基于二维数据的快速极大似然抽样一致性算法

• 作者: 徐帆 方磊 王宏远 田文
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 图像处理 对极几何 基础矩阵 随机抽样 极大似然抽样 一致性
• 年，卷（期）: 2008,（3）
• 所属期刊栏目: 电子与信息工程
• 页码范围: 81-84
• 页数: 4页
• 分类号: TP391
• 字数: 2380字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-4512.2008.03.022

摘要

对传统估计两幅图像对应点的鲁棒性算法进行了分析,指出了其基于一维数据的局限性.在一般的随机抽样一致性策略的基础上,提出了基于二维数据的极大似然抽样一致性(MLESAC)算法,并用每组对应点的匹配点数与匹配强度指导抽样过程.在预检验模型参数评估随机抽样一致性策略的基础上,增加了后检验步骤及自动更新局外点比例的步骤,以此对MLESAC算法进行加速.在对简单场景与复杂场景的实验中,分别使对应点数量提高了26 %和60 %,从而改善了场景重建的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐帆	华中科技大学电子与信息工程系	12	127	5.0	11.0
2	王宏远	华中科技大学电子与信息工程系	135	1056	18.0	23.0
3	方磊	华中科技大学电子与信息工程系	15	82	4.0	9.0
4	田文	华中科技大学电子与信息工程系	6	91	3.0	6.0