论文部分内容阅读
随机抽样一致性算法是计算机视觉领域应用最广泛的鲁棒性算法。为了进一步提高RANSAC算法的运算速度,首先在介绍RANSAC算法的Tc,d预检验加速模型的基础上,提出了一种两步法用来实现优化的预检验参数选择;然后基于这种优化选择方法提出了自适应Tc,d预检验的新算法,从而实现了不依赖用户选择的RANSAC算法的自适应加速。基于窄基线和宽基线图像对的极线几何计算的实验表明,该新算法相对于标准RANSAC算法的运算速度平均提升超过了400%。