论文部分内容阅读
基础矩阵的计算是计算机视觉中相机自标定的关键步骤,为了提高基础矩阵的精度,在随机抽样一致性(RANSAC)算法的基础上提出三点改进,在抽取特征点的过程中利用数据块分割技术,避免了随机采样的不公平性,同时考虑基础矩阵秩为2的约束条件,对基础矩阵的参数进行规范化设置,在评价计算结果时,利用本质矩阵和基础矩阵的关系,鉴于本质矩阵两个非零奇异值应该相等这个特性,引入了Frobenius范数对本质矩阵进行规范化,利用本质矩阵的奇异值性质构造代价函数来评价计算结果的精度.最后通过模拟数据实验和场景图像实验,验证