JOURNAL OF LIGHT INDUSTRY

CN 41-1437/TS  ISSN 2096-1553

结合改进的SIFT算法的双目视觉测距

陈建明 ,  时铭慧

downloadPDF
陈建明, 时铭慧. 结合改进的SIFT算法的双目视觉测距[J]. 轻工学报, 2018, 33(5): 90-96. doi: 10.3969/j.issn.2096-1553.2018.05.012
引用本文: 陈建明, 时铭慧. 结合改进的SIFT算法的双目视觉测距[J]. 轻工学报, 2018, 33(5): 90-96. doi: 10.3969/j.issn.2096-1553.2018.05.012
shu
CHEN Jianming and SHI Minghui. Binocular vision ranging combined with improved SIFT algorithm[J]. Journal of Light Industry, 2018, 33(5): 90-96. doi: 10.3969/j.issn.2096-1553.2018.05.012
Citation: CHEN Jianming and SHI Minghui. Binocular vision ranging combined with improved SIFT algorithm[J]. Journal of Light Industry, 2018, 33(5): 90-96. doi: 10.3969/j.issn.2096-1553.2018.05.012
shu

结合改进的SIFT算法的双目视觉测距

  • 华北水利水电大学 电力学院, 河南 郑州 450045

    • 作者简介: 陈建明(1962-),男,河南省洛阳市人,华北水利水电大学教授,主要研究方向为检测与自动化装置、模式识别与人工智能.;

  • 中图分类号: TP751

Binocular vision ranging combined with improved SIFT algorithm

  • College of Electric Poewr, North China University of Water Resources and Electric Power, Zhengzhou 450045, China

  • Received Date: 2018-06-21

    CLC number: TP751

  • 摘要: 针对采用双目视觉测距进行无人机实时巡线测距时计算复杂、实时性不高的问题，提出了结合改进的SIFT算法的双目视觉测距方案.该方案采用类单目的双目视觉模型，以减少计算变量；采用缩小尺度空间个数、降低特征向量维度、街区距离代替欧式距离的方法对传统的SIFT算法进行改进，以提高两摄像机同时拍摄的两幅图片同一特征点的匹配效率.结果表明：该方法匹配时间缩短了32%，测量最大误差率降至3.75%，可满足无人机快速实时巡线测距的精度要求.
    Abstract: In order to solve the problem of complex calculation and low real-time performance when using binocular vision ranging for UAV real-time line patrol, a binocular vision ranging scheme combining improved SIFT algorithm was proposed. A binocular vision model similar to monocular vision was adopted to reduce computation variables, the traditional SIFT algorithm was improved by reducing the number of scale spaces, reducing the dimension of feature vectors, and replacing the Euclidean distance with the block distance,so as to improve the matching efficiency of the uniform feature points of two images taken simultaneously by two cameras. The results showed that the matching time was reduced by 32% and the maximum error rate was reduced to 3.75%. The method could meet the accuracy requirements of UAV fast real-time line patrol ranging.
    1. [1]

      陈奕君.基于多传感器信息融合的机器人避障研究[D].大庆:东北石油大学,2004.

    2. [2]

      张天,杨晨曦,朱颖,等.多传感器信息融合在四足机器人避障中的应用[J].传感器与微系统,2015,34(5):150.

    3. [3]

      汪启跃,王中宇.基于单目视觉的航天器位姿测量[J].应用光学,2017,38(2):250.

    4. [4]

      陈爱鸾.基于SIFT算子的双目视觉三维测量技术研究[D].广州:广东工业大学,2015.

    5. [5]

      佘彩云,胡贤洪,唐坤,等.一种多目视觉三维测距系统设计[J].制导与引信,2015,36(9):20.

    6. [6]

      LOWE D G.Distinctive image features from scale-invariant key points[J].International Journal of Computer Vision, 2004,60(2):91.

