RANSAC算法

摘要： 为大幅提升机器人运动角速度,使其移动路径保持为平滑曲线,基于RANSAC算法的移动机器人路径监测方法展开研究。利用移动特征完善RANSAC算法执行流程,根据迭代次数指标的计算数值,完成机器人移动路径地图的构建。采用RANSAC算法约束原则,建立启发式评估函数,再联合动态监测机制应用策略,定义步长值表达式,实现移动机器人路径监测方法的设计。实验结果表明,随着RANSAC算法的实施,机器人运动角速度不再呈现出明显波动的变化状态,其极限数值水平也明显超过给定的理想极大值标准,能够使机器人移动路径呈现出平滑曲线的存在形式。

摘要： 针对传统RANSAC算法提取车载LiDAR地面点云精度低、结果不稳定等问题,提出了一种改进的RANSAC算法。使用KD-Tree构建点云拓扑关系并将点云空间划分成不同区域,设置邻域半径得到每个点的邻近索引并计算点云法向量,根据法向量对地面点云进行粗提取。遍历粗提取的地面点云求平均高程,将其作为阈值滤除较高的地物点得到地面点集。从地面点集中随机选取一个点作为种子点,利用FPS算法选取剩余两个种子点并拟合平面模型,将点集数据代入平面模型,判断每个点云数据到平面模型的距离是否满足预设的阈值并统计地面点数量,重复该步骤直至拟合出一个最优平面模型,最后利用最优平面模型精确提取地面点。实验结果表明,改进后算法提取地面点的一类误差、二类误差、总误差分别为2.16%、4.79%、2.99%,均比原算法低,同时改进后的算法稳定性更强。

摘要： 针对坡屋顶轮廓自动提取困难,本文提出了一种结合随机抽样一致(RANSAC)算法和α-shapes算法提取坡屋顶轮廓的方法。该方法首先使用Ransac算法将坡屋顶的几个坡面提取出来,后使用改进的α-shapes算法分别提取这几个坡面的轮廓,进而形成完整的屋顶轮廓。

摘要： 随着5G时代的来临,全景VR技术应用呈现爆发式增长。为解决现有全景拼接软件的不足,提出一种图像拼接改进算法,将SIFT,改进RANSAC及多维索引树结合起来,实验表明,算法拼接的图像清晰度比较好,具有较好的抗噪能力和较好的实用性。

摘要： 针对手绘工程图与设计自动化之间的矛盾、工程图图线语义较为丰富难以识别等问题,提出一种基于Hough变换及卷积神经网络的工程图图线识别技术。对扫描设备采集到的工程图预处理后,利用Hough变换检测工程图中直线,结合RANSAC(Random Sample Consensus)算法及最小二乘法进行直线拟合,检测出正确直线。根据曲线特征,使用形态学开闭运算及漫水填充算法检测并分离图像中的曲线。采用卷积神经网络对各工程图生成的图线ROI进行图线线型分类,其分类准确率达到98.96%。最后结合工程制图类课程试卷自动评阅需求,在图线识别算法的基础上添加坐标转换算法及曲线一致性判断,对30份试题答案进行自动评分。其评分结果与人工评分结果差距在10%以内,证明文章算法的可行性。

摘要： 针对常规测量道路变形方法的不足,利用三维激光扫描技术可以对路面的整体变形情况进行分析。本文利用三维激光扫描技术,以平潭综合实验区某路段为研究对象,综合运用点云处理技术、RANSAC算法、多元统计等方法对扫描的点云进行处理。基于处理后的点云模型,建立起实际路面模型与理论路面模型,将二者进行对比,最终得到研究区的路面变形情况。

摘要： 针对SIFT算法在图像融合中耗时长,维度高的问题,论文设计了一种基于SURF、FLANN和RANSAC三者结合的拼接方法。首先利用SURF算法鲁棒性强、算法复杂度低的优势来进行特征点的检测,凭借FLANN算法可以调整参数来进行精确度的提升的优点来进行特征点的匹配,并与常见的BF算法匹配进行比较;针对其中错误匹配对的存在,采用RANSAC算法对存在匹配错误的点进行剔除并进行单应矩阵的计算,来找到最好的模型匹配对,降低误差;最终采用加权平均法进行图像的融合。通过实验验证,算法提高了匹配效率,拼接效果良好。

