基于Skinner 操作条件反射的抽样一致性算法

针对基础矩阵的估计问题, 提出一种基于Skinner 概率自动机的抽样一致性算法(Skinner-Ransac). 该算法对数据样本集合中的每个样本赋予权值, 并根据当前的抽样结果对每一个样本的权值进行更新; 同时, 针对先验知识缺乏的情况提出了3 种迭代终止条件. 以一组模拟数据和一组真实图像作为实验对象, 与4 个现有算法进行对比的实验结果表明, Skinner-Ransac 无论在迭代次数, 还是在计算精度上均优于其他算法.