移动机器人定位图像匹配的快速局部特征算法

《移动机器人定位图像匹配的快速局部特征算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第3O卷第8期仪器仪表学报、，0l_3ONo．82009年8月ChineseJOumal0fScientificInstrumentAug．2o09移动机器人定位图像匹配的快速局部特征算法术刘萍萍，赵宏伟，臧雪柏，王慧(1吉林大学计算机科学与技术学院长春1300l2：2吉林大学符号计算与知识工程教育部重点实验室长春130Ol2)摘要：利用定位图像的局部特征进行移动机器人导航和定位是近年来该领域的研究热点。针对经典局部特征提取和描述算法实时性不好，提出一种快速局部特征(fastlocalfeature，FLF)的检测子和描述子算法。利用离散尺寸的均值滤波器估算L0G

2、算子构建图像尺度空间，建立尺度和旋转不变的检测子。在尺度相关的邻域中利用规格化后的像素强度作为关联信息，建立局部邻域的描述子。模拟实验中，利用优选参数的FLF与经典sIFT算法对比，在识别率相当的条件下，FLF的运行时间是sIFT的1／3。在标准评估图片和移动机器人平台拍摄的定位图片构成的数据集下，FLF的匹配效果好于经典的s丑F]r和suRF算子。因而FLF是一种适合于实时应用的快速局部特征。关键词：局部特征；图像匹配；尺度空间：物体识别中图分类号：TP391-4文献标识码：A国家标准学科分类代码：510．2050Fastl0calfeaturealg0rith

3、mappliedt0m0biler0b0tl0calizati0nimagematchingLiuPingping一，ZhaOHongwei’-，ZangXuebai，WangHui(1D印nr帆entComputerscncenchnology'HinUnersiChangchunl3o0l2．Chinn；2KLnboratoryojsymbotic(，，比f口ffD，zdKDwPdgeEhgf，le，g，^ffff，“cnfD，ffVP，劬cⅡ，zgc，z“J3DD2，c，lnJAbstract：Using1ocalfeaturesoflocalization

4、imagestonavigateandlocalizeisahotspotinrecentmobilerObotresearch．AnOvel，fastlOcalfeatureinrealtimelOca1izationimagematchingispmposedinthisanicle，calledFLF(fastlocalfeature)．WeusethemeaJ1filtersindispersesizesto叩pmximateLOGt0buildtheimagescalespace．ThenafastlOcalchauracterdescript0risp

5、rOposed．NOmalizedpixelintensityiscOmputedOncharacteristicscaleandusedasmecOntextualinf0matiOntOdescribethelocalneighbOrpixelintensityvatiOnstOthecentralpOint．InsimulatiOnexperiment，theruntimeOfFLFusingoptimalselectionparametersisabout1／3ofthatOfclassicalSIFTarithmeticundercOmparativer

6、ecOgnitiOnrate．InanOthermatchingexperiment，withinwhichthedatasetsarecomposedofstancIardevaluatiOnimagesandimagestal(enbymobiler0botplatf0m，performanceeVa1uationsshOwthatFLFgenerallyOutperf0nnsSIFrandSURFoperatorsinimagesca1e，rOtatiOn，illuminationandblurtransfomati0ns．Theref0re，FLFissu

7、itableforreal—timeimagematchingapplicatiOns．Keywords：localfeature；imagematching；sca1e—space；objectrecogniti0n基于局部不变性特征的图像匹配包含3个步骤：检测1引言子、描述子以及匹配过程。局部特征检测子也可以称为兴趣点的检测。目前，使用最多的检测子算法还是角点检测近年来在机器视觉领域中出现了基于图像局部信息算法I。】。为使角点检测算法具备尺度不变性，Lindeberg的特征提取方法，满足在多种图像变换下的不变性，因而运用自动尺度选择理论，在尺度空间中提取blo

8、b区域。适