结合FREAK和Delaunay三角网的图像匹配算法

摘要：

针对机器人搭配视觉对目标物进行检测、识别和抓取等作业,提出了一种结合FREAK和Delaunay三角网的图像匹配算法.该算法综合了 FREAK特征检测算法能获取到快速稳定的获取特征点和Delaunay三角网算法,能够利用FREAK特征点的粗匹配点对构建三角网的优势,以颜色不变量模型作为FREAK的输入,利用K近邻算法解决FREAK算法引起的颜色特征信息丢失和特征点过于密集的问题.根据三角形相似度函数保留Delaunay三角网中三角形相似度大于0.75的三角形,剔除错误匹配对数,提高匹配精度.通过实验论证该算法的优势和可靠性,与当前匹配算法相比,该算法能有效的提高图像的匹配率.

关键词：特征点提取、目标识别、Delaunay三角网、三角形相似度

所属期刊栏目：38

分类号：TN911.73

在线出版日期：2023-06-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：49-54,69