LMedS算法求解两图像之间的基础矩阵

function t = ant_cfnsf（x1y1x2y2m3f_init）
% This is the code to estimate the fundamental matrix using
%  the constrained vesrion of the fundamental numerical scheme.
%  It has been written so as to be included in Phil Torr‘s
%  structure and motion package （see http://research.microsoft.com/downloads/）
%  for the purposes of comparing estimators.  
% For a description of the method see 
%  http://www.cs.adelaide.edu.au/users/hengel/Vision/ParameterEstimation/index.html
% Anton van den Hengel - anton@cs.adelaide.edu.au

% The m3 thing makes things a little bit more complicated.  The error measures all use
%  m3 set to some number which usually isn‘t 1.  So we need to do the estimation
%  taking that into account.  The problem is that we need to （Hartley） normalise the
%  data before we do cfns or it won‘t work and I‘m not sure that the m3 thing is equivalent
%  as it‘s only a scaling and not a recentering and I haven‘t tested it.
[x1y1x2y2] = HartleyNormaliseFData（x1y1x2y2）;

if nargin < 5 | nargin > 6
    error（‘Wrong number of args to fns‘）;
elseif nargin == 5
    % We don‘t have an initial estimate so we need to generate one
        t = torr_estf（x1y1x2y2length（x1）1）;
else
    % Need to be careful with initial estimates because they have to 
    %  be calculated with m3 = 1
    t = f_init;
end

iter = 0;
t_old = ones（size（t））;
while （（iter < 5） & （norm（t - t_old） > 1e-8））
    iter = iter + 1;
    t_old = t;
    
    ZZ = constFnsFactorMatrix（tx1y1x2y2）;
    %[MZZ] = fnsJamlMatrices（tx1y1x2y2）;
    [v l] = eig（ZZ）;
    l = abs（diag（l））;
    [l indices] = sort（l）;
    t = v（: indices（1））;
    
    % Normalise just for numerical stability
    t = t/norm（t‘fro‘）;
    
end

% Undo the Hartley Normalisation
t = unNormalise（t）;

% And put the result into the right form re m3
T = eye（3）;
T（33）=m3;
PhilT=inv（T）;
t = reshape（（PhilT‘ * reshape（t33）‘ * PhilT）‘91）;
t = t/norm（t‘fro‘）;
return



function [MXH] = fnsJamlMatrices（tx1y1x2y2）
%
% Computes M_theta and X_theta （see the paper for details）
%  It is possible to make this faster but at the cost of 
%  making it harder to understand

Xbits = zeros（99）;
M = zeros（99）;
T = zeros（99）;
tt = t*t‘; % Just to speed things up a little
u = zeros（91）;
du = zeros（9 4）;    du（7 1） = 1;    du（8 2） = 1;    du（3 3） = 1;    du（6 4） = 1;

for i = 1:length（x1）
    u = [x1（i） * x2（i） y1（i） * x2（i） x2（i） x1（i） * y2（i） ...
            y1（i） * y2（i） y2（i） x1（i） y1（i） 1]‘;
    
    A = u * u‘;
    % Maybe it would be faster to do these as a block?
    du（1 1） = x2（i）;
    du（4 1） = y2（i）;
    
    du（2 2） = x2（i）;
    du（5 2） = y2（i）;
    
    du（1 3） = x1（i）;
    du（2 3） = y1（i）;
    
    du（4 4） = x1（i）;
    du（5 4） = y1（i）;
    % use identity covs ...
    B = du * du‘;
    theta_b_theta = t‘ * B * t;
    M = M + （A / theta_b_theta）;
    if nargout > 1
        tAt = t‘ * A * t;
        Xbits = Xbits - B * （（tAt） / （theta_b_theta^2））;
        if nargout ==

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2017-11-30 16:44  5LMedS算法
     文件     8186497  2017-11-30 16:44  5LMedS算法571790_83162e13c41b8d3ca58602dc70eb2b97.zip
     目录           0  2002-10-20 17:21  5LMedS算法Toolbox_Fundamental_matrix
     文件        6559  2002-09-05 16:49  5LMedS算法Toolbox_Fundamental_matrixant_cfnsf.m
     文件        2960  2002-09-05 16:45  5LMedS算法Toolbox_Fundamental_matrixant_fnsf.m
     文件        1870  2002-09-08 00:45  5LMedS算法Toolbox_Fundamental_matrixfummatplot.m
     文件        3707  2002-09-08 00:28  5LMedS算法Toolbox_Fundamental_matrixfunmat7p.m
     文件       34856  2002-09-09 11:42  5LMedS算法Toolbox_Fundamental_matrixfunmatdemo.m
     文件       34840  2002-09-09 16:06  5LMedS算法Toolbox_Fundamental_matrixfunmatdemotest.m
     文件        1025  2002-09-08 00:34  5LMedS算法Toolbox_Fundamental_matrixfunmateig.m
     文件        1417  2002-09-08 00:31  5LMedS算法Toolbox_Fundamental_matrixfunmatError.m
     文件        5000  2002-09-08 00:36  5LMedS算法Toolbox_Fundamental_matrixfunmatFaugeras.m
     文件        1598  2002-09-08 00:36  5LMedS算法Toolbox_Fundamental_matrixfunmatgradeig.m
     文件        1603  2002-09-08 00:36  5LMedS算法Toolbox_Fundamental_matrixfunmatgradls.m
     文件        1671  2002-09-08 00:36  5LMedS算法Toolbox_Fundamental_matrixfunmatilmmdpel.m
     文件       49756  2002-09-08 00:36  5LMedS算法Toolbox_Fundamental_matrixfunmatinmmdpel.m
     文件        4074  2002-09-08 00:36  5LMedS算法Toolbox_Fundamental_matrixfunmatLMedSeig.m
     文件        4048  2002-09-08 00:37  5LMedS算法Toolbox_Fundamental_matrixfunmatLMedSls.m
     文件        6714  2002-09-08 00:37  5LMedS算法Toolbox_Fundamental_matrixfunmatLMedSMest.m
     文件        1010  2002-09-08 00:33  5LMedS算法Toolbox_Fundamental_matrixfunmatls.m
     文件        2108  2002-09-08 00:37  5LMedS算法Toolbox_Fundamental_matrixfunmatMesteig.m
     文件        2064  2002-10-04 17:54  5LMedS算法Toolbox_Fundamental_matrixfunmatMestls.m
     文件        2145  2002-09-08 00:37  5LMedS算法Toolbox_Fundamental_matrixfunmatMestTorr.m
     文件        2758  2002-09-08 00:37  5LMedS算法Toolbox_Fundamental_matrixfunmatnr.m
     文件         455  2002-09-08 00:37  5LMedS算法Toolbox_Fundamental_matrixfunmatrank2.m
     文件        3301  2002-10-07 13:03  5LMedS算法Toolbox_Fundamental_matrixfunmatRANSAC.m
     文件         414  2002-09-08 00:41  5LMedS算法Toolbox_Fundamental_matrixgoodpoints.m
     目录           0  2002-10-20 17:21  5LMedS算法Toolbox_Fundamental_matrixImatges
     文件        1761  2000-08-22 15:57  5LMedS算法Toolbox_Fundamental_matrixImatgescalibnoni.dat
     文件     1331980  2000-02-18 12:09  5LMedS算法Toolbox_Fundamental_matrixImatgescalibnonia.tif
     文件     1331980  2000-02-18 12:41  5LMedS算法Toolbox_Fundamental_matrixImatgescalibnonib.tif
............此处省略69个文件信息