摘要: 提出一种新的基本矩阵鲁棒估计算法:随机采样算法,对含有大量出格点的数据点集,利用7个对应匹配点的最小子集来估计参数;然后在不同的子集重复多次,确保任何一个子集都含有一个好的数据点的机率达到95%.最优估计值是残差低于门限值点数最多的子集,一旦从数据点集剔去出格点,利用没有出格点的数据就可以得到最终估计值.用真实图像测试表明该算法鲁棒性好,精度高.
中图分类号:
杨敏, 沈春林. 基本矩阵随机采样鲁棒估计[J]. 应用科学学报, 2004, 22(2): 178-182.
YANG Min, SHEN Chun-lin. A Random Sampling Algorithm for Fundamental Matrix Robust Estimation[J]. Journal of Applied Sciences, 2004, 22(2): 178-182.