视觉导航的特征匹配算法的论文

1、视觉导航的特征匹配算法的论文导读：本论文是一篇关于视觉导航的特征匹配算法的的优秀论文范文,对正在写有关于匹配论文的写作者有一定的参考和指导作用,论文片段：摘要：视觉导航是依据视觉图像，利用图像处理、计算机视觉、模型识别等相关技术获取运动体的运动信息和空间位置信息，实现导航，在这里着重研究了图像处理技术。SIFT（Scale Invariant Feature Transform）特征匹配算法是Lowe提出来的用于图像特征匹配的算法，是目前图像特征匹配应用领域的热点。本文首先给出了尺度空间的生成方法，检测出极值点；接下来给出了SIFT特征点的提取步骤和精确定位极值点的方法；然后基于特征点邻域像素

2、的梯度和方向生成了关键点的描述向量；最后根据特征向量给出了匹配方法，提取了SIFT的特征点，并将其应用于图像匹配。实验证明这种算法具有较强的匹配能力和鲁棒性，是一种较好的图像匹配算法。同时简述了SIFT提出后SIFT的扩展和应用及它们的比较。关键词：视觉导航 SIFT算法 图像匹配 SIFT描述子。Abstract: Visual navigation is based on the visual image, using image processing, computer vision, pattern recognition and other related technologies

3、for moving body motion information and spatial location information to achieve navigation. Here focuses on the image processing technology. Modern society has entered the information age, peoples living standards are rising, the image information processing capacity and level is also rising, more at

4、tention has also been correspondingly, research and more widely used. SIFT (Scale Invariant Feature Transform) feature matching algorithm is proposed by Lowe for image feature matching algorithm, is the image feature matching applications hotspot. This gives the scale space first method of generatin

5、g extreme point is detected; then gives SIFT feature point extraction step and the precise method of positioning extreme points; then neighboring pixels based on feature points of the gradient and become Fang Xiangsheng Description of key vectors; final feature vector based matching method is given,

6、 the SIFT feature points extracted and applied to the image matching. Experimental results show that the a环境信息的检测;二、 所获信息的分析、处理及综合;三、 运动路径规划。如果能解决以上这三点问题，那么导航技术的前景广阔。常见的导航方法有许多种，如:惯性导航，卫星导航，视觉导航等等。本文着重研究视觉导航实现方法和视觉导航利用一只或多只摄像机获得场景的二维图像信息，然后通过图像处理、计算机视觉等算法来确定运动信息从而进行导航。视觉导航可以定义为采用摄像头拍摄地面图像，运用图像匹配等相关技

7、术，实现自主导航的一种新兴导航方法。SIFT算法由D.Glowe在1999年提出，在2004年加以完善的一种新的提取特征点的算法-SIFT算法（Scale Invariant Feature Transform，即尺度不变特征变换）。目前使用SIFT算法来进行图像的处理是越来越广泛了，而且近年来这方面的研究也取得了很多成果。SIFT算法作为一个崭新的特征提取的技术，它具有强大和精确的匹配能力，拥有广阔的发展和应用空间。当我们用摄像机拍摄到图像时，再运用SIFT特征匹配图像处理虽然可以实现导航，但是也有一定的缺陷。SIFT算法采用了图像金字塔的方法。两个金字塔中必然会有包含大小一致的物体的无穷个

8、截面，层数越多处理时间会相应增加，因此SIFT算法虽然能实现导航，但是缺少实时性。在本文后面会对SIFT算法提出改进。1.2视觉导航国内外研究现状视觉导航的应用领域十分广泛，在移动机器人和智能车辆导航取得了很大成果，并将其应用在飞行器导航和月球探测车的导航。视觉导航的应用领域：2.1移动机器人导航移动机器人是一种集人工智能，模式识别，信息和图像处理，自动控制于一体，可以在较为复杂环境下工作的具有自规划、自组织、自适应能力的机器人。在当下成为智能机器人 导读：本论文是一篇关于视觉导航的特征匹配算法的的优秀论文范文,对正在写有关于匹配论文的写作者有一定的参考和指导作用,论文片段：上面进行计算，就可

9、以得到8个不同方向在梯度方向上的直方图。如图5.4右部分所示是每个梯度方向的累加值就得到了一个种子点。此图中关键点由22共4个点构成.每个种子点有8个方向向量信息。这种想法增强了算法的抗干扰性，同时也保证了容错性。当图像SIFT特征向量生成后，下一步比较特征向量的欧式距离来对两幅图像中关研究的热点之一。2.2智能车辆导航智能车辆同样是当下车辆工程领域研究的前沿和热点。智能车辆是一种综合系统，它集规划决策、环境感知、辅助驾驶等功能于一体，是多个学科交叉的综合产物。它代表了未来车辆的发展方向，具有广阔的应用前景。基于视觉导航的智能车辆当今已经成为了智能车辆的主流。视觉导航虽然具有精度高、信号探测范

