摘要：针对移动机器人导航过程中基于尺度不变特征变换（SIFT）算法图像匹配速度较慢，提出了基于减法聚类和特征描述符二值化的改进SIFT算法。通过减法聚类消除大量特征点中的冗余特征点，在不影响原SIFT算法稳定性的前提下有效降低了特征点数量，然后将生成的特征描述符进行二值化，依据Hash函数生成索引，以汉明距离作为度量准则。实验结果表明：与原SIFT算法相比，改进的SIFT算法中特征点数量下降30％～40％；匹配对数基本维持不变；匹配率上升6％～12％；匹配时间下降60％～70％。与基于颜色矩的改进SIFT分级图像匹配算法相比，改进的SIFT算法中特征点数量下降15％～25％；匹配对数基本维持不变；匹配率上升5％～10％；匹配时间下降45％-55％。
分类：期刊> 自然科学与工程技术> 工程科技II> 仪器仪表工业
收录：北大期刊(中国人文社会科学期刊) > CSCD 中国科学引文数据库来源期刊(含扩展版) > 统计源期刊(中国科技论文优秀期刊) > 知网收录(中) > 维普收录(中) > 万方收录(中) > JST 日本科学技术振兴机构数据库(日) > 国家图书馆馆藏 > 上海图书馆馆藏 > 文摘与引文数据库
关键词：计量学 移动机器人 图像匹配 减法聚类 二值化 改进sift
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
