针对二进制描述算法(Oriented fast and Rotated Brief,ORB)尺度性配准误差大,配准率低的问题,提出一种尺度和方向改进的ORB特征匹配算法。该算法以二进制描述算法ORB为基础,构建金字塔式尺度空间,改进尺度空间结构,简化尺度空间层数和...针对二进制描述算法(Oriented fast and Rotated Brief,ORB)尺度性配准误差大,配准率低的问题,提出一种尺度和方向改进的ORB特征匹配算法。该算法以二进制描述算法ORB为基础,构建金字塔式尺度空间,改进尺度空间结构,简化尺度空间层数和采样图像数目,使提取特征点的过程更加效率,并采用Harris函数检测特征,消除边缘特征点的影响,提取具有尺度信息的特征点;然后采用梯度方向统计方法改进传统ORB算法中通过灰度质心法计算主方向的方式,优化求解主方向邻域范围,以提高图像特征主方向的准确性。实验结果表明,改进后的ORB算法在尺度和旋转配准方面性能有很大提高,并且配准的精度较传统ORB更高,更能满足复杂图像快速精确配准的要求。展开更多
文摘针对二进制描述算法(Oriented fast and Rotated Brief,ORB)尺度性配准误差大,配准率低的问题,提出一种尺度和方向改进的ORB特征匹配算法。该算法以二进制描述算法ORB为基础,构建金字塔式尺度空间,改进尺度空间结构,简化尺度空间层数和采样图像数目,使提取特征点的过程更加效率,并采用Harris函数检测特征,消除边缘特征点的影响,提取具有尺度信息的特征点;然后采用梯度方向统计方法改进传统ORB算法中通过灰度质心法计算主方向的方式,优化求解主方向邻域范围,以提高图像特征主方向的准确性。实验结果表明,改进后的ORB算法在尺度和旋转配准方面性能有很大提高,并且配准的精度较传统ORB更高,更能满足复杂图像快速精确配准的要求。
