基于视角不变交比与单应性的几何约束点匹配方法
计算机视觉与模式识别
2022-11-08 v1
摘要
在计算机视觉中，寻找图像间的点对应在许多应用中起着重要作用，如图像拼接、图像检索、视觉定位等。大多数研究工作聚焦于在采用采样方法（如 RANSAC）通过重复拟合图像间某种全局变换来验证初始匹配结果之前进行局部特征匹配。然而，错误匹配可能仍然存在，而对这类问题的细致考察常被忽略。为此，本文提出一种几何约束算法，基于视角不变交比（CRs）来验证初始匹配的 SIFT 关键点的正确性。通过从这些关键点随机构成五边形，并利用交比在图像间匹配其形状与位置，可高效实现鲁棒的平面区域估计以用于上述验证，同时可依据那些形状与位置匹配的五边形轻松甄别关键点的正确与错误匹配。实验结果表明，对于具有单个及多个平面区域的各类场景，均可获得令人满意的结果。
引用
@article{arxiv.2211.03007,
title = {A Geometrically Constrained Point Matching based on View-invariant Cross-ratios, and Homography},
author = {Yueh-Cheng Huang and Ching-Huai Yang and Chen-Tao Hsu and Jen-Hui Chuang},
journal= {arXiv preprint arXiv:2211.03007},
year = {2022}
}