特征点匹配后常用的匹配结果过滤手段

在做完特征点匹配后经常会存匹配结果质量不高的情况,一般需要后续的筛选,这里总结了几种常用的简单的筛选方法:

1、对于ORB特征点来说,其特征点的描述子是由二进制字符串组成的,使用汉明距离计算特征点之间的差异,往往将汉明距离小于最小距离的两倍的点作为优质匹配点,若大于这个值则过滤掉。

2、交叉匹配,在交叉匹配中,需要用两张图像的特征点相互进行匹配,只有在交叉匹配中重合的特征点作为优质匹配点。

3、KNN匹配,在特征点匹配时,按照得分高低选取K个候选匹配点,K的取值通常为2,如果这些点相似度差距较大,则认为的得分最高的点是优质匹配点。

4、RANSAC

你可能感兴趣的:(计算机视觉,人工智能)