資源描述：
《基于RANSAC算法的基本矩陣估計(jì)的匹配方法.pdf》由會員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫。
1、文章編號167122730(2006)0420066204基于RANSAC算法的基本矩陣估計(jì)的匹配方法121單欣,王耀明,董建萍(1.上海師范大學(xué)數(shù)理信息學(xué)院,上海,200234;2.上海電機(jī)學(xué)院電子信息學(xué)院,上海,200240)摘要基本矩陣包含了攝像機(jī)的所有內(nèi)參數(shù)和外參數(shù)信息,求解基本矩陣是計(jì)算機(jī)視覺中的重要研究課題。在介紹極線幾何和基本矩陣?yán)碚摵?提出了一種基于Sampson距離的RANSAC(Ran2domSamplingConsensus)算法用于解決求解基本矩陣中誤匹配問題。通過從圖像的特征提取、特征點(diǎn)
2、匹配到求解基本矩陣的完整的仿真實(shí)驗(yàn),驗(yàn)證了該算法的有效性。關(guān)鍵詞基本矩陣;極線幾何;RANSAC方法;Sampson距離中圖分類號TP317.4文獻(xiàn)標(biāo)識碼ATheMatchingMethodBasedonRANSACAlgorithmforEstimationoftheFundamentalMatrix121ShanXin,WangYaoming,DongJianping(1.MathematicsandSciencesCollege,ShanghaiNormalUniversity,Shanghai,20023
3、4;2.SchoolofElectronicInformation,ShanghaiDianjiUniversity,Shanghai,200240)AbstractThefundamentalmatrixcontainsallofacamera.sinnerandouterparametersofacam2era.Sotheestimationofthefundamentalmatrixisacrucialproblemofcomputervision.Inthispa2per,weintroducetheth
4、eoremoftheepipolargeometryandthefundamentalmatrix.Tosolvetheproblemoffalsematches,wealsointroducesRANSACalgorithmbasedonSampsondistance.Experi2mentsonfeaturedetectionandmatchingaswellastheestimationofthefundamentalmatrixshowthattheproposedmethodiseffective.Ke
5、ywordsfundamentalmatrix;epipolargeometry;randomsamplingconsensus(RANSAC)al2gorithm;Sampsondistance基本矩陣給出了攝影幾何意義下三維重建所需的圖像之間重要的幾何關(guān)系,描述了對應(yīng)點(diǎn)之間滿要的雙攝像機(jī)的全部參數(shù),稱求解基本矩陣為雙攝足的極線約束條件,可以得到射影幾何意義下的三像機(jī)的弱定標(biāo)?；揪仃嚢擞刹煌朁c(diǎn)處得到維重建,三維重建是運(yùn)動估計(jì)、攝像機(jī)標(biāo)定、匹配和收稿日期:2006206201基金項(xiàng)目:上海市教委科研項(xiàng)目(
6、滬教科01D0221)。作者簡介:單欣(19812),女,碩士生,專業(yè)方向:圖像處理,計(jì)算機(jī)視覺。[1]2跟蹤的基礎(chǔ)。Iu(x)Iuv(x)式中:C(x)=,Iu(x)、Iv(x)和2本文采用Harris角點(diǎn)提取方法提取兩幅圖像Iuv(x)Iv(x)的特征點(diǎn),然后根據(jù)已提取的特征點(diǎn)利用相關(guān)匹配Iuv(x)分別是圖像點(diǎn)x的灰度在u和v方向的偏導(dǎo)算法進(jìn)行圖像預(yù)匹配。為了解決相關(guān)匹配中產(chǎn)生的以及二階混合偏導(dǎo)。當(dāng)Harris算子R大于設(shè)定的誤匹配問題,本文進(jìn)一步采取了RANSAC方法,利閾值時,判斷該點(diǎn)為角點(diǎn)。k的選取依
7、經(jīng)驗(yàn)而定,k用基本矩陣的估計(jì)方法對圖像作進(jìn)一步匹配,相當(dāng)越小,R值就越大,檢測到的特征點(diǎn)就越多,通常取[3]程度上改善了誤匹配的問題,獲得了良好的匹配效k=0.04。本文在判斷角點(diǎn)時采用非極大值抑制[4]果。方法對算子R進(jìn)行判斷。[1]在獲取了圖像的特征點(diǎn)之后,需要對圖像特征1極線幾何與基本矩陣進(jìn)行預(yù)匹配。本文采用相關(guān)匹配算法進(jìn)行特征點(diǎn)匹兩張影像間的極線幾何關(guān)系如圖1所示,其中配:對圖像1的每個特征點(diǎn)圖周圍定義一個匹配搜I與Ic為兩張不同角度對同一場景拍攝的影像,X索窗口,對落在該窗口內(nèi)的每個特征點(diǎn)計(jì)算其與圖為空
8、間任一點(diǎn),在I與Ic平面上的投影分別為m與像2的每個特征點(diǎn)的匹配窗的相關(guān)度。如果某對特mc。C與Cc分別是兩攝像機(jī)光心,其連線與平面I征點(diǎn)具有最強(qiáng)的相關(guān)度,那么就認(rèn)為這對特征點(diǎn)為與Ic交于e與ec,XCCc平面與兩圖像平面的交線lm匹配點(diǎn)。與lcm分別是點(diǎn)X在平面I和平面Ic上的極線。3基本矩陣的估計(jì)由兩幅圖像上的匹配特征點(diǎn)m與mc的齊次坐標(biāo)u與uc估計(jì)基本矩陣F,它們應(yīng)
