RANSAC估算基础矩阵的不确定性评价

卞 玉 霞,刘 学 军,刘 丹

(南京师范大学虚拟地理环境教育部重点实验室，江苏 南京 210023)



RANSAC估算基础矩阵的不确定性评价

卞 玉 霞,刘 学 军,刘 丹

(南京师范大学虚拟地理环境教育部重点实验室，江苏 南京 210023)

RANSAC是计算机视觉领域内应用最广泛的基础矩阵估算方法，如何实现RANSAC估算基础矩阵的不确定性评价值得探讨。该文在研究RANSAC估算基础矩阵模型的基础上，提出采用基础矩阵的错误率和平均对极距离的标准差作为评价RANSAC估算基础矩阵不确定性的指标，并构建RANSAC估算基础矩阵不确定性评价方法，实现RANSAC估算基础矩阵不确定性评价。

RANSAC;基础矩阵;错误率;平均对极距离;标准差

0 引言

基础矩阵是序列图像三维建模技术的核心命题之一，其不确定性直接影响摄像机标定、三维点云恢复等序列图像三维建模后续环节的参数精度。现有的估算基础矩阵方法主要有：线性方法[1,2]、迭代方法[3]和鲁棒方法。考虑到线性和迭代方法不适用于存在错误匹配点的情况，目前序列图像三维重建中主要采用鲁棒方法估计基础矩阵。在最小平方中值法[4,5]、M-estimators方法[6,7]、随机抽样一致算法(Random Sample Consensus，RANSAC)[8-11]等众多的鲁棒方法中，RANSAC是计算机视觉领域内应用最广泛的[9]，是存在错误匹配点时较合适、常用的估算基础矩阵的鲁棒方法。

在RANSAC估算基础矩阵不确定性研究方面，有学者针对GUM(Guide to the expression of Uncertainty in Measurement)方法评估基础矩阵的不确定性，如：基于协方差矩阵表达基础矩阵的不确定性[12,13]、采用八点线性算法估算基础矩阵的不确定性[14]等。……