《表3 SIFT算法性能比较数据》

  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

《基于双目视觉技术的煤矿救援机器人研究进展》

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

立体视觉匹配是双目视觉技术的关键，其算法性能直接影响着三维重建的速度和质量。考虑到煤矿具有高动态和强干扰的特点，煤矿救援机器人需要使用一种鲁棒，准确和实时的匹配算法来适应复杂的非结构化场景。例如，HE等[47]提出了一种改进的普查算法，并将其用于煤矿救援机器人双目视觉的立体匹配。普查算法属于非参数变换，其基本原理为:先将原始图像对的灰度值转换为具有图像处理特性的数据，生成以二进制码为元素的普查图像对，即普查变换，然后再在普查图像对中进行立体视觉匹配。Middlebury库图像测试表明，该算法在资源占用率，处理速度和精度方面都取得了较好的平衡。巩固等[48]考虑了矿井下的光照条件，提出了一种改进的尺度不变特征转换（SIFT）算法。该算法主要在图像边缘搜索关键点，且使用马氏距离进行二次匹配，减少了计算量。提出的改进SIFT算法和标准SIFT算法的测试结果见表3[48]，可以看出，改进的SIFT算法较之标准SIFT算法，其目标识别率更高。