- 操纵系统：ubuntu22.04
- OpenCV版本：OpenCV4.9
- IDE:Visual Studio Code
- 编程语言：C++11
算法描述
计算两个3D点集之间的最优仿射变更。
它计算 [ x y z ] = [ a 11 a 12 a 13 a 21 a 22 a 23 a 31 a 32 a 33 ] [ X Y Z ] + [ b 1 b 2 b 3 ] \begin{bmatrix} x\\ y\\ z\\ \end{bmatrix} = \begin{bmatrix} a_{11} & a_{12} & a_{13}\\ a_{21} & a_{22} & a_{23}\\ a_{31} & a_{32} & a_{33}\\ \end{bmatrix} \begin{bmatrix} X\\ Y\\ Z\\ \end{bmatrix} + \begin{bmatrix} b_1\\ b_2\\ b_3\\ \end{bmatrix} xyz = a11a21a31a12a22a32a13a23a33 XYZ + b1b2b3
cv::estimateAffine3D 是 OpenCV 库中的一个函数，用于计算两个三维点集之间的最优仿射变更矩阵（3x4）。此函数通常用于3D图像配准、物体识别和追踪等领域。它通过最小化源点集与目的点集之间的几何毛病来估计变更，而且可以选择利用鲁棒方法（如RANSAC）来处理异常值（outliers）。
函数原型
- int cv::estimateAffine3D
- (
- InputArray src,
- InputArray dst,
- OutputArray out,
- OutputArray inliers,
- double ransacThreshold = 3,
- double confidence = 0.99
- )
src 第一个输入的3D点集，包罗 (X,Y,Z) 坐标。
dst 第二个输入的3D点集，包罗 (x,y,z) 坐标。
out 输出的3D仿射变更矩阵 3×4，形式如下：
[ a 11 a 12 a 13 b 1 a 21 a 22 a 23 b 2 a 31 a 32 a 33 b 3 ] \begin{bmatrix} a_{11} & a_{12} & a_{13} & b_1\\ a_{21} & a_{22} & a_{23} & b_2\\ a_{31} & a_{32} & a_{33} & b_3\\ \end{bmatrix} a11a21a31a12a22a32a13a23a33b1b2b3
inliers 输出向量，指示哪些点是内点（1-内点，0-外点）。
ransacThreshold 在RANSAC算法中，考虑一个点为内点的最大重投影毛病。
confidence 对估计变更的置信程度，在0和1之间。通常0.95到0.99之间的值就足够了。过于靠近1的值可能会显著减慢估计过程。低于0.8-0.9的值可能导致变更估计不准确。
该函数利用RANSAC算法估计两个3D点集之间的最优3D仿射变更。
代码示例
- #include <iostream>
- #include <opencv2/opencv.hpp>
- #include <vector>
- using namespace cv;
- using namespace std;
- int main()
- {
- // 定义两组对应的3D点 (X, Y, Z) - 源点集和目标点集
- vector< Point3f > src = { Point3f( 0, 0, 0 ), Point3f( 1, 0, 0 ), Point3f( 0, 1, 0 ), Point3f( 0, 0, 1 ) };
- vector< Point3f > dst = { Point3f( 1, 1, 1 ), Point3f( 2, 1, 1 ), Point3f( 1, 2, 1 ), Point3f( 1, 1, 2 ) };
- // 定义一个 Mat 来接收输出的仿射变换矩阵
- Mat affineMatrix;
- // 定义一个 Mat 来接收内点信息
- vector< uchar > inliers;
- // 调用 estimateAffine3D 函数
- int inlierCount = estimateAffine3D( src, dst, affineMatrix, inliers );
- if ( !affineMatrix.empty() )
- {
- cout << "Estimated Affine Matrix:\n" << affineMatrix << endl;
- cout << "Number of inliers: " << inlierCount << endl;
- // 打印哪些点被认为是内点
- for ( size_t i = 0; i < inliers.size(); ++i )
- {
- if ( inliers[ i ] )
- {
- cout << "Point pair (" << src[ i ] << ", " << dst[ i ] << ") is an inlier.\n";
- }
- else
- {
- cout << "Point pair (" << src[ i ] << ", " << dst[ i ] << ") is an outlier.\n";
- }
- }
- }
- else
- {
- cout << "Failed to estimate affine transformation." << endl;
- }
- return 0;
- }
- Estimated Affine Matrix:
- [0.9999999999999998, 3.483324739761429e-15, -1.838806884535416e-15, 0.9999999999999998;
- -4.649058915617843e-16, 1.000000000000004, -1.595945597898663e-15, 1;
- -4.371503159461554e-16, 3.337607967779377e-15, 0.9999999999999983, 0.9999999999999994]
- Number of inliers: 1
- Point pair ([0, 0, 0], [1, 1, 1]) is an inlier.
- Point pair ([1, 0, 0], [2, 1, 1]) is an inlier.
- Point pair ([0, 1, 0], [1, 2, 1]) is an inlier.
- Point pair ([0, 0, 1], [1, 1, 2]) is an inlier.
|
