一种基于ORB的快速大视角图像匹配算法

177 浏览量 2021-01-13 03:35:42 上传评论收藏 3.45MB PDF 举报

资源推荐

资源详情

资源评论

第 32卷第 12期控制与决策 Vol.32 No.12

2017年 12月 Control and Decision Dec. 2017

文章编号: 1001-0920(2017)12-2233-07 DOI: 10.13195/j.kzyjc.2016.1521

一种基于ORB的快速大视角图像匹配算法

曾庆化

1,2†

, 陈艳

, 王云舒

1,2

, 刘建业

1,2

, 刘昇

(1. 南京航空航天大学自动化学院，南京 211106；2. 卫星通信与导航协同创新中心，南京 211106；

3. 中航工业洛阳电光设备研究所，河南洛阳 471009)

摘要: 针对 ASIFT 算法抗大视角变换能力较好, 但运算效率低的缺点, 提出一种基于 ORB 的快速大视角图像匹

配算法. 该算法结合透视变换模型和 ORB 算法对 ASIFT 中的仿射变换模型和 SIFT 算法进行优化, 在粗匹配算法

获得单应性矩阵的基础上进行精匹配, 有效减少了模拟次数, 并提高了算法运算效率. 实验结果表明, 所提出算法

具备抗视角变换能力,计算速度比ASIFT算法提高10倍,实时性强,工程使用价值高.

关键词: ORB；大视角；透视变换；仿射不变

中图分类号: TP391.4 文献标志码: A

A fast matching method for large viewpoint changes images based on ORB

algorithm

ZENG Qing-hua

1,2†

, CHEN Yan

, WANG Yun-shu

1,2

, LIU Jian-ye

1,2

, LIU Sheng

(1. College of Automation，Nanjing University of Aeronautics and Astronautics，Nanjing 211106，China；2. Collaborative

Innovation Center for Satellite Communication and Navigation，Nanjing 211106，China；3. AVIC Luoyang Electro-Optical

Equipment Research Institute, Luoyang 471009，China)

Abstract: For the problem that the aﬃne scale invariant feature transform(ASIFT) algorithm does well in large viewing

image matching but has low computing eﬃciency, a fast large viewing image matching method based on the oriented

FAST and rotated BRIEF(ORB) algorithm is proposed. The improved algorithm combines the perspective transformation

model and ORB algor ithm to optimize the aﬃne transformation model and SIFT algorithm in the ASIFT algorithm. The

reﬁned matching is performed with the homography matrix based on coarse matching, which can reduce the number of

simulation and improve the eﬃciency of the algorithm. The experimental results show that the proposed algorithm has

the ability to resist the angle of view, and is 10 times faster than the ASIFT algorithm. Also, it has strong real-time

performance and high engineering application value.

Keywords: ORB；large viewing；perspective transformation；aﬃne transformation

0 󰓦 󲿑

图像匹配作为数字图像处理技术的重要组成

部分, 已广泛应用于机器人自主行驶

[1]

、目标跟踪与

识别

[2-3]

和视觉导航

[4-5]

等领域. 基于特征的图像匹

配算法是当前图像匹配技术的主流方向. Lowe

[6]

提

出了 SIFT(scale invariant feature transform) 算法. Bay

等

[7]

将特征描述算子的维度降低到 64 维, 提出了

SURF(speeded up robust features)算子,提高了匹配效

率. Rublee等

[8]

提出了ORB(oriented FAST and rotated

BRIEF) 算法, 在计算速度上 ORB 算法是 SIFT 算法的

100倍,是SURF算法的10倍.

虽然 ORB 算法计算速度较快, 能抵抗旋转变换,

但其抗视角变换能力较差. 鉴于此, Morel 等

[9]

提出

了 ASIFT(Aﬃne-SIFT) 算法, 该算法利用仿射采样的

方式模拟视角变形, 使算法具备抗视角变换能力. Cai

等

[10]

在 ASIFT 算法的基础上, 利用透视变换模型替

代仿射变换模型, 提出了 PSIFT(Perspective-SIFT) 算

法, 提高了匹配准确性. 虽然 ASIFT 算法和 PSIFT 算

法具备良好的抗旋转、尺度、视角变换能力, 但其运

算速度较慢. 在 ASIFT 算法的基础上, ASURF

[11]

(Aﬃne-SURF) 算法、 AORB

[12]

(Aﬃne-ORB) 算法、

AFREAK 算法

[13]

(Aﬃne-FREAK) 分别利用 SURF、

收稿日期: 2016-11-30；修回日期: 2017-07-21.

基金项目: 陆军装备部十三五预研项目 (30102080101)；中央高校基本科研业务费专项资金项目(2017209)；航空科

学基金项目(20165852052).

作者简介: 曾庆化 (1979−), 男, 教授, 博士, 从事惯性导航/图像/卫星及其组合导航技术等研究；陈艳 (1993−), 女, 硕

士生, 从事图像处理与组合导航的研究.

†

通讯作者. E-mail: zengqh@nuaa.eud.cn

2234 控制与决策第32卷

ORB、FREAK 算法替代 SIFT 算法, 有效地提高了算

法的运算速度.

本文提出一种新的大视角图像匹配算法 —–

PORB(Perspective-ORB) 算法, 该算法借鉴 ASIFT 算

法的思想, 建立透视变换模型, 使用 ORB 算法替换

SIFT 算法. 由于 PORB 算法采用穷举采样的方法进

行图像的模拟, 计算效率不高. 针对该情况, 对 PORB

算法进行优化, 实现了快速 PORB 算法. 算法对目标

图像进行透视变换模拟, 获得少量正确匹配点对, 继

而求得目标图像与基准图像间的单应性矩阵, 利用单

应性矩阵再一次消除变形, 完成匹配. 实验表明, 所提

出算法不仅继承了 ORB 算法的优势, 还具备抗视角

变换能力, 提高匹配正确率, 提高算法运行速度, 有利

于工程推广应用.

