| 基于自适应Ransac算法的基础矩阵估算 |
| |
| 引用本文： | 张晶晶,官云兰,郝冬冬.基于自适应Ransac算法的基础矩阵估算[J].北京测绘,2018,32(1):10-14. |
| |
| 作者姓名： | 张晶晶 官云兰 郝冬冬 |
| |
| 作者单位： | 东华理工大学,江西南昌,330013;杨凌龙翔数字科技有限公司 陕西咸阳712000 |
| |
| 基金项目： | 国家自然科学基金，江西省学位与研究生教育教学改革研究项目 |
| |
| 摘 要： | 基础矩阵估算是计算机视觉中恢复两张影像相对运动不可缺少的步骤,通常使用Ransac算法从包含大量外点的数据集中估计基础矩阵。经典Ransac判断样本是否为内点的阈值是经验值,不能满足所有样本,且在两个矩阵含有相同内点数时无法确定最优基础矩阵。本文介绍了自适应Ransac算法及流程,将其应用与基础矩阵的解算中。通过利用无人机影像与手机拍摄照片进行实验。实验结果表明,自适应Ransac算法可得到比经典Ransac更精确的基础矩阵。
|
| 关 键 词： | 基础矩阵 Ransac算法 自适应 残差 |
Estimating of Fundamental Matrix Based on Adaptive Ransac Algorithm |
| |
| ZHANG Jingjing,GUAN Yunlan,HAO Dongdong.Estimating of Fundamental Matrix Based on Adaptive Ransac Algorithm[J].Beijing Surveying and Mapping,2018,32(1):10-14. |
| |
| Authors: | ZHANG Jingjing GUAN Yunlan HAO Dongdong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
