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:
针对视觉里程计常用角点提取算法因角点分布不均匀而导致运动信息偏差较大的问题,提出一种基于高斯金字塔的角点提取算法.该算法在角点提取过程中先采用高斯金字塔算法对图片进行尺度压缩,纹理丰富区域压缩纹理,纹理稀疏区域聚集纹理,得到小尺度顶图;然后采用Shi-Tomasi算法提取小尺度顶图角点特征以实现角点粗定位,最后将粗定位信息映射回细节丰富的原图进行角点精准定位,得到图片特征信息.最后,利用金字塔LK光流法追踪角点,根据相机对极几何约束模型恢复运动信息.论文采用KITTI数据集,与原Shi-Tomasi算法、Harris算法、Fast算法进行了对比实验,结果表明本算法可有效改善角点分布均匀性,提高视觉里程计运动信息恢复的精度.
推荐文章
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
基于动态物体特征点去除的视觉里程计算法
动态场景
视觉里程计
ORB特征
KLT
运动补偿
基于高斯金字塔的海量超大图像快速漫游算法
高斯金字塔
图像分块
图像分层
图像漫游
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
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 基于高斯金字塔的视觉里程计算法研究
来源期刊 华东交通大学学报 学科 工学
关键词 高斯金字塔 纹理丰富 角点定位 分布均匀 视觉里程计
年,卷(期) 2020,(4) 所属期刊栏目 交通管理控制
研究方向 页码范围 48-53
页数 6页 分类号 TP391
字数 语种 中文
DOI
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 徐雪松 38 211 8.0 13.0
2 刘瑞 4 5 1.0 2.0
3 曾昱 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (19)
参考文献  (10)
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)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(0)
  • 二级参考文献(3)
2009(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)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(5)
  • 参考文献(0)
  • 二级参考文献(5)
2017(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(5)
  • 参考文献(5)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(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
高斯金字塔
纹理丰富
角点定位
分布均匀
视觉里程计
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
华东交通大学学报
双月刊
1005-0523
36-1035/U
大16开
中国南昌
1984
chi
出版文献量(篇)
3963
总下载数(次)
12
总被引数(次)
24304
论文1v1指导