摘要： 针对变电站中开展机器人巡检工作时,普遍存在复杂场景下拍摄所得红外与可见光检测图像存在遮挡、旋转和视角差异等情况,进而导致图像匹配融合效率低的问题,本文提出了一种基于STM32控制的多光谱图像配准融合巡检机器人模型。该模型首先建立模板库,通过模板匹配定位图像中的目标电力设备,在此基础上使用SURF算法进行精细匹配,即利用RANSAC剔除设备特征误配点,并采用单映射FINDHOMOGRAPHY算法进行像素叠加,最终实现变电站设备的红外、可见光图像融合。实验结果表明,本文的改进算法生成特征点数量合适、质量提升明显,相比SIFT、SURF等传统图像融合算法,配准精度提高至少30%,图像处理速度提高至少30%,具备实用意义,可有效应用于设备识别、电力设备故障诊断领域。

摘要： 传统SIFT算法采用128维描述算子表征一个关键点,计算量大、复杂度高,图像配准时间长,效率较低。此外,图像在采集的过程中因其尺度、旋转角度、明暗等不同因素的影响容易造成医学图像的误配准。因此,该文采用改进的SIFT算法进行配准。首先,利用快速近似最近邻搜索算法查找两幅图像上的关键点,并以其为中心取8×8的采样窗。把8×8的采样窗划分成4个模块,每一个模块是4×4的小窗口。在每一个模块内计算8个梯度方向信息,每个梯度信息就是一个特征点描述符。这样每个关键点就可以有32个SIFT特征描述符。然后,通过相似性度量判定两个关键点的相关性,并对其进行降序排序。理论上,当两幅图上的关键点一致时,两个关键点的相似性度量值等于1。本研究设置的阈值是0.95,当两点的比值大于0.95,就把两个点当作匹配点。为保证算法的精度,在传统SIFT算法的基础上采用双向匹配。只有两次匹配得到关键点的坐标之和相等,就把这对关键点当作匹配点。研究结果表明,采用改进的SIFT算法能提高配准速度,同时保持配准精度,得到较为理想的配准效果。

摘要： 针对在图像拼接过程中存在图像间的特征点匹配精度低、图像拼接处存在裂缝以及图像拼接时间久的问题,提出一种基于导向快速与旋转简短(oriented fast and rotated brief, ORB)和随机抽样一致(random sample consensus, RANSAC)组合的图像拼接算法。首先,利用小波变换得到表示图像的近似、水平、垂直和对角特性的子图像分量,选取图像的近似、水平和垂直特性的子图像分量进行叠加,得到下一步进行特征提取的图像;其次,提取图像的ORB特征点并生成二进制特征描述符;再次,通过正反双向匹配对图像中的特征点进行粗匹配并使用RANSAC算法进行精度匹配;最后,利用拉普拉斯金字塔算法进行图像融合。实验结果表明:利用基于ORB和RANSAC组合的图像拼接算法对选取的图像进行提取特征平均耗时约为传统尺度不变特征转换(scale invariant feature transform, SIFT)算法的84.7%、加速鲁棒特征(speed-up robust features, SURF)算法的36.4%、ORB算法的64.9%,图像特征匹配精度提高,图像特征匹配时间缩短,图像拼接处不存在明显裂痕。基于ORB和RANSAC组合的图像拼接算法是一种优质的图像拼接算法。

摘要： 本文深入分析了传统SIFT特征匹配中错误匹配产生的原因并做出相应改进，提出了一种基于双向SIFT的匹配算法。该算法在增加匹配点数的同时，提高了匹配准确率，并且使匹配结果具有对称性(交换匹配顺序结果不变)。在匹配算法实现过程中，改进了视差梯度约束算法，加快了其迭代速度；并提出了一种基于视差梯度和的特征点筛选方法，去除了部分冗余特征点，使估计的基础矩阵更加稳定准确。实际图像实验验证了该文算法的准确性和精确性。

