針對ORB(oriented FAST and rotated BRIEF)特征匹配算法在實時性要求較高領(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題,提出了一種基于改進(jìn)FAST(features from accelerated segment test)檢測的ORB算法。首先,對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特征點并計算描述子,最后采用漢明距離完成匹配。此外,在提取FAST特征點時,設(shè)計了一種自適應(yīng)半徑,利用圖像對比度自適應(yīng)調(diào)整檢測半徑,當(dāng)圖像對比度突變時依然能夠保證期望的特征點數(shù)量。實驗結(jié)果表明,改進(jìn)后的ORB算法匹配時間縮短了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)的魯棒性和實時性。

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

【文章頁數(shù)】：6 頁

【文章目錄】：
1 FAST算法及其改進(jìn)
    1.1 FAST特征檢測
    1.2 ROI搜索域算法
    1.3 自適應(yīng)半徑FAST算法
2 實驗結(jié)果分析
    2.1 ROI搜索域算法對比實驗
    2.2 自適應(yīng)半徑算法對比實驗
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方法 [J]. 彭太樂,張文俊,汪友寶,黃東晉.  儀器儀表學(xué)報. 2015(09)
[4]基于改進(jìn)ORB特征的多姿態(tài)人臉識別 [J]. 周凱汀,鄭力新.  計算機(jī)輔助設(shè)計與圖形學(xué)學(xué)報. 2015(02)
[5]基于改進(jìn)ORB的圖像特征點匹配 [J]. 許宏科,秦嚴(yán)嚴(yán),陳會茹.  科學(xué)技術(shù)與工程. 2014(18)
[6]基于角點檢測的圖像匹配算法 [J]. 高晶,吳育峰,吳昆,孫繼銀.  儀器儀表學(xué)報. 2013(08)
[7]基于改進(jìn)ORB算法的遙感圖像自動配準(zhǔn)方法 [J]. 張云生,鄒崢嶸.  國土資源遙感. 2013(03)



本文編號：3546769