基于优化ORB算法的图像角点特征匹配方法*

朱 标

(1.中航华东光电有限公司，安徽 芜湖 241002； 2.安徽省现代显示技术重点实验室，安徽 芜湖 241002；3.国家特种显示工程技术研究中心，安徽 芜湖 241002； 4.特种显示国家工程实验室，安徽 芜湖 241002)

0 引 言

图像角点特征匹配作为计算机视觉领域的重点研究方向之一，其普遍应用于机器人[1]、无人机[2]与SLAM(Simultaneous Localization and Mapping)[3]等领域。首先，调研了国外科研者提出的图像角点特征匹配算法，例如， SUSAN(Smallest Univalue Segment Assimilating Nucleus)算法[4]、Trajkovic算法[5]和FAST (Features from Accelerated Segment Test)算法[6-7]， SIFT(Scale Invariant Feature Transform)算法[8-9]、SURF(Speeded up Robust Feature)算法[10]、ORB(Oriented FAST and Rotated BRIEF)算法[11]等，其中，SUSAN算法、Trajkovic算法与FAST算法作为依次优化的经典图像角点特征检测算法，其具备检测位置准确、抗噪声能力强的特性，但不具备对光照、尺度和旋转不变性，SIFT算法与SURF算法具备光照、尺度和旋转不变性，但执行速度不高，ORB算法具备执行速度快的特性，但存在配准精度不高的问题。重点针对Ethan Rublee等于2011年提出的ORB算法进行研究，发现该算法对目标平移、旋转与一定视角和光照等变化保持一定的不变性，但存在对尺度变换敏感和图像角点特征匹配精度不高的问题，国内科研者为了解决ORB算法存在的问题提出了许多优化算法，例如，白雪冰等[12]利用Hessian矩阵检测角点特征，使得检测出的角点特征具有尺度不变性，然后使用ORB算法生成角点特征描述子向量，解决了ORB算法对尺度变换敏感问题；曾庆化等[13]将ORB算法融入ASIFT(Affine-SIFT)算法中，加快ASIFT算法的运行速度；马丹等[14]使用SURF算法检测出具有尺度不变性的特征点，然后使用ORB算法对特征点进行描述，从而使改进ORB算法具备尺度不变性；江泽涛等[15]将ORB算法应用到异源图像的匹配，为异源图像的匹配提供了一种解决途径；……