一种用于图像序列对齐中光束法平差优化的新算法
最优化与控制
2025-04-02 v2 计算机视觉与模式识别
摘要
光束法平差 (BA) 模型通常使用非线性最小二乘法进行优化，其中 Levenberg-Marquardt (L-M) 算法是典型选择。然而，尽管 L-M 算法有效，其对初始条件的敏感性常导致在条件较差的数据集上收敛缓慢，这促使人们探索替代优化策略。本文提出了一种用于冷冻电子断层扫描中图像序列对齐场景下 BA 模型优化的新算法，利用最优控制理论直接优化一般非线性函数。所提出的最优控制算法 (OCA) 表现出优越的收敛速率，并能有效缓解 L-M 算法中常见的振荡行为。在合成数据集和真实数据集上进行了大量实验以评估算法性能。结果表明 OCA 相比 L-M 算法实现了更快的收敛。此外，基于二分法的更新过程显著提升了 OCA 的性能，特别是在初始化较差的数据集上。这些发现表明 OCA 能够显著提升冷冻电子断层扫描中三维重建的效率。
引用
@article{arxiv.2411.06343,
title = {A novel algorithm for optimizing bundle adjustment in image sequence alignment},
author = {Hailin Xu and Hongxia Wang and Huanshui Zhang},
journal= {arXiv preprint arXiv:2411.06343},
year = {2025}
}