典型文献
基于RANSAC的视觉里程计优化方法研究
文献摘要：
针对图像特征产生误匹配影响基础矩阵计算,导致同步定位与地图构建(SLAM)视觉里程计估计精度差的问题,提出一种基于随机抽样一致(RANSAC)的视觉里程计优化方法.该方法首先通过最小距离阈值法对初始匹配集粗滤除,再采用RANSAC计算图像间相对变换关系,若符合变换关系为内点,内点数最多的迭代结果为正确匹配结果;然后计算图像间单应变换并利用其计算基础矩阵,采用对极几何约束确定内点,得到具有最多内点的基础矩阵;最后采用TUM数据集从特征匹配与基础矩阵计算两方面进行优化算法效果验证.结果表明,该算法可提高运行效率且有效去除误匹配特征点,使匹配正确率提高7.7％,基础矩阵估计算法在提高基础矩阵计算精度的同时,内点率也提高了 3％,算法为提高视觉里程计精度估计精度提供了理论基础.
文献关键词：
特征点匹配;基础矩阵;RANSAC;对极几何;视觉里程计
中图分类号：
作者姓名：
任彬;宋海丽;赵增旭;谢厚正
作者机构：
石家庄铁道大学机械工程学院 石家庄 050043;泰安市工业经济发展服务中心 泰安 271099
文献出处：
引用格式：
[1]任彬;宋海丽;赵增旭;谢厚正-.基于RANSAC的视觉里程计优化方法研究)[J].仪器仪表学报,2022(06):205-212
A类：
里程计估计
B类：
RANSAC,视觉里程计,图像特征,误匹配,基础矩阵,矩阵计算,同步定位与地图构建,SLAM,估计精度,随机抽样一致,最小距离,距离阈值,阈值法,滤除,计算图,变换关系,内点,数最多,单应变换,对极几何约束,TUM,特征匹配,效果验证,提高运行效率,匹配特征点,估计算法,计算精度,精度估计,特征点匹配
AB值：
0.311461
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