摘要： 本文深入分析了传统SIFT特征匹配中错误匹配产生的原因并做出相应改进，提出了一种基于双向SIFT的匹配算法。该算法在增加匹配点数的同时，提高了匹配准确率，并且使匹配结果具有对称性(交换匹配顺序结果不变)。在匹配算法实现过程中，改进了视差梯度约束算法，加快了其迭代速度；并提出了一种基于视差梯度和的特征点筛选方法，去除了部分冗余特征点，使估计的基础矩阵更加稳定准确。实际图像实验验证了该文算法的准确性和精确性。

摘要： 本文深入分析了传统SIFT特征匹配中错误匹配产生的原因并做出相应改进，提出了一种基于双向SIFT的匹配算法。该算法在增加匹配点数的同时，提高了匹配准确率，并且使匹配结果具有对称性(交换匹配顺序结果不变)。在匹配算法实现过程中，改进了视差梯度约束算法，加快了其迭代速度；并提出了一种基于视差梯度和的特征点筛选方法，去除了部分冗余特征点，使估计的基础矩阵更加稳定准确。实际图像实验验证了该文算法的准确性和精确性。

摘要： 本文深入分析了传统SIFT特征匹配中错误匹配产生的原因并做出相应改进，提出了一种基于双向SIFT的匹配算法。该算法在增加匹配点数的同时，提高了匹配准确率，并且使匹配结果具有对称性(交换匹配顺序结果不变)。在匹配算法实现过程中，改进了视差梯度约束算法，加快了其迭代速度；并提出了一种基于视差梯度和的特征点筛选方法，去除了部分冗余特征点，使估计的基础矩阵更加稳定准确。实际图像实验验证了该文算法的准确性和精确性。

摘要： 本文深入分析了传统SIFT特征匹配中错误匹配产生的原因并做出相应改进，提出了一种基于双向SIFT的匹配算法。该算法在增加匹配点数的同时，提高了匹配准确率，并且使匹配结果具有对称性(交换匹配顺序结果不变)。在匹配算法实现过程中，改进了视差梯度约束算法，加快了其迭代速度；并提出了一种基于视差梯度和的特征点筛选方法，去除了部分冗余特征点，使估计的基础矩阵更加稳定准确。实际图像实验验证了该文算法的准确性和精确性。

摘要： RANSAC是一种鲁棒性估计算法，常用于可见光图像的匹配。文章将其用在红外图像的匹配过程中，并根据红外图像清晰度差，纹理信息少等特点，改进了该算法，提出了一种分区域的RANSAC算法。应用HARRIS算子提取特征点，在匹配过程中将人脸划分为不同区域，应用TANSAC算法进行匹配。实验仿真结果表明，此算法在红外热图像的匹配上，具有准确率高，计算量小的优点，有红外热图像的建模上有较高使用价值。

摘要： RANSAC是一种鲁棒性估计算法，常用于可见光图像的匹配。文章将其用在红外图像的匹配过程中，并根据红外图像清晰度差，纹理信息少等特点，改进了该算法，提出了一种分区域的RANSAC算法。应用HARRIS算子提取特征点，在匹配过程中将人脸划分为不同区域，应用TANSAC算法进行匹配。实验仿真结果表明，此算法在红外热图像的匹配上，具有准确率高，计算量小的优点，有红外热图像的建模上有较高使用价值。

摘要： RANSAC是一种鲁棒性估计算法，常用于可见光图像的匹配。文章将其用在红外图像的匹配过程中，并根据红外图像清晰度差，纹理信息少等特点，改进了该算法，提出了一种分区域的RANSAC算法。应用HARRIS算子提取特征点，在匹配过程中将人脸划分为不同区域，应用TANSAC算法进行匹配。实验仿真结果表明，此算法在红外热图像的匹配上，具有准确率高，计算量小的优点，有红外热图像的建模上有较高使用价值。

