基于约束总体最小二乘的单应性矩阵求解方法

摘要：

在多视图几何中,单应性矩阵的求解常采用RANSAC(随机采样一致性算法)与总体最小二乘相结合的方法.RANSAC算法的主要作用是滤除特征点对中的误匹配点,当前已有多种基于RANSAC的改进算法能较好地实现这一目标.用总体最小二乘法求解正确匹配点(内点)所构建的方程组,在噪声较小时能求解准确,但在内点普遍具有较大噪声时,总体最小二乘法已不能满足求解精度的需要.从内点像素坐标上含有高斯噪声这一基本假设出发,考虑到噪声矩阵列之间的相关关系,重新推导了求解单应性矩阵的方程形式,将其构造为约束总体最小二乘问题,并优化求解.在合成数据和真实图像上与其他几种常用的最小二乘法作对比实验,结果表明,约束总体最小二乘法在精度上优于传统的总体最小二乘法,以及线性方程组求解中常用的普通最小二乘法和数据最小二乘法.

关键词：约束总体最小二乘、单应性矩阵、三维重建、随机抽样一致性算法、多视图几何

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金62076251

在线出版日期：2023-01-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：50-56