图像非刚体匹配的多模型估计算法设计与实现

摘要：

针对非刚体匹配图像的外点去除问题,提出了一种多匹配模型估计方法.首先,考虑到匹配点集合中可能存在高外点率,用基于近邻内点分布的一致性对匹配点集合的内点率进行提升;然后,为了降低内点距离误差阈值对内点提取的影响,用内点距离误差边缘化进行多模型估计;最后,考虑到提取的内点集合中可能残留部分外点,用基于匹配点位置变化矢量方向的一致性对残留外点进行去除.实验中,所提方法与MAGSAC、NM-NET、P-NAPSAC、SC-RANSAC、Adalam、OANET、SuperGlue、PEARL、Multi-H、Multi-X以及CONSAC等方法进行对比,结果表明所提方法的内点距离误差可降低30％以上,外点残留率可降低50％以上,内点召回率可提高8％以上,运行时间可降低10％以上,多平面估计的错分率可降低16％以上.

关键词：机器视觉、多匹配模型估计、非刚体匹配、大视角、多平面估计

所属期刊栏目：59

分类号：TP73(遥感技术)

资助基金：国家自然科学基金;国家自然科学基金;河北省重点研发计划;河北省科研与教学研究项目;河北省自然基金项目;北京市自然基金面上项目;河北省教育厅科研项目;河北经贸大学重点研究项目

在线出版日期：2022-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：397-409