【摘 要】
：
针对基础矩阵估计过程中因异常数据的影响导致精度和稳定性不好等问题,提出一种新的基础矩阵的估计算法.该算法首先对匹配点采用了新的分组抽样策略,突出了随机性和均匀性.然
【机 构】
：
首都师范大学信息工程学院,首都师范大学高可靠嵌入式系统北京市工程技术研究中心
【基金项目】
：
国家自然科学基金项目（61472260, 61402302）, 北京市自然科学基金资助项目（4143060）, 北京市属高等学校创新团队建设与教师职业发展计划项目（IDHT20150507）
论文部分内容阅读
针对基础矩阵估计过程中因异常数据的影响导致精度和稳定性不好等问题,提出一种新的基础矩阵的估计算法.该算法首先对匹配点采用了新的分组抽样策略,突出了随机性和均匀性.然后以对极距离作为准则,通过二次中值的方法获得新的内点集和基础矩阵初值.最后引入动态惩罚加权的思想,对新的匹配点集进行非线性优化,恢复了精确的对极几何关系.大量的模拟数据和真实图像实验数据结果表明,在误匹配和噪声存在的情况下,提出的算法切实可行,能够提高基础矩阵估计的精度和鲁棒性.
其他文献
针对传统的检测方法一直存在噪声影响严重,导致检测结果不准确的问题.提出基于arm-linux机器视觉的图像特征点快速检测方法,首先利用机器视觉技术拍摄目标图像信息,通过arm-linux系统对目标图像信息进行特征点分析提取、小波去噪等进一步处理;再依据图像处理结果建立Facet模型,计算求解图像特征点二阶方向导数,获取图像特征点二阶方向导数极小值小于零的像素点作为提取的图像特征点,通过对极大值的归
为了提高传统的基于图割的立体匹配算法的鲁棒性,提出一种基于图像增强的图割立体匹配方法,传统算法是在图像灰度值的基础上构建能量函数,该方法加入了图像的梯度值来构建能量函数,然后将基于二值化标号函数的α扩展算法和KV最大流算法结合起来求解能量函数.由于梯度对于图像中的噪声、局部光照具有鲁棒性,因此该算法在一定程度上增加了传统GC算法的鲁棒性,最后通过仿真和实验验证了算法的有效性.
针对现有IP网络路由自愈方法存在的不足，提出一种考虑负载均衡的多下一跳路由自愈方法．首先设计基于距离矢量路由协议的多下一跳路由生成算法，改进了节点可用下一跳的生成策略；然
为了改善信息系统的安全态势估计效果,提出了自回归滑动平均和相关向量机的信息系统安全态势估计模型（ARIMA-RVM）.该模型收集大量信息系统安全的历史数据,然后采用自回归滑动平
卷积神经网络因深度学习概念的提出再一次被研究人员所重视.激励函数是卷积神经网络的一个重要组成部分,选取了sigmoid函数作为实验对象.讨论了当前几种可行的逼近方法,最终