为了提高图像拼接速度并满足高分辨率图像的实时拼接需求,提出了一种基于ORB(Oriented Fast and Rotated Brief)算法和MSAC(M-estimator Sample Consensus)算法的快速图像拼接方法。ORB算法特征匹配速度快,能够满足实时性要求。首先采用...为了提高图像拼接速度并满足高分辨率图像的实时拼接需求,提出了一种基于ORB(Oriented Fast and Rotated Brief)算法和MSAC(M-estimator Sample Consensus)算法的快速图像拼接方法。ORB算法特征匹配速度快,能够满足实时性要求。首先采用ORB算法进行图像特征点提取;然后,采用MSAC算法对匹配点对进行优化,剔除图像拼接中的伪匹配点对,通过正确的匹配点对求解图像变换矩阵;最后,采用双线性插值融合算法消除可见接缝并去除拼接痕迹。实验结果表明,本文方法在保证图像拼接质量的同时具有更快的拼接速度。展开更多
针对ORB(oriented FAST and rotated BRIEF)算法中存在匹配精确率低的问题,提出了一种基于LK(Lucas-Kanade)光流改进的ORB图像匹配方法。首先对待处理的图像进行直方图均衡化,然后在Oriented FAST特征点检测的同时用LK光流对其进行跟踪...针对ORB(oriented FAST and rotated BRIEF)算法中存在匹配精确率低的问题,提出了一种基于LK(Lucas-Kanade)光流改进的ORB图像匹配方法。首先对待处理的图像进行直方图均衡化,然后在Oriented FAST特征点检测的同时用LK光流对其进行跟踪,并将跟踪的特征点进行Rotated BRIEF描述,最后在特征匹配筛选环节利用RANSAC(Random Sampling Consistency)算法进行误匹配的剔除。实验结果表明,改进算法在公开数据集中的平均匹配精度为90.9%,平均特征匹配及误匹配的剔除共耗时为18ms,与原始ORB算法相比,在时间基本一致的前提下,有效的提高了匹配的精度。展开更多
为了提高乡村景区全景标识系统视频拼接的效果,结合Hessian矩阵法和灰度质心法,提出一种改进ORB特征检测的视频拼接方法。该方法一方面使用Hessian矩阵法替换原有ORB(Oriented FAST and Rotated BRIEF)算法中的FAST特征提取方法,并在此...为了提高乡村景区全景标识系统视频拼接的效果,结合Hessian矩阵法和灰度质心法,提出一种改进ORB特征检测的视频拼接方法。该方法一方面使用Hessian矩阵法替换原有ORB(Oriented FAST and Rotated BRIEF)算法中的FAST特征提取方法,并在此基础上使用灰度质心法对Hessian检测出的特征点确定方向,使改进后的ORB算法在保留运行效率和旋转不变性的前提下,具有尺度不变性;另一方面,针对改进ORB算法完成特征提取与匹配后的图像,在进行视频拼接时,通动态规划算法寻找最佳缝合线,并利用泊松融合算法使拼接视频更平滑。仿真结果表明,相较于原始ORB算法,在相近的运行时间内,改进ORB算法所提取的特征点误差有了明显下降,检测精度更高。相较于SURF算法和SIFT算法,改进ORB算法特征点提取误差相对较低,检测速度大幅提升,总体性能更好。采用改进ORB特征检测方法拼接的视频图像,相较于多分辨样条法、加权平均法等经典图像融合算法,无论是在空间频率、互信息量、信息熵、平均梯度还是相关度上评价结果都更优越,在解决拼接裂痕或拖尾现象等常见视频拼接的情况下,图像融合自然,更满足乡村旧址文化展示与乡村旅游文化传播需求。展开更多
针对传统图像识别算法匹配正确率低、运行时间较长等问题,文中提出了基于改进ORB-FLANN(Oriented FAST and Rotated BRIEF-Fast Library for Approximate Nearest Neighbors)的工件图像识别方法。对ORB算法特征描述、图像特征匹配算法...针对传统图像识别算法匹配正确率低、运行时间较长等问题,文中提出了基于改进ORB-FLANN(Oriented FAST and Rotated BRIEF-Fast Library for Approximate Nearest Neighbors)的工件图像识别方法。对ORB算法特征描述、图像特征匹配算法进行修改,解决传统图像识别算法在图像存在尺度和旋转变换情况下存在的弊端并降低误匹配率。该方法对ORB算法检测到的特征点采用SURF(Speeded Up Robust Features)算法添加方向信息并完成特征描述,得到旋转尺度不变性的特征点,结合FLANN算法并引入双向匹配策略进行特征点粗匹配,最后利用渐进采样一致算法进一步剔除误匹配点对完成精匹配。实验结果表明,与其他方法相比,改进算法在处理尺度、旋转等变换图像时,匹配正确率分别提高了2.6%~18.8%和29.5%~43.9%,运行时长均在4 s以内,提高了对工件图像的识别效率和精准性。展开更多
