詳細説明

関数
double	cv::sfm::fundamentalFromCorrespondences7PointRobust (InputArray x1, InputArray x2, double max_error, OutputArray F, OutputArray inliers, double outliers_probability=1e-2)
	2つの2D点(画像座標空間)のデータセット間の基礎行列をロバストに推定する。

double	cv::sfm::fundamentalFromCorrespondences8PointRobust (InputArray x1, InputArray x2, double max_error, OutputArray F, OutputArray inliers, double outliers_probability=1e-2)
	2つの2D点(画像座標空間)のデータセット間の基礎行列をロバストに推定する。

関数詳解

double cv::sfm::fundamentalFromCorrespondences7PointRobust	(	InputArray	x1,
		InputArray	x2,
		double	max_error,
		OutputArray	F,
		OutputArray	inliers,
		double	outliers_probability = 1e-2 )

2 つの 2D 点のデータセット（画像座標空間）間の基礎行列をロバストに推定する。

引数

x1	ビュー1における2D点の入力2xN配列。
x2	ビュー2における2D点の入力2xN配列。
max_error	最大誤差（ピクセル単位）。
F	\(x_2^T F x_1=0\) を満たす出力の3x3基礎行列。
inliers	検出されたインライアのインデックスを格納した出力の1xNベクトル。
outliers_probability	外れ値の確率（範囲 ]0,1[）。反復回数は次の式で制御される: \(k = \frac{log(1-p)}{log(1.0 - w^n )}\) ここで \(k\)、\(w\)、\(n\) はそれぞれ反復回数、インライアの比率、選択する独立サンプルの最小数である。この値が大きいほど、関数がランダムなサンプルを選択する回数は少なくなる。

この基礎行列ソルバは 7 点解法に依存する。解 F に対応する最良誤差（ピクセル単位）を返す。

double cv::sfm::fundamentalFromCorrespondences8PointRobust	(	InputArray	x1,
		InputArray	x2,
		double	max_error,
		OutputArray	F,
		OutputArray	inliers,
		double	outliers_probability = 1e-2 )

2 つの 2D 点のデータセット（画像座標空間）間の基礎行列をロバストに推定する。

引数

x1	ビュー1における2D点の入力2xN配列。
x2	ビュー2における2D点の入力2xN配列。
max_error	最大誤差（ピクセル単位）。
F	\(x_2^T F x_1=0\) を満たす出力の3x3基礎行列。
inliers	検出されたインライアのインデックスを格納した出力の1xNベクトル。
outliers_probability	外れ値の確率（範囲 ]0,1[）。反復回数は次の式で制御される: \(k = \frac{log(1-p)}{log(1.0 - w^n )}\) ここで \(k\)、\(w\)、\(n\) はそれぞれ反復回数、インライアの比率、選択する独立サンプルの最小数である。この値が大きいほど、関数がランダムなサンプルを選択する回数は少なくなる。

この基礎行列ソルバは 8 点解法に依存する。解 F に対応する最良誤差（ピクセル単位）を返す。