基于多特征融合的高鲁棒性视觉SLAM改进算法

作者：朱鸣镝; 陈婵

来源：智能计算机与应用, 2020, 10(02): 23-33.

• 特征检测
• 二进制描述子
• AGAST
• 实时性

特征提取的有效性对视觉SLAM的性能具有重要影响。为了提高匹配精度,本文提出了一种基于改进oAGAST算法和旋转rLATCH特征(OARL)的二进制字符串描述局部图像的新方法。首先,在图像金字塔尺度空间上进行自适应通用加速分割(AGAST)检测;然后,采用灰度质心方法来进行方向补偿;最后,使用可学习的3个图像块的LATCH特征用于生成特征点描述符。在求取特征点主方向阶段太依赖像素邻域灰度质心法,提出一种改进的匹配算法,采用汉明距离匹配和余弦相似度相结合的方法进行特征点匹配。本文在特征点提取方法以视觉SLAM的ORB算法和其他算法为对照,分别进行不同视角、光照和尺度的识别实验。实验结果显示所提出的OARL算法较ORB算法将精度提高了5%以上,但速度却依旧可以达到实时运算。

• 单位
  上海理工大学