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.