文献类型：期刊文章

作　　者：王强[1,2] 李柏林[1] 罗建桥[1] 陈小艳[3]

Wang Qiang;Li Bailin;Luo Jianqiao;Chen Xiaoyan(School of Mechanical Engineering, Southwest Jiaotong University, Chengdu 610031, China;College of Mechanical Engineering,Chengdu Technological University,Chengdu 611730,China;Dept. of Aviation Manfacturing Engineering,Chengdu Aeronautic Polytechnic,Chengdu 610100,China)

机构地区：[1]西南交通大学机械工程学院,成都610031 [2]成都工业学院机械工程学院,成都611730 [3]成都航空职业技术学院航空制造工程系,成都610100

出　　处：《计算机应用研究》

基　　金：国家自然科学基金资助项目(51275431);四川省科技厅资助项目(2016GZ0194);四川省教育厅资助项目(16ZB0330);四川省创新创业资助项目(201611116007)

年　　份：2019

卷　　号：36

期　　号：1

起止页码：268-272

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：针对图像匹配问题进行了研究,提出了一种改进BRIEF算法的特征点匹配算法。该算法利用随机点与特征点之间的差分大小和差分幅值关系来生成特征点描述算子。针对BRIEF对噪声敏感问题,因为小的像素幅值差分更易受到噪声影响,为了抑制噪声,通过设置小像素差分阈值,差分在阈值内的设置为不确定位,然后通过其邻域均值来决定不确定位的值。特征点匹配使用描述算子之间的汉明距离进行比较来完成。实验将BRIEF和ORB算法进行了比较,证明该算子具有更高的判别性,计算简单且具有很好的噪声抑制性能,运行速度快,匹配准确率更高。

关 键 词：BRIEF ORB 特征点匹配算子  局部二值模式

分 类 号：TP391.4]