基于改进RANSAC算法的雾天自动驾驶汽车视觉图像配准方法
文献类型：期刊论文
| 作者 | 李佳奇; 聂婷 ; 毕国玲; 黄良
|
| 刊名 | 激光杂志
 |
| 出版日期 | 2023 |
| 卷号 | 44期号:11页码:54-59 |
| 英文摘要 | 针对雾天中依靠视觉SLAM的自动驾驶车辆图像匹配率较低的问题，通过模拟不同雾天中的行车场景，对三种特征点检测和描述算法进行了性能测试，得出采用SURF检测子结合SIFT描述子在雾天中鲁棒性和配准率较强，并通过FLANN算法完成粗匹配。同时对RANSAC算法进行了改进，通过设立测试集和自适应降低阈值的方法改善错误单应矩阵造成的运算效率较低，并采用自适应采样次数的方法解决算法迭代次数的上限问题，完成图像配准。在DAIR-V2X数据集上的实验结果表明：改进的RANSAC算法能够相对最优地得到正确匹配点对，且相较于PROSAC和传统的RANSAC算法，运行速度分别提升了18.5%与42.7%。 |
| 源URL | [http://ir.ciomp.ac.cn/handle/181722/68471]  |
| 专题 | 中国科学院长春光学精密机械与物理研究所 |
| 作者单位 | 1.中国科学院大学 2.中国科学院长春光学精密机械与物理研究所 |
| 推荐引用方式 GB/T 7714 | 李佳奇,聂婷,毕国玲,等. 基于改进RANSAC算法的雾天自动驾驶汽车视觉图像配准方法[J]. 激光杂志,2023,44(11):54-59. |
| APA | 李佳奇,聂婷,毕国玲,&黄良.(2023).基于改进RANSAC算法的雾天自动驾驶汽车视觉图像配准方法.激光杂志,44(11),54-59. |
| MLA | 李佳奇,et al."基于改进RANSAC算法的雾天自动驾驶汽车视觉图像配准方法".激光杂志 44.11(2023):54-59. |
入库方式： OAI收割
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。