基于Harris-SIFT的移动机器人视觉定位.pdfVIP

第 6期 组 合 机 床 与 自动 化 加 工 技 术 No．6 2014年6月 ModularM achineTool AutomaticM anufacturingTechnique Jun．2014 文章编号：1001—2265(2014)06—0019—06 D0I：10．13462／j．cnki．mmtamt．2014．06．006 基于 Harris—SIFT的移动机器人视觉定位水 袁 亮 (新疆大学机械工程学院，乌鲁木齐 830047) 摘要：目标识别和深度估计是移动机器人视觉定位的两个难点问题。针对这两个问题，文章提 出了 Harris．SIFT特征提取算法和基于尺度空间的深度估计算法。Harris．SIFT结合 了SIFF(ScaleInvariant FeatureTransform)算法和Harris角点检测器，去除SIFT得到的不具有显著角点特征的特征点，以提 高SIFT特征点集合的整体显著性，从而改善匹配和识别效果。此外，HarrisS·IFT 只需要为部分 SIFT 特征点生成特征描述，缩短了计算时间，适合实时应用场合。基于尺度空间的深度估计算法通过计 算参考图和 目标图的特征尺度比，得到图像中同一 目标的近似尺寸比例，再结合参考图中目标的深 度信息，便可恢复出目标图中目鼾的深度信息。实验表明，在移动机器人 自主导航过程中，基于Har- ris．SIfvr的 目标识别体系可以准确而有效地识别 目标，同时尺度空间深度估计算法也能较准确地定 位 目标 。结合Harris—SIFT和尺度空间深度估计算法可以很好地完成移动机器人视觉定位。 关键词：Harris．SIFr；尺度空间；深度估计 ；视觉定位 中图分类号：TH166；TG65 文献标识码 ：A VisualLOCalizationforM obileRobotwithHarris-Sl上I”l’ YUAN Liang (SchoolofMechanicalEngineering，Xi~iangUniversity，Urumqi830047，China) Abstract：Objectrecognitionanddepthestimaitonarethetwokeyproblemsinvisuallocalizationformobile robot．Tosolvehteseprolbems，htispaperpresentsafeatureextractionalgorihtm calledasHarris—SIFTand depthestimationalgorihtm usingscalespace．TheHarris-SIFTalgorihtm iscombinedwiththeSIFT (Scale InvariantFeatureTransform)algorihtm andHarriscomerdectector．Itgetsridofsomefeaturepointswith non-remarkablecomerfeaturesin ordertoimprovehtewholesignificanceinSIFt featurepointcollection andbetterhtematchