随机抽样一致性

摘要： 提取建筑立面中窗户等非墙面元素的边界特征是利用点云数据进行建筑物精细化建模的难点。针对该问题,提出一种基于模板匹配的建筑物激光点云立面几何特征提取方法。首先采用RANSAC算法粗分割建筑物立面,通过双向DBSCAN算法提取墙面点云,并依据墙面点云提取墙面边界和分离窗户点云;其次,对窗户点云进行欧式聚类和矩形拟合分类;然后对窗户的特征凸包点内插获得窗户边界模板点云;最后利用模板匹配方法获取完整的建筑物立面窗户点云边界,并获得整体建筑物立面边界点云数据。实验结果表明,该方法可以精确提取建筑物墙面点云边界,补全部分边界缺失的窗户轮廓边界点云,满足建筑物精细化建模的需求。

摘要： 针对消失点拥有2个自由度的特点,提出一种由随机抽样一致性(RANSAC)和Hough变换相结合的实时消失点检测方法.首先利用随机抽样一致性从图像的边缘线段中抽取多条候选消失点局内线段,基于消失点位于局内线段的延长线上的特点确定消失点的第1个自由度,然后通过在候选局内线段的延长线上实施的Hough变换获得消失点的另一个自由度.基于数据集York Urban Dataset的实验结果表明,所提方法在地平线检测精度上比7种国内外同类算法高0.69个百分点以上,在处理速度上比同类方法提高90倍以上.

摘要： 为解决传统拼接算法在断裂部位受损情况下存在拼接误差大且耗时的问题,本文提出一种基于断裂面几何特征的破损文物碎片自动拼接算法.首先,定义碎片模型邻域特征参数,提取断裂面特征点,依据最小二乘法原理构造曲率特征参数对特征点集进行优化;然后,为解决稀疏点云特征难以匹配的问题,定义特征点间相对距离和相对夹角作为特征描述符,依据集合相似理论对特征点进行相似性度量,提取断裂面特征点对匹配集,并利用随机抽样一致性算法剔除误匹配点对,筛选出最优匹配集;最后,采用奇异值分解法计算旋转、平移矩阵,利用基于K-D树改进的迭代最近点算法实现碎片的精确拼接.实验结果表明:与传统的拼接算法相比,本文特征点少,特征描述符简单,鲁棒性强,有效提高了碎片拼接的准确性和效率.

摘要： 针对目前图像配准算法存在的配准时间较长、配准正确率低等问题,本文提出一种基于改进分层随机选择一致性(Stratified Random Selection Random Sample Consensus,SRS-RANSA)的图像配准算法.首先,通过ORB(Oriented FAST and Rotated BRIEF)算法对参考图像进行特征点提取;其次,采用最小距离法初步过滤匹配中存在的误匹配数量;最后,随机抽样一致性(RANSAC)框架中通过分层随机选择(SRS)提取分布相对分散且均匀的特征点,进一步过滤掉初始匹配中存在的不匹配特征点,实现提高配准正确率的同时缩短运行时间.通过本文算法与其他算法在Oxford标准图集和现实中拍摄的图像进行实验对比,结果表明,本文算法在匹配正确率与运行效率上有所提高.

摘要： 针对单一的激光传感器或视觉传感器无法检测到透视三维平面的问题,提出一种基于激光传感器与视觉传感器融合的透视平面检测与深度预测算法;首先采用透视平面检测网络,在二维彩色图像中对透视平面进行图像分割;其次应用单一图像反射去除算法,在分割得到的透视平面区域分离背景信息,并使用MegaDepth算法进行深度预测,得到相对深度图;最后结合激光传感器的深度数据,采用抽样一致性算法,计算深度标尺,并使用对透视平面进行深度赋值,将相对深度图转化为绝对深度图,进而完成对透视平面的深度预测;实验结果表明该算法能成功检测并分割透视平面,且能得到正确的透视平面绝对深度信息.

