机器人视觉导航的几种特征点方法比较

被引:5
作者
许宪东 [1 ,2 ]
洪炳镕 [1 ]
关毅 [1 ]
王险峰 [1 ]
机构
[1] 哈尔滨工业大学计算机科学与技术学院
[2] 黑龙江工程学院计算机科学与技术系
关键词
移动机器人; 检测子; 描述子; 视觉导航; 特征点;
D O I
10.13245/j.hust.2011.s2.056
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
针对移动机器人视觉导航中移动速度较快且计算能力较弱、视觉路标的图像特征检测与匹配时间之间存在矛盾这一问题,提出了选择合适的满足实时性的特征检测方法.对机器人视觉导航中获得图像特征常用的特征点法(如KLT,SURF,SIFT,Harris等)进行了探讨.通过对移动机器人导航中的图片采用不同方法进行测试,比较了不同方法所需的时间,结果表明SURF是满足实时性的、适合于视觉导航的方法.
引用
收藏
页码:200 / 203
页数:4
相关论文
共 4 条
[1]   基于尺度空间理论的Harris角点检测 [J].
陈白帆 ;
蔡自兴 .
中南大学学报(自然科学版), 2005, (05) :37-40
[2]   基于Kanade-Lucas-Tomasi算法的人脸特征点跟踪方法 [J].
段鸿 ;
程义民 ;
王以孝 ;
蔡尚书 .
计算机辅助设计与图形学学报, 2004, (03) :279-283
[3]   Distinctive image features from scale-invariant keypoints [J].
Lowe, DG .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) :91-110
[4]   Evaluation of interest point detectors [J].
Schmid, C ;
Mohr, R ;
Bauckhage, C .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2000, 37 (02) :151-172