《表1 不同特征点检测方法对比》
特征点对是稀疏点云重建环节的重要输入参数,因此特征匹配质量高低的重要性不言而喻,SIFT、SURF、ORB、A-KAZE是较成熟的特征检测方法。Harris特征检测是一个较早的特征检测方法,它能有效检测局部差异性,如果纹理缺乏角点特征,那么检测效果会很不理想,并且它不具有尺度不变性;LINDERBERG提出Lo G边缘检测算子,对图像进行高斯滤波,之后进行拉普拉斯运算,相比Harris角点检测,检测效果提升,但计算量变大;LOWE提出SIFT算法,算法具有尺度不变性、旋转不变性,受到广泛研究、应用及改进。SIFT、SURF、ORB、A-KAZE各自特点见表1。
图表编号 | XD00187021800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 郝本利、张龙波、王雷、常春红、邢艺馨 |
绘制单位 | 山东理工大学计算机科学与技术学院、山东理工大学计算机科学与技术学院、山东理工大学计算机科学与技术学院、山东理工大学计算机科学与技术学院、山东理工大学计算机科学与技术学院 |
更多格式 | 高清、无水印(增值服务) |