ransac_fundamental — MATCHREG `featmatch` op

• 数据种类:table → table

• 调用: import fullseye as fs; fs.ledger.ransac_fundamental(matches, thresh=1.0, confidence=0.999, max_iters=5000, score='msac', local_optimization=True, min_inliers=15, seed=0)(要直接调用实现,import featmatch; featmatch.ransac_fundamental(matches, thresh=1.0, confidence=0.999, max_iters=5000, score='msac', local_optimization=True, min_inliers=15, seed=0);从台账取用则 opsmatchreg.get("ransac_fundamental"))

• GPU:无(仅 CPU 参考实现)

用法

从匹配对稳健地估计基础矩阵 F(x2ᵀ F x1 = 0)。→ table(kind="fundamental")。

> 以下的详细说明为原文 —— 摘要与标题已翻译。

8 点の最小標本を正規化 8 点法(twoview.fundamental_8point、rank 2 を強制)で当てはめ、Sampson 距離(エピポーラ線までの幾何距離の 1 次近似)で採点する。採点・適応回数・局所最適化は ransac_homography と同じ。

限界: 平面の場面や純回転では F は一意に決まらない(ホモグラフィ 1 つで説明できる退化)。その判定はしない —— 姿勢まで欲しいなら twoview.recover_pose(平面を拒む)へ。7 点法は使わない(最小標本は 8)。

Args:

matches: features_match の表。

thresh: 内れ値の Sampson 距離の上限 [px]。

confidence, max_iters, score, local_optimization, seed: ransac_homography と同じ。

min_inliers: これ未満なら失敗(ValueError)。

Returns:

dict(kind="fundamental")。F (3,3)(フロベニウスノルム 1、符号は F[2,2] >= 0)/

inliers / n_inliers / inlier_ratio / rms_px(内れ値の Sampson 距離の rms)/

iterations / score / thresh。

Raises:

ValueError: 表の種類が違う / 8 組未満 / 非有限 / 引数が値域外 / 内れ値が min_inliers 未満。

详细使用指南

• matching_registration 族使用指南

参考(示例数据、文献)

• 示例数据目录(下载 URL / 许可证) —— 2-D 用 skimage.data(BSD/公有领域)加合成图,3-D 给出真实数据源(Stanford/PDS 等)的下载 URL。

• 算子来历与参考文献 —— 该算子族所依据的研究/方法出处。

• 算法的正典(作者、年份)与用途见上面的族使用指南。

可运行的示例(实际调用该算子并已验证的样例)

• (暂无)

类型可衔接的下一个算子(可接受 `table` 作为输入)

features_match · ransac_homography · registration_to_flow2d

同类别(`featmatch`)

features_sift · features_orb · features_match · ransac_homography · features_accuracy_table

*Provenance: featmatch.py — MATCHREG 算子登记表。本条目由 tools/opdocs.py md 自动生成(请勿手工编辑)。*

ransac_fundamental — MATCHREG featmatch op

用法