针对传统ORB(Oriented FAST and Rotated BRIEF)算法提取图像特征时存在的特征点数量不足且分布不均匀问题,提出了一种基于四叉树的ORB特征阶梯分布算法。通过四叉树算法分割出特征点疏密不同的区域,对每个区域采用逐步降低阈值的方法,...针对传统ORB(Oriented FAST and Rotated BRIEF)算法提取图像特征时存在的特征点数量不足且分布不均匀问题,提出了一种基于四叉树的ORB特征阶梯分布算法。通过四叉树算法分割出特征点疏密不同的区域,对每个区域采用逐步降低阈值的方法,实现FAST(Features from Accelerated Segment Test)角点自适应提取;同时依据分割区域设置逐次递减的分割深度和特征点提取比例,以减少运算时间和特征冗余,使特征点分布更均匀。采用覆盖均匀度对特征点的均匀性进行量化。试验结果表明,该算法比传统ORB算法单幅图片的特征点提取数量平均多10.45%,覆盖均匀度平均低20%,运行时间比Mur-Artal算法平均减少20.54%,有效地提高了提取特征点的数量和均匀性,提升了运算效率。展开更多
针对采用传统面向快速与旋转的二进制鲁棒独立基本特征(Oriented Fast and Rotated BRIEF,ORB)算法难以实现搭载双目立体视觉的机械臂对目标的实时、精准抓取等问题,提出一种基于改进的ORB算法的机械臂识别定位及抓取方法。首先,利用改...针对采用传统面向快速与旋转的二进制鲁棒独立基本特征(Oriented Fast and Rotated BRIEF,ORB)算法难以实现搭载双目立体视觉的机械臂对目标的实时、精准抓取等问题,提出一种基于改进的ORB算法的机械臂识别定位及抓取方法。首先,利用改进的ORB算法对目标进行识别,根据双目立体视觉光轴平行模型对目标实施定位;随后,运用标准D-H参数法建立机械臂的数学模型并进行逆运动学求解;最后,将获得的机械臂各关节驱动角传输至系统控制端,驱使机械臂末端执行器完成对目标的抓取作业。结果表明,提出的改进的ORB算法较传统ORB算法提高了目标识别定位的速度与准确度,有效提升了机械臂实施抓取时的实时性与精确性。展开更多
文摘为了提高图像拼接速度并满足高分辨率图像的实时拼接需求,提出了一种基于ORB(Oriented Fast and Rotated Brief)算法和MSAC(M-estimator Sample Consensus)算法的快速图像拼接方法。ORB算法特征匹配速度快,能够满足实时性要求。首先采用ORB算法进行图像特征点提取;然后,采用MSAC算法对匹配点对进行优化,剔除图像拼接中的伪匹配点对,通过正确的匹配点对求解图像变换矩阵;最后,采用双线性插值融合算法消除可见接缝并去除拼接痕迹。实验结果表明,本文方法在保证图像拼接质量的同时具有更快的拼接速度。
文摘针对ORB(oriented FAST and rotated BRIEF)算法中存在匹配精确率低的问题,提出了一种基于LK(Lucas-Kanade)光流改进的ORB图像匹配方法。首先对待处理的图像进行直方图均衡化,然后在Oriented FAST特征点检测的同时用LK光流对其进行跟踪,并将跟踪的特征点进行Rotated BRIEF描述,最后在特征匹配筛选环节利用RANSAC(Random Sampling Consistency)算法进行误匹配的剔除。实验结果表明,改进算法在公开数据集中的平均匹配精度为90.9%,平均特征匹配及误匹配的剔除共耗时为18ms,与原始ORB算法相比,在时间基本一致的前提下,有效的提高了匹配的精度。
