基于改进SIFT算法的双目视觉距离测量

被引:13
作者
李奇敏
李扬宇
机构
[1] 重庆大学机械工程学院
关键词
双目立体视觉; 摄像机标定; 特征匹配; 测距;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
摘要
针对视觉传感器距离测量中所使用的图像特征匹配算法精度不高、计算量大、实时性差等问题,提出了一种改进尺度不变特征变换(SIFT)图像特征匹配算法,并应用于双目测距系统当中。改进SIFT算法基于简化尺度构造空间,以曼哈顿距离作为最邻近特征点查询中的相似性度量,提高了算法效率。初次匹配之后与随机采样一致算法(RANSAC)结合,剔除误匹配点;基于精度较高的二次匹配点,提取匹配点像素信息进行距离计算,通过测距试验验证算法的可行性。实验结果表明:提出的方法获取目标距离达到较高精度,满足观测设备要求。
引用
收藏
页码:119 / 122
页数:4
相关论文
共 10 条
[1]
机器视觉的灾后救援机器人越障系统设计 [J].
王宇 ;
刘泓滨 ;
李华文 .
传感器与微系统, 2016, 35 (04) :79-81+85
[2]
多传感器信息融合在四足机器人避障中的应用 [J].
张天 ;
杨晨曦 ;
朱颖 ;
宋明辉 ;
张地 .
传感器与微系统, 2015, (05) :150-153
[3]
SIFT算法在点云配准中的应用 [J].
王程冬 ;
程筱胜 ;
崔海华 ;
戴宁 .
传感器与微系统, 2012, (02) :149-152
[4]
基于双目视觉的运动物体实时跟踪与测距 [J].
祝琨 ;
杨唐文 ;
阮秋琦 ;
王红波 ;
韩建达 .
机器人, 2009, 31 (04) :327-334
[5]
基于SIFT特征点的双目视觉定位 [J].
孟浩 ;
程康 .
哈尔滨工程大学学报, 2009, 30 (06) :649-652+675
[6]
基于SIFT算子的双目视觉三维测量技术研究 [D]. 
陈爱鸾 .
广东工业大学,
2015
[7]
基于多传感器信息融合的机器人避障研究 [D]. 
陈奕君 .
东北石油大学,
2014
[8]
基于SIFT算法的图像匹配方法研究[D] 汪松 西安电子科技大学 2013,
[9]
Speeded-Up Robust Features (SURF)[J] Herbert Bay;Andreas Ess;Tinne Tuytelaars;Luc Van Gool Computer Vision and Image Understanding 2007,
[10]
Distinctive Image Features from Scale-Invariant Keypoints.[J] David G. Lowe International Journal of Computer Vision 2004,