一种均匀抗噪自适应的ORB特征提取算法

针对原始ORB算法特征点检测密集度高、抗噪能力弱、自适应性能差等问题,提出一种具有均匀抗噪自适应性能的改进特征提取算法。首先采用快速自适应图像金字塔(FAIP)对原始输入图像进行高斯滤波、差分运算、归一化、降采样等步骤建立多尺度图层,并基于图层尺度逐层对待提取特征点数量进行约束,在改善尺度自适应性能的条件下提高运算效率;其次为增强抗噪能力并改善特征旋转自适应性能,提出一种三维描述子灰度质心法(3D-DGC),主要是在灰度描述基础上添加水平与竖直方向的梯度描述以构成一个三维描述子向量;最后采用四叉树特征管理算法(QtFM)在逐层四等分窗口中选择Harris值最大的特征点,以优化特征点的均匀度。实验结果表明,与原始ORB算法及其它改进算法相比,根据所提算法提取的图像特征点鲁棒性更强。