一种RANSAC计算基本矩阵中内点门限设置算法
为了解决计算机多视几何中稀疏特征点错误匹配导致基本矩阵F精度不高的问题,提出一种RANSAC(RANdom SAmple Consensus)求解F时自动设置内点门限的方法。此方法根据RANSAC求解F矩阵的要素,将固定设置极线距离门限Th的方式改为自动设置,提高了算法的鲁棒性。这些要素是图像对中的稀疏特征点匹配的个数N、图像像素多少、初始计算得到的特征点到极线的平均距离Dinit。Th计算采用公式Th = Min(w×N/51200, Dinit/3),w为图像的宽,单位为像素。Min为取二者最小值的函数。门限Th与图像大小和特征点匹配个数成正比,图像越大,匹配越多,Th越大。相对于传统方法,本方法将固定门限变成了自动设置,可以自适应三维重建不同类型的图片,更加实用和鲁棒。
四川大学
2016-10-08