摘要

相机自运动估计是视觉导航中的关键技术之一,主要是通过分析相机在不同位置拍摄到的场景图像来获取相机的运动信息。从数学上讲,相机自运动估计已经形成了完备的理论基础,但是由于图像中包含大量的噪声,会使算法的性能大幅度降低,因此,如何提高自运动估计的鲁棒性是当前面临的主要问题。主要研究了基于匹配点对的自运动估计的鲁棒性问题,其核心思想是:同时利用多种算法进行自运动参数估计,从中选择最优的估计结果以提高算法性能。首先利用SIFT特征提出两幅图像中的匹配点对,然后采用一种匹配点对选取策略减小匹配点对的错误率。利用多种方法对基本矩阵进行估计,依据成像约束关系从中选择最优估计,以获得最佳估计结果。最后利用仿真...