文摘为了提高乡村景区全景标识系统视频拼接的效果,结合Hessian矩阵法和灰度质心法,提出一种改进ORB特征检测的视频拼接方法。该方法一方面使用Hessian矩阵法替换原有ORB(Oriented FAST and Rotated BRIEF)算法中的FAST特征提取方法,并在此基础上使用灰度质心法对Hessian检测出的特征点确定方向,使改进后的ORB算法在保留运行效率和旋转不变性的前提下,具有尺度不变性;另一方面,针对改进ORB算法完成特征提取与匹配后的图像,在进行视频拼接时,通动态规划算法寻找最佳缝合线,并利用泊松融合算法使拼接视频更平滑。仿真结果表明,相较于原始ORB算法,在相近的运行时间内,改进ORB算法所提取的特征点误差有了明显下降,检测精度更高。相较于SURF算法和SIFT算法,改进ORB算法特征点提取误差相对较低,检测速度大幅提升,总体性能更好。采用改进ORB特征检测方法拼接的视频图像,相较于多分辨样条法、加权平均法等经典图像融合算法,无论是在空间频率、互信息量、信息熵、平均梯度还是相关度上评价结果都更优越,在解决拼接裂痕或拖尾现象等常见视频拼接的情况下,图像融合自然,更满足乡村旧址文化展示与乡村旅游文化传播需求。
文摘针对传统图像识别算法匹配正确率低、运行时间较长等问题,文中提出了基于改进ORB-FLANN(Oriented FAST and Rotated BRIEF-Fast Library for Approximate Nearest Neighbors)的工件图像识别方法。对ORB算法特征描述、图像特征匹配算法进行修改,解决传统图像识别算法在图像存在尺度和旋转变换情况下存在的弊端并降低误匹配率。该方法对ORB算法检测到的特征点采用SURF(Speeded Up Robust Features)算法添加方向信息并完成特征描述,得到旋转尺度不变性的特征点,结合FLANN算法并引入双向匹配策略进行特征点粗匹配,最后利用渐进采样一致算法进一步剔除误匹配点对完成精匹配。实验结果表明,与其他方法相比,改进算法在处理尺度、旋转等变换图像时,匹配正确率分别提高了2.6%~18.8%和29.5%~43.9%,运行时长均在4 s以内,提高了对工件图像的识别效率和精准性。
文摘异源图像配准中,由于图像的成像机理差异,图像像素强度关联和旋转畸变是不可避免的两大问题,针对图像像素强度关联问题,提出了基于辐射不变特征变换(radiation-variation insensitive feature transform,RIFT)的图像配准算法,对图像间像素关联差异小的图像对配准有良好的精度,但对旋转畸变图像会产生较多错误匹配。对于旋转畸变问题,传统的ORB(oriented fast and rotated brief)算法,对旋转图像的配准有一定的稳定性,但对于强度变化不明显的图像对,特征点检测质量较低,配准精度不理想。因此本文将相位一致性(phase consistency,PC)融合进ORB算法,利用相位信息代替传统的图像强度信息,再构造旋转不变性BRIEF特征描述子,对图像像素强度变化和旋转畸变均具有鲁棒性。用图像像素强度关联不明显的红外图像和可见光图像进行配准实验,本文算法针对不同旋转幅度的图像的配准精度较高,RMSE稳定在1.7~2.1,优于RIFT算法,在特征点检测数量、配准精度和效率等性能上均有良好性能。
文摘针对传统ORB(Oriented FAST and Rotated BRIEF)算法提取图像特征时存在的特征点数量不足且分布不均匀问题,提出了一种基于四叉树的ORB特征阶梯分布算法。通过四叉树算法分割出特征点疏密不同的区域,对每个区域采用逐步降低阈值的方法,实现FAST(Features from Accelerated Segment Test)角点自适应提取;同时依据分割区域设置逐次递减的分割深度和特征点提取比例,以减少运算时间和特征冗余,使特征点分布更均匀。采用覆盖均匀度对特征点的均匀性进行量化。试验结果表明,该算法比传统ORB算法单幅图片的特征点提取数量平均多10.45%,覆盖均匀度平均低20%,运行时间比Mur-Artal算法平均减少20.54%,有效地提高了提取特征点的数量和均匀性,提升了运算效率。
文摘针对采用传统面向快速与旋转的二进制鲁棒独立基本特征(Oriented Fast and Rotated BRIEF,ORB)算法难以实现搭载双目立体视觉的机械臂对目标的实时、精准抓取等问题,提出一种基于改进的ORB算法的机械臂识别定位及抓取方法。首先,利用改进的ORB算法对目标进行识别,根据双目立体视觉光轴平行模型对目标实施定位;随后,运用标准D-H参数法建立机械臂的数学模型并进行逆运动学求解;最后,将获得的机械臂各关节驱动角传输至系统控制端,驱使机械臂末端执行器完成对目标的抓取作业。结果表明,提出的改进的ORB算法较传统ORB算法提高了目标识别定位的速度与准确度,有效提升了机械臂实施抓取时的实时性与精确性。
