李 城，王仁礼，王成港，明平寿

(山东科技大学山东省基础地理信息与数字化技术重点实验室，山东 青岛 266590)

寻找两幅影像相同场景或物体的同名点在摄影测量与计算机视觉领域有着诸多应用，如相机标定[1]、三维重建、影像校正[2-3]、影像拼接[4]和特征追踪等。然而影像匹配难免会存在误匹配，错误的对应关系会直接影响后续的工作。对多视影像来讲，通常采用两种约束：一是极线约束，即点与线的对应关系；二是单应约束，即点与点的对应关系。因此，常常估计基本矩阵或单应矩阵来剔除误匹配点。到目前为止，基本矩阵/单应矩阵的估计方法可分为线性估计方法、迭代估计方法和稳健估计方法。其中线性估计方法代表有8点算法；迭代估计算法中最具代表性的为非线性最小二乘法；稳健性算法是最具有抗噪性的算法，其主要分为非随机抽样算法如M估计算法[5]、LMedS[6]、LTS[7]和随机抽样算法如RANSAC[5,8]、MSAC[9]、MLESAC[9]等一系列通过修改RANSAC代价函数的衍生算法。但是非随机抽样算法只能容忍不超过50%的“溃点”[7]，限制了它们的适用性[10]。故稳健随机抽样算法在目前广泛应用，然而又因为随机抽样算法没有考虑到抽取特征点的位置，这就有可能造成抽取的样本成线性分布或彼此之间太过紧凑，从而导致估计的F/H矩阵准确性下降，因此本文通过改进其抽样模式来尽可能地避免这一劣势。同时，本文在基于改进MSAC算法估计F/H矩阵的基础上，采用不同地物类型的影像，通过大量试验比较了两种提纯方式的适用场景。……