原文服务方: 中国机械工程       
摘要:
针对移动机器人定位过程中视觉图像处理速度慢以及特征点提取与匹配实时性、准确性差的问题,提出了基于颜色矩的改进 SIFT 分级图像匹配算法。首先改进 SIFT 算法,扩大极值点检测范围;采用 Sobel 算子计算特征点的梯度方向和幅值;以向量夹角为准则度量 SIFT 特征相似性,提高 SIFT特征提取与匹配的速度和精度。图像匹配时先采用颜色矩对环境图像序列进行相似性排序,改进 SIFT特征,再与排序后图像依次进行精确匹配,分级匹配提高了移动机器人的定位速度和精度。实验结果表明:与原 SIFT 相比,改进 SIFT 提高了特征向量的显著性,误匹配率降低约9.2%,特征点数量减少约20%;分级匹配提高了图像匹配速度和精度,SIFT 特征计算量减小60%,总体耗时缩短40%。达到移动机器人定位实时性和鲁棒性的目的。
推荐文章
基于分割树的移动机器人立体匹配研究
立体匹配
移动机器人
分割树
非局部
基于IAFSA和AGA混合算法的移动机器人路径规划
移动机器人
路径规划
改进人工鱼群算法
自适应遗传算法
标准人工鱼群算法
标准遗传算法
基于多策略混合人工鱼群算法的移动机器人路径规划
人工鱼群算法
移动机器人
函数优化
旅行商问题
路径规划
一种基于图像的移动机器人泊位方法
移动机器人
机器人泊位
视觉伺服
极线几何
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 基于混合特征的移动机器人图像匹配算法
来源期刊 中国机械工程 学科
关键词 移动机器人 图像匹配 颜色矩 改进SIFT
年,卷(期) 2015,(9) 所属期刊栏目 机械科学
研究方向 页码范围 1137-1141
页数 5页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1004132X.2015.09.001
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 陈颖 63 441 11.0 19.0
2 陈卫东 44 380 11.0 18.0
6 朱奇光 54 398 10.0 19.0
10 张兴家 3 31 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (51)
参考文献  (10)
节点文献
引证文献  (15)
同被引文献  (34)
二级引证文献  (90)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(3)
  • 参考文献(2)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(11)
  • 参考文献(2)
  • 二级参考文献(9)
2011(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(3)
  • 参考文献(3)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(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)
2016(15)
  • 引证文献(6)
  • 二级引证文献(9)
2017(25)
  • 引证文献(2)
  • 二级引证文献(23)
2018(38)
  • 引证文献(4)
  • 二级引证文献(34)
2019(21)
  • 引证文献(2)
  • 二级引证文献(19)
2020(6)
  • 引证文献(1)
  • 二级引证文献(5)
研究主题发展历程
节点文献
移动机器人
图像匹配
颜色矩
改进SIFT
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
中国机械工程
月刊
1004-132X
42-1294/TH
大16开
湖北省武汉市洪山区南李路湖北工业大学
1990-01-01
中文
出版文献量(篇)
13171
总下载数(次)
0
总被引数(次)
206238
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导