基于序贯概率及局部优化随机抽样一致性算法

被引：14

作者：

周骏 ^{[1
,2
]}

陈雷霆 ^{[1
]}

刘启和 ^{[1
]}

李艳梅 ^{[1
]}

饶云波 ^{[1
]}

机构：

[1] 电子科技大学计算机科学与工程学院

[2] 西南大学计算机与信息科学学院

来源：

仪器仪表学报 | 2012年 / 33卷 / 09期

关键词：

随机抽样一致性算法; 鲁棒性估计; 模型估计; 局部优化;

D O I：

10.19650/j.cnki.cjsi.2012.09.017

中图分类号：

TP301.6 [算法理论]; O212.2 [抽样理论、频率分布];

学科分类号：

081202 ; 020208 ; 070103 ; 0714 ;

摘要：

通过引入序贯概率检测及局部优化技术,给出了一种快速并具有较高精度估计的随机抽样一致性算法RANSAC(ran-dom sample consensus)。RANSAC算法是基于假设和检验的框架来实现。为了减少RANSAC算法的计算时间及提高计算精度,在模型的检验阶段,利用序贯概率检测技术,随机抽取少量的数据对模型的参数进行预检验。如果模型参数通过预检验,则进入后续的检验,否则这个模型参数不再参与后续全部数据的检验。在对模型参数估计时,使用局部优化方法,实现模型估计的精确度的提高。实验结果表明,此算法在速度和精确度方面与标准的RANSAC相比均取得了较大的提高。

引用

页码：2037 / 2044

页数：8

共 11 条

[1] 基于形态学标记连通的分水岭图像分割 [J].