Я пытаюсь выровнять замедленные изображения, используя skimage.feature.orb
< /a> для извлечения ключевых точек и последующей их фильтрации с помощью skimage.measure.ransac
. Преобразование, смоделированное RANSAC, должно затем выравнивать мои изображения.
Кажется, процесс работает хорошо, я получаю множество совпадений ключевых точек, которые затем хорошо фильтруются RANSAC. Смоделированное преобразование идеально исправляет вращение, но перевод каждый раз неправильный.
Я просто неправильно понимаю, как следует применять преобразование или как оно моделируется RANSAC?
# Extract and match features from both images
descriptor_extractor = ORB(n_keypoints = 400, harris_k = 0.0005)
descriptor_extractor.detect_and_extract(image_ref)
descriptors_ref, keypoints_ref = descriptor_extractor.descriptors, descriptor_extractor.keypoints
descriptor_extractor.detect_and_extract(image)
descriptors, keypoints = descriptor_extractor.descriptors, descriptor_extractor.keypoints
# Match features in both images
matches = match_descriptors(descriptors_ref, descriptors, cross_check = True)
# Filter keypoints to remove non-matching
matches_ref, matches = keypoints_ref[matches[:, 0]], keypoints[matches[:, 1]]
# Robustly estimate transform model with RANSAC
transform_robust, inliers = ransac((matches_ref, matches), EuclideanTransform, min_samples = 5, residual_threshold = 0.5, max_trials = 1000)
# Apply transformation to image
image = warp(image, transform_robust.inverse, order = 1, mode = "constant", cval = 0, clip = True, preserve_range = True)
Я получаю аналогичные результаты с другими изображениями. Я также пытался использовать inliers из RANSAC с skimage.transform.estimate_transform
, но это дает те же результаты, что и использование transform_robust
напрямую.