基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于微软Kinect传感器,提出一种改进SURF(speeded up robust features)特征提取算法的单目视觉里程计新方法.用Kinect传感器获得环境彩色和深度图像,再采用基于特征点信息的改进的SURF算法完成彩色图像特征点的提取与匹配,提高匹配的正确率和鲁棒性,随后进行与深度图像的映射,实现三维重建并利用最小平方中值定理估计出机器人的路径信息.实验证明,该方法匹配正确率较SURF算法更高,在动态环境下具有很好的鲁棒性,是一种简单、有效的单目视觉里程计新方法.
推荐文章
基于RANSAC的奇异值剔除的单目视觉里程计
机器人定位
视觉里程计
特征提纯
机器视觉
SURF
RANSAC
视觉里程计技术综述
视觉里程计
自主移动机器人
单目视觉里程计
立体视觉里程计
鲁棒性
实时性
精确性
视觉里程计算法研究综述
机器视觉
视觉里程计
位姿估计
视觉导航
移动机器人
深度学习
单目视觉里程计研究综述
视觉里程计
特征点法
直接法
视觉SLAM
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进SURF算法的单目视觉里程计
来源期刊 重庆邮电大学学报(自然科学版) 学科 工学
关键词 单目视觉里程计 SURF算法 Kinect传感器 三维重建
年,卷(期) 2014,(3) 所属期刊栏目 计算机与自动化
研究方向 页码范围 390-396
页数 7页 分类号 TP242
字数 4091字 语种 中文
DOI 10.3979/j.issn.1673-825X.2014.03.020
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 罗元 重庆邮电大学光电工程学院 192 1681 17.0 31.0
2 张毅 重庆邮电大学自动化学院 281 2390 21.0 36.0
3 童学容 重庆邮电大学自动化学院 2 11 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (20)
共引文献  (49)
参考文献  (6)
节点文献
引证文献  (11)
同被引文献  (15)
二级引证文献  (21)
1987(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(10)
  • 引证文献(6)
  • 二级引证文献(4)
2019(13)
  • 引证文献(3)
  • 二级引证文献(10)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
单目视觉里程计
SURF算法
Kinect传感器
三维重建
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
重庆邮电大学学报(自然科学版)
双月刊
1673-825X
50-1181/N
大16开
重庆南岸区
78-77
1988
chi
出版文献量(篇)
3229
总下载数(次)
12
总被引数(次)
19476
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导