不同结构多模型合方法研究.pdfVIP

摘要 摘要 模型拟合是计算机视觉领域热点问题。该项技术在计算机视觉领域有着广泛 的应用，如单应性变换矩阵和基础矩阵的估计、图像分割和运动估计等。近年来 随着应用的需要，模型拟合技术逐步发展到多模型拟合。 目前主流的模型拟合算法不仅需要一些先验的信息，而且在数据集中每次只 能检测出同一模型结构的不同实例，也就是说每次只能从真实数据集中提取一种 结构(圆或者直线)。 本文在学习了主流模型拟合算法的基础上，针对如上不足，提出了一种针对 含有不同结构多个模型实例的鲁棒拟合算法。该算法主要做了两方面创新：(1)完 成不同结构多个模型实例的拟合。首先分别生成不同结构的假设，并对假设进行 聚类，然后确定数据点属于哪种结构的哪个模型实例，最终完成不同结构多个模 据点的倾向集合(PS，Preference Set) 行改进。最后将本算法用于合成数据和真实数据的拟合，发现我们算法不仅能够 完成不同结构多个模型实例的检测，并且使用联合聚类后也较其他方法性能更为 优越。