Я использую функцию обнаружения и описания ORB для синтетических изображений HD. Я приложил результат, используя ссылку. Я верю, что это можно улучшить. Выбор изображения для тестирования, а не идентификация шаблона ChArUco. Показанная пара изображений является временной, а не стерео.
Примеры результатов можно посмотреть здесь: https://i.ibb.co/BGSyzXh/orbTrack.png.
Параметры, которые я использовал, следующие:
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 выполняю
1- полукруглое сопоставление (поиск совпадений между стереопарой и затем по времени для одной камеры)
2- CrossCheck выполняется сопоставителем OpenCV
3- Проверка соотношения между соответствующими точечными совпадениями 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 до RANSAC.
Каковы ваши рекомендации по повышению точности? Как сделать согласование глобально более последовательным? Спасибо.