首 页 实验室简介 专利论文 项目列表 实验室动态 课程导览 团队成员 VCC之家 ENGLISH
专利论文 您当前的位置:首页 > 专利论文
期刊论文 - 面向大规模SFM的快速鲁棒特征跟踪算法
发布时间:2017/6/29  访问人数:238次

/

/

曹明伟, 李书杰, 贾伟,等. 面向大规模SFM的快速鲁棒特征跟踪算法[J]. 仪器仪表学报, 2017(1):252-260


摘要:运动恢复结构(SFM)是指通过分析二维图像序列恢复三维结构信息的过程,在计算机视觉的多种应用中起着重要的作用。特征跟踪是大规模SFM的核心组成部分,但现有的多视图特征跟踪算法在鲁棒性和效率上还存在不足,为解决这一问题,提出了一种快速和鲁棒的特征跟踪(FRFT)算法。首先,采用AGAST进行特征点检测,并使用图像矩为AGAST特征定义主方向,为构造旋转不变的描述子奠定基础其次,在差分高斯金字塔空间内,根据中心点与邻域像素之间的差值构造特征描述子,避免光照和尺度变化对特征匹配的影响再次,为了提高特征匹配效率,对特征集合进行聚类,采用KD-Tree加速特征匹配,提高算法的时间效率最后,采用4种方式对FRFT算法进行验证,并与现有经典算法进行比较。实验结果表明,FRFT算法在鲁棒性和时间效率方面均优于现有经典算法。


关键词: 运动恢复结构 三维重建 摄像机跟踪 特征匹配 特征聚类 
附件下载
本篇信息由vcc_liu最后编辑于2017年6月29日15时44分35秒
加入收藏 | 设为首页 | 返回顶部
CopyRight © 2014 All Rights Reserved 可视化与协同计算(VCC)研究室 合肥工业大学计算机与信息学院
地址:合肥工业大学学术报告厅西侧二楼 联系电话:0551-62901377