Our main work is asfollowing f(1) Robust algorithms for fundamental matrix.
主要工作如下： (1)基本矩阵的鲁棒算法。
参考来源 - 三维计算机视觉若干问题研究Two linear algorithms for estimating fundamental matrix are presented. i) Weighted normalizing algorithm.
2．给出了两种高精度估计基础矩阵的线性算法： 1)．加权归一化算法。
参考来源 - 由非定标图像序列重建和测量三维物体This article first discusses the two kinds of camera self-calibration algorithms: model-based camera self-calibration algorithm and fundamental matrix-based camera self-calibration algorithm.
首先讨论了两种摄像机自标定算法,即基于模型的摄像机自标定算法以及基于基础矩阵的摄像机自标定算法。
参考来源 - 两种多视图线性摄像机自标定算法研究The main work is as following:(1)Robust algorithms for fundamental matrix. It is the foundation of camera calibration.
主要工作如下：(1)基本矩阵的鲁棒算法，它是摄像机标定的基础。
参考来源 - 摄像机内参数估计的若干研究Secondly,the global existence and uniqueness theorem of bounded variation solutions for linear ordinary differential equations is established. Thirdly,the fundamental matrix of homogeneous linear ordinary differential equations is discussed.
本文共分四部分,第一部分介绍了本文所用到的基本概念和引理;第二部分建立了线性常微分方程有界变差解的整体存在及唯一性定理;第三部分讨论了齐次线性常微分方程的基解矩阵;第四部分讨论了齐次线性常微分方程平凡解的变差稳定性以及线性非齐次与齐次常微分方程变差稳定性的关系。
参考来源 - 一类线性常微分方程的有界变差解·2,447,543篇论文数据，部分数据来源于NoteExpress
以上来源于: WordNet
A new linear iterative algorithm for estimating the fundamental matrix is presented.
提出了一种新的估计基本矩阵的线性迭代算法。
By using the characteristic vector method, the fundamental matrix solution is obtained.
采用特征向量法求其基本矩阵解。
It consist of computation of fundamental matrix in two views and of trifocal tensor in three views.
主要包括两视点结构中基本矩阵及三视点结构中三焦张量的计算。
应用推荐