基于全概率更新的改进RANSAC算法

发布时间：2021-06-11 05:00

　　针对鲁棒性模型估计问题,提出一种基于全概率更新的改进RANSAC算法.该方法利用混合分布模型获取测试样本点的初始概率估计.在RANSAC算法框架下,根据模型估计与测试样本点对一致集的适应度建立全概率评价准则.在此基础上,采用逆变映射作为采样策略,提高了算法的收敛速度;同时,运用测试点平均概率对所提出算法进行了收敛性分析.最后,通过仿真与实际图像匹配实验进一步验证了所提出算法的有效性与可行性. 

【文章来源】：控制与决策. 2017,32(03)北大核心EICSCD

【文章页数】：8 页

【参考文献】：
期刊论文
[1]基于Skinner操作条件反射的抽样一致性算法[J]. 魏若岩,阮晓钢,于乃功,黄静,朱晓庆,肖尧.  控制与决策. 2015(02)
[2]基于概率抽样一致性的基础矩阵估计算法[J]. 鲁珊,雷英杰,孔韦韦,雷阳.  控制与决策. 2012(03)
[3]应用序贯相似检测的基本矩阵快速鲁棒估计[J]. 唐永鹤,胡旭峰,卢焕章.  光学精密工程. 2011(11)

博士论文
[1]粒子滤波改进算法及其应用研究[D]. 曹蓓.中国科学院研究生院(西安光学精密机械研究所) 2012



本文编号：3223863