基于RANSAC算法的极线约束立体视觉匹配方法研究
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
摘要: 立体 视 觉 匹配 一 直 是 机 器视 觉 和模 式 识 别 领 域 中的 一 个 重 要 问题 。极 线 约 束 是 立 体 匹配 中 的 基
本 约束之 一 , 为进一步提 高立体 匹配精度和效率 , 在 对极线 约束数 学描 述推导 的基础上 , 通过 求解基本 矩 阵得到 相应 匹配点 的极 线 , 提 出 了求解基 本矩 阵 的一般 算 法 , 即采 用 R A N S A C算 法。首先得 到 特征 点的初始 匹配点对 , 然后运 用 7点算法将初始 匹配点对划分为 内点和 外点 , 最后 用所有的 内点来重新计 算优化基 本矩 阵, 并通过 对实际 图像的立体视 觉 匹配 实验 , 以验证该 匹配算法的有效性 。 关键 词 : 极 线 约束 ; 基 本矩 阵 ; R A N S A C算法 ; 立 体 匹配
Ep i p o l a r l i n e c o ns t r a i n t s a r e o f t e n e mp l o y e d i n t h e s t e r e o ma t c h i n g.Th e ma t h e ma t i c d e s c ipt r i o n o f t h e e p i ・
第 l 1期
2 0 1 3年 l 1月
组 合 机 床 与 自 动 化 加 工 技 术
M o du l a r M a c h i n e To o l& A u t o m at i c M a n uf a c t ur i ng Te c hni qu e
NO. 1 1
Z HANG P e i — y u n,HU A Xi — j u n,XI A L e — c h u n,F U Y o n g — h o n g ( C o l l e g e o f Me c h a n i c a l E n g i n e e r i n g ,J i a n g s u Un i v e r s i t y ,Z h e n j i a n g J i a n g s u 2 1 2 0 1 3,C h i n a )
中图分类 号 : T H1 6 5: T G6 5 9 文 献标识码 : A
St e r e o Ma t c hi ng wi t h Epi p ol ar Li ne Con s t r a i n t s Ba s e d o n R ANSAC Al g o r i t hm
p o l a r l i n e c on s t r a i n t s i s d e d u c e d i n t h i s p a p e r . Th e c o r r e s p o n d i n g e p i p o l a r l i n e o f t h e f e a t u r e p o i n t s i s o b —
A bs t r ac t :S t e r e o ma t c h i n g i s a n i mp o r t a n t pie f l d o f ma c h i n e v i s i o n a n d p a t t e r n r e c o g n i t i o n .
NOV .2 01 3
文章编号 : 1 0 0 1 — 2 2 6 5 ( 2 0 1 3 ) 1 1— 0 0 2 0— 0 3
基于 R A N S A C算法 的极线约束 立体视觉 匹配方法研 究 术
张培 耘 , 华希俊 , 夏 乐春 , 符 永 宏
( 江苏 大学 机 械工 程学 院 , 江苏 镇江 2 1 2 0 1 3 )
n e r p o i nt s a n d o u t e r po i n t s .Al l t h e i n n e r p o i n t s a r e e mp l o y e d t o r e in f e t h e f un d a me n t a l ma t r i x a t l a s t . Th e
t a i n e d b y s o l v i n g t h e f u n d a me n t a l ma t r i x i n o r d e r t o i n c r e a s e s t e r e o ma t c h i n g q u a l i t y a n d e ic f i e n c y. S e v e r — a l a l g o it r h ms a r e p r o v i d e d f o r d e t e r mi n i n g t h e f u n d a me n t a l ma t ix r . The RAN S AC a l g o r i t h m i s a d o p t e d t o a c q u i r e t h e o r i g i n a l ma t c hi n g p o i n t s,a n d t h e 7 P o i n t s Al g o r i t h m i s us e d t o c l a s s i f y t h e o r i g i n a l p o i nt s t o i n —