摘要: 现有的采用l1范数正则项的点匹配算法,其l1范数优化问题可等价为一个线性规划问题,但约束不满足完全的单模性,这导致解出的对应关系不是整数,需要后续的取整过程,这会给计算结果带来额外误差并使算法复杂化。为解决该问题,基于鲁棒点匹配算法的最新成果,提出一种新的正则项。该正则项是凹的,可以证明目标函数具有整数的最优解,所以算法无须后续处理,实现起来更简单。实验结果表明:相比采用l1范数正则项的算法,所提算法对于各种干扰均有更好的鲁棒性,特别对于野点干扰,误差只有对比算法的一半。
中图分类号:
连玮 左军毅. 采用凹二次正则项的弹性点匹配算法[J]. 计算机应用, 2013, 33(08): 2320-2324.
LIAN Wei ZUO Junyi. Non-rigid feature point matching algorithm using concave quadratic regularization term[J]. Journal of Computer Applications, 2013, 33(08): 2320-2324.