论文部分内容阅读
对传统估计两幅图像对应点的鲁棒性算法进行了分析，指出了其基于一维数据的局限性．在一般的随机抽样一致性策略的基础上，提出了摹于二维数据的极大似然抽样一致性（MLESAC）算法，并用每组对应点的匹配点数与匹配强度指导抽样过程．在预检验模型参数评估随机抽样一致性策略的基础上，增加了后检验步骤及自动更新局外点比例的步骤，以此对MLESAC算法进行加速．在对简单场景与复杂场景的实验中，分别使对应点数量提高了26％和60％，从而改善了场景重建的质量．