利用计算机视觉对桥梁结构进行位移测量,常见的方法有特征点算法和光流法。为解决光照变化对光流法的精度影响,以及特征点法难以对目标进行实时跟踪等问题,以定向FAST与旋转BRIEF(oriented FAST and rotated BRIEF,ORB)特征点算法提取...利用计算机视觉对桥梁结构进行位移测量,常见的方法有特征点算法和光流法。为解决光照变化对光流法的精度影响,以及特征点法难以对目标进行实时跟踪等问题,以定向FAST与旋转BRIEF(oriented FAST and rotated BRIEF,ORB)特征点算法提取目标特征点,并结合LK(Lucas-Kanade)光流法进行跟踪。通过两种算法的互补融合,并设定周期性更新策略,有效减少误差积累。在室内进行了钢板梁模型激振试验,探讨光照变化对算法性能的影响。将算法得到的位移数据与激光位移计测量结果进行对比,以验证其准确性。此外,还将该算法与FAST-LK、SIFT-LK、Shi-Tomasi-LK、siamRPN++等算法进行比对分析。结果表明:该算法得到的位移曲线拟合程度在95%以上,误差控制在5%之内,验证了其可行性,同时,试验表明该方法对光照变化具有一定的鲁棒性,并能达到实时性的要求。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
文摘利用计算机视觉对桥梁结构进行位移测量,常见的方法有特征点算法和光流法。为解决光照变化对光流法的精度影响,以及特征点法难以对目标进行实时跟踪等问题,以定向FAST与旋转BRIEF(oriented FAST and rotated BRIEF,ORB)特征点算法提取目标特征点,并结合LK(Lucas-Kanade)光流法进行跟踪。通过两种算法的互补融合,并设定周期性更新策略,有效减少误差积累。在室内进行了钢板梁模型激振试验,探讨光照变化对算法性能的影响。将算法得到的位移数据与激光位移计测量结果进行对比,以验证其准确性。此外,还将该算法与FAST-LK、SIFT-LK、Shi-Tomasi-LK、siamRPN++等算法进行比对分析。结果表明:该算法得到的位移曲线拟合程度在95%以上,误差控制在5%之内,验证了其可行性,同时,试验表明该方法对光照变化具有一定的鲁棒性,并能达到实时性的要求。
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。
