基于改进ORB和对称匹配的图像特征点匹配
DOI:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:


Image Keypoints Matching Based on Improved ORB and Symmetrical Match
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    由于ORB算法所提取的特征点不具有尺度不变性,直接匹配会导致较多的错误发生,本文结合SURF和双向匹配算法的思想,提出了改进的ORB算法:SSORB.首先使用不同尺寸盒状滤波模板与积分图像生成多尺度空间,并从中检测出稳定的极值点,使得所提取出来的特征点具备尺度不变的特性;然后使用ORB描述子对特征点进行描述,得到旋转不变的二进制描述子;由于误匹配的存在,在Hamming距离的基础上进一步使用双向匹配来消除误匹配,提高匹配精度.实验结果表明,SSORB有效地解决了ORB不具备尺度不变性的缺陷,在保留ORB算法快速优越性的同时提高了匹配准确度.

    Abstract:

    Given the ORB algorithm has no scale invariance and exists more false match in image keypoints matching, this paper combines SURF and bilateral matching algorithm to improve ORB. The improved ORB algorithm is named SSORB(scale invariance and symmetrical matching ORB). First, we generate multi-scale space by different sizes of box filter template convoluting with integral image. Second, we detect the stable extreme points in multi-space, making the extracted points invariant to scale. Third, we describe these points with ORB descriptor making them invariant to rotation. At last, according to the Hamming distance match these points. Due to the existence of error match, bilateral matching is used to improve the match accuracy by eliminating the false match. The experimental results show that the SSORB algorithm effectively solves the scale invariant defects of the ORB algorithm, meanwhile, keeps the speed advantage of ORB and improves the matching accuracy.

    参考文献
    相似文献
    引证文献
引用本文

陈天华,王福龙,张彬彬.基于改进ORB和对称匹配的图像特征点匹配.计算机系统应用,2016,25(5):147-152

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2015-09-06
  • 最后修改日期:2015-10-14
  • 录用日期:
  • 在线发布日期: 2016-05-20
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号