基于轮廓模型的单应识别优化算法

• 作者: 于起峰 周朗明 尚洋 张跃强
• 来源期刊: 光学学报
• 学科: 工学
• 关键词: 机器视觉 单应识别 单应估计 迭代加权最小二乘
• 年，卷（期）: 2015,（10）
• 所属期刊栏目: 机器视觉
• 页码范围: 146-154
• 页数: 9页
• 分类号: TP391.4|TP242.6
• 语种: 中文
• DOI: 10.3788/AOS201535.1015001

摘要

提出了基于轮廓模型的复杂背景弱纹理目标单应优化方法.算法在随机抽样一致(RANSAC)框架下实现了初始变换的求解,通过优化法向距离实现了单应的优化求解.为了快速稳健地求解初始单应,算法随机选取三条满足一定几何约束的直线段进行假设变换关系的求解,通过选取使得投影误差最小的变换关系作为单应初值.为了解决复杂背景条件下模型-图像对应错误引起的优化失败问题,在模型-图像点匹配阶段,算法为每个采样点保留多个图像点对应,同时在对样本点进行加权过程中,该算法综合考虑了样本点自身的属性和样本点同周围点的关系,有效提高了稳健性.实验结果表明:该方法能够实现复杂场景目标单应的优化求解,相比传统的方法,该方法能够有效克服复杂背景的干扰,实现弱纹理目标单应的稳健估计.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尚洋		19	53	4.0	7.0
2	于起峰		66	556	16.0	21.0
3	周朗明		3	4	1.0	2.0
4	张跃强		3	0	0.0	0.0