基于高斯矩改进SURF算法的移动机器人定位研究

被引：24

作者：

朱奇光 ^{[1
,2
]}

王佳 ^{[1
]}

张朋珍 ^{[1
]}

陈颖 ^{[3
]}

机构：

[1] 燕山大学信息科学与工程学院

[2] 河北省特种光纤与光纤传感重点实验室

[3] 燕山大学电气工程学院

来源：

仪器仪表学报 | 2015年 / 36卷 / 11期

关键词：

移动机器人; 图像匹配; SURF; Gaussian-Hermite矩;

D O I：

10.19650/j.cnki.cjsi.2015.11.007

中图分类号：

TP391.41 []; TP242 [机器人];

学科分类号：

080203 ; 1111 ;

摘要：

针对移动机器人定位过程中视觉图像特征点提取与匹配数量较多,边缘特征点不稳定的问题,提出基于改进离散Gaussian-Hermite矩的SURF图像匹配算法。利用双树复小波变换将图像分解为低频与高频部分,将低频部分作为改进算法的输入图像。通过采用3D非极大值抑制求取图像不同尺度下的特征点,计算图像Gaussian-Hermite矩,重新确定Hessian矩阵,检测稳定边缘特征点,定义新的特征描述向量。将改进算法与自适应粒子滤波定位算法相结合,实现移动机器人在室内环境中的视觉定位。实验结果表明:改进算法配准精度高于SURF算法,不稳定特征点提取数量相比于原算法约减少9%,匹配率得到进一步提升。

引用

页码：2451 / 2457

页数：7

共 15 条

[1] 一种具有强实时性、强鲁棒性的图像匹配算法 [J].

李兵 ;

刘磊 ;

魏志强 .

软件学报, 2014, 25 (07) :1583-1592

[2] 基于尺度限制SURF的图像配准 [J].

詹曙 ;

王少武 ;

蒋建国 .

电子测量与仪器学报, 2013, 27 (10) :963-967

[3] 基于角点检测的图像匹配算法 [J].

高晶 ;

吴育峰 ;

吴昆 ;

孙继银 .

仪器仪表学报, 2013, 34 (08) :1717-1725

[4] 基于双树复小波变换的心电信号去噪研究 [J].

王芳 ;

季忠 ;

彭承琳 .

仪器仪表学报, 2013, 34 (05) :1160-1166

[5] 基于改进SIFT算法的图像匹配 [J].

刘佳 ;

傅卫平 ;

王雯 ;

李娜 .

仪器仪表学报, 2013, 34 (05) :1107-1112

[6]

一种普适机器人系统同时定位、标定与建图方法[J]. 吴培良,孔令富,孔亮.自动化学报. 2012(04)

[7] 加窗灰度差直方图描述子及其对SURF算法的改进 [J].

廉蔺 ;

李国辉 ;

田昊 ;

徐树奎 ;

涂丹 ;

王海涛 .

电子与信息学报, 2011, 33 (05) :1042-1048

[8]

Keypoint descriptor matching with context-based orientation estimation[J] . F. Bellavia,D. Tegolo,C. Valenti.Image and Vision Computing . 2014

[9]

Dual-tree complex wavelet transform and SVD based medical image resolution enhancement[J] . Muhammad Zafar Iqbal,Abdul Ghafoor,Adil Masood Siddiqui,Muhammad Mohsin Riaz,Umar Khalid.Signal Processing . 2014

[10]

Visual estimation of pointed targets for robot guidance via fusion of face pose and hand orientation[J] . Maria Pateraki,Haris Baltzakis,Panos Trahanias.Computer Vision and Image Understanding . 2013

← 1 2 →