SIA OpenIR  > 光电信息技术研究室
结合特征定位噪声表征的单应矩阵精确鲁棒估计
其他题名Accuracy and robust estimation of homography based on feature point location noise
赵春阳; 赵怀慈
作者部门光电信息技术研究室
关键词单应矩阵估计 特征定位噪声 协方差加权 随机采样一致(Ransac) Levenberg-marquardt
发表期刊光学精密工程
ISSN1004-924X
2015
卷号23期号:8页码:2357-2368
收录类别EI ; CSCD
EI收录号20153901301650
CSCD记录号CSCD:5511263
产权排序1
资助机构国家973重点基础研究发展规划资助项目 ; 中国科学院光电信息处理重点实验室开放基金资助项目(No.OEIP-O-201203)
摘要针对基于特征匹配的单应矩阵估计方法的特征定位噪声的各向异性非同分布对其精度和鲁棒性的影响,提出了一种结合特征定位噪声表征的单应矩阵估计方法。该方法采用协方差矩阵来表征特征点定位噪声;基于协方差矩阵加权采样一致性(CWSAC)的内点检验方法来提高单应矩阵估计的鲁棒性。最后,提出一种单应矩阵高精度估计算法——协方差加权Levenberg-Marquardt(CW L-M)法。该方法结合协方差矩阵重新定义优化目标函数,提高了单应矩阵的估计精度。基于仿真数据和真实图像的实验表明,在相同定位噪声和内点比例条件下,本文算法的估计精度显著优于RANSAC(RANdom SAmple Consensus)、LMedS(Least Median of Squares),PROSAC(PROgressive SAmple Consensus)、M-SAC(M-estimator SAmple Consensus)和MLESAC(Maximum Likelihood SAmple Consensus)等传统算法,投影均方误差比次优方法降低了3%~21%。另外,本文方法对定位噪声和内点比例变化均具有较好的鲁棒性。
其他摘要The feature location noise from feature-based homography estimation methods is isotropic and non-identical distribution, and it effects the accuracy and robustness of homography estimation methods significantly in practical applications. Therefore, this paper proposes a high accuracy and robust homography estimation method based on location noise of feature points. The method uses a covariance matrix to characterize the location noise of feature points and takes an inner point verification method based on Covariance matrix Weight SAmple Consensus (CWSAC) to improve the robustness of the homography estimation method. Finally, a high accuracy homography matrix refined method, Covariance matrix Weight Levenberg-Marquardt (CW L-M) is proposed by combining covariance matrix with Levenberg-Marquardt method, and it improves the estimation accuracy of homography matrix by redefining a optimized object function. The experiments on simulation data and real images show that as compared with state-of-the-art methods, such as RANSAC (RANdom SAmple Consensus), LMedS (Least Median of Squares), PROSAC (PROgressive SAmple Consensus), M-SAC (M-estimator SAmple Consensus) and MLESAC (Maximum Likelihood SAmple Consensus), the accuracy of homography estimation has improved greatly and the root mean squares of reproject error has reduced 3%-21% than that of the subprime method in the same location noise and the same inlier proportion. In addition, the proposed method is robust to the noise level and inlier proportion changing.
语种中文
引用统计
文献类型期刊论文
条目标识符http://ir.sia.cn/handle/173321/16969
专题光电信息技术研究室
作者单位1.中国科学院沈阳自动化研究所
2.中国科学院大学
3.中国科学院光电信息处理重点实验室
推荐引用方式
GB/T 7714
赵春阳,赵怀慈. 结合特征定位噪声表征的单应矩阵精确鲁棒估计[J]. 光学精密工程,2015,23(8):2357-2368.
APA 赵春阳,&赵怀慈.(2015).结合特征定位噪声表征的单应矩阵精确鲁棒估计.光学精密工程,23(8),2357-2368.
MLA 赵春阳,et al."结合特征定位噪声表征的单应矩阵精确鲁棒估计".光学精密工程 23.8(2015):2357-2368.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
结合特征定位噪声表征的单应矩阵精确鲁棒估(750KB)期刊论文出版稿开放获取ODC PDDL浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[赵春阳]的文章
[赵怀慈]的文章
百度学术
百度学术中相似的文章
[赵春阳]的文章
[赵怀慈]的文章
必应学术
必应学术中相似的文章
[赵春阳]的文章
[赵怀慈]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 结合特征定位噪声表征的单应矩阵精确鲁棒估计.pdf
格式: Adobe PDF
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。