一种对错误匹配点鲁棒的多单应矩阵估计方法

摘要：

针对错误匹配点干扰条件下的多单应矩阵估计问题,提出了一种对错误匹配点鲁棒的多单应矩阵估计初始化方法.该方法基于特征点对的代数误差和结构相似性约束条件,将错误匹配点剔除策略有机地融合到单应矩阵估计的过程中,在不增加计算复杂度的前提下,能够有效地剔除错误匹配点并估计出多单应矩阵的初值.结合AML-COV(approximate maximum likelihood with homography covariance)后端优化算法,本文通过仿真数据实验和真实图像实验从客观性能指标和主观视觉效果方面对算法的性能进行了验证分析.实验结果表明,本文提出的多单应矩阵估计方法能够精确、高效、鲁棒地估计出多单应矩阵的值,较好地解决了错误匹配点干扰条件下的多单应矩阵估计问题.

关键词：多单应矩阵估计、近似极大似然、结构相似性约束、错误匹配点剔除、鲁棒性

所属期刊栏目：39

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61203189;陕西省自然科学基金2015JQ6226;人工智能四川省重点实验室开放基金2016RYJ02

在线出版日期：2017-10-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：608-619