estimateGeometricTransform.
从匹配点对估计几何变换
句法
描述
tform.= eStimateGeometricTransform（matchedpoints1.那matchedpoints2.那转换型）tform.。这tform.对象映射inliersmatchedpoints1.对替代者matchedpoints2.。
该功能不包括使用M估计的样本共识（MSAC）算法的异常值。MSAC算法是随机样本共识（RANSAC）算法的变体。由于MSAC算法的随机性质，结果可能在运行之间不相同。
笔记
此功能将在将来的释放中删除。使用estimateGeometricTransform2d.或者estimateGeetometricTransform3d.提供更大功能的功能。
[返回相应的Inlier点tform.那Inlierpoints1.那Inlierpoints2.] = eStimateGeometricTransform（matchedpoints1.那matchedpoints2.那转换型）Inlierpoints1.和Inlierpoints2.。
[___那返回状态代码状态] = eStimateGeometricTransform（matchedpoints1.那matchedpoints2.那转换型）0.那1， 或者2。如果您不请求状态代码输出，该函数返回无法生成结果的条件的错误。
[___] = eStimateGeometricTransform（使用一个或多个指定的其他选项matchedpoints1.那matchedpoints2.那转换型那名称，价值）名称，价值对论点。
例子
使用Surf功能点恢复转换图像
读取图像并显示它。
原始= imread（'cameraman.tif'）;imshow（原始）标题（'基础图像'）
扭曲并显示变换的图像。
扭曲= Imresize（原版，0.7）;扭曲= imrotate（扭曲，31）;数字imshow（扭曲）标题（'转换图像'）
从原始图像和变换图像中检测和提取特征。
ptsoriginal =探测器（原版）;ptsdistorted =检测到（扭曲）;[特征诡计，validptsoriginal] =提取物（原始，冒号）;[具有截图，validptsdistorted] =提取物（扭曲，ptordistored）;
匹配和显示图像之间的显示功能。
index_pairs = matchfeatures（特征概述，特点）;matchedptsoriginal = validptsoriginal（index_pairs（：，1））;matchedptsdistorted = validptsdistorted（index_pairs（:,2））;Figure ShowMatchedFeatures（原始，扭曲，Matchedptsoriginal，MatchedptsDistorted）标题（'匹配的冲浪点与异常值'）;
排除异常值，估计转换矩阵，并显示结果。
[tform，inlieridx] = eStimationGeometricTransform2D（MatchedPtsDistorted，matchedptsoriginal，'相似'）;InLierptsDistorted = matchedptsdistorted（inlieridx，:);Inlierptsoriginal = MatchedPtpleSoriginal（Inlieridx，:);Figure ShowMatchedFeatures（原始，扭曲，inlierptsoriginal，InLierptsDistorted）标题（'匹配的inlier积分'）
使用估计的转换从扭曲的图像中恢复并显示原始图像。
OutputView = IMREF2D（大小（原始））;ir = imwarp（扭曲，tform，'OutputView'，OutputView）;数字imshow（IR）;标题（'恢复图像'）;
输入参数
matchedpoints1.-来自image 1的匹配点
角点目的|surfpoints.目的|MSERREGIONS目的|orbpoints.目的|Brikspoint.|Kazepoints.|m- 2矩阵[X那y]坐标
来自image 1的匹配点，指定为aKazepoints.那角点目的，surfpoints.目的，MSERREGIONS目的，orbpoints.目的，Brikspoint.或者m-2-2矩阵[x，y]坐标。该功能不包括使用M估计的样本共识（MSAC）算法的异常值。MSAC算法是随机样本共识（RANSAC）算法的变体。
matchedpoints2.-来自image 2的匹配点
角点目的|surfpoints.目的|MSERREGIONS目的|orbpoints.目的|Brikspoint.|Kazepoints.|m- 2矩阵[X那y]坐标
来自image 2的匹配点，指定为aKazepoints.那角点目的，surfpoints.目的，MSERREGIONS目的，orbpoints.目的，Brikspoint.或者m-2-2矩阵[x，y]坐标。该功能不包括使用M估计的样本共识（MSAC）算法的异常值。MSAC算法是随机样本共识（RANSAC）算法的变体。
转换型-变换类型
'相似'|'仿射'|'投影'
转换类型，指定为三个字符串之一。您可以将变换类型设置为'相似'那'仿射'， 或者'投影'。匹配对的数量越大，估计变换的准确性越大。每个变换类型的最小匹配点数：
| 变换类型 | 最小匹配点数 |
|---|---|
'相似' |
2 |
'仿射' |
3. |
'投影' |
4. |
数据类型：char
名称值对参数
指定可选的逗号分离对名称，价值论点。姓名是参数名称和价值是相应的价值。姓名必须出现在引号内。您可以以任何顺序指定多个名称和值对参数name1，value1，...，namen，valuen。
'信心'那99.将信心值设置为99.。
'maxnumtrial'-最大随机试验
1000（默认）|正整数
用于查找inliers的最大随机试验数，指定为由“maxnumtrial'和一个正整数标量。增加该值提高了结果的稳健性，以额外计算为代价。
数据类型：单身的|双倍的|INT8.|int16|INT32.|INT64.|uint8.|uint16|UINT32|UINT64
'信心'-找到最大inliers数量的信心
99.（默认）|正数标量
找到最大数量的inliers的信心，指定为由“逗号分隔的对”信心'和范围内的数字标量（0 100）。增加该值提高了结果的稳健性，以额外计算为代价。
数据类型：单身的|双倍的|INT8.|int16|INT32.|INT64.|uint8.|uint16|UINT32|UINT64
'maxdistance'-从点到投影的最大距离
1.5（默认）|正数标量
从其对应点的点到投影的最大距离，指定为逗号分隔的对“Maxdistance.'和一个正数标量。相应的投影基于估计的变换。
数据类型：单身的|双倍的|INT8.|int16|INT32.|INT64.|uint8.|uint16|UINT32|UINT64
输出参数
参考
[1]哈特利，R.和A. Zisserman，“计算机愿景中的多视图几何”，剑桥大学出版社，2003年。
[2] Torr，P. H. S.和A. Zisserman，“MLESAC：一种新的强大估算器，其应用于估计图像几何形状”，“计算机视觉和图像理解2000年。
扩展能力
也可以看看
Brikspoint.|角点|检测到空间|侦探训练|检测器饲料|DetectorBfeatures.|探测拍摄|estismsfundamentalmatrix.|提取物质|FitegeOtrans.|Kazepoints.|matchfeatures.|MSERREGIONS|orbpoints.|surfpoints.
您还可以从以下列表中选择一个网站：
