OpenCV CV findHomography assertion error - counter => 4

Question

我目前正在完成我的兴趣点检测器的评估工具。在最后的步骤中，我发现了一个令人困惑的错误。

Mat findHomography(InputArray srcPoints, InputArray dstPoints, int method=0, double ransacReprojThreshold=3, OutputArray mask=noArray()) 

的srcPoints和dstPoints是vector<Points2f>存储该匹配的关键点的对应点。到目前为止，没有什么特别的 - 就像在教程中。

但是当我使用RANSAC并在范围[0，...，4]中有一个vector<Points2f>时，我得到的断言错误比计数器应该大于或等于4。

问题1：该算法是否至少需要4个点才能描述属于当前模型的内容，并创建共识？

问题2：有没有关于此的文档？ （我看了一下doc和tutorials。）

Please note that I already have seen this question。但是RANSAC的行为没有令人满意的答案。或者我是否应该接受这种方法至少需要四分才能找到单应性？

感谢您的帮助。

Answer 1

无法用少于4对点计算单应性。那是因为只有3分是透视含糊。画面A三角形

a 


b  c 

在图像1

在图像2中的点已被转化以看起来像这样

a 


b c 

b和c之间的距离的一半已被切断。不幸的是，你不知道这是否是因为c点离你更近或更远。随着第四点的差异变得清晰。

a  d 


b  c 

这里是图像方1

 d 


a   


b c  

这里d和c的旋转向你

a  

    d 
b c 

在这里，他们旋转远离你。

我在openCV文档中没有看到这个要求，但是如果您在单应计算中发现任何资源，在找到这个要求之前，您不必读得很远，并且有足够的4点的更严格证明。

Answer 2

RANSAC用于在一个或多个较大集合中选择4对匹配点（即，当srcPoints.size() >= 4）。这就是为什么你会得到一个错误，如果srcPoints.size() <=4。

因为单反矩阵H有8个自由度，所以需要至少4个对应关系，因此需要8个线性方程来找到解。由于每对点生成两个线性方程（使用x和y坐标），因此总共需要至少4个对应关系。