循环特征匹配

Posted 2023-02-19

【中文标题】循环特征匹配

【英文标题】：Loop Feature Matching

【发布时间】：2016-06-19 04:46:56

【问题描述】：

您好，我必须为自我运动估计实现特征立体匹配。 来自论文“多光谱立体里程计”： “正确图像中使相似度最大化的特征 左图中给定特征的函数被选为 潜在匹配。然后应用一个阈值来保持强 火柴。如上所述，该算法输入了四个图像： 前左 (imLt−1)、前右 (imRt−1)、当前左 (imLt) 和当前权利 (imRt)。进行匹配 以循环方式 [14] 只保留找到它们的特征 所有四个图像的对应关系。图 4 说明了 不同的步骤。我们首先从找到之间的立体匹配开始 (imLt-1) 和 (imRt-1) (I)。然后，找到顺序匹配 在 (imRt-1) 和 (imRt) (II) 之间。另一个立体匹配 在 (imLt) 和 (imRt) (III) 之间执行。最后，一个 最后的顺序匹配在 (imLt-1) 和 (imLt) (IV)。在这个阶段，如果开始和结束特征 点相同，则匹配被接受。否则就是 干脆拒绝了。对所有特征执行此过程 在第一张图像（imLt-1）中提取。”

我的问题是：当它指的是第一个和最后一个特征时，“相同”是什么意思？ “然后应用阈值”是什么意思？

illustration of the loop matching steps

【参考方案1】：

这是我从您发布的摘录中了解到的：

阈值化：

我会说匹配过程首先通过比较潜在匹配并计算它们的相似性来完成，然后找到具有最高相似性的匹配。一旦找到它，您应该将该相似度与预定义的阈值 T 进行比较。如果匹配相似度低于阈值，则丢弃该匹配。为了检测最佳阈值 T，我会尝试一些值，看看会发生什么。

相同匹配：

据我了解，作者是循环执行匹配过程：从imL(t-1)中的点P开始，他们对imR(t-1)进行立体匹配过程)，然后是 imR(t-1) 和 imR(t) 之间的顺序匹配，然后是 imR(t) 和 imL(t) 之间的立体匹配以及 imL(t) 和 imL(t-1) 之间的最终顺序匹配，得到一个新的点Q。如果P和Q是同一个点（可能在空间坐标上），则认为循环匹配过程成功。

编辑：能否请您添加论文的标题？