基于四叉树分解法改进的ORB特征匹配算法

被引：10
|
作者：
谷学静 [1 ,2 ]
郭俊 [1 ,2 ]
刘海望 [2 ,3 ]
沈攀 [1 ,2 ]
位占锋 [1 ,2 ]
机构：
[1] 华北理工大学电气工程学院
[2] 唐山市数字媒体工程技术研究中心
[3] 华北理工大学轻工学院
来源：
激光杂志 | 2021年 / 42卷 / 06期
关键词：
ORB算法; 四叉树分解法; 汉明距离; 随机抽样一致性;
D O I：
10.14016/j.cnki.jgzz.2021.06.056
中图分类号：
TP391.41 [];
学科分类号：
080203 ;
摘要：
针对ORB(Oriented FAST and Rotated BRIEF)特征匹配算法在复杂环境变化下匹配精确率低以及匹配速度过慢的问题,提出了一种基于四叉树分解法和RANSAC(随机抽样一致性)方法的改进ORB算法。首先对待处理的原始图像经过四叉树分解法来剔除掉灰度变化不明显的区域,然后再进行FAST特征点检测,在特征点匹配环节通过改进的RANSAC方法消除掉错误匹配。实验结果表明,改进后的ORB算法有效匹配精度提升23.5%,时间缩短了18.4%,在环境复杂变化时具有良好的鲁棒性与实时性。
引用
收藏
页码：56 / 61
页数：6
相关论文
共 16 条
12