立体视觉中基本矩阵的改进投影M估计方法

在立体视觉与图像运动分析中,需要排除特征误配点的影响进而得到精确的基本矩阵估计。针对EIV(Error-In-Variables)模型中基于投影的M估计方法存在的核密度估计和正常点与异常点阈值确定的局限性,提出一种改进的投影M估计算法:首先给出新的用于搜索极值点的自适应核密度估计函数,然后改进了正常点的确定方法。对模拟及真实数据进行了实验,验证了改进投影M估计方法的有效性及稳健性。