基于混合特征的移动机器人图像匹配算法

被引：7

作者：

陈卫东 ^{[1
,2
]}

张兴家 ^{[1
]}

朱奇光 ^{[1
,2
]}

陈颖 ^{[1
]}

机构：

[1] 燕山大学

[2] 河北省特种光纤与光纤传感重点实验室

来源：

中国机械工程 | 2015年 / 26卷 / 09期

关键词：

移动机器人; 图像匹配; 颜色矩; 改进SIFT;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

针对移动机器人定位过程中视觉图像处理速度慢以及特征点提取与匹配实时性、准确性差的问题,提出了基于颜色矩的改进SIFT分级图像匹配算法。首先改进SIFT算法,扩大极值点检测范围;采用Sobel算子计算特征点的梯度方向和幅值;以向量夹角为准则度量SIFT特征相似性,提高SIFT特征提取与匹配的速度和精度。图像匹配时先采用颜色矩对环境图像序列进行相似性排序,改进SIFT特征,再与排序后图像依次进行精确匹配,分级匹配提高了移动机器人的定位速度和精度。实验结果表明:与原SIFT相比,改进SIFT提高了特征向量的显著性,误匹配率降低约9.2%,特征点数量减少约20%;分级匹配提高了图像匹配速度和精度,SIFT特征计算量减小60%,总体耗时缩短40%。达到移动机器人定位实时性和鲁棒性的目的。

引用

页码：1137 / 1141

页数：5

共 11 条

[1] 双目视觉在移动机器人定位中的应用 [J].

王殿君 .

中国机械工程, 2013, 24 (09) :1155-1158

[2]

一种基于扇形区域分割的SIFT特征描述符[J]. 曾峦,顾大龙. 自动化学报. 2012(09)

[3] 一种提高SIFT特征匹配效率的方法 [J].

杨幸芳 ;

黄玉美 ;

韩旭炤 ;

杨新刚 .

中国机械工程, 2012, 23 (11) :1297-1301

[4] 一种基于图像的移动机器人泊位方法 [J].

陈凤东 ;

洪炳镕 .

机器人, 2010, 32 (02) :166-170

[5] 基于彩色视觉和模糊控制的移动机器人路径跟踪 [J].

张明路 ;

关柏青 ;

丁承君 .

中国机械工程, 2002, (08) :12-15+3

[6] A robust and hierarchical approach for the automatic co-registration of intensity and visible images [J].

Gonzalez-Aguilera, Diego ;

Rodriguez-Gonzalvez, Pablo ;

Hernandez-Lopez, David ;

Luis Lerma, Jose .

OPTICS AND LASER TECHNOLOGY, 2012, 44 (06) :1915-1923

[7]

A New Illumination Invariant Feature Based on SIFT Descriptor in Color Space[J] . Reza Javanmard Alitappeh,Kossar Jeddi Saravi,Fariborz Mahmoudi. Procedia Engineering . 2012

[8]

License plate recognition system based on SIFT features[J] . Morteza Zahedi,Seyed Mahdi Salehi. Procedia Computer Science . 2011

[9]

SIFT, SURF & seasons: Appearance-based long-term localization in outdoor environments[J] . Christoffer Valgren,Achim J. Lilienthal. Robotics and Autonomous Systems . 2009 (2)

[10]

Distinctive Image Features from Scale-Invariant Keypoints.[J] . David G. Lowe. International Journal of Computer Vision . 2004 (2)

← 1 2 →