Uma implementação do algoritmo Levenberg-Marquardt dividido para aplicações em visão computacional.
DOI:
https://doi.org/10.5433/1679-0375.2009v30n1p51Palavras-chave:
Algoritmo Levenberg-Marquardt, Calibração Monocular, Algoritmo de Newton.Resumo
Em diversas aplicações da visão computacional, é necessário estimar-se, em um modelo, os parâmetros que melhor se ajustam a um conjunto de dados experimentais. Nesses casos, um algoritmo de minimização pode ser utilizado. Dentre estes, um dos mais conhecidos é o Levenberg-Marquardt. Apesar de diversas implementações de tal algoritmo estarem disponíveis livremente, nenhuma delas leva em consideração quando a solução do problema conduz a uma matriz jacobiana esparsa. Nesses casos, é possível reduzir significativamente a complexidade do algoritmo. Neste trabalho, apresenta-se uma implementação do algoritmo Levenberg-Marquardt para os casos em que a matriz jacobiana do problema é esparsa. Além disso, para ilustrar a aplicação do algoritmo, ele é aplicado a solução do problema de calibração monocular com gabaritos de uma única dimensão. Resultados empíricos mostram que o método converge satisfatoriamente em apenas algumas poucas iterações, mesmo na presença de ruído.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Os Direitos Autorais para artigos publicados nesta revista são de direito do autor. Em virtude de aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais. A revista se reserva o direito de efetuar, nos originais, alterações de ordem normativa, ortográfica e gramatical, com vistas a manter o padrão culto da língua e a credibilidade do veículo. Respeitará, no entanto, o estilo de escrever dos autores. Alterações, correções ou sugestões de ordem conceitual serão encaminhadas aos autores, quando necessário. Nesses casos, os artigos, depois de adequados, deverão ser submetidos a nova apreciação. As opiniões emitidas pelos autores dos artigos são de sua exclusiva responsabilidade.
Esta obra está licenciada com uma Licença Creative Commons Atribuição-NãoComercial 4.0 Internacional.