基于ORB与RANSAC融合改进的图像配准

• 作者: 侯秋实 柴江龙 樊彦国 王斌 许明明
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 特征匹配 旋转不变性二进制描述算法 随机采样一致性算法 梯度方向 图像拼接
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 信息科学
• 页码范围: 702-717
• 页数: 16页
• 分类号: TP391
• 字数: 7782字
• 语种: 中文
• DOI: 10.3788/OPE.20192703.0702

摘要

针对旋转不变性二进制描述算法(Oriented Fast and Rotated Brief,ORB)的尺度旋转性配准误差大,配准率较低及随机采样一致性(Random Sample Consensus,RANSAC)算法随机性强且不稳定的问题,提出一种ORB与RANSAC结合的快速特征匹配算法.首先,对特征点提取方式进行优化选择,消除特征边缘影响.之后构建简化的金字塔式尺度空间模型,改进分层图像的尺度空间结构,减少生成图像层数和数目;然后采用梯度方向改进传统ORB算法中的主方向提取模式,提高特征角点主方向的准确性.最后,通过构建分块随机取样检测的方式改进RANSAC算法,提高RANSAC算法的稳定性和图像配准的准确性.实验结果表明改进后的ORB和RANSAC融合算法在尺度和旋转配准方面性能有很大提高,并且配准的精度较传统ORB算法高,尺度配准精度提高55.41％,旋转配准精度提高26.66％.满足复杂图像快速精确配准拼接的精度和实时性要求.