改進ORB的特征點匹配算法
大小：0.61 MB 人氣： 2017-12-15 需要積分：1
針對定向二進制簡單描述符（ ORB）算法不具備尺度不變性的問題，提出一種結合快速魯棒性特征（ SURF）算法和ORB的改進算法。首先，利用Hessian矩陣檢測特征點的方法，使得提取出的特征點具有尺度不變性；然后，用ORB生成特征描述子；接著采用K近鄰算法進行粗匹配；最后，通過比率測試、對稱測試、最小平方中值（ LMedS）定理進行提純。尺度變化時，該算法比ORB的匹配精度提高了74.3個百分點，比SURF的匹配精度提高了4.8個百分點；旋轉變化時，該算法比ORB的匹配精度提高了6.6個百分點；匹配時間高于SURF低于ORB。實驗結果表明，改進算法不僅保持了ORB的旋轉不變性，而且具備了尺度不變性，在不失速度的前提下，匹配精度得到較大提高。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
改進ORB的特征點匹配算法下載
相關電子資料下載
- OpenCV攜Orbbec 3D相機亮相CVPR 2024，加速AI視覺創新 291
- Element Six與Orbray同盟致力于頂尖晶圓級單晶(SC)制造 356
- 羅克韋爾通過增強型ArmorBlock 5000 IO-Link主模塊提高自動化效率 116
- 適合單片機裸機的開源軟件框架:Zorb 396
- 工程實踐中VINS與ORB-SLAM的優劣分析 1279
- 一起聊聊faro orbis-它的商業價值有哪些 189
- FARO Orbis移動激光掃描助力林業數字化轉型,實現智能森林 244
- 適合單片機裸機的開源軟件框架:Zorb 631
- ORB-SLAM3整體結構框架分析 748
- Elektrobit的EB corbos Linux車規級產品榮獲2023高工智能汽車金球獎 425