摘要
在多视图几何中,单应性矩阵的求解常采用RANSAC(随机采样一致性算法)与总体最小二乘相结合的方法.RANSAC算法的主要作用是滤除特征点对中的误匹配点,当前已有多种基于RANSAC的改进算法能较好地实现这一目标.用总体最小二乘法求解正确匹配点(内点)所构建的方程组,在噪声较小时能求解准确,但在内点普遍具有较大噪声时,总体最小二乘法已不能满足求解精度的需要.从内点像素坐标上含有高斯噪声这一基本假设出发,考虑到噪声矩阵列之间的相关关系,重新推导了求解单应性矩阵的方程形式,将其构造为约束总体最小二乘问题,并优化求解.在合成数据和真实图像上与其他几种常用的最小二乘法作对比实验,结果表明,约束总体最小二乘法在精度上优于传统的总体最小二乘法,以及线性方程组求解中常用的普通最小二乘法和数据最小二乘法.
维普
万方数据