針對(duì)ORB(oriented FAST and rotated BRIEF)特征匹配算法在實(shí)時(shí)性要求較高領(lǐng)域效果不佳以及在復(fù)雜光照環(huán)境下匹配精確率較低的問(wèn)題,提出了一種基于改進(jìn)FAST(features from accelerated segment test)檢測(cè)的ORB算法。首先,對(duì)待處理的灰度圖像進(jìn)行分類,剔除掉部分灰度變化率較低的區(qū)域,然后提取FAST特征點(diǎn)并計(jì)算描述子,最后采用漢明距離完成匹配。此外,在提取FAST特征點(diǎn)時(shí),設(shè)計(jì)了一種自適應(yīng)半徑,利用圖像對(duì)比度自適應(yīng)調(diào)整檢測(cè)半徑,當(dāng)圖像對(duì)比度突變時(shí)依然能夠保證期望的特征點(diǎn)數(shù)量。實(shí)驗(yàn)結(jié)果表明,改進(jìn)后的ORB算法匹配時(shí)間縮短了16. 47%,大幅提高了在復(fù)雜光照環(huán)境下的匹配精確率,具有較強(qiáng)的魯棒性和實(shí)時(shí)性。

【文章來(lái)源】： 科學(xué)技術(shù)與工程. 2019,19(21)北大核心

【文章頁(yè)數(shù)】：6 頁(yè)

【文章目錄】：
1 FAST算法及其改進(jìn)
    1.1 FAST特征檢測(cè)
    1.2 ROI搜索域算法
    1.3 自適應(yīng)半徑FAST算法
2 實(shí)驗(yàn)結(jié)果分析
    2.1 ROI搜索域算法對(duì)比實(shí)驗(yàn)
    2.2 自適應(yīng)半徑算法對(duì)比實(shí)驗(yàn)
3 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于圖片特征與人臉姿態(tài)的人臉識(shí)別方法 [J]. 李華玲,王智,黃鈺靖.  科學(xué)技術(shù)與工程. 2018(31)
[2]雙目視覺(jué)立體匹配技術(shù)研究現(xiàn)狀和展望 [J]. 林森,殷新勇,唐延?xùn)|.  科學(xué)技術(shù)與工程. 2017(30)
[3]基于多特征的視頻鏡頭檢測(cè)方法 [J]. 彭太樂(lè),張文俊,汪友寶,黃東晉.  儀器儀表學(xué)報(bào). 2015(09)
[4]基于改進(jìn)ORB特征的多姿態(tài)人臉識(shí)別 [J]. 周凱汀,鄭力新.  計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào). 2015(02)
[5]基于改進(jìn)ORB的圖像特征點(diǎn)匹配 [J]. 許宏科,秦嚴(yán)嚴(yán),陳會(huì)茹.  科學(xué)技術(shù)與工程. 2014(18)
[6]基于角點(diǎn)檢測(cè)的圖像匹配算法 [J]. 高晶,吳育峰,吳昆,孫繼銀.  儀器儀表學(xué)報(bào). 2013(08)
[7]基于改進(jìn)ORB算法的遙感圖像自動(dòng)配準(zhǔn)方法 [J]. 張?jiān)粕?鄒崢嶸.  國(guó)土資源遙感. 2013(03)



本文編號(hào)：3546769