基于局部信息熵和梯度漂移的双目视觉测量方法

作者：周书华; 许四祥; 董晨晨; 张浩

来源：激光与光电子学进展, 2022, 1-17.

• 双目视觉
• 局部信息熵
• 改进旋转不变LBP
• 梯度漂移
• 测量精度

针对传统特征检测算法检测效率低、匹配正确率低和双目视觉测量精度不足等问题，提出一种基于局部信息熵和梯度漂移的双目视觉测量方法。首先，将图像划分成若干子区域，对各子区域计算局部信息熵筛选出高熵区域，利用orientedFASTandrotated BRIEF(ORB)算法检测特征点；之后采用圆形邻域代替像素点，并对圆形邻域内各像素梯度幅值进行二维高斯加权的方式改进旋转不变local binary patterns (LBP)；然后与rotated binary robust independent elementary features(rBRIEF)融合生成新的描述子进行特征匹配；最后，提出梯度漂移的方法，引入特征点次极大响应值作为辅助因子，结合极大响应值通过坐标迭代更新计算出理想特征点的精确坐标，解决提取特征点坐标不准确的问题，提高测量精度；实验结果表明：本文算法平均匹配正确率较传统ORB算法提高37.51%，测量最低相对误差达到0.365%。

• 单位
  安徽工业大学