针对利用SURF(Speeded Up Robust Features)进行立体匹配难以满足实时性需求这个问题,提出了一种基于ORB(Oriented fast and Rotated BRIEF)特征的立体匹配算法。在提取ORB特征点时,用一个数组记录该特征点因减小边缘效应而排序后的次序...针对利用SURF(Speeded Up Robust Features)进行立体匹配难以满足实时性需求这个问题,提出了一种基于ORB(Oriented fast and Rotated BRIEF)特征的立体匹配算法。在提取ORB特征点时,用一个数组记录该特征点因减小边缘效应而排序后的次序,结合极线约束、唯一性约束和顺序约束,来减少搜索空间,再以KNN(K-Nearest Neighbor)作为匹配策略,计算特征描述子的汉明距离,最后以最近邻匹配作为立体匹配结果。实验结果表明,该方法匹配速度快,准确度高,即使在图像未经校正的情况下,仍有较高的准确率。展开更多
文摘针对利用SURF(Speeded Up Robust Features)进行立体匹配难以满足实时性需求这个问题,提出了一种基于ORB(Oriented fast and Rotated BRIEF)特征的立体匹配算法。在提取ORB特征点时,用一个数组记录该特征点因减小边缘效应而排序后的次序,结合极线约束、唯一性约束和顺序约束,来减少搜索空间,再以KNN(K-Nearest Neighbor)作为匹配策略,计算特征描述子的汉明距离,最后以最近邻匹配作为立体匹配结果。实验结果表明,该方法匹配速度快,准确度高,即使在图像未经校正的情况下,仍有较高的准确率。
