基于轴向距离与组合策略的鲁棒椭球拟合
计算机视觉与模式识别
2023-09-25 v2
摘要
在随机采样一致性（RANSAC）中，椭球拟合问题可表述为点至模型距离的最小化问题，通过最大化模型得分来实现。因此，椭球拟合的性能受距离度量影响。本文提出了一种称为轴向距离的新距离度量，它通过引入缩放因子将代数距离转换而来，以解决代数距离的非几何问题。轴向距离与 Sampson 距离之间存在互补性，因为二者组合在计算采样一致性的模型得分和加权最小二乘（WLS）拟合的权重时是一种更严格的度量。随后，利用轴向距离与 Sampson 距离的组合（CAS）提出了一种基于采样一致性的新椭球拟合方法。我们在合成与真实数据集上通过实验将所提方法与几种代表性拟合方法进行比较。结果表明，所提方法对离群点具有更高的鲁棒性、持续的高精度以及接近于基于采样一致性方法的速度。
关键词
引用
@article{arxiv.2304.00517,
title = {Robust Ellipsoid Fitting Using Axial Distance and Combination},
author = {Min Han and Jiangming Kan and Gongping Yang and Xinghui Li},
journal= {arXiv preprint arXiv:2304.00517},
year = {2023}
}
备注
13 pages