基于图像匹配的移动机器人导航研究

来源：计量学报杂志2017年第5期北京时间：

作者：朱奇光,王梓巍,陈颖

单位：1. 燕山大学 信息科学与工程学院, 河北 秦皇岛 066004; 2. 燕山大学 河北省特种光纤与光纤传感重点实验室, 河北 秦皇岛 066004;

摘要：针对移动机器人导航过程中基于尺度不变特征变换(SIFT)算法图像匹配速度较慢,提出了基于减法聚类和特征描述符二值化的改进SIFT算法。通过减法聚类消除大量特征点中的冗余特征点,在不影响原SIFT算法稳定性的前提下有效降低了特征点数量,然后将生成的特征描述符进行二值化,依据Hash函数生成索引,以汉明距离作为度量准则。实验结果表明:与原SIFT算法相比,改进的SIFT算法中特征点数量下降30%~40%;匹配对数基本维持不变;匹配率上升6%~12%;匹配时间下降60%~70%。与基于颜色矩的改进SIFT分级图像匹配算法相比,改进的SIFT算法中特征点数量下降15%~25%;匹配对数基本维持不变;匹配率上升5%~10%;匹配时间下降45%~55%。

关键词：计量学; 移动机器人; 图像匹配; 减法聚类; 二值化; 改进SIFT

基金资助：国家自然科学基金(61201112); 河北省自然科学基金(F2012203169); 燕山大学青年教师自主研究计划(14LGA013)