结合Harris算子和极线约束改进的SIFT立体匹配算法

摘要：

针对尺度不变特征变换(SIFT)算法在双目立体视觉匹配过程中提取的特征点数量多、计算量大和耗时长的问题,本文提出一种结合Harris算子和极线约束改进的SIFT立体匹配算法.该算法通过Harris算子提取左图像特征点代替SIFT算法中的极值点,并引入极线约束来限定搜索范围获取右图像特征点,从而缩短特征点的提取时间并提高了准确率.实验结果表明,本算法在双目立体匹配过程中可实现较好的效果,有效地提高了匹配实时性和精度.

关键词：双目视觉、立体匹配、Harris、极线约束、尺度不变特征变换(SIFT)

所属期刊栏目：29

分类号：TP3;TP1

资助基金：山东省自然科学基金ZR2016EL19

在线出版日期：2019-12-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1082-1086