基于最小冗余子集的单视图鲁棒精确复原目标三维位姿

基于随机采样最小冗余子集新概念,本文开发了一个从目标的单视图特征点集合鲁棒精确地复原其三维位姿的新算法。在强噪声高出格点率的恶劣条件下,该算法仍能高精度地复原目标的三维位姿。实验表明,对于由100个点组成的单视图特征点集合而言,当出格点率高达90%并且内点信噪比低达28db时,它仍能以1%的相对误差复原目标特征点的三维坐标。