Objetivo

Comprender el algoritmo computacional RANSAC y sus principales aplicaciones.

Descripción

Analizarás las principales aplicaciones en donde se utiliza el algoritmo RANSAC junto con la transformada SIFT.

Haz clic para revisar la explicación.

Consenso de muestra aleatoria (RANSAC)

Los siguientes enlaces son externos a la Universidad Tecmilenio, al acceder a ellos considera que debes apegarte a sus términos y condiciones.

Revisa el siguiente video:

Para conocer más sobre consenso de muestra aleatoria (RANSAC), te recomendamos revisar el siguiente video:

Dániel Baráth. (2020, 15 de junio). [CVPR 2020] RANSAC in 2020 tutorial: Benchmarking [Archivo de video]. Recuperado de https://www.youtube.com/watch?v=igRydL72160

Objetivo

Realizar el mapeo de características entre dos imágenes.

Instrucciones

Utilizando el entorno de trabajo Jupyter Notebook, realiza lo que se pide.

1. Selecciona una imagen, cárgala en escala de grises dentro del notebook y asígnala a una variable en Python, utilizando openCV. Asegúrate de que sean de extensión .jpg, .jpeg o .png.
2. Gira la imagen 60° con la función cv2.warpAffine, extrae y muestra los puntos de interés SIFT.
3. Mapea los puntos de interés de las imágenes utilizadas en los pasos 1 y 3. Descarta las coincidencias incorrectas utilizando la prueba de proporción propuesta en el siguiente recurso y muestra las coincidencias entre ambas imágenes con líneas.
   
   Lowe, D. (2004). Distinctive Image Features from Scale-Invariant Keypoints. Recuperado de https://www.cs.ubc.ca/~lowe/papers/ijcv04.pdf

Los siguientes enlaces son externos a la Universidad Tecmilenio, al acceder a ellos considera que debes apegarte a sus términos y condiciones.

4. Utiliza el algoritmo RANSAC para encontrar la transformación afín de la imagen girada hacia la imagen original.

Checklist

Asegúrate de:

• Mapear los puntos de interés entre ambas imágenes, mostrando las coincidencias con líneas.
• Obtener la transformación afín que permita llevar la imagen girada a la imagen original.