RANSAC-подобная реализация для произвольных двумерных множеств

Хорошая реализация RANSAC, LMedS, MSAC, MLESAC C ++ для Windows и Linux находится здесь: https://github.com/sunglok/rtl.

RTL: библиотека шаблонов RANSAC Библиотека шаблонов RANSAC (RTL) является
надежный инструмент регрессии с открытым исходным кодом, особенно с семейством RANSAC. РТЛ
стремится обеспечить быстрые, точные и простые способы оценки любой модели
параметры с данными, загрязненными выбросами (неверные данные). РТЛ
включает в себя последние варианты RANSAC с их оценкой производительности с
несколько моделей с синтетическими и реальными данными. RTL написан в общем
стиль программирования (шаблон в C ++) для его дальнейшего применения с
пользовательские модели. RTL распространяется под Упрощенный BSD
Лицензия.

Основной класс RANSAC:

template <class Model, class Datum, class Data>
class RANSAC;

Другие классы наследуются от него:

template <class Model, class Datum, class Data>
class MLESAC : virtual public RANSAC<Model, Datum, Data>
...

Использование простое (пример из README):

// Find the best model using RANSAC
LineEstimator estimator;
RTL::RANSAC<Line, Point, std::vector<Point> > ransac(&estimator);
Line model;
double loss = ransac.FindBest(model, data, data.size(), 2);

// Determine inliers using the best model if necessary
std::vector<int> inliers = ransac.FindInliers(model, data, data.size());

Бумага: https://sites.google.com/site/sunglok/files/Choi09_bmvc.pdf?attredirects=0

Я искал что-то подобное, а потом я нашел этот.

Код находится на с ++ в нижней части.

Функция ниже была первоначально извлечена из этого учебный класс.

cv::Mat ransacTest(const std::vector<cv::DMatch>& matches, const std::vector<cv::KeyPoint>& keypoints1,const std::vector<cv::KeyPoint>& keypoints2, std::vector<cv::DMatch>& outMatches) {

// Convert keypoints into Point2f
std::vector<cv::Point2f> points1, points2;
cv::Mat fundemental;

for (std::vector<cv::DMatch>::const_iterator it= matches.begin(); it!= matches.end(); ++it) {
// Get the position of left keypoints
float x= keypoints1[it->queryIdx].pt.x;
float y= keypoints1[it->queryIdx].pt.y;
points1.push_back(cv::Point2f(x,y));
// Get the position of right keypoints
x= keypoints2[it->trainIdx].pt.x;
y= keypoints2[it->trainIdx].pt.y;
points2.push_back(cv::Point2f(x,y));
}

// Compute F matrix using RANSAC
std::vector<uchar> inliers(points1.size(),0);

if ( points1.size() > 0 && points2.size() > 0 ){

cv::Mat fundemental= cv::findFundamentalMat(
cv::Mat(points1),cv::Mat(points2), // matching points
inliers,       // match status (inlier or outlier)
CV_FM_RANSAC,  // RANSAC method
3.0,           // distance to epipolar line
0.99);         // confidence probability

// extract the surviving (inliers) matches
std::vector<uchar>::const_iterator itIn= inliers.begin();
std::vector<cv::DMatch>::const_iterator itM= matches.begin();

// for all matches
for ( ;itIn!= inliers.end(); ++itIn, ++itM) {
if (*itIn) { // it is a valid match
outMatches.push_back(*itM);
}
}

// The F matrix will be recomputed with all accepted matches
// Convert keypoints into Point2f for final F computation

points1.clear();
points2.clear();

for (std::vector<cv::DMatch>::const_iterator it= outMatches.begin(); it!=outMatches.end(); ++it) {
// Get the position of left keypoints
float x= keypoints1[it->queryIdx].pt.x;
float y= keypoints1[it->queryIdx].pt.y;
points1.push_back(cv::Point2f(x,y));
// Get the position of right keypoints
x= keypoints2[it->trainIdx].pt.x;
y= keypoints2[it->trainIdx].pt.y;
points2.push_back(cv::Point2f(x,y));
}

// Compute 8-point F from all accepted matches
if( points1.size() > 0 && points2.size() > 0){
fundemental= cv::findFundamentalMat(
cv::Mat(points1),cv::Mat(points2), // matches
CV_FM_8POINT); // 8-point method
}

}

return fundemental;

}