一种基于四叉树的改进的ORB特征提取算法

被引：16

作者：

禹鑫燚 ^{[1
]}

詹益安 ^{[1
]}

朱峰 ^{[1
]}

欧林林 ^{[1
]}

机构：

[1] 浙江工业大学信息工程学院

来源：

计算机科学 | 2018年 / 45(S2)卷 / S2期

基金：

国家高技术研究发展计划(863计划); 浙江省自然科学基金;

关键词：

四叉树; ORB算法; 图像金字塔; 特征点; 描述子;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

文中提出了一种基于四叉树的改进的ORB(Oriented FAST and Rotated BRIEF)特征提取算法,它能够解决图像特征提取过程中特征点过于集中而导致的图像局部特征信息丢失的问题。首先,将图片构造成图像金字塔来解决尺度不变性问题;然后,在每一层金字塔图像上检测角点来提取特征点;接着,引入四叉树算法来均匀化分布特征点并计算特征点的方向和描述子;最后,以华硕深度摄像头(Xtion PRO)为实验工具,在室内环境下提取周边特征点,并将提取效果与其他方法进行对比,实验证明了所提算法在图像特征均匀化处理方面的快速性以及准确性。

引用

页码：222 / 225

页数：4

共 5 条

[1] Distinctive image features from scale-invariant keypoints
Lowe, DG
[J]. INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) : 91 - 110
[2] MULTIDIMENSIONAL BINARY SEARCH TREES USED FOR ASSOCIATIVE SEARCHING
BENTLEY, JL
[J]. COMMUNICATIONS OF THE ACM, 1975, 18 (09) : 509 - 517
[3] Pointing device of augmented reality .2 LEE M K. U.S.Patent Application 13/581,548 . 2011
[4] Vision Algorithms: Theory and Practice .2 Bill Triggs,Philip McLauchlan,Richard Hartley,et al. Berlin . 2000
[5] Surf: Speeded up robust features .2 Bay,H,T Tuytelaars,L. Van Gool. ComputerVision–ECCV20062006 .

← 1 →