针对错误匹配点干扰条件下的多单应矩阵估计问题,提出了一种对错误匹配点鲁棒的多单应矩阵估计初始化方法.该方法基于特征点对的代数误差和结构相似性约束条件,将错误匹配点剔除策略有机地融合到单应矩阵估计的过程中,在不增加计算复杂...针对错误匹配点干扰条件下的多单应矩阵估计问题,提出了一种对错误匹配点鲁棒的多单应矩阵估计初始化方法.该方法基于特征点对的代数误差和结构相似性约束条件,将错误匹配点剔除策略有机地融合到单应矩阵估计的过程中,在不增加计算复杂度的前提下,能够有效地剔除错误匹配点并估计出多单应矩阵的初值.结合AML-COV(approximate maximum likelihood with homography covariance)后端优化算法,本文通过仿真数据实验和真实图像实验从客观性能指标和主观视觉效果方面对算法的性能进行了验证分析.实验结果表明,本文提出的多单应矩阵估计方法能够精确、高效、鲁棒地估计出多单应矩阵的值,较好地解决了错误匹配点干扰条件下的多单应矩阵估计问题.展开更多
文摘针对错误匹配点干扰条件下的多单应矩阵估计问题,提出了一种对错误匹配点鲁棒的多单应矩阵估计初始化方法.该方法基于特征点对的代数误差和结构相似性约束条件,将错误匹配点剔除策略有机地融合到单应矩阵估计的过程中,在不增加计算复杂度的前提下,能够有效地剔除错误匹配点并估计出多单应矩阵的初值.结合AML-COV(approximate maximum likelihood with homography covariance)后端优化算法,本文通过仿真数据实验和真实图像实验从客观性能指标和主观视觉效果方面对算法的性能进行了验证分析.实验结果表明,本文提出的多单应矩阵估计方法能够精确、高效、鲁棒地估计出多单应矩阵的值,较好地解决了错误匹配点干扰条件下的多单应矩阵估计问题.
