RANSAC
RANSAC的相关文献在2005年到2022年内共计387篇,主要集中在自动化技术、计算机技术、测绘学、无线电电子学、电信技术
等领域,其中期刊论文290篇、会议论文6篇、专利文献91篇;相关期刊180种,包括测绘工程、测绘与空间地理信息、遥感信息等;
相关会议6种,包括第八届中国计算机图形学大会、第二届红外成像系统仿真、测试与评价技术研讨会、2008中国仪器仪表与测控技术报告大会等;RANSAC的相关文献由1171位作者贡献,包括吴静静、安伟、秦煜等。
RANSAC
-研究学者
- 吴静静
- 安伟
- 秦煜
- 刘想德
- 刘超
- 宋淑娟
- 张毅
- 谭学治
- 马琳
- 伍世虔
- 刘济林
- 张伟
- 张俊勇
- 张波
- 张琴
- 徐正勤
- 李明
- 李浩
- 王磊
- 程向红
- 邹谜
- 陈洁
- 魏宇星
- B.牛
- B.王
- L.杨
- Q.李
- X.徐
- 万柯
- 严灵杰
- 于金泳
- 付长凤
- 仲明
- 任赋
- 何明
- 何晨光
- 刘兴斌
- 刘凌
- 刘康婷
- 刘瑞
- 叶德焰
- 吴晗
- 吴神丽
- 周嘉俊
- 周文晖
- 周聪
- 唐贤伦
- 娄小平
- 孙光辉
- 孙韶媛
-
-
廖飞钦;
马荣贵;
王朵;
陈鑫龙
-
-
摘要:
针对基于三维激光点云的坑槽扫描提取算法计算量大、效率低的问题,提出基于RANSAC思想的坑槽提取方法.首先,使用RANSAC计算横断面基准线,矫正横断面数据并初步识别坑槽点及其位置;其次,对坑槽区域使用RANSAC计算坑槽局部基准路面,由此标记出坑槽点及路面点;然后使用种子填充算法进行连通域求解,计算出坑槽点集;最后对坑槽点集进行坑槽边界提取及坑槽数据分析.实验结果表明,使用RANSAC算法能够快速扫描横断面点云数据,相对于使用曲率特征点检测算法,其处理时间平均提升56.46%;并且对提取坑槽的深度和面积具有良好的效果,准确度高,深度平均误差为4.73%、面积平均误差为4.50%.
-
-
杜雨桐;
秦工;
江督;
万彤;
章萧鹏;
付俊泽
-
-
摘要:
无人机在飞行过程中,需要对地面进行路径规划。配备在无人机上的摄像头往往无法在特定高度获取到无畸变的全景图,因此利用图像拼接技术来解决这一问题。本文深入研究了基于Harris算法的图像拼接技术,首先是利用Harris算法查找关键点,然后利用NMS算法去除重复的关键点,最后利用RANSAC算法消除错配点并得到投影变换关系,从而完成图像拼接。
-
-
任永强;
陈康琛;
张闻箫
-
-
摘要:
为了提高视觉系统中齿轮图像匹配的准确率,提出了一种金字塔光流法与ORB(oriented fast and rotated brief)算法结合的齿轮图像匹配优化方法。该方法在图片进行灰度化和高斯模糊等预处理操作后,用ORB算法得到图像的特征点,用金字塔光流法跟踪图片间的特征点,暴力匹配之后通过汉明距离和哈曼顿距离进行筛选,最后以改进的RANSAC(random sample consensus)算法优化匹配结果。实验结果表明,该算法在齿轮图像匹配过程中能够减少错误的匹配点,筛选出具有代表性的匹配点,减少误匹配率。
-
-
蔡振姣;
张素兰;
李晓明;
张继福;
胡立华;
杨海峰
-
-
摘要:
特征匹配是从图像恢复三维模型的关键步骤之一.为有效地提高三维重建的质量,提出一种面向三维重建的增强运动一致性与引导扩散特征匹配算法.首先在基于网格的运动统计算法基础上,通过增加阈值β,提出一种增强运动一致性概念,增强真假匹配点的判断条件,避免高相似特征点的误匹配,提高了初始匹配点的正确率;然后结合RANSAC算法进行特征点匹配优化,过滤掉异常值,进一步提高特征点匹配的准确性;最后将引导匹配和运动一致性相结合,提出一种引导扩散概念,减少了集中分布在图像局部的可能性,进而提高特征点匹配数量和三维模型的稳定性.在公开的三维重建数据集的618对图像上的实验结果表明,该算法在特征匹配和三维重建上能够实现更好的性能;在小于1°误差阈值的位姿估计成功率上,该算法比基于SIFT的比率测试算法和GMS算法分别平均提高了22.58%和12.90%,尤其在重复纹理图像对上分别提高了46.15%和30.77%.
