随机Hough变换和纯随机方法在几何基元提取中的数学建模
文献类型：学位论文
| 作者 | 李军 |
| 学位类别 | 工学硕士 |
| 答辩日期 | 2000-05-01 |
| 授予单位 | 中国科学院自动化研究所 |
| 授予地点 | 中国科学院自动化研究所 |
| 导师 | 胡占义 |
| 关键词 | 数学建模 随机Hough变换(RHT) 纯随机方法(RANSAC) Mathematical modeling Randomized Hough Transform(RHT) Random Sample Consensus(SANSAC) |
| 其他题名 | Mathematical Modeling of RHT and RANSAC Algorithm in Geometric Primitive Extraction |
| 学位专业 | 模式识别与智能系统 |
| 中文摘要 | 几何基元*提取是机器人视觉领域最根本的问题之一。它是任何计算机视觉系统 以至任何计算机视觉问题的关键组成部分和基本要求。Hough变换(HT)和基于代价 函数全局优化的方法是目前文献中应用最广的两类几何基元提取方法。Hough变换的 基本思想是通过证据积累来提取基元，其典型代表是随机Hough变换(RHT)。基于代 价函数全局优化的基元提取方法是一种反复求取代价函数的过程，尽管有很多不同形 式，但理论基础都是纯随机方法(RANSAC)。文献中对这两类方法有大量报道，并对 这两类方法在基元提取中的优劣有不少争议。但遗憾的是到目前为止，文献中很少有 上述两类方法数学建模的报道，这样就很难对这两类方法给出一种客观的评价。本文 旨在建立随机Hough变换和纯随机方法的数学模型，并在此基础上对RHT和RANSAC 在基元提取中的性能进行理论分析和比较。 |
| 英文摘要 | Hough transform (HT) and techniques based on global optimization are the two most popular families of technique for geometric primitive extraction in the literature. Hough transform relies basically on an evidence accumulation process to extract primitives, its best representative is the randomized Hough transform (RHT). The global optimization based techniques extract primitives via a repeated cost function evaluation process, their common theoretical basis is the Random Sample Consensus (RANSAC) though there exist quite a number of variants. In the literature, although there exist many reports and some controversial comparisons on the performance of the two families of technique, to our best knowledge, there is rarely work on mathematical modeling of the two families of technique hence the comparisons can only be piecemeal or biased. The objective of this paper is to establish mathematical models for RHT and RANSAC, and give a theoretical comparison between them. |
| 语种 | 中文 |
| 其他标识符 | 575 |
| 源URL | [http://ir.ia.ac.cn/handle/173211/7308]  |
| 专题 | 毕业生_硕士学位论文 |
| 推荐引用方式 GB/T 7714 | 李军. 随机Hough变换和纯随机方法在几何基元提取中的数学建模[D]. 中国科学院自动化研究所. 中国科学院自动化研究所. 2000. |
入库方式： OAI收割
来源：自动化研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。