%0 Journal Article
%T Fast RANSAC with Preview Model Parameters Evaluation<br>基于预检验的快速随机抽样一致性算法
%A Chen Fu-xing
%A WANG Run-Sheng
%A <br>陈付幸
%A 王润生
%J 软件学报
%D 2005
%I 
%X 随机抽样一致性算法MNSAC(random sample consensus)是在计算机视觉领域内应用最广泛的Robust 估计算法之一,但是MNSAC算法计算效率较低.提出一种基于模型参数预检验的快速MNSAC算法(preview model parameters evaluation MNSAC,简称PEMNSAC).算法在RANSAC算法模型参数检验前,加入预检验过程,在保证计算结果置信概率不变的前提下,过滤掉大量偏差较大的模型参数,提高了MNSAC算法的整体效率.模拟数据和真实图像数据实验结果表明,此算法和MNSAC算法计算精度保持一致,计算速度高于MNSAC算法.
%K RANSAC
%K PERANSAC
%K robust
%K fundamental matrix
%K LmedS estimation
%K outliers
%K inliers<br>MNSAC
%K PEMNSAC
%K 鲁棒性
%K 基础矩阵
%K LmedS估计
%K outliers
%K inliers
%U http://www.alljournals.cn/get_abstract_url.aspx?pcid=5B3AB970F71A803DEACDC0559115BFCF0A068CD97DD29835&cid=8240383F08CE46C8B05036380D75B607&jid=7735F413D429542E610B3D6AC0D5EC59&aid=40947B67C34C5B08&yid=2DD7160C83D0ACED&vid=7801E6FC5AE9020C&iid=5D311CA918CA9A03&sid=0407E07CB2FA770D&eid=A67C4D140E145357&journal_id=1000-9825&journal_name=软件学报&referenced_num=21&reference_num=10