对于同步定位与建图(SLAM)中主流的特征点法,特征匹配是估计相机运动的关键,然而在特征匹配过程中存在图像特征的局部特性、误匹配等问题,成为视觉SLAM的瓶颈。此外,特征点法生成的稀疏地图只能用于定位,无法满足更高层次的需求。针对ORB-SLAM3中ORB特征点匹配效率低且未能生成稠密地图的问题,提出一种改进的ORB-GMS匹配...
半稠密三维重建ORB特征匹配SURF算法单目视觉计算机视觉图像处理视觉SLAM技术的目标是建立完善的地图及估计更精确的相机位姿.为了构建更加详细完整的三维地图,文中提出一种改进ORB特征匹配的半稠密三维重建ORB-SLAM算法来实现环境稀疏三维点云地图的构建.所提方法在ORB-SLAM算法的基础上,增加半稠密建图线程,建立半稠密三维...
SLAM算法的基础上,增加半稠密建图线程,建立半稠密三维点云地图,利用SURF特征匹配算法尺度不变性的特点改进了ORB特征匹配.在TUM RGBD数据集中进行的仿真实验结果表明,与ORB-SLAM算法相比,采用改进ORB-SLAM算法建立的三维地图能更加直观地显示出环境中物体的轮廓,特征匹配精度也有所增加.最后,应用两组数据集验证了算法的...
SLAM特征匹配改进ORB尺度不变性针对单目视觉同步定位与地图构建问题对传统定向二进制描述符算法进行改进,结合快速鲁棒特征算法的思想,将尺度空间理论引入传统ORB算法中,同时根据机器人的运动先验信息,预测特征点的可能范围,避免在全局范围内对特征点的检测和匹配.实验表明,改进的ORB算法能显著提高匹配正确率,在多尺度方面...
实验表明,改进的ORB算法能显著提高匹配正确率,在多尺度方面表现出色,并能有效减少运算时间,平均耗时14ms,处理速度约为传统ORB算法的1.3倍、SURF算法的10倍、尺度不变特征变换(Scale-invariant Feature Transform,SIFT)算法的26倍,适用于单目视觉SLAM问题。关键词: SLAM 特征匹配 改进ORB 尺度不变性 ...
SLAM 特征匹配 改进ORB 尺度不变性针对单目视觉同步定位与地图构建问题对传统定向二进制描述符算法进行改进,结合快速鲁棒特征算法的思想,将尺度空间理论引入传统ORB算法中,同时根据机器人的运动先验信息,预测特征点的可能范围,避免在全局范围内对特征点的检测和匹配。实验表明,改进的ORB算法能显著提高匹配正确率,在多尺度...
针对VINS-Mono算法在弱纹理环境下运行不稳定,累积误差大等问题,提出了改进ORB特征匹配筛选的单目视觉—惯性SLAM算法.测量数据预处理环节采用了ORB特征提取,在特征点匹配时,使用双向匹配过滤和最小匹配点距离倍数判别剔除误匹配,最后利用随机采样一致性算法完成特征匹配.实验结果表明,与原算法相比,改进VINS-Mono算法的精度...