摘要： RANSAC是一种鲁棒性估计算法，常用于可见光图像的匹配。文章将其用在红外图像的匹配过程中，并根据红外图像清晰度差，纹理信息少等特点，改进了该算法，提出了一种分区域的RANSAC算法。应用HARRIS算子提取特征点，在匹配过程中将人脸划分为不同区域，应用TANSAC算法进行匹配。实验仿真结果表明，此算法在红外热图像的匹配上，具有准确率高，计算量小的优点，有红外热图像的建模上有较高使用价值。

摘要： 工件内部装配正确性与否直接关系到工件的有关性能,实现其装配正确性检测有着重要的意义.但是,目前常用的方法在工件发生倾斜、零件部分发生遮挡时,无法实现其装配正确性检测,造成了误判率升高.rn 本文提出利用SIFT特征匹配技术实现工件内部装配正确性检测.该方法是在SITF提取图像特征点的基础上,采用随机采样一致性(Random Sample Consensus,RANSAC)原则对匹配点进行筛选,确定正确的匹配点对个数；再将正确匹配点个数与所提取的特征点个数的比值作为判断工件内部部件装配是否正确的标准.实验结果表明：该方法能够准确地提取出图像特征点,通过筛选正确的特征点能够在很大程度上改善误匹配问题,从而有效地检测出内部部件装配不正确的工件,得到良好的检测效果.

摘要： 本发明公开了一种基于RANSAC算法的带有遗传因子的图像匹配方法，包括利用SURF算法计算找出图像中的特征点和连续两张图像中匹配特征点作为图像匹配备选样本点集；利用PURSAC算法从样本点集中选出样本点进行图像匹配，获得初始图像匹配模型并计算模型质量系数；根据质量系数判定当前图像匹配模型采取的不同处理步骤；迭代数次后如果图像匹配模型质量始终不满足条件，则根据遗传因子λ选出一定比例样本点直接进行模型匹配，并得出最终图像匹配模型。本发明方法有效地减少了的迭代次数，提高了模型匹配的效率和可靠性。在图像匹配过程中，可以解决RANSAC及其它现有算法实时性与鲁棒性效果较差且算法迭代次数过高的问题。

摘要： 本发明公开了一种基于RANSAC算法改进的用于空间碎片光电跟踪的轨迹预测方法，涉及空间碎片实时引导跟踪领域。针对光电跟踪设备对空间碎片进行跟踪测量时，由于云层遮挡或地影等的影响，造成有时目标难以提取，甚至导致目标完全丢失的问题，在广泛用于计算机视觉领域的随机抽样一致性(RANSAC)算法的基础上加以改进，提出该基于RANSAC算法改进的用于空间碎片光电跟踪的轨迹预测方法，并用于实时处理光电观测设备的历史观测数据，采用理论引导的方式，利用预测轨迹继续跟踪搜索。引入该方法后，进行轨迹预测时对观测数据的容错能力提高，对模型的敏感性降低，预测结果的准确性和鲁棒性显著提升。

摘要： 各个实施例一般针对用于采用依次和并行处理的混合来执行随机取样一致性(RANSAC)的技术。执行RANSAC的装置包括：推导组件，从数据集的最小样本集合的第一集合并行地得出所建议模型的第一集合；以及比较组件，如果所建议模型的第一集合的所建议模型比所建议模型的第一集合的推导之前所得出的任何所建议模型更好地拟合数据集，则重新计算得出准确模型的所建议模型的所需量，并且在所建议模型的第一集合的推导之后基于所需量与包括第一集合的先前所得出的所建议模型的量的比较来确定是否得出所建议模型的第二集合。描述并且要求保护其他实施例。

摘要： 基于改进RANSAC算法的透视变换方法，利用SIFT算法已经求得基准图和辅助图特征匹配点的坐标，为此只需随机选取4对特征匹配点就可求得变换矩阵，利用变换矩阵即可对辅助图进行透视变换。在计算变换矩阵时只需4对匹配点，提出了一种改进的RANSAC算法。本发明可有助于更好地辅助智能巡检机器人识别图像中压板的运行状态，提升其抗干扰的能力。

