作者：廖小飞; 庄新闯; 公维涛; 陈建军尺度不变特征转换特征提取与匹配双目立体视觉即时定位与地图构建序列最小优化
摘要：SIFT是特征提取与匹配技术中的一种有效的方法,具有较好的稳定性,以及旋转和尺度不变特性。但是SIFT特征提取与匹配的维数较高,且存在较大的误匹配率,影响双目立体视觉SLAM的实时性和准确率。为此,提出SMO-SIFT算法,对原SIFT进行欧氏距离比值的阈值选取进行粗匹配,再结合支持向量机的SMO算法,改进SIFT算法中的特征匹配算子。MATLAB仿真表明SMO-SIFT算法降低了算法的维数,改善了特征提取的实时性,同时提高了算法精确度,比较适合应用于双目立体视觉SLAM中。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
