基于视觉的目标识别中改进SIFT算法研究

作者: 马庭田叶文华黄河郭云霞

关键词: SIFT 图像匹配机器人视觉 BBF搜索方法

摘要：为解决SIFT特征匹配算法计算量大、运算速度慢等问题,在详细分析了原有经典算法的基础上,对其进行改进:一方面从降低运算复杂度的角度考虑,通过对每个像素的梯度模值和梯度方向进行高斯加权,将原有128维的特征描述符降低至24维;另一方面对特征向量的搜索方法进行改进,在原有BBF搜索方法的基础上,引入每一维度的数据与节点之间的关系来限定搜索范围,减少搜索次数,提高算法的搜索速度,进而减少算法整体的运行时间.最后,通过实验验证算法在运算速度上的提升,同时对匹配的准确度进行分析,在保证算法准确度的基础上提升运算速度.

上一篇： 基于机器视觉与高精度定位的伪装与目标侦察
下一篇： 电动机减振器参数对弹性架悬机车动力学的影响

基于视觉的目标识别中改进SIFT算法研究

作者: 马庭田 叶文华 黄河 郭云霞

关键词: SIFT 图像匹配 机器人视觉 BBF搜索方法

作者: 马庭田叶文华黄河郭云霞

关键词: SIFT 图像匹配机器人视觉 BBF搜索方法