    7. [7]

      BAY H,ESS A,TUYTELAARS T,et al.Speeded-up robust features(SURF)[J].Compute VisImage Underst,2008,110:346.

    8. [8]

      ALCANTARILLA P F, BARTOLI A, DAVISON A J.KAZE Features[C]//European Conference on Computer Vision,Berlin Heidelberg:Springer,2012:214.

    9. [9]

      ENDRES F,HESS J.3D mapping with an RGB-D camera[J].IEEE Transactions on Robitics,2014,30(1):177.

    10. [10]

      宋佳乾,江西原.基于改进SIFT特征点匹配的图像拼接算法[J].计算机测量与控制,2015,23(2):512.

    11. [11]

      刘佳,傅卫平,王雯,等.基于改进SIFT算法的图像匹配[J].仪器仪表学报,2013,34(5):1107.

    12. [12]

      李奇敏,李扬宇.基于改进SIFT算法的双目视觉距离测量[J].传感器与微系统,2017,36(11):119.

    13. [13]

      高宏伟,王辉,刘玉影,等.基于图像测距的汽车防撞系统关键技术研究[J].电子测量与仪器学报,2017,31(6):820.

    14. [14]

      栾长一.基于定焦平移序列图像的测距技术研究[D].沈阳:沈阳理工大学,2013.

    1. [1]

      卢晓波 , 徐海 , 朱俊召 , 张宇 , 谭健 , 高冠男 , 胡军华 , 林龙 . 基于机器视觉的加热卷烟烟支端部质量检测系统设计. 轻工学报, 2024, 0(0): -.

  • 加载中
WeChat 点击查看大图
计量
  • PDF下载量:  10
  • 文章访问数:  1313
  • 引证文献数: 0
文章相关
  • 收稿日期:  2018-06-21
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索
陈建明, 时铭慧. 结合改进的SIFT算法的双目视觉测距[J]. 轻工学报, 2018, 33(5): 90-96. doi: 10.3969/j.issn.2096-1553.2018.05.012
引用本文: 陈建明, 时铭慧. 结合改进的SIFT算法的双目视觉测距[J]. 轻工学报, 2018, 33(5): 90-96. doi: 10.3969/j.issn.2096-1553.2018.05.012
shu
CHEN Jianming and SHI Minghui. Binocular vision ranging combined with improved SIFT algorithm[J]. Journal of Light Industry, 2018, 33(5): 90-96. doi: 10.3969/j.issn.2096-1553.2018.05.012
Citation: CHEN Jianming and SHI Minghui. Binocular vision ranging combined with improved SIFT algorithm[J]. Journal of Light Industry, 2018, 33(5): 90-96. doi: 10.3969/j.issn.2096-1553.2018.05.012
shu

结合改进的SIFT算法的双目视觉测距

    作者简介:陈建明(1962-),男,河南省洛阳市人,华北水利水电大学教授,主要研究方向为检测与自动化装置、模式识别与人工智能.
  • 华北水利水电大学 电力学院, 河南 郑州 450045
  • 收稿日期: 2018-06-21

摘要: 针对采用双目视觉测距进行无人机实时巡线测距时计算复杂、实时性不高的问题，提出了结合改进的SIFT算法的双目视觉测距方案.该方案采用类单目的双目视觉模型，以减少计算变量；采用缩小尺度空间个数、降低特征向量维度、街区距离代替欧式距离的方法对传统的SIFT算法进行改进，以提高两摄像机同时拍摄的两幅图片同一特征点的匹配效率.结果表明：该方法匹配时间缩短了32%，测量最大误差率降至3.75%，可满足无人机快速实时巡线测距的精度要求.

English Abstract

参考文献 (14) 相关文章 (1)

目录

/

返回文章

网站版权 © 轻工学报编辑部

地址：河南省郑州市科学大道136号邮编：450001

本系统由北京仁和汇智信息技术有限公司开发 技术支持： info@rhhz.net