基于归一化椭圆权重L-M算法的单应矩阵估计

摘要：

针对特征定位误差服从各向异性高斯分布时单应矩阵的优化问题,提出了一种归一化椭圆权重的烈文博戈马奎特(EW L-M)算法.该算法对目标函数添加椭圆权重的形式,使得目标函数在马氏距离的基础上兼有欧式距离优点.模拟与真实数据的实验结果表明,本文提出的方法能在更少的迭代次数下估计出更精确的单应矩阵,且对不同级别的误差表现出更强的鲁棒性.

关键词：单应矩阵估计、归一化椭圆权重、各向异性高斯分布、烈文博戈马奎特(L-M)算法

所属期刊栏目：46

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金61672084

在线出版日期：2019-06-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：83-86