[发明专利]基于软决策优化的基础矩阵鲁棒估计方法

权利要求书

1.一种基于软决策优化的基础矩阵鲁棒估计方法，其特征在于，包括：

步骤1，获取同一场景不同视角下的两幅图像，提取两幅图像的特征点，并将其中一幅图像的特征点作为待匹配特征点，从另一幅图像的特征点中为每个待匹配特征点选取k个对应的候选匹配特征点；进而，根据每个待匹配特征点对应的k个候选匹配特征点，进行粗匹配，确定候选点对集；其中，k为预设正整数，4≤k≤10；

步骤2，基于各待匹配特征点对应的候选点对集，采用归一化8点法，计算得到初始基础矩阵，并将所述初始基础矩阵按列排列，得到初始列向量f₀；

步骤3，构建基于Sampson距离误差的软决策目标函数J(f)，并求得所述软决策目标函数关于列向量f的偏导数，进而采用驻点法得到求解所述软决策目标函数的递归公式；根据所述递归公式以及初始列向量f₀，经过多次迭代递归，最终获得所述软决策目标函数的收敛向量f_final；

步骤4，将所述收敛向量f_final反变换为3×3的矩阵并采用奇异值分解法将矩阵的秩限制为2，即得到基础矩阵；

步骤5，对于候选点对集中的每对候选匹配点对，根据步骤4估计得到的基础矩阵求出得对应的Sampson距离，并将Sampson距离最小的候选匹配点对确定为内点，从而得到内点集合。

2.根据权利要求1所述的方法，其特征在于，步骤1中，所述根据每个待匹配特征点对应的k个候选匹配特征点，进行粗匹配，确定每个待匹配特征点对应的候选点对集，具体包括：

步骤1a，对于每个待匹配特征点，计算其与对应的k个候选匹配特征点之间的特征距离比；

其中，任一待匹配特征点q_i与其候选匹配特征点q′_j之间的特征距离比为：q_i表示待匹配特征点，q′_j表示待匹配特征点的候选匹配特征点，表示仅次于q′_j的下一个候选匹配特征点，||q_i-q′_j||₂表示候选匹配特征点q′_j到待匹配特征点q_i的距离，表示候选匹配特征点到待匹配特征点q_i的距离，N₁表示待匹配特征点的数目；

步骤1b，将特征距离比在预设阈值T之内的待匹配特征点和候选匹配特征点确定为一对候选匹配点对，全部候选匹配点对构成的集合即候选点对集S_c。