【技术实现步骤摘要】
本专利技术涉及机器视觉，具体涉及融合orb和sift的视觉特征检测与匹配方法。
技术介绍
1、机器视觉领域，为了对物体进行识别，需要从图片像素中提取特征。随着计算机视觉与人工智能技术的快速发展，图像特征的提取与匹配已成为众多视觉任务的基础工作，尤其在三维重建、目标识别、立体匹配、视觉导航等任务中发挥着关键作用。 目前广泛使用的图像特征检测与描述算法主要包括 sift、surf、orb、brief、akaze 等，其中，sift由于具备良好的尺度不变性、旋转不变性以及对光照变化的鲁棒性，被认为是图像匹配中的高精度方案。然而，该算法在关键点检测与描述过程中需进行高斯金字塔构建、梯度方向计算和描述子生成，整体计算复杂度较高，不适用于对实时性要求较高的嵌入式或移动平台。
2、相比之下，orb算法通过采用fast检测器与brief描述子的改进版本，实现了快速而有效的特征点提取与匹配。其计算效率高，适合于移动设备与实时系统。然而，orb算法在处理尺度变化较大、光照变化明显或图像存在严重视差时，容易出现匹配精度下降的问题。在双目视觉系统中...
【技术保护点】
1.融合ORB和SIFT的视觉特征检测与匹配方法，其特征在于：包括以下运行步骤：
2.根据权利要求1所述的融合ORB和SIFT的视觉特征检测与匹配方法，其特征在于：所述初始化系统参数具体包括：
3.根据权利要求2所述的融合ORB和SIFT的视觉特征检测与匹配方法，其特征在于：所述步骤2具体包括：
4.根据权利要求3所述的融合ORB和SIFT的视觉特征检测与匹配方法，其特征在于：所述构建联合多尺度空间包括：
5.根据权利要求4所述的融合ORB和SIFT的视觉特征检测与匹配方法，其特征在于：所述只对掩膜区域进行计算包括：利用...
【技术特征摘要】
1.融合orb和sift的视觉特征检测与匹配方法，其特征在于：包括以下运行步骤：
2.根据权利要求1所述的融合orb和sift的视觉特征检测与匹配方法，其特征在于：所述初始化系统参数具体包括：
3.根据权利要求2所述的融合orb和sift的视觉特征检测与匹配方法，其特征在于：所述步骤2具体包括：
4.根据权利要求3所述的融合orb和sift的视觉特征检测与匹配方法，其特征在于：所述构建联合多尺度空间包括：
5.根据权利要求4所述的融合orb和sift的视觉特征检测与匹配方法，其特征在于：所述只对掩膜区域进行计算包括：利用dog计算模型仅计算掩膜区域。
6.根据权利要求5所述的融合orb和sift的视觉特征检测与匹配方法，其特征在于：所述进行关键点精炼包括：
7.根据权利要求6所述...
【专利技术属性】
技术研发人员：何瑞涛，何立新，吴中旺，
申请(专利权)人：杭州元杰瑞智科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。