ALGD-ORB: An improved image feature extraction algorithm with adaptive threshold and local gray difference

doi:10.1371/journal.pone.0293111

ALGD-ORB: An improved image feature extraction algorithm with adaptive threshold and local gray difference

2023-10-23

0

OA

AI

DOI：10.1371/journal.pone.0293111

原文链接

原文求助

摘要

En 中文

同时定位与地图构建（SLAM）技术对于实现空间定位和自主导航至关重要。在视觉SLAM系统中，寻找具有代表性的图像特征是一个关键挑战。广泛使用的ORB（定向FAST和旋转BRIEF）算法能够实现快速图像特征提取。然而，传统ORB算法存在特征点密集、重叠以及分布不均等问题，导致误匹配和冗余。本文介绍了一种名为自适应阈值与局部灰度差-ORB（ALGD-ORB）的图像特征提取算法，以解决这些局限性。具体而言，采用自适应阈值来增强特征点检测，并使用改进的四叉树方法来均化特征点分布。该方法结合了基于灰度大小和灰度差生成的特征描述符，以增强特征描述符的独特性。通过融合这些描述符，其有效性得到提升。实验结果表明，与其它算法相比，ALGD-ORB算法显著提高了特征点分布的均匀性，同时保持了准确性和实时性能。

ALGD-ORB: An improved image feature extraction algorithm with adaptive threshold and local gray difference

摘要

期刊

机构

引用论文