1 ORB算法原理

ORB 算法是基于 FAST

[14]

算法和 BRIEF

[15]

算法

的改进算法, 继承了这两种算法的优点, 拥有高效的

计算效率. BRIEF 特征不具备抗旋转变换能力, 为了

使ORB 特征具备旋转不变性, 算法分别对 FAST算法

和BRIEF算法进行了改进.

1.1 特征点检测

ORB 算法利用改进 FAST算法进行特征点检测;

FAST算法具有计算量小、可靠性高等优点,但无法获

取特征描述所需的方向信息. 因此, ORB 算子采用灰

度矩心法提供特征点主方向信息.

灰度矩心法假设特征点的灰度与邻域质心之间

存在一个偏移, 这个向量可用于表示一个方向. 对于

任意一个角点,定义特征点区域的灰度矩为

∑

x,y

I(x, y), (1)

其中I(x, y)为点(x, y)处的灰度值. 灰度矩心为

C =

(

)

. (2)

其中

∑

x,y

xI(x, y), m

∑

x,y

yI(x, y),

∑

x,y

I(x, y).

特征点与邻域质心的夹角定义为ORB 特征点的

方向,有

θ = arctan(m

, m

). (3)

为了提高该方法的旋转不变性,取特征点为圆心

半径为 r 的圆形区域为特征点的邻域, 上述点 (x, y)

均在圆形区域内.

1.2 特征点描述

ORB 算法利用改进 BRIEF 算法进行特征点描

述. BRIEF算法速度快, 但对噪声敏感,不具备旋转不

变性. 为了加强算法的抗噪声能力, ORB 算法根据高

斯分布, 在特征点周围 31×31 像素邻域内随机选取

5×5的子窗口, 对窗口进行RBF平滑处理获得其灰度

积分, 用窗口灰度积分的比较代替点对像素值的比

较. 为了使描述子具备旋转不变性, ORB 算子将特征

点的主方向应用于BRIEF.

BRIEF 中点对灰度的比较值又称作 binary test

值,定义为

τ(p; x, y) =







1, p(x) < p(y);

0, p(x) ⩾ p(y).

(4)

其中p(x)为平滑后点x处的像素灰度值. 在特征点邻

域内取n个点对, BRIEF描述子可表示为

(p) =

∑

1⩽i⩽n

i−1

τ(p; x

, y

). (5)

ORB 算法将所有点对进行旋转, 在算法实现时,

定义所有点对为2×2n的矩阵,有

S =

[

··· x

··· y

]

, (6)

其中每一列 (x, y)

为点对中某一点在图像中的位

置. 定义特征点的主方向为 θ, 其旋转矩阵为 R

,则旋

转后的特征点对矩阵为

= R

S. (7)

ORB算子的描述符为

(p, θ) = f

(p)|(x

, y

) ∈ S

. (8)

不同特征点的BRIEF描述子具有较大的差异性,

不容易误配. 而经过旋转处理后的描述子各成分间

的相关性较大, 容易出现误匹配的现象. 因此, ORB

算子利用贪婪搜索, 找到n 个像素块对使其相关性最

低,并构成描述符.

1.3 特征点匹配

因为 ORB 描述符为二进制形式, 匹配时需要用

汉明距离 (Hamming distance) 进行相似性度量, 并利

用最近/次近原则进行判断. 汉明距离体现了两个二

进制字符串的相关程度,当两个关键点之间的最短和

次最短汉明距离比例小于 0.5 时, 认为这两个特征点

匹配成功.

2 PORB算法的提出

借鉴 ASIFT 思想, 根据透视变换模型, 提出一种

PORB 算法, 采用穷举采样的方法进行图像模拟, 对

剩余6页未读，继续阅读

评论收藏

内容反馈

weixin_38545332

粉丝: 6
资源: 979

一种基于ORB的快速大视角图像匹配算法

orb+brief+fast算法

SIFT、SURF、ORB特征匹配+RANSAC滤除离群点+图像拼接的matlab实现

orb算法matlab代码-LoblawsDigital_ImageComparison:LoblawsDigital_ImageCompar

ORB算法的MATLAB实现

ORB-快速特征点提取和描述的算法

基于YOLO的双目图像匹配方法研究.pdf

基于ORB算法的图像拼接软件

一种改进的快速特征点信息匹配算法.docx

基于改进ORB算法的视觉里程计特征匹配方法_殷新凯1

基于改进RANSAC与ORB算法的全景图像拼接技术.pptx

基于SIFT算法的图像匹配方法(opencv)

基于遗传算法的图像匹配问题

基于ORB的大视角变化下V--SLAM鲁棒性研究1

图像的匹配算法，数字摄影测量

基于IBR的简单图像拼接算法

11基于匹配传播的准稠密匹配算法.zip

orb算法matlab代码-Computer_Vision_Basics:计算机视觉基本算法。SIFT，ORB，帧匹配，拼接，基本全景

ORB-MATLAB.rar

图像匹配算法论文图像匹配算法论文

特征点提取ORB描述子

OPENCV_SIFT_特征提取_匹配算法

ORB-MATLAB实现.zip

基于栅格同名像点图像匹配

orb算法matlab代码-FreeTiltPainter:GG4U@iNTUition

Qt 5实现串口调试助手 （源工程文件、0积分下载）

【SystemVerilog】路科验证V2学习笔记（全600页）.pdf

AutoSAR标准协议4.2.2

光伏-储能并网系统仿真.rar

XCP协议的规范文档

最新资源

Qt 5实现串口调试助手（源工程文件、0积分下载）