换一批含局部空间约束的t分布混合模型的点集配准
Point Sets Non-rigid Registration Using Student0s-t Mixture Model with Spatial Constraints
摘要基于高斯混合模型(Gaussian mixture model, GMM)的点集非刚性配准算法易受重尾点和异常点影响,提出含局部空间约束的t 分布混合模型的点集非刚性配准算法。通过期望最大化(Expectation maximization, EM)框架将高斯混合模型推广为t分布混合模型；把Dirichlet 分布作为浮动点的先验权重,并构造含局部空间约束性质的Dirichlet 分布参数。使用EM算法获得配准参数的闭合解；计算浮动点的自由度,改变其概率密度分布,避免异常点水平估计误差。实验表明,本文提出的配准算法具有配准误差小、鲁棒性好、抗干扰能力强等优点。
更多相关知识
关键词
t分布混合模型Dirichlet分布点集非刚性配准期望最大化算法Student0s-t mixture modelDirichlet distributionpoint setnon-rigid registrationexpectation maximization (EM) algorithm
栏目名称
DOI
10.3724/SP.J.1004.2014.00683
发布时间
2014-05-15（万方平台首次上网日期，不代表论文的发表时间）
- 浏览3
- 被引13
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
