基于連續(xù)一致性集的魯棒多模型擬合算法研究.pdf

1、現(xiàn)實(shí)世界的許多計(jì)算機(jī)視覺(jué)應(yīng)用都依賴(lài)于計(jì)算機(jī)從圖片中提取感興趣的信息。在計(jì)算機(jī)視覺(jué)問(wèn)題中，圖像中感興趣的信息通常用參數(shù)模型來(lái)描述，接著使用模型擬合算法從觀察數(shù)據(jù)中估計(jì)出模型的參數(shù)。模型擬合算法在大量的計(jì)算機(jī)視覺(jué)中起著及其重要的作用。計(jì)算機(jī)視覺(jué)中，參數(shù)估計(jì)在早已被深入地研究。但是由于視覺(jué)數(shù)據(jù)中不可避免的存在離群點(diǎn)和多個(gè)結(jié)構(gòu)時(shí)，傳統(tǒng)的模型擬合算法往往不能很好的應(yīng)對(duì)這些問(wèn)題。因此如何高效地從被污染的視覺(jué)數(shù)據(jù)中恢復(fù)多個(gè)結(jié)構(gòu)的參數(shù)仍然是一個(gè)未來(lái)亟待

2、解決的問(wèn)題。
　　本文在廣泛調(diào)研和總結(jié)相關(guān)領(lǐng)域文獻(xiàn)的基礎(chǔ)上，并且對(duì)目前魯棒多模型擬合領(lǐng)域一些重要的問(wèn)題做了簡(jiǎn)單的分析和討論。接著通過(guò)對(duì)最近提出的幾種有代表性的魯棒模型擬合算法的介紹對(duì)魯棒多模型擬合領(lǐng)域的目前發(fā)展做了一個(gè)簡(jiǎn)單的回顧。接著我們把傳統(tǒng)表示假設(shè)一致性的集合從離散空間擴(kuò)展到連續(xù)空間，提出了一種新的連續(xù)一致性集來(lái)更精確的描述假設(shè)的一致性信息。根據(jù)并集合提出的連續(xù)一致性集提出一種新的魯棒多模型擬合框架。對(duì)現(xiàn)存的魯棒多模型擬合算法

3、在處理數(shù)據(jù)中存在的不平衡結(jié)構(gòu)時(shí)存在的問(wèn)題，我們提出了一種基于結(jié)構(gòu)決策圖的魯棒多模型擬合算法。為了處理在沒(méi)有關(guān)于結(jié)構(gòu)的數(shù)目的先驗(yàn)知識(shí)時(shí)，很難判斷兩個(gè)非常接近的結(jié)構(gòu)是否來(lái)自同一結(jié)構(gòu)一個(gè)結(jié)構(gòu)這一問(wèn)題，我們將關(guān)系網(wǎng)絡(luò)的概念加入模型擬合，提出了一種新的基于關(guān)系網(wǎng)絡(luò)的魯棒模型擬合算法。最后針對(duì)魯棒多模型擬合算法中的未來(lái)發(fā)展提出一些改進(jìn)方向。
　　通過(guò)合成數(shù)據(jù)以及來(lái)自真實(shí)數(shù)據(jù)的運(yùn)動(dòng)分割、單應(yīng)性檢測(cè)和3-D點(diǎn)云平面重建的實(shí)驗(yàn)對(duì)比，表明我們提出的基