基于自适应排序的快速鲁棒模型估计方法
摘要:
本发明公开了一种基于自适应排序的快速鲁棒模型估计方法,用于解决现有快速鲁棒模型估计方法实用性差的技术问题。技术方案是在进行多次采样、估计模型之前,对图像特征点对U进行初始排序,通过多次试验对最优模型进行估计;在每一次试验时,获取特征点对U中质量最高的前n个特征点对构成的采样子集Un,进而从Un中获取采样样本;在获取每次试验的采样样本后,对当前试验的模型进行估计;在多次试验中,只有当前迭代满足停止条件时试验才停止;然后利用最优一致集中的元素重新计算模型参数,最终获取最优的模型。由于采用基于自适应排序的随机采样一致模型估计算法,可以在保证错误匹配剔除效果的前提下提高效率,快速获取鲁棒的模型估计结果,实用性好。
0/0