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
1
, 王云舒
1,2
, 刘建业
1,2
, 刘 昇
3
(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
1
, WANG Yun-shu
1,2
, LIU Jian-ye
1,2
, LIU Sheng
3
(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
剩余6页未读，继续阅读
资源评论
