期刊专题

10.3778/j.issn.1002-8331.1409-0357

单应性矩阵自适应估计方法

引用
如何从初始匹配点集中估计出精确的单应性矩阵,有效地剔除误匹配,一直以来都是视觉领域研究的重点和难点,也是实际相关技术应用中最为关键的一步.通过将特征点对相似度概念应用于LMedS的样本选取过程,提出了一种新的单应性矩阵自适应的估计方法.区别于传统LMeds方法从无序匹配点集中随机选取样本的过程,该方法首先以点对问的相似度对整个初始匹配点进行降序排列,然后从前往后依次选取样本.实验结果表明,与LMedS相比,该方法估计出的单应性矩阵更精确、鲁棒,效率更高(得到最佳模型所需的迭代次数仅约为LMedS的1/5),同时弥补了RANSAC及其改进方法需预先设置距离偏差阈值的不足.

单应性矩阵、相似度、自适应、估计、LMedS

52

TP391.41(计算技术、计算机技术)

国家自然科学基金11405145;浙江省自然科学基金LQ14A050002

2016-06-07(万方平台首次上网日期,不代表论文的发表时间)

共6页

160-164,172

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

52

2016,52(5)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn