文献类型：期刊文章

作　　者：芦文强[1] 薛彦兵[1] 李胜利[2] 张桦[1,3] 王志岗[1] 高赞[1] 徐光平[1]

LU Wen-qiang;XUE Yan-bing;LI Sheng-li;ZHANG Hua;WANG Zhi-gang;GAO Zan;XU Guang-ping(School of Computer Science and Engineering,Key Laboratory of Computer Vision and System,Ministry of Education,Tianjin Key Laboratory of Intelligence Computing and Novel Software Technology,Tianjin University of Technology,Tianjin 300384,China;TCPS Company Limited,Tianjin 300384,China;Tianjin Sino-German University of Applied Sciences,Tianjin 300350,China)

机构地区：[1]天津理工大学计算机科学与工程学院计算机视觉与系统省部共建教育部重点实验室天津市智能计算及软件新技术重点实验室,天津300384 [2]天津通卡智能网络科技股份有限公司,天津300384 [3]天津中德应用科技大学,天津300350

出　　处：《天津理工大学学报》

基　　金：国家自然科学基金(U1509207;61472278;61572357);天津市教委自然科学基金(2017KJ254);天津市企业科技特派员项目(18JCTPJC48900)

年　　份：2019

卷　　号：35

期　　号：1

起止页码：13-20

语　　种：中文

收录情况：普通刊

摘　　要：针对ORB(Oriented FAST and Rotated BRIEF)算法中的Steer BRIEF描述子只通过比较两个像素点的灰度信息来决定0/1编码,容易产生特征点误匹配现象,本文提出基于像素密度(pixel density)的ORB特征描述子算法,利用两幅图像中相同区域的某一特征点邻域空间内像素密度的相似性原理,通过比较两个像素点的密度信息来决定0/1编码,计算误匹配率,验证了density-ORB算法在图像模糊、压缩、光照变化、视角变化等条件下的鲁棒性.实验结果表明,该算法减少了特征点的误匹配个数,特征点误匹配率比ORB算法降低了2.80%.

关 键 词：特征点匹配 ORB算法  BRIEF描述子  像素密度

分 类 号：TP391.41]