基于改进的ORB算法与姿态估计的跟踪注册方法研究

发布时间：2018-03-27 17:22

  本文选题：最小平方中值　切入点：ORB算法　出处：《计算机应用研究》2016年12期

【摘要】：针对传统的特征提取算法在图像匹配过程中易出现误匹配现象,提出在ORB算法的基础上融入一种最小平方上值估计法——LMedS方法。利用ORB算法的特点和LMedS方法去除可能存在的外点,消除误匹配现象,从而得到正确的匹配特征对,使特征匹配率有很大的提高;同时采用基于非线性最小二乘进行姿态估计,通过迭代算法估算相机姿态完成虚实注册。实验结果表明,该方法无论是在特征点匹配还是在实际场景中都具有很好的鲁棒性,在不同尺度、部分遮挡的情况下同样具有良好的性能,准确、实时地完成了跟踪注册。
[Abstract]:In view of the fact that the traditional feature extraction algorithm is prone to mismatch in the process of image matching, a method of least square upper value estimation (LMedS) is proposed on the basis of ORB algorithm. The characteristics of ORB algorithm and LMedS method are used to remove the possible outer points. The false matching phenomenon is eliminated, and the correct matching feature pair is obtained, and the feature matching rate is greatly improved. At the same time, the attitude estimation based on nonlinear least squares is used. The simulation results show that the proposed method is robust in both feature point matching and real scene, and can be used in different scales. In the case of partial occlusion, it also has good performance, accurate and real-time tracking registration.
【作者单位】： 河南理工大学计算机科学与技术学院;
【基金】：河南省教育厅高等学校重点科研资助项目(15A520016) 河南理工大学博士基金资助项目(72515/074) 河南省高等学校矿山信息化重点学科开放实验室基金资助项目(KY2015-02) 河南省科技攻关项目(162102310090) 河南省教育教学改革项目(2014)
【分类号】：TP391.41
，

本文编号：1672509