Повышение надежности идентификации одноименных точек стереопары
Читать статью полностью
Повышение надежности идентификации одноименных точек стереопары(834,98 KB)Аннотация
В статье предложен метод фильтрации ошибочно идентифицированных точек стереопары, для которого имеется количественная оценка его эффективности. Предложенный метод позволяет существенно повышать надежность идентификации соответственных точек с применением детекторов и дескрипторов особых точек.
Ключевые слова:
вероятность – possibility; фильтрация – filtration; фундаментальная матрица – fundamental matrix; одноименные точки стереопары – stereopair homologues
Список литературы
1. Михайлов, А. П. Фотограмметрия: Учебник для вузов / А.П. Михайлов; А.Г. Чибуничев ; под общ. ред. А.Г. Чибуничева. – М.: МИИГАиК, 2016. – 294 с.
2. Moravec, H. Rover visual obstacle avoidance / H. Moravec // International Joint Conference on Artificial Intelligence. – 1981. – P. 785–790.
3. Foerstner, W. A feature based correspondence algorithm for image matching / W. Foerstner // ISPRS Commision III Symposium. – 1986. – Vol. 26-3/3. – P. 150–166.
4. Harris, C. G. A Combined Corner and Edge Detector / C.G. Harris, M.J. Stephens // Proceeding Fourth Alvey Vision Conference. – 1988. – P. 147–151.
5. Dreschler, L. On the Selection of Critical Points and Local Curvature extrema of Region Bound aries for Interframe Matching / L. Dreschler, H. Nagel // Proceeding of ICPR. – 1982. – P. 542–544.
6. Kitchen, L. Gray-level corner detection / L. Kitchen, A. Rosenfeld // Pattern Recognition Letters. – 1982. – Vol. 1. – P. 95–102.
7. Foerstner, W. A fast operator for detection and precise location of distinct points, corners and centres of circular features / W. Foerstner, E. Gulch // ISPRS Intercommission Conference on Fast Processing of Photogrammetric Data. – 1987. – P. 281–305.
8. Lue, Y. Interest Operator and Fast Implementation / Y. Lue //Interest Archives Photogrammetry Remote Sensing. – 1988. – Vol. 27, No. 3. – P. 491–500.
9. Lowe, D. G. Object recognition from local scale-invariant features / D.G. Lowe // Proceeding International Conference on Computer Vision. – 1999. – P. 1150–1157.
10. SURF: Speeded up robust features / H. Bay [et al.] // Computer Vision and Image Understanding. – 2008. – Vol. 110, No. 3. – P. 346–359.
11. Fischler, M. A. Random Sample Consensus: A paradigm for model fitting with applications to image analysis and automated cartography / M.A. Fischler, R.C. Bolles // Communication of the ACM. – 1981. – Vol. 24, No. 6. – P. 381–395.
12. Конушин, А. Обзор робастных схем оценки параметров моделей на основе случайных выборок / А. Конушин, К. Мариничев, В. Вежневец // Труды конференции Graphicon. – 2004. – С. 121–135.
13. Лобанов, А. Н. Аналитические модели местности и снимков (макетные снимки) / А.Н. Лобанов, В.Б. Дубиновский. – М.: Недра, 1973. – 28 с.
14. Аналитические модели местности и снимков / А.Н. Лобанов [и др.]. – М.: Недра, 1973. – 96 с.