王一江
- 作品数：1 被引量：12H指数：1
- 供职机构：浙江工业大学计算机科学与技术学院、软件学院更多>>
- 发文基金：浙江省自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 单应性矩阵自适应估计方法被引量：12
- 2016年
- 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LMed S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,该方法首先以点对间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LMed S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LMed S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。
- 许金山王一江程徐李松陈胜勇
- 关键词：单应性矩阵相似度自适应