摘要： 视觉里程计是通过单个相机或多个相机所获得的图像序列作为输入来估计自身运动的方法。应用领域涵盖机器人、可穿戴计算、增强现实和自动驾驶等。本文进行了随机抽样一致性算法和利用Huber核函数约束的光束法平差算法的研究,并在公开的KITTI标准数据集上进行了算法实验验证。实验结果表明:随机抽样一致性算法可以实时有效地进行异值点剔除。利用Huber核函数约束的光束法平差后,在100m的路径上的视觉里程计平面位置误差RMS值为2.09m,平面位置精度提升约17.72%。

摘要： 本发明提出了一种加速特征点匹配的两步随机抽样一致性(RANSAC)方法，适用于不同视点的相机在旋转角度变化小的情形下拍摄的图像间的特征点匹配问题。首先分别检测两幅图像的特征点，用特征描述子的距离作为度量建立两幅图像的特征点之间的初步匹配；然后，以只含缩放和平移参数的仿射变换为模型，应用RANSAC算法验证特征点的初步匹配，筛选出正确性最好的一个匹配特征点的集合；最后，在该匹配点集上生成全参数单应变换模型，用RANSAC算法计算一个最优单应变换，验证第一步建立的特征点的初步匹配，从而筛选得到最终的匹配点。本发明还提出了一种加速特征点匹配的两步随机抽样一致性系统。

摘要： 本发明公开了一种基于随机抽样一致性的对象运动特性重建方法，包括以下步骤：获取连续的RGB‑D数据帧，找出相邻两帧稀疏的对应点，计算出跨越所有帧的稀疏的运动轨迹；对于稀疏的运动轨迹进行时空上的聚类得到一系列的运动轨迹组合；计算每个轨迹组合与其它运动轨迹组合的相对运动轨迹；基于每组相对运动轨迹，通过随机抽样一致性算法来拟合运动特性；使用拟合出的运动特性来过滤对应运动轨迹组合，将运动特性相似程度满足一定阈值的轨迹进行合并；进而重建出整个关节对象所有关节的运动特性。采用本发明的技术方案，能够高效且有效地从低质量三维扫描数据中提取对象的运动特性。

摘要： 本发明公开了基于随机抽样一致性的鱼眼图像有效区域提取方法，基于随机抽样一致性的鱼眼图像有效区域提取方法，通过垂直分割线与鱼眼图像理想有效区域的交点找出第一准有效区域边界，然后通过水平分割线与鱼眼图像理想有效区域的交点找出第二准有效区域边界，最后从第一、二准有效区域边界中，选取半径较大的作为最终有效区域边界；最终有效区域边界所包围的则为鱼眼图像有效区域。所述第一准有效区域边界和第二准有效区域边界均通过随机抽样一致性算法找出。本发明具有处理速度快、提取精度高、适应性强等优点。

摘要： 本发明涉及基于随机抽样一致性的感知数据错误化攻击检测方法。现有方法需要大量训练数据且计算和通信开销大。本发明利用节点位置信息和信号传播特性，能高效地识别出恶意节点，包含如下步骤：传感器节点采集目标信号，收集测量数据，再对目标状态进行估计并识别恶意节点，最后将目标状态估计值与预设门限比较判断目标是否存在。识别恶意节点主要利用随机表决思想，随机抽取部分测量数据估计目标状态参数，再利用所有测量数据对该模型参数进行评估，从而找出评分最高的最优解，将不支持最优解的识别为恶意节点并将其隔离。本发明操作简单，容易实现；仅需汇集一次测量数据，降低通信开销；适用范围广，可用于检测不同种类的感知数据错误化攻击。

