Я хочу протестировать в Matlab алгоритм оценки основных матриц в рамках ransac. Входные данные представляют собой просеянные соответствия, и выполняется несколько итераций Рансака, чтобы выбрать выбросы из выбросов (ложные соответствия). Я хочу проверить эффективность алгоритма с разными уровнями шума. должен ли я случайным образом вводить несоответствие только определенному количеству соответствий? альтернативно Как добавить шум к просеянным соответствиям (формула)?
Добавление шума к SIFT-соответствиям
Ответы (1)
Самый простой способ — взять набор ключевых точек для всех кадров (пиксельные координаты объектов) и добавить гауссовский шум к их положению для обоих x,y
.
Например, если у вас есть матрица ключевых точек p
размера nx2
noisy_p = p + sigma * randn(n,2);
где sigma
— стандартное отклонение шума, с которым вы хотите поэкспериментировать. Использование значения 1/2
или 1
дает типичный шум, который вы получаете на реальных изображениях.
person
Photon
schedule
15.03.2016