harris角点

利用harris算法提取角点，ncc进行匹配，最后使用ransac算法删除错误匹配点

function [F inliers] = FindFund（x1 x2 t feedback）

    if ~all（size（x1）==size（x2））
        error（‘Data sets x1 and x2 must have the same dimension‘）;
    end
    
    if nargin == 3
	feedback = 0;
    end
    
    [rowsnpts] = size（x1）;
    if rows~=2 & rows~=3
        error（‘x1 and x2 must have 2 or 3 rows‘）;
    end
    
    if rows == 2    % Pad data with homogeneous scale factor of 1
        x1 = [x1; ones（1npts）];
        x2 = [x2; ones（1npts）];        
    end
    
    % Normalise each set of points so that the origin is at centroid and
    % mean distance from origin is sqrt（2）.  
    [x1 T1] = normalise（x1）;
    [x2 T2] = normalise（x2）;

    s = 8;  % 8-point
    
    fittingfn = @fundmatrix;
    distfn    = @funddist;
    degenfn   = @isdegenerate;
    [F inliers] =ransac（[x1; x2] fittingfn distfn degenfn s t feedback）;
    %do a final least squares fit on the data points 
    F = fundmatrix（x1（:inliers） x2（:inliers））; 
    % Denormalise
    F = T2‘*F*T1;
  %check if is degenerated  
function r = isdegenerate（x）
    r = 0; 
    
% Function to evaluate Sampson distance of the fit of a fundamental matrix
% with respect to a  set of matched points as needed by RANSAC.   
    function [bestInliers bestFV_ar] = funddist（F x t）;
    
    x1 = x（1:3:）;    % Extract x1 and x2 from x
    x2 = x（4:6:）;
    
    
    if iscell（F）  % several solutions each of which must be tested
		  
	nF = length（F）;   % Number of solutions to test
	bestF = F{1};     % Initial allocation of best solution
	ninliers = 0;     % Number of inliers
	
	for k = 1:nF
	    x2tFx1 = zeros（1length（x1））;
	    for n = 1:length（x1）
		x2tFx1（n） = x2（:n）‘*F{k}*x1（:n）;
	    end
	    
	    Fx1 = F{k}*x1;
	    Ftx2 = F{k}‘*x2;     

	    % Evaluate distances
	    d =  x2tFx1.^2 ./ ...
		 （Fx1（1:）.^2 + Fx1（2:）.^2 + Ftx2（1:）.^2 + Ftx2（2:）.^2）;
	    
	    inliers = find（abs（d） < t）;     % Indices of inlying points
                                         
	    
	    if length（inliers） > ninliers   % Record best solution
		ninliers = length（inliers）;
		bestF = F{k};
		bestInliers = inliers;
	    end
	end
    
    else     % We just have one solution
	x2tFx1 = zeros（1length（x1））;
	for n = 1:length（x1）
	    x2tFx1（n） = x2（:n）‘*F*x1（:n）;
	end
	
    
	Fx1 = F*x1;
	Ftx2 = F‘*x2;     
	
	% Evaluate distances
	d =  x2tFx1.^2 ./ ...
	     （Fx1（1:）.^2 + Fx1（2:）.^2 + Ftx2（1:）.^2 + Ftx2（2:）.^2）;
     bestInliers=find（abs（x2tFx1）     bestF = F;    
    if（size（bestInliers2）<4）
        V_ar=1;
    else
	V_ar=var（x2tFx1（:bestInliers‘））;
     end
    end
    % computes fundamental matrix from 8 or more points
function [Fe1e2] = fundmatrix（varargin）
    
    [x1 x2 npts] = validate（varargin（:））;
    Octave = exist（‘OCTAVE_VERSION‘） ~= 0;
    % Normalise each set of points so that the origin 
    [x1 T1] = normalise（x1）;
    [x2 T2] = normalise（x2）;
 

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件       3694  2012-03-29 15:44  zhisong_chen_project3\FindFund.m

     文件       2711  2012-03-22 15:54  zhisong_chen_project3\harris.m

     文件      37750  2012-03-22 15:14  zhisong_chen_project3\im1.jpg

     文件      38250  2012-03-22 15:15  zhisong_chen_project3\im2.jpg

     文件       1973  2012-03-29 15:58  zhisong_chen_project3\main.m

     文件       1699  2012-03-29 15:35  zhisong_chen_project3\NCC.m

     文件       1133  2012-03-29 14:15  zhisong_chen_project3\normalise.m

     文件       2460  2012-03-29 15:44  zhisong_chen_project3\ransac.m

     文件        739  2012-03-22 18:17  zhisong_chen_project3\validate.m

     目录          0  2012-04-21 17:01  zhisong_chen_project3

----------- ---------  ---------- -----  ----

                90409                    10