单应性矩阵自适应估计方法

• 作者: 李松 王一江 程徐 许金山 陈胜勇
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 单应性矩阵 相似度 自适应 估计 LMedS
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 图形图像处理
• 页码范围: 160-164,172
• 页数: 6页
• 分类号: TP391.41
• 字数: 5148字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1409-0357

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈胜勇	浙江工业大学计算机科学与技术学院	38	254	8.0	14.0
2	许金山	浙江工业大学计算机科学与技术学院	4	20	2.0	4.0
3	王一江	浙江工业大学计算机科学与技术学院	1	13	1.0	1.0
4	程徐	浙江工业大学计算机科学与技术学院	1	13	1.0	1.0
5	李松	浙江工业大学计算机科学与技术学院	3	17	2.0	3.0