结合Harris算子和极线约束改进的SIFT立体匹配算法

发布时间：2021-12-23 00:17

　　针对尺度不变特征变换（SIFT）算法在双目立体视觉匹配过程中提取的特征点数量多、计算量大和耗时长的问题,本文提出一种结合Harris算子和极线约束改进的SIFT立体匹配算法。该算法通过Harris算子提取左图像特征点代替SIFT算法中的极值点,并引入极线约束来限定搜索范围获取右图像特征点,从而缩短特征点的提取时间并提高了准确率。实验结果表明,本算法在双目立体匹配过程中可实现较好的效果,有效地提高了匹配实时性和精度。 

【文章来源】：高技术通讯. 2019,29(11)北大核心

【文章页数】：5 页

【文章目录】：
0 引 言
1 尺度不变特征变换算法
    (1) 构建尺度空间进行极值点检测
    (2) 关键点定位
    (3) 确定特征点方向
    (4) 生成特征点描述子
2 改进的SIFT双目视觉匹配算法
    (1)载入图像并提取左图像特征点
    (2)引入极线约束,搜索右图像的候选匹配点
    (3)确定关键点位置方向
    (4)生成特征点的特征描述子,并完成匹配
3 实验结果与分析
4 结 论


【参考文献】：
期刊论文
[1]改进SIFT算法和NSCT相结合的遥感图像匹配算法[J]. 宋佳乾,汪西原.  测绘通报. 2018(09)
[2]大视场双目视觉定位系统中多目标稀疏匹配[J]. 王鑫,王向军.  红外与激光工程. 2018(07)
[3]基于双目视觉的多智能体机器人分布式包含控制[J]. 邵暖,刘乐.  高技术通讯. 2017(Z2)
[4]一种改进Harris-SIFT算子的图像匹配算法[J]. 李兰,谢勤岚.  舰船电子工程. 2017(04)
[5]改进的双目立体视觉算法及其应用[J]. 苍岩,尹凤鸣,毕晓君.  哈尔滨工程大学学报. 2017(03)
[6]改进型SIFT立体匹配算法研究[J]. 许钢,林园胜,江娟娟,江明.  计算机工程与应用. 2015(06)
[7]基于SIFT算子的脑立体定向手术标记点自动定位方法[J]. 曹彤,王烁,倪自强,刘达.  高技术通讯. 2014 (02)



本文编号：3547391