Как получить надежные совпадения с детектором и дескриптором ORB
Я использую обнаружение и описание функции ORB на синтетических изображениях HD. Результат я прикрепил по ссылке. Я считаю, что это можно улучшить. Изображение выбрано для тестирования, а не для идентификации паттернов ChArUco. Показанная пара изображений является временной, а не стереофонической.
Примеры результатов можно посмотреть здесь:https://i.ibb.co/BGSyzXh/orbTrack.png.
Я использовал следующие параметры:
ORBobj = cv.ORB('MaxFeatures',1000,'NLevels',16,'ScoreType','Harris','FastThreshold',15,'PatchSize',54,'ScaleFactor',1.2);
Matchobj=cv.DescriptorMatcher('BFMatcher','NormType','Hamming','CrossCheck',true);
Я уже выступаю
1- Полукруглое соответствие (поиск совпадений между стереопарой, а затем временно для одной камеры)
2- CrossCheck выполняется сопоставителем OpenCV
3- Тест соотношения между соответствующими точками совпадений на всех изображениях (порог 1,5)
Я знаю, что всегда могу положиться на RANSAC, чтобы избавиться от выбросов перед вычислением гомографии. Тем не менее, я все еще хочу минимизировать количество выбросов перед RANSAC.
Каковы ваши рекомендации по повышению точности? Как сделать соответствие глобально более последовательным? Спасибо.