針對魯棒性模型估計問題,提出一種基于全概率更新的改進RANSAC算法.該方法利用混合分布模型獲取測試樣本點的初始概率估計.在RANSAC算法框架下,根據(jù)模型估計與測試樣本點對一致集的適應(yīng)度建立全概率評價準則.在此基礎(chǔ)上,采用逆變映射作為采樣策略,提高了算法的收斂速度;同時,運用測試點平均概率對所提出算法進行了收斂性分析.最后,通過仿真與實際圖像匹配實驗進一步驗證了所提出算法的有效性與可行性. 

【文章來源】：控制與決策. 2017,32(03)北大核心EICSCD

【文章頁數(shù)】：8 頁

【參考文獻】：
期刊論文
[1]基于Skinner操作條件反射的抽樣一致性算法[J]. 魏若巖,阮曉鋼,于乃功,黃靜,朱曉慶,肖堯.  控制與決策. 2015(02)
[2]基于概率抽樣一致性的基礎(chǔ)矩陣估計算法[J]. 魯珊,雷英杰,孔韋韋,雷陽.  控制與決策. 2012(03)
[3]應(yīng)用序貫相似檢測的基本矩陣快速魯棒估計[J]. 唐永鶴,胡旭峰,盧煥章.  光學(xué)精密工程. 2011(11)

博士論文
[1]粒子濾波改進算法及其應(yīng)用研究[D]. 曹蓓.中國科學(xué)院研究生院(西安光學(xué)精密機械研究所) 2012



本文編號：3223863