声明
摘要
第一章 绪论
1.1 选题背景与研究意义
1.2 国内外研究动态
1.3 面临的主要问题和挑战
1.4 本文研究目标及内容
1.5 本文的组织结构
第二章 鲁棒多模型拟合算法概述
2.1 基本概念
2.2 假设采样策略
2.2.1 最小子集
2.2.2 随机采样
2.2.3 指导性采样
2.3 内点尺度估计
2.3.1 MED和MAD
2.3.2 KOSE
2.3.3 ALKS
2.3.4 MSSE
2.3.5 IKOSE
2.4 多模型拟合算法
2.4.1 J-Linkage
2.4.2 Kernel Fitting
2.4.3 AKSWH
2.5 本章小结
第三章 基于结构决策图的多模型拟合算法
3.1 简介
3.2 结构决策图算法
3.2.1 假设评分
3.2.2 最短抵达距离
3.2.3 结构决策图
3.2.4 完整算法
3.2.5 讨论
3.3 实验结果及分析
3.3.1 参数设置和评价指标
3.3.2 合成数据
3.3.3 多平面单应性检测
3.3.4 两视角运动分割
3.3.5 平面表面重建
3.4 本章小结
第四章 基于关系网络的多模型拟合算法
4.1 简介
4.2 关系网络算法
4.2.1 初步知识
4.2.2 构建关系网络
4.2.3 关系网络分割
4.2.4 合并子网络
4.3 实验结果及分析
4.3.1 参数设置和评价指标
4.3.2 合成数据
4.3.3 多平面单应性检测
4.3.4 两视角运动分割
4.4 本章小结
第五章 工作总结和前景展望
5.1 工作总结
5.2 前景展望
参考文献
硕士期间参与的科研项目及发表论文
致谢