基于交比不变性约束的快速随机抽样一致性算法

摘要：

在计算机视觉中,模型参数的鲁棒性估计是一个核心问题.虽然人们在这方面做了大量的研究,但是至今仍没有一个鲁棒性估计方法可以做到完全消除外点对模型估计的影响.当数据中外点比例很大的时候,传统随机抽样一致性(RANSAC)算法就需要大量的采样样本,这在实际运行时会降低算法效率.为了解决这个问题,提出了一个有效的基于采样的算法.利用射影变换下共线4点的交比不变性,对含有大量外点的数据进行筛选,剔除其中可能的外点数据,从而充分减少模型估计时的迭代次数.实验结果表明,当200个对应匹配中含有90%外点时,使用交比不变性约束进行平面单应矩阵估计,能够使最小迭代次数由69 074减少到11.由此可知,改进算法很大程度上提高了RANSAC的运算效率和对高噪声数据的处理能力.

关键词：随机抽样一致眭、平面单应矩阵、共线、交比

所属期刊栏目：44

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金资助项目60905019;国家大学生创新性实验计划资助项目081005637;985队伍建设;精密测试技术及仪器国家重点实验室开放基金

在线出版日期：2011-06-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：184-188