RANSAC算法在cv2.FindHomography中使用了哪些内联线来寻找单应矩阵？

Question

1）OpenCV中的RANSAC算法如何在异常值上选择一个内联值？我假设它计算了匹配的关键点之间的总体最小二乘匹配

2）我完全知道，除了H矩阵，cv2.FindHomography还输出掩模。从这个掩码中，匹配的关键点a1被认为是一个内部的，而a0被认为是一个异常值。但是RANSAC算法选择哪个内联线来查找cv2.FindHomography输出的最终H单应？找到H矩阵是否考虑了所有这些因素

报告没有正确地解释这两个问题

Answer 1

findHomography文档中的ransacReprojThreshold参数描述了内部变量与异常值：

对于1），RANSAC计算观测投影dstPoint_i和用候选单应性计算的srcPoint_i投影H之间的误差（向量范数）。然后它只做一个简单的阈值检查。用户可以将ransacreprojectthreshold设置为您认为最适合您的数据的任何值。如果是在像素坐标系中，则只需设置像素距离中的最大误差，即可将某个点视为内联线。任何误差较大的都被视为异常值

对于2），RANSAC算法将简单地选择H矩阵，该矩阵根据您设置的阈值最大化内联数。因此，它返回给您的掩码是具有最大内联数的集合

这有意义吗？如果你感兴趣的话，在随机样本大小、迭代次数等方面，它看起来并没有给你很多选择