ducha-aiki/pydegensac

解決的問題

提供一種從影像間的稀疏對應關係中穩健估計單應性矩陣與基本矩陣的方法，特別解決標準 RANSAC 實作中常見的離群值與退化配置問題。

工作原理

本專案是 LO-RANSAC（局部優化 RANSAC）與 DEGENSAC 的 C++ 實作之 Python 封裝。使用局部優化來精進估計結果，並包含退化性檢查，確保即使資料中存在主導平面或其他退化結構，所產生的矩陣依然可靠。

適用對象

從事影像匹配、3D 重構與兩視角幾何估計的電腦視覺工程師與研究人員。

主要亮點

• 高準確度：在基本矩陣估計方面，性能可與最尖端估計器比擬。
• 高效能：通常比原生 OpenCV RANSAC 實作更快且更準確。
• 強健性：實作 DEGENSAC，可處理可能導致結果偏移的退化情況。
• 跨平台支援：支援 Windows、macOS 與 Linux。