文献类型：期刊文章

作　　者：廖泓真[1] 王亮[2] 孙宏伟[2] 刘云清[1]

LIAO Hongzhen;WANG Liang;SUN Hongwei;LIU Yunqing(College of Electronic and Information Engineering,Changchun University of Science and Technology,Changchun 130022,China;Beijing Institute of Information Technology,Beijing 100094,China)

机构地区：[1]长春理工大学电子信息工程学院,长春130022 [2]北京信息技术研究所,北京100094

出　　处：《北京航空航天大学学报》

基　　金：吉林省发改委重点研发项目(2018C035-3)。

年　　份：2021

卷　　号：47

期　　号：10

起止页码：2149-2154

语　　种：中文

收录情况：BDHX、BDHX2020、CAS、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对现有的ORB特征匹配算法在图像模糊、光照变化、图像压缩、噪声条件下,匹配准确率下降问题,提出了一种改进的ORB特征匹配算法。首先,在提取特征点过程中,对图像进行网格化处理,并引入四叉树结构,使提取的特征点在图像中均匀分布,解决传统的特征提取方法遇到的特征点集中问题。然后,利用暴力匹配进行初步匹配,并采用交叉验证的方式,剔除部分误匹配,改善暴力匹配的结果。最后,利用高斯核对网格运动统计的结果做加权处理,优化统计结果,进一步剔除误匹配,得到准确率更高的匹配集合。实验结果表明:改进后的算法在图像模糊、光照变化、图像压缩和噪声条件下,平均准确率分别提高了3.5%、4.2%、2.2%和6%。

关 键 词：特征匹配  ORB特征  网格运动统计  特征提取 高斯核

分 类 号：TP391]