基于混合特征的移动机器人图像匹配算法

摘要：

针对移动机器人定位过程中视觉图像处理速度慢以及特征点提取与匹配实时性、准确性差的问题,提出了基于颜色矩的改进 SIFT 分级图像匹配算法。首先改进 SIFT 算法,扩大极值点检测范围；采用 Sobel 算子计算特征点的梯度方向和幅值；以向量夹角为准则度量 SIFT 特征相似性,提高 SIFT特征提取与匹配的速度和精度。图像匹配时先采用颜色矩对环境图像序列进行相似性排序,改进 SIFT特征,再与排序后图像依次进行精确匹配,分级匹配提高了移动机器人的定位速度和精度。实验结果表明：与原 SIFT 相比,改进 SIFT 提高了特征向量的显著性,误匹配率降低约9.2%,特征点数量减少约20%；分级匹配提高了图像匹配速度和精度,SIFT 特征计算量减小60%,总体耗时缩短40%。达到移动机器人定位实时性和鲁棒性的目的。

关键词：移动机器人、图像匹配、颜色矩、改进SIFT

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61201112,61172044;河北省自然科学基金资助项目F2013203250,F2012203169;河北省普通高等学校青年拔尖人才计划资助项目BJ2014056;燕山大学青年教师自主研究计划资助项目14LGA013

在线出版日期：2015-05-27（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：1137-1141