本文主要是介绍光流 | 图像特征匹配:特征光流与角点特征,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
/**********************************************************
github:https://github.com/MichaelBeechan
CSDN:https://blog.csdn.net/u011344545
***********************************************************/
摘要:
图像特征匹配是视觉里程计的重要环节,针对视觉图像序列特征点匹配中的存在误匹配精度低问题,提出一种融合金字塔特征光流与角点特征的精确快速图像特征匹配算法。算法首先利用ORB算法快速提取图像特征点,然后融合金字塔Lucas-Kanade特征光流的追踪特性,使用局部特征窗口计算图像特征点位移矢量。接着针对图像特征的匹配对齐问题以及特征丢失问题,算法采用K最近邻半径搜索作为特征滤波器移除混淆的匹配,最后使用RANSAC(RANdom SAmple Consensus)算法剔除冗余误匹配点对,提高匹配率。通过多组实验数据对比,该算法的图像特征匹配率可达到98%。对比传统的ORB特征匹配算法,该算法在实时性和图像特征匹配精度上有了显著的提高。
过程
这篇关于光流 | 图像特征匹配:特征光流与角点特征的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!