| 结合尺度不变特征的ORB算法改进 |
| |
| 引用本文： | 卢健,何耀祯,陈旭,刘通.结合尺度不变特征的ORB算法改进[J].测控技术,2019,38(3):97-101. |
| |
| 作者姓名： | 卢健 何耀祯 陈旭 刘通 |
| |
| 作者单位： | 西安工程大学电子信息学院,陕西西安,710048;西安工程大学电子信息学院,陕西西安,710048;西安工程大学电子信息学院,陕西西安,710048;西安工程大学电子信息学院,陕西西安,710048 |
| |
| 基金项目： | 国家自然科学基金项目（51607133）；陕西省教育厅专项科学研究计划项目（17JK0332）；陕西省科技厅科技发展计划项目（2011K06-01）；西安市碑林区应用技术研发项目(GX1807) |
| |
| 摘 要： | 针对ORB（ORiented Brief，方向描述符）算法不具备尺度不变性，且匹配点对错误较多等缺点，结合SURF（Speed-up Robust Features,加速稳健特征)与ORB提出一种新的算法。通过计算积分图像，使用盒子滤波器近似高斯滤波，构建尺度空间，通过Hessian矩阵检测出具备尺度不变的特征点；用ORB对特征点进行描述，采用Hamming距离完成粗匹配；使用改进的RANSAC（RANdom SAmple Consensus，随机抽样一致）减少其迭代次数，同时，去除错误的匹配点对。实验结果表明，在尺度变化时，改进算法的平均准确度为863%，约为ORB的31倍；综合对比时，改进算法的平均精度可达851%，是ORB的24倍，平均耗时高于ORB，但远低于SIFT，在不失精度的前提下有效地保证了鲁棒性和实时性。
|
| 关 键 词： | ORB 尺度空间 Hessian矩阵 Hamming距离 改进RANSAC |
Improved ORB Algorithm with Invariant Scale Features |
| |
| Abstract: | |
| |
| Keywords: | ORB scale space Hessian matrix Hamming distance improved RANSAC |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《测控技术》浏览原始摘要信息 |
|
点击此处可从《测控技术》下载全文 |
|