摘要： 本发明公开了一种基于PointNet与RANSAC算法的建筑物屋顶平面分割方法，包括，标注原始点云，并对标注后的原始点云进行降采，获得预测点云；将预测点云输入至预分割网络，进行屋顶预分割，获得预分割点云；将原始点云与预分割点云对齐，获得还原点云；通过RANSAC算法对还原点云中带有语义信息的屋顶部分进行分割，获得屋顶点云；将非屋顶点云与屋顶点云进行合并，获得建筑物点云，完成建筑物屋顶平面分割；本发明能够处理建筑整体点云，同时将人工语义标注工作从标注屋顶的各个平面简化到标注建筑屋顶部分，保证分割精度的同时，很大程度上减少整体运算时间。

摘要： 本发明一种基于改进的RANSAC算法的炮孔识别方法涉及圆形炮孔的检测方法。其包括：对炮孔区域拍照，得到图像，在图像中任意选择一个轮廓；在这个轮廓中随机取三个点，根据这三个点的坐标求出相应的圆心坐标(x0，y0)和半径r，即模型；根据得到的圆心坐标(x0，y0)和半径r，计算轮廓中其他点距圆心的距离，若某一点距圆心的距离与半径r之差小于shift，则将此点加入所述模型的点集set中；若set中点的个数＞sum，将此模型和sum值加入候选集中；反复循环k次，选择候选集中投票数最多的模型；该模型即为炮孔。本发明可以有效降低循环次数，从而提高计算效率。

摘要： 本发明公开了一种基于RANSAC算法的多元随机抽查方法、系统、装置，涉及随机抽查技术领域。本发明包括如下步骤：步骤S10：获取原始企业标准数据，并为原始企业标准数据内的抽样模型设定阈值；步骤S20：选取M个标准，计算标准与各个抽样条件的相关性，误差在设定的阈值以内的为内点，即匹配成功；步骤S30：重复步骤S20、步骤S30，迭代次数达到预设值后，保存最多的内点数对应的模型参数作为最终抽样模型。本发明通过提取原始企业标准数据的各种属性，形成原始关系型数据库。运用RANSAC算法，通过迭代的方式计算抽样的最佳模型，能满足精准开展企业标准事后监管工作的需求。

摘要： 本发明公开一种基于改进RANSAC算法的多图像协同拼接方法，步骤包括：1)获取待拼接图像的特征点；2)利用KNN算法进行特征点匹配；3)利用改进RANSAC算法对待拼接图像进行协同优化，并每个图像对应的单应性矩阵H；4)利用奇异值分解求解单应性矩阵H；5)根据解算后的单应性矩阵H对待拼接图像进行投影映射，完成多图像协同拼接。本发明实现了多图像协同拼接，可以显著地降低多图像拼接中的累积误差，提高多图像拼接的效果。

摘要： 本发明公开一种基于运动平滑性与RANSAC算法的特征匹配方法，其步骤包括：(1)读取两幅待匹配的图片，对其进行特征提取；(2)进行特征提取后，使用暴力匹配法进行初次匹配；(3)将两幅图片网格化，根据网格区域匹配的数目，找出最有可能代表相同区域的网格对；(4)根据运动平滑性，判断网格区域的正确匹配率，提取出误匹配率极低的网格区域；(5)对于提取出的网格区域内的特征点，运用RANSAC算法计算对应的单应矩阵；(6)通过计算得到的单应矩阵，对初次匹配的结果进行筛选，得到优质的匹配点。本发明的方法可以有效的提高匹配的召回率，改善匹配的实时性，减少匹配所花时间。

摘要： 本发明提供的基于RANSAC算法的点云配准方法、系统及计算机可读存储介质，所述方法通过RANSAC算法对读取到的待配准点云进行拟合，得到关键面；根据所述关键面进行特征提取，得到特征值；根据所述特征值进行配准，得到旋转矩阵和平移矩阵；根据旋转矩阵和平移矩阵变换原点云坐标，完成配准。本发明提供了一种基RANSAC算法的点云配准方法，可以在满足配准精度的前提下，有效提高配准速度。