一种基于多级细化策略的特征匹配方法
计算机视觉与模式识别
2024-02-27 v2
摘要
特征匹配是视觉 SLAM 中一个基础且关键的过程，精度一直是特征匹配中的一个挑战性难题。在本文中，基于多级精细匹配策略，我们提出了一种名为 KTGP-ORB 的新特征匹配方法。该方法利用特征描述子生成的汉明空间中局部外观的相似性来建立初始对应关系。它结合了局部图像运动平滑性的约束，使用 GMS 算法提高初始匹配的准确性，最后采用 PROSAC 算法优化匹配，从而在欧几里得空间中基于全局灰度信息实现精确匹配。实验结果表明，在光照变化和模糊的复杂场景中，与 ORB 算法相比，KTGP-ORB 方法平均减少了 29.92% 的误差。
引用
@article{arxiv.2402.13488,
title = {A Feature Matching Method Based on Multi-Level Refinement Strategy},
author = {Shaojie Zhang and Yinghui Wang and Jiaxing Ma and Wei Li and Jinlong Yang and Tao Yan and Yukai Wang and Liangyi Huang and Mingfeng Wang and Ibragim R. Atadjanov},
journal= {arXiv preprint arXiv:2402.13488},
year = {2024}
}