基于特征点相似度的匹配定位算法

• 作者: 李国强 甄巍松 鲁统伟
• 来源期刊: 武汉工程大学学报
• 学科: 工学
• 关键词: 尺度不变 极线约束 匹配 定位
• 年，卷（期）: 2011,（4）
• 页码范围: 85-88
• 分类号: TP391
• 字数: 3556字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-2869.2011.04.022

摘要

前视定位系统中可能存在如视点、方位和距离等误差,导致在匹配时刻获取的实时目标场景与模板中目标不一致,从而影响目标定位的准确性.本文提出了一种基于特征点相似度的匹配定位算法,首先在图像的尺度空间上提取尺度不变特征点.然后根据描述子来进行相似度的判别,得到初始的匹配点集,然后利用极线约束,从而消除匹配错误的点.利用类似RANSAC方法估计场景中目标的变换参数,从而确定场景中目标所在的位置、尺度变化和旋转角度.实验结果验证了该算法的有效性和鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁统伟	武汉工程大学智能机器人湖北省重点实验室	24	88	6.0	8.0
2	李国强		11	90	7.0	9.0
3	甄巍松		1	8	1.0	1.0