从图5可以看出,传统ORB算法输出的特征点提取效果分布情况较为密集,改进ORB算法的特征点提取效果分布情况较为均匀。为了量化传统ORB算法与改进ORB算法图像特征点分布的均匀情况,引入文中提出的图像特征点分布均匀性评价方法计算特征点在图像中的分布情况,如表1所示。 从表1中可以看出,当特征点期望数值相同时,改进ORB算法提取到特征点的方差
摘要 由于传统的ORB特征点提取匹配方法在图像纹理信息不丰富或者光照变化剧烈时极易产生特征点丢失、分布不均等问题,不利于SLAM系统的定位与建图。为此本文提出了一套较为鲁棒、精度较高的提取匹配算法。首先基于ORB特征点对其提取...展开更多 As the traditional ORB feature point extraction and matching method is ...
ORB-SLAM是由Raul Mur-Artal、J. M. M. Montiel和Juan D. Tardos于2015年发表在IEEE Transactions on Robotics上。该算法融合了PTAM算法的主要思想以及Strasdat提出的闭环修正方法并采用ORB特征点进行跟踪、构图、重定位、闭环修正以及初始化,并且算法的环境适应力强,对剧烈运动也很鲁棒。正因为ORB-SLAM是基于特征点...