一种基于Shi-Tomasi和改进LBP的特征匹配及目标定位快速算法

针对机器人伺服抓取中对定位精度和实时性均要求较高的问题,提出一种特征匹配及目标定位快速算法.首先,采用Shi-Tomasi检测算法提取特征点;其次,提出一种新的特征描述子定义方法:先以特征点为中心截取子图像,利用二维Gauss函数偏导数确定特征方向,再根据特征方向对局部图像做旋转处理,提取旋转后标准局部图像局部二值模式作为特征描述子,该描述子具有良好的局部性以及平移、旋转不变性;最后,通过计算特征描述子间的Hamming距离实现特征匹配,估计单应性矩阵,定位目标在场景中的位置和方向.实验结果表明,该算法匹配速度快、定位精度高、稳定性好,能满足机器人伺服抓取中定位精度和实时性的要求.

基于Harris-改进LBP的特征匹配及目标定位算法

为满足机器人伺服抓取中定位精度和实时性的要求,提出一种基于Harris及改进局部二值模式(LBP)的特征匹配和目标定位快速算法.首先采用Harris检测算法提取图像特征点;然后提出一种新的特征点描述子定义方法,先利用胡矩确定特征方向,再根据特征方向对局部图像做标准化处理,提取标准化局部图像LBP特征作为特征点描述子;最后通过计算两张图像中各特征点描述子间的汉明距离实现特征匹配,再根据匹配结果估计单应性矩阵,定位目标在场景图像中的位置.实验结果表明,该算法匹配速度快、定位精度高.

基于Harris-Hist的特征匹配及目标定位算法

针对目前机器人伺服定位抓取中定位精度和实时性较差的问题,提出一种基于Harris-Hist的快速特征匹配及目标定位算法.首先,采用Harris检测算法提取图像特征点;然后,提出一种新的特征点描述子定义方法,计算特征点圆形邻域内像素点灰度直方图刻画特征点,通过计算两幅图像中各特征点描述子间的距离实现特征匹配;最后,根据匹配结果,估计单应性矩阵,定位目标在场景图像中的位置.实验结果表明,该算法匹配速度快、定位精度高,能满足机器人伺服定位抓取中定位精度和实时性的要求.