可以使用贝叶斯规则(式、)计算正确图像匹配先验概率。
fffnnnfpmpmfpfmp:::())()():(:mpmfpmpmfpffnn()如果满足min):()(pfmpfn,;);(min,pmppnnBmppnnBacceptfifireject()我们可以实现图像匹配。
假定)(mp,.minp,进一步得出正确图像匹配判定条件:finn()其中.,.。
尽管在这我们选择了p,p,mp,mp和minp值,但在原理上可以从数据中进一步确定这些值。
例如,可以通过在大数据集中计算一部分匹配点和正确对应矩阵相一致来估计p。
一旦图像间匹配点对确定,我们可以找到全景序列作为连接匹配图像集,它可以识别图像集中多个全景,拒绝不匹配噪声图像(见图)。
(a)图一(b)图二(c)SIFT匹配点(d)SIFT匹配点(e)RANSAC内点(f)RANSAC内点(g)依据对应矩阵图像对准图,从所有图像中提取SIFT特征点。
使用k-d树匹配所有特征点后,对于一个给定图像,用有最多特征匹配点m幅图像进行图像匹配。