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:
在传统的BRISK算法中使用自定义的抽样模式来描述检测到的特征点,使用基于汉明距离的方法进行特征点匹配.BRISK的这种特征点描述与匹配的方法使得其匹配准确率不高.因此本文提出将匹配准确率较高的SURF算法与BRISK算法相结合,在BRISK特征点描述与匹配阶段使用SURF描述符和基于欧氏距离的匹配方法.实验结果表明,该算法在时间消耗下降不大的情况下,特征点匹配准确率有很大提高,且该算法具有较好的鲁棒性.
推荐文章
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
一种改进SURF算法的单目视觉里程计
单目视觉里程计
SURF算法
Kinect传感器
三维重建
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 基于改进BRISK算法的单目视觉里程计
来源期刊 计算机与现代化 学科 工学
关键词 BRISK SURF 视觉里程计 特征检测 特征匹配
年,卷(期) 2018,(9) 所属期刊栏目 图像处理
研究方向 页码范围 62-67,92
页数 7页 分类号 TP242.6
字数 3611字 语种 中文
DOI 10.3969/j.issn.1006-2475.2018.09.013
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 冯钧 河海大学计算机与信息学院 73 385 12.0 16.0
2 黄多辉 河海大学计算机与信息学院 2 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (161)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(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)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(6)
  • 参考文献(0)
  • 二级参考文献(6)
2002(4)
  • 参考文献(1)
  • 二级参考文献(3)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(3)
  • 参考文献(2)
  • 二级参考文献(1)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
研究主题发展历程
节点文献
BRISK
SURF
视觉里程计
特征检测
特征匹配
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
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导