《表1 ORB算法与改进算法的匹配质量比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《一种基于非线性尺度空间的ORB特征匹配算法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

通过图3、图4中的（a）、（b）对比实验以及表1不难发现，采用ORB算法的测试效果图中，未提纯前成功匹配的特征点对数目偏少，分别为361、329，提纯后正确匹配的点对数量分别为288、257，其正确匹配率分别为80%和78%。而采用改进算法的测试效果图中，未提纯前成功匹配的特征点对数目较多，分别为428、413，提纯后正确匹配的点对数量分别为398、376，其正确匹配率分别为93%和91%。相较于原算法，改进算法采用快速的FED算子来提高尺度空间的构建速度，并且沿用了ORB特征检测算法。在有效特征点数目增多的情况下，平均匹配精度提升了13%。但由于添加了PROSAC算法二次剔除误匹配点，相较于原ORB算法，运行时间平均增加了21.2 ms。