基于全概率更新的改进RANSAC算法

• 作者: 李秀智 王可 贾松敏
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: RANSAC 全概率公式 混合概率分布 基础矩阵
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 论文与报告
• 页码范围: 427-434
• 页数: 8页
• 分类号: TP273
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2015.1510

摘要

针对鲁棒性模型估计问题,提出一种基于全概率更新的改进RANSAC算法.该方法利用混合分布模型获取测试样本点的初始概率估计.在RANSAC算法框架下,根据模型估计与测试样本点对一致集的适应度建立全概率评价准则.在此基础匕,采用逆变映射作为采样策略,提高了算法的收敛速度;同时,运用测试点平均概率对所提出算法进行了收敛性分析.最后,通过仿真与实际图像匹配实验进一步验证了所提出算法的有效性与可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李秀智	北京工业大学电子信息与控制工程学院	34	227	8.0	13.0
2	贾松敏	北京工业大学计算智能与智能系统北京市重点实验室	43	289	10.0	14.0
3	王可	北京工业大学电子信息与控制工程学院	10	79	5.0	8.0