10、围宽、获取信息完整等优点，但是，视觉导航易受到计算机设备的运算速度和存储容量的限制。由于计算设备和传感器大都装载在运动体上，基本所有的任务都由车载计算机独立完成，所以车载计算机的工作量较大，实时性不能得到保证。我觉得以后可以直接在人眼的视网膜上安装视觉系统芯片实时性、鲁棒性、经济性这三个技术特点都得到了解决。视觉导航将会获得广泛应用，同时也成为未来导航的一个重要的发展方向。1.3论文研究的主要内容本文简单介绍了视觉导航技术的原理。利用图像处理、计算机视觉、模型识别等相关技术获取运动体的运动信息和空间位置信息。本篇论文着重研究了图像处理技术，现代社会已经进入信息时代，图像处理相应地也得到更多关注

11、、研究和更加广泛的应用。SIFT（Scale Invariant Feature Transform）特征匹配算法是Lowe提出来的用于图像特征匹配的算法，是目前图像特征匹配应用领域的热点。本文给出了尺度空间的生成方法，检测出极值点；接下来给出了SIFT特征点的提取步骤和精确定位极值点的方法；然后基于特征点邻域像素的梯度和方向生成了关键点的描述向量；最后根据特征向量给出了匹配方法，提取了SIFT的特征点，并将其应用于图像匹配。实验证明该算法具有较好的匹配能力和鲁棒性，是一种实际应用效果较好图像匹配算法。同时简述了SIFT的扩展和应用及它们的比较。第二章 ：图像匹配图像匹配是计算机视觉和图像处理

12、领域中一项非常重要的工作。主要用于将不同条件下获取的两幅或多幅图像运用一定技术进行图像特征匹配。图像匹配是图像处理和应用的基础，匹配的效果直接影响到后续的处理和研究工作。科学摄影视觉导航的特征匹配算法的的扩展和改进：SIFT 算法的精妙之处在于采用图像金字塔的方法。但是我们只能构造有限层，因为层数越多处理时间也会相应增加，层数太少也不行，因为、可能找不到尺寸大小一致的两个物体的图像。SIFT 在不改变图像的特点并实现图像的完美提取上具有无与伦比的优势，但其实它并不是完美的，仍然存在着很多的不足，比如实时传递的效果不好，有时会出现特征点的选取不足、对于一些不是非常明确的边缘目标只能比较模糊的提取

13、它们的特征点。自SIFT算法在1999 年被提出之后，人们一直在对这种算法进行研究和改进，试图找出更加有效的图像处理方法。图7.11. PCA-SIFTPCA（Principal Component Analysis），即主成分分析，是一种数据降维技术。由 Y.ke 2004 年提出。通过降维技术，可有效化简 SIFT 算子的 128 维描述子。2. CSIFT所谓CSIFT，其实就是指彩色尺度特征的不变变换，英文全拼是Colored scale invariant feature transform ，利用这种方法能够很好地提取图像的不变特征，经常用于对彩色图像进行处理。由Farag 在20

14、06 年提出。3.SURFSURF（ SURF Speeded Up Robust Features ），这种算法和SIFT算法类似，但是相比SIFT算法其功能更加强大，该算法的计算量大大减少，运输速度有较大提升，但是提取出的特征点和用SIFT方法提取的基本没有差别，由 Bay 2006年提出。4.ASIFTASIFT又称为抗仿射SIFT变换。这种变换多是两个不同的向量空间进行的一个仿射变换，有些情况下还可能在这种仿射映射的基础上再添加一个平移。 ASIFT一个非常明显的特点就是能够有效对抗强仿射的情形，利用这种方法提取出来的特征点的数量巨大，相比于 SIFT算法要多很多，该算法是在2009年由 J.M. Morel提出来的。5.GLOHGLOH( Gradient Location 导读：本论文是一篇关于视觉导航的特征匹配算法的的优秀论文范文,对正在写有关于匹配论文的写作者有一定的参考和指导作用,论文片段：梯度值，而GLOH算法则计算每个区域中16个方向的梯度直方图，这样就生成了维特征向量。最后再用PCA技术将272维向量降成128维。以上几种