《表3 SIFT算法性能比较数据》
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。
图表编号 | XD00152331400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 翟国栋、张文涛、岳中文、潘涛、胡文渊、卢杏浩 |
绘制单位 | 中国矿业大学(北京)机电与信息工程学院、中国矿业大学(北京)机电与信息工程学院、中国矿业大学(北京)力学与建筑工程学院、神华信息技术有限公司、智能矿山(煤炭行业)工程研究中心、福建省信息处理与智能控制重点实验室(闽江学院)、中国矿业大学(北京)机电与信息工程学院、中国矿业大学(北京)机电与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |