为提升图像匹配算法的实时性和鲁棒性,提出一种基于改进FREAK的特征点匹配算法。将经典FREAK算法的8层视网膜模型简化为5层,根据贪婪搜索算法选取64组感受野点对,以在减少运算开销的同时尽量保留有效的点对信息。在此基础上,设计一种具有方向不变性的LBP算法对每个感受野进行编码,从而提高描述符的区分度。实验结果表明,与FREAK、BRISK等算法相比,该算法具有最小的描述符尺寸,且在多数场景下,其运算更快,精度更高,更适合光照变化复杂的环境。
科研之友
微信
新浪微博
Facebook
分享链接
