计算机视觉中鲁棒几何模型拟合方法

本书针对当前模型拟合方法存在的关键问题进行分析和研究，基于数据关系，分别对不平衡数据的敏感性、超图构建、模型选择的准确性以及确定性拟合方法的适用性等关键问题介绍一些新的模型拟合方法。本书所介绍的模型拟合方法在一定程度上解决了这些问题，为模型拟合方向的发展和研究提供了一些新的思路。 本书可供信息技术、计算机等专业的本科生和研究生使用，也可供从事相关工作的研究人员参考。

前言
第1章 绪论
1.1 引言
1.2 模型拟合方法的分类与难点
1.2.1 采样算法
1.2.2 模型选择算法
1.2.3 采样与模型选择融合算法
1.2.4 存在的问题和难点
第2章 基于简单图模式搜索的模型拟合方法
2.1 引言
2.2 算法描述
2.2.1 简单图建模
2.2.2 简单图上模式搜索算法
2.2.3 互信息理论的模式融合
2.2.4 本章所介绍的模型拟合方法
2.3 实验结果与分析
2.3.1 人工数据上的实验结果与分析
2.3.2 真实图像上的实验结果与分析
2.4 本章小结
第3章 基于超图子图检测的模型拟合方法
3.1 引言
3.2 算法描述
3.2.1 超图建模
3.2.2 基于超图的子图检测算法
3.2.3 本章所提出的模型拟合方法
3.3 实验结果与分析
3.3.1 人工数据上的实验结果与分析
3.3.2 真实图像上的实验结果与分析
3.3.33 D-运动分割上的实验结果与分析
3.4 本章小结
第4章 基于超图代表性模式搜索的模型拟合方法
4.1 引言
4.2 算法描述
4.2.1 超图构造
4.2.2 超图剪枝
4.2.3 模式搜索算法
4.2.4 本章所提出的模型拟合方法
4.3 实验结果与分析
4.3.1 直线拟合
4.3.2 圆形拟合
4.3.3 单应性估计
4.3.4 基础矩阵估计
4.4 本章小结
第5章 基于超图建模与超图分割相融合的模型拟合方法
5.1 引言
5.2 算法描述
5.2.1 超图建模与超图分割相融合
5.2.2 本章中提出的模型拟合方法
5.3 实验结果与分析
5.3.1 参数分析与设置
5.3.2 计算速度分析
5.3.3 单应性估计
5.3.4 基础矩阵估计
5.4 本章小结
第6章 基于连续性潜在语义分析的模型拟合方法
6.1 引言
6.2 算法描述
6.2.1 潜在语义空间构造
6.2.2 离群点去除及子空间恢复
6.2.3 本章所提出的模型拟合方法
6.3 实验结果与分析
6.3.1 参数分析与设置
6.3.2 采样算法的分析与设置
6.3.3 单应性估计
6.3.4 基础矩阵估计
6.4 本章小结
第7章 基于超像素的确定性模型拟合方法
7.1 引言
7.2 算法描述
7.2.1 把超像素引入到模型拟合
7.2.2 确定性指导采样算法
7.2.3 新型的模型选择算法
7.2.4 本章所提出的确定性模型拟合方法
7.3 实验结果与分析
7.3.1 在单结构数据上的实验结果与分析
7.3.2 在多结构数据上的实验结果与分析
7.4 本章小结
参考文献