论文部分内容阅读
基础矩阵是对来自同一景物的两幅未定标图像进行分析的基本工具 .对其进行估计的常用线性算法有八点算法和改进的八点算法 ,其最大的优点是运算简单、易于实现 ,但对噪声和错误数据较敏感 ,因此实用性差 .通过引入与余差有关的代价函数 ,给出了一种新的鲁棒性线性算法——加权归一化算法 .首先将原始输入数据加权归一化处理 ,然后再用八点算法求 F阵的 8个参数 ,实现了 F阵的估计 .大量的模拟数据和真实图像的实验结果表明 ,此算法不仅具有良好的鲁棒性 ,而且可提高基础矩阵的估计精度 .