《表1 特征检测与提取的时间分析》

  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

《改进3D SLAM算法在移动机器人上的应用》

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

特征点检测与匹配的平均时间进行测试的结果，如表1所示。由表1可知，因为引入了主成分分析方法（PCA），使得在生成特征点描述子的时候耗时比传统SURF要长，但是因为在特征点匹配时的特征描述子的维度降低以及特征点匹配阶段采用了区域块分割，所以在特征匹配阶段用时更少，总体的耗时更少。虽然使用ORB的特征提取比使用SURF与SIFT描述符的特征提取快得多。但是在误差上比其他两种更高；利用SURF和SIFT特征点实现的RBG-D SLAM误差相当，均优于ORB方法，但是SURF方法相比于SIFT方法更快些。所以综合考虑，这里的方法更优。