改进的RANSAC基础矩阵估计算法
为了提高基础矩阵估计的精度,本文对随机抽样一致性算法(RANSAC)提出三点改进.首先使用分块采样和离散度约束机制改进样本采集策略,避免出现样本点集中的情况,其次,根据每组样本对应的基础矩阵计算所有匹配点到对极线距离的均值来自适应设定阈值,判别内外点,选择内点最多的匹配点集为初始内点集,最后使用M估计法,对内点设定权重因子,减小定位误差点对基础矩阵的影响.对模拟数据和真实图像做了大量实验,与现有算法相比较,本文算法对存在误匹配和高斯噪声的情况均具有良好的性能提升,有效的改善了基础矩阵估计的精度.
基础矩阵、对极几何、RANSAC算法、鲁棒估计
37
TP391(计算技术、计算机技术)
国家青年科学基金项目61502320
2016-10-25(万方平台首次上网日期,不代表论文的发表时间)
共4页
2084-2087