基于二次测量误差模型的基本矩阵计算

基于二次测量误差模型的基本矩阵计算

钟慧湘，冯月萍，庞云阶

（吉林大学计算机科学与技术学院，长春130012）

收稿日期:2005-01-06 修回日期:1900-01-01 出版日期:2005-09-26 发布日期:2005-09-26
通讯作者: 钟慧湘

Computation of the Fundamental Matrix Based on a Quadratic Measurement Error Model

ZHONG Hui-xiang，FENG Yue-ping，PANG Yun-jie

（College of Computer Science and Technology，Jilin University，Changchun130012，China）

Received:2005-01-06 Revised:1900-01-01 Online:2005-09-26 Published:2005-09-26
Contact: ZHONG Hui-xiang

摘要/Abstract

摘要： 基于二次测量误差模型，提出计算基本矩阵的一个鲁棒方法.通过对匹配点对做平移和尺度调整等规范化处理，增强算法的数值稳定性.并应用高效的黄金分割法求解一维不可微优化问题确定噪声水平，进而得到基本矩阵.数值实验结果表明了该方法的有效性.

关键词: 基本矩阵, 二次测量误差模型, 规范化, 黄金分割

Abstract: Based on a quadratic measurement error model，an efficient computational method for estimating the fundamental matrix is presented.At first，to improve the numerical stability，the matching point pairs in each image are normalized via translation and scale regulation，then the Golden Section method is used to complete minimization of a non-smooth function and to determine the level of noise, and the fundamental matrix is then achieved.Numerical experimental results show the effectiveness of the proposed method.

Key words: fundamental matrix, quadratic measurement error model, normalization, golden section

中图分类号:

TP391

钟慧湘，冯月萍，庞云阶. 基于二次测量误差模型的基本矩阵计算[J]. J4, 2005, 43(05): 627-630.

ZHONG Hui-xiang，FENG Yue-ping，PANG Yun-jie. Computation of the Fundamental Matrix Based on a Quadratic Measurement Error Model[J]. J4, 2005, 43(05): 627-630.

[1]	王玉, 申铉京, 周昱洲, 林鸿斌. 一种求解交通网络中最短路径问题的人工蜂群算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1144-1150.
[2]	朱新丽, 才华, 寇婷婷, 杜冬晖, 孙俊喜. 行人多目标跟踪算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1161-1170.
[3]	张震, 张照崎, 朱留存, 刘济尘, 魏金占, 蔡旭航, 赵成龙. 一种基于Shi-Tomasi和改进LBP的特征匹配及目标定位快速算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1171-1178.
[4]	孙启隆, 于萍, 司振惠, 郭鑫, 王岩. 基于暗通道的沙尘图像增强算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1179-1187.
[5]	刘高天, 段锦, 范祺, 吴杰, 赵言. 基于改进RFBNet算法的遥感图像目标检测[J]. 吉林大学学报(理学版), 2021, 59(5): 1188-1198.
[6]	胡雅婷, 陈营华, 宝音巴特, 曲福恒, 李卓识. 一种增量式MinMax k-Means聚类算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1205-1211.
[7]	聂逯松, 常方圆, 常学智, 刘畅, 金有为, 刘国晟, 付加胜, 韩霄松. 一种新型的自适应多核学习算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1212-1218.
[8]	蒲晓川, 黄俊丽, 祁宁, 宋长松. 基于密度信息熵的K-means算法在客户细分中的应用[J]. 吉林大学学报(理学版), 2021, 59(5): 1245-1251.
[9]	焦冲, 苏科华, 吴博文, 任术波, 辛宁. 一种基于局部平均法向变形的网格参数化方法[J]. 吉林大学学报(理学版), 2021, 59(4): 867-876.
[10]	丁通, 刘元宁, 朱晓冬, 刘帅, 张齐贤, 张阔. 面向残差网络多元特征的轻量级虹膜分类[J]. 吉林大学学报(理学版), 2021, 59(4): 877-882.
[11]	孙俊, 才华, 朱新丽, 胡浩, 李英超. 基于双重注意力机制的深度人脸表示算法[J]. 吉林大学学报(理学版), 2021, 59(4): 883-890.
[12]	傅博, 王瑞子, 王丽妍, 张湘怡. 基于深度卷积神经网络的水下偏色图像增强方法[J]. 吉林大学学报(理学版), 2021, 59(4): 891-899.
[13]	李晓峰, 李东, 王妍玮. 基于深度残差网络的医学超声图像多尺度边缘检测算法[J]. 吉林大学学报(理学版), 2021, 59(4): 900-908.
[14]	张震, 张照崎, 朱留存, 苗志滨, 王骥月, 李修明, 赵成龙, 张坤伦. 基于Harris-改进LBP的特征匹配及目标定位算法[J]. 吉林大学学报(理学版), 2021, 59(3): 568-576.
[15]	李二强, 陈凯健, 周漾. 可控多重纹理扩展合成与迁移[J]. 吉林大学学报(理学版), 2021, 59(3): 577-586.