新型SURF-ORB图像特征点匹配算法设计与实现

详细信息    查看全文 | 推荐本文 |

英文篇名：Design and Implementation of a New SURF-ORB Algorithm for Matching the Feature Points 作者：孙玉平 ; 胡哲 ; 陶李 ; 杨林平 英文作者：SUN Yu-ping;HU Zhe;TAO Li;YANG Lin-ping;Wuhan Second Ship Design Research Institute;Renmin Hospital of Wuhan University;Chongqing Huayu Electric Group Co.,Ltd; 关键词：SURF算法 ; ORB算法 ; 特征点匹配 ; 尺度不变性 英文关键词：SURF algorithm;;ORB algorithm;;feature point matching;;scale-invariant 中文刊名：YBJI 英文刊名：Instrumentation Technology 机构：武汉第二船舶设计研究所;武汉大学人民医院;重庆华渝电气集团有限公司; 出版日期：2019-03-15 出版单位：仪表技术 年：2019 期：No.359 基金：国家重点研发计划资助(2017YFC0307800) 语种：中文; 页：YBJI201903003 页数：5 CN：03 ISSN：31-1266/TH 分类号：13-17

摘要

提出了一种新型的SURF-ORB算法,该算法融合了SURF和ORB算法的优点。首先利用SURF算法检测图像的特征点和该特征点的方向,然后利用ORB中的改进BRIEF算法来描述该特征点,解决了ORB算法不具有尺度不变性的问题,同时算法的速度相较于SURF算法又有了很大提升。
        In this paper, a new SURF-ORB algorithm is proposed, which combines the advantages of SURF and ORB algorithms. Firstly, the SURF algorithm is used to detect the feature points of the image and their direction. Then the improved BRIEF algorithm in the ORB is used to describe the feature points, which solves the problem that the ORB algorithm does not have scale invariance. At the same time, the speed of the algorithm is greatly improved compared with the SURF algorithm.

引文

[1] 阮秋琦. 数字图像处理学[M]. 北京:电子工业出版社, 2013.
    [2] 王红梅, 张科, 李言俊. 图像匹配研究进展[J]. 计算机工程与应用, 2004, 40(19):42-44.
    [3] 王耀南, 李树涛, 毛建旭. 计算机图像处理与识别技术[M]. 北京:高等教育出版社, 2001.
    [4] 朱奇光, 张朋珍, 李昊立,等. 基于全局和局部特征融合的图像匹配算法研究[J]. 仪器仪表学报, 2016, 37(1):170-176.
    [5] 杨晓敏, 吴炜, 卿粼波,等. 图像特征点提取及匹配技术[J]. 光学精密工程, 2009, 17(9):2276-2282.
    [6] BAY H, ESS A, TUYTELAARS T, et al. Speeded-up robust features (SURF)[J]. Computer Vision & Image Understanding, 2008, 110(3):346-359.
    [7] 高晶, 吴育峰, 吴昆,等. 基于角点检测的图像匹配算法[J]. 仪器仪表学报, 2013, 34(8):1717-1725.
    [8] 杜柳青, 许贺作, 余永维,等. 基于改进SURF算法的柔性装夹机器人快速工件匹配方法[J]. 计算机应用, 2018,38(7):2050-2055.