10.16251/j.cnki.1009-2307.2020.10.005
BP神经网络在SLAM特征匹配中的应用
针对移动机器人进行SLAM特征点提取时,因底层机器人搭载的硬件性能低、带宽窄,使用特征点提取算法对图像进行处理时要花费大量时间这一问题,该文提出一种新的方法.首先利用BP神经网络对图像进行压缩,然后进行特征提取,最后再通过RANSAC算法剔除误匹配.通过实验,在使用不同的压缩参数进行图像压缩重建后,再使用SIFT、SURF、ORB、AKAZE和BRISK 5种算法,在旋转、比例变化、模糊、视角变换、光照和JPEG压缩等情况下,均有良好的匹配效果,压缩后图像大小大大减小,并保证了图像的质量,与原处理方法相比,匹配的准确度和匹配时间均优于原方法.
BP神经网络、图像压缩、特征匹配
45
P228(大地测量学)
2020-11-30(万方平台首次上网日期,不代表论文的发表时间)
共6页
27-32