《表2 SIFT与本文算法在特征点检测阶段的耗时比较结果》

  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

《三维重建系统下的特征点处理与位姿恢复优化算法》

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

根据3.1与3.2节中的分析，实验结果如图9所示。在图9（a）中，SIFT算法共检测到4 865个特征点，经过本文算法调整后共检测到1 084个特征点，而对于图9（b）中特征点过少的情况，本文算法将特征点数量由231调整到973。图9（c）～（e）左边的图像表示未经特征点检测范围控制的结果，在主目标外有大量的背景特征点；中间的图像表示经FCN处理后的结果，提取出了主目标的范围，由此来对特征点进行范围控制，得到了集中于主目标上的特征点检测结果，如右边图所示。相较于SIFT算法，本文算法在特征点检测阶段的耗时比较如表2所示。由以上实验结果可知，本文算法能够有效地对特征点数量进行调整，并实现了其检测范围的控制，其耗时较SIFT算法提高了1.7%。主要原因在于本文算法在FCN检测阶段耗费了更多的时间，但由于缩小了检测范围，总体上的耗时仍与SIFT算法持平。