一种RANSAC计算基本矩阵中内点门限设置算法

摘要

为了解决计算机多视几何中稀疏特征点错误匹配导致基本矩阵F精度不高的问题，提出一种RANSAC(RANdom SAmple Consensus)求解F时自动设置内点门限的方法。此方法根据RANSAC求解F矩阵的要素，将固定设置极线距离门限Th的方式改为自动设置，提高了算法的鲁棒性。这些要素是图像对中的稀疏特征点匹配的个数N、图像像素多少、初始计算得到的特征点到极线的平均距离D_init。Th计算采用公式Th = Min(w×N/51200, D_init/3)，w为图像的宽，单位为像素。Min为取二者最小值的函数。门限Th与图像大小和特征点匹配个数成正比，图像越大，匹配越多，Th越大。相对于传统方法，本方法将固定门限变成了自动设置，可以自适应三维重建不同类型的图片，更加实用和鲁棒。

主权项

一种计算机视觉（多视几何，Multi‑View Geometry）技术中RANSAC(RANdom SAmple Consensus)求解基本矩阵F时自动设置内点门限的方法，其特征是具体门限设置方法是：根据F矩阵计算的要素，将固定设置特征点到极线距离门限的方式改为自动设置，提高了算法的鲁棒性；自动设置时考虑的因素是图像对中的稀疏特征点匹配的个数N、图像像素多少、初始计算得到的特征点到极线的平均距离D_init；Th计算采用公式Th = Min(w×N/51200, D_init/3)，w为图像的宽，单位为像素，Min为取二者最小值的函数。