一种改进的M-Estimators基础矩阵鲁棒估计法

针对原M-Estimators算法完全依赖由线性最小二乘法估计得到的矩阵初始值，精度较低稳定性差的缺点，提出了一种改进的M-Estimators算法。通过考虑匹配点与对应极线的距离，计算求得较原M-Estimators算法更加精确的矩阵初始值，再利用此初始值剔除掉原匹配点集中的错误匹配点及坏点，最后运用Torr-M-Estimators法对新的匹配点集进行非线性优化计算，得到了真正的匹配点对，精确恢复了对极几何关系。以大量的模拟数据和真实图像进行了实验，给出了该算法与其他鲁棒性算法的比较结果，实验结果表明，该算法在误匹配以及高斯噪声存在的情况下，提高了基础矩阵的估计精度，并且同时具有很好的鲁棒性。