基于图像匹配的移动机器人导航研究

摘要：

针对移动机器人导航过程中基于尺度不变特征变换(SIFT)算法图像匹配速度较慢,提出了基于减法聚类和特征描述符二值化的改进SIFT算法.通过减法聚类消除大量特征点中的冗余特征点,在不影响原SIFT算法稳定性的前提下有效降低了特征点数量,然后将生成的特征描述符进行二值化,依据Hash函数生成索引,以汉明距离作为度量准则.实验结果表明:与原SIFT算法相比,改进的SIFT算法中特征点数量下降30％ ～ 40％;匹配对数基本维持不变;匹配率上升6％ ～ 12％;匹配时间下降60％ ～ 70％.与基于颜色矩的改进SIFT分级图像匹配算法相比,改进的SIFT算法中特征点数量下降15％ ～25％;匹配对数基本维持不变;匹配率上升5％～10％;匹配时间下降45％ ～55％.

关键词：计量学、移动机器人、图像匹配、减法聚类、二值化、改进SIFT

所属期刊栏目：38

分类号：TB96(计量学)

资助基金：国家自然科学基金61201112;河北省自然科学基金F2012203169;燕山大学青年教师自主研究计划14LGA013

在线出版日期：2017-10-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：571-575