摘要： 本发明公开了一种随机抽样一致性的图像匹配去噪处理技术，主要解决目前图像匹配去噪方法很难满足实时处理场合应用要求的问题，其实现方案是：对两幅待匹配图像的特征点进行抽样，共抽取4对特征点，分别组成两个样本矩阵；根据第一样本矩阵，得到对称矩阵h；并根据对称矩阵h，得到逆矩阵h‑1；再根据两个样本矩阵和逆矩阵h‑1，得到单应矩阵H；然后根据单应矩阵H、两幅待匹配图像的其他特征点坐标向量和设定的阈值m，得到去噪后的特征点；最后根据设定的内点值n和去噪后的特征点数量，判断输出去噪后的特征点标记，完成图像匹配去噪或重新抽样。本发明大幅地降低了计算复杂度，易于工程实现，可用于图像三维重建和图像拼接。

摘要： 本发明提供了一种基于迭代随机抽样一致性算法和局部掌纹描述符的非接触掌纹认证方法，分为注册和认证两个阶段。本发明使用基于圆形Gabor滤波器的掌纹ROI图像预处理方法；在预处理后的掌纹ROI图像上提取SIFT特征并进行匹配，得到匹配SIFT特征点；使用迭代随机抽样一致性算法去除错误匹配的SIFT特征点；使用局部掌纹描述符进一步去除错误匹配的SIFT特征点；将最终剩余的SIFT特征点的数目作为匹配度，进行决策。本发明提高了非接触式掌纹识别的精度。

摘要： 本发明公开了基于随机抽样一致性的鱼眼图像有效区域提取方法，基于随机抽样一致性的鱼眼图像有效区域提取方法，通过垂直分割线与鱼眼图像理想有效区域的交点找出第一准有效区域边界，然后通过水平分割线与鱼眼图像理想有效区域的交点找出第二准有效区域边界，最后从第一、二准有效区域边界中，选取半径较大的作为最终有效区域边界；最终有效区域边界所包围的则为鱼眼图像有效区域。所述第一准有效区域边界和第二准有效区域边界均通过随机抽样一致性算法找出。本发明具有处理速度快、提取精度高、适应性强等优点。

摘要： 本发明提出了一种加速特征点匹配的两步随机抽样一致性(RANSAC)方法，适用于不同视点的相机在旋转角度变化小的情形下拍摄的图像间的特征点匹配问题。首先分别检测两幅图像的特征点，用特征描述子的距离作为度量建立两幅图像的特征点之间的初步匹配；然后，以只含缩放和平移参数的仿射变换为模型，应用RANSAC算法验证特征点的初步匹配，筛选出正确性最好的一个匹配特征点的集合；最后，在该匹配点集上生成全参数单应变换模型，用RANSAC算法计算一个最优单应变换，验证第一步建立的特征点的初步匹配，从而筛选得到最终的匹配点。本发明还提出了一种加速特征点匹配的两步随机抽样一致性系统。

摘要： 本发明公开了一种基于特征距离与内点随机抽样一致性的模型估计方法，它涉及一种模型估计方法。本发明首先提出基于特征距离的先验概率引导方法，来提高算法每步循环的找到正确模型的概率。其次提出基于样本集与内点的随机抽样与计算方法，来提高算法的收敛速度。再次提出基于最大值不变的循环跳出方法，来满足本发明抽样方法的循环跳出，提高运行效率。本发明利用RSCFDI算法在保证算法鲁棒性的同时，提高了执行速度。在模型估计、参数优化、特征匹配、模式识别、分类决策等多个领域，具有广阔的应用前景。同时，RSCFDI算法在实时性要求较高的应用领域具有巨大潜力。

摘要： 本发明公开并提供了了一种基于随机抽样一致性算法的PCB板定位方法来对目标椭圆模型进行拟合以精确定位椭圆形标识点位置。本发明首先在获取PCB板边缘图像后，采用自适应高斯平滑滤波对图像噪声区域进行平滑处理，降低图像模糊度。然后通过形态学运算和Sobel‑Zernik算子提取PCB板轮廓样本点，接着在深入分析目标模型固有特性的基础上对样本点进行筛选，并采用分层抽样法分析样本点残差，经多次迭代之后得到最佳模型。本发明适用于PCB板生产加工领域。