-
-
余永维;
徐维
-
-
摘要:
针对机械加工偏差和人为因素,造成装配面间几何尺寸信息不匹配,而采用人工检测效率低、重复性差,难以满足工厂在线实时检测要求等问题,提出一种基于点云三维重建的装配件实时在线测量系统。以点与点间存在的内在约束作为先验引导信息,提出改进的RANSAC算法来检测并剔除异常数据点,显著减少算法耗时同时大幅提高了平面特征的提取准确率;再利用最小二乘法对剩余有效点进行拟合,对法兰盘工件重建三维模型并进行关键尺寸测量。实验结果表明,基于点云三维重建的工件尺寸测量方法有较好的准确性和检测效率,法兰盘工件测量过程耗时约5.6 s,测量标准误差在±0.16 mm以内,测量误差不超过0.30 mm,满足了工件测量的实时性和准确性要求。
-
-
毛鑫;
闫立兵;
宋剑波;
杨一帆;
李岩;
闫超奇
-
-
摘要:
图像融合时,两路异源视频输入往往会因为光学系统和空间位置的差异而造成两路图像存在视差,进而造成图像融合时出现虚边、伪影问题,因此在图像融合前需要进行图像配准工作。针对当前异源图像配准存在的实时性差导致无法在实际工程中应用的问题,提出了一种基于RANSAC和互信息的图像配准算法,通过将不同维度的配准运算划分到初始配准和实时配准中,同时引入Powell优化算法加速搜索,在不降低配准精度的同时保持了较高的实时性。最终用所提算法进行了基于Zynq的嵌入式硬件移植和算法加速,实现了高精度、高实时性的嵌入式图像配准系统。
-
-
刘德儿;
朱磊;
冀炜臻;
廉悦
-
-
摘要:
为实现脐橙采摘机器人对脐橙果实进行实时识别、定位和分级采摘的需求,该研究提出了一种基于RGB-D相机数据的脐橙果实实时识别、定位及分级的OrangePointSeg算法。首先利用微软最新消费级深度相机(Azure Kinect DK)采集脐橙果实的RGB-D数据,建立脐橙果实实例分割数据集及增强数据集。然后通过改进YOLACT算法对脐橙果实进行实时分割并生成实例掩膜,与配准后的深度图裁剪得到果实深度点云,再利用最小二乘法进行脐橙果实外形拟合,得到其相机坐标系下质心坐标及半径。试验结果表明,在果实识别阶段,改进YOLACT算法在该数据集上的检测速度为44.63帧/s,平均精度为31.15%。在果实定位阶段,1 400~2 000点云数量时的拟合时间为1.99 ms,定位误差为0.49 cm,拟合出的半径均方根误差为0.43 cm,体积均方根误差为52.6 mL,在大于800点云数量和拍摄距离1 m以内时,定位误差均在0.46 cm以内。最后通过引入并行化计算,OrangePointSeg的总体处理速度为29.4帧/s,能够较好地实现精度与速度的平衡,利于实际应用和工程部署。该研究成果可推广至其他类似形态学特征的果实识别中,为果园的智能化管理提供行之有效的技术支撑。
-
-
刘建兴
-
-
摘要:
针对目前机载LiDAR建筑物屋顶面分割精度不高问题,提出了一种结合改进区域增长和RANSAC由粗到精的建筑物分割方法。该方法首先基于LRSCPK计算点云法向量,然后利用最小曲率区域增长算法进行屋顶面粗分割,最后利用RANSAC进行小平面的分割和屋顶面的优化。使用5栋不同复杂程度的建筑物数据验证本文方法,同时与其他两种算法进行比较,结果表明,所提出的方法能够有效地分割不同程度的复杂建筑物,且在小面积的屋顶面有着较好地分割效果。以屋顶面为评价单元计算建筑物分割完整性、正确性、质量的平均值,结果分别为:100%、94.6%、94.6%。
-
-
刘九庆;
项前;
王宇航
-
-
摘要:
针对森林火灾的图像识别中遇到的误检测和漏检测等问题,提出一种SIFT(尺度不变特征变换)算法和改进后的RANSAC(随机抽样一致)算法。该算法能够大幅度地提高匹配精度以及缩短匹配时间。该文首先用SIFT算法提取图片中的特征点,然后通过降低RANSAC内点集的个数,使用改进后的RANSAC算法对这些特征点进行处理,去除掉错误匹配的点,以实现准确匹配。通过点烧实验得到数据集,使用MATLAB进行仿真,对比不同算法的匹配时间以及匹配精度,证明改进后的RANSAC算法使其匹配精度平均提高了11%,匹配时间平均缩短了4.8 s。研究证明改进后的RANSAC算法确实对森林火灾的图像识别具有提升检测效率的作用。
-
-
徐澳;
华云松;
夏春蕾;
陈诗雨
-
-
摘要:
为了提高特征点匹配的准确率,本文提出了一种基于改进混合滤波、特征描述符降维、SIFT特征匹配、RANSAC剔除误匹配点以及PSO算法的特征点匹配。首先将场景图像进行滤波处理达到去噪效果,然后通过特征描述符降维以减少计算量,再通过RANSAC对基于SIFT的特征点匹配进行误匹配的剔除,最后使用PSO算法进行优化以寻找到最佳的Ratio值。通过在模糊、较暗、较亮和遮挡4种以机械手为背景的场景下的图像,进行4种算法的对比实验,最后表明本文算法的误匹配率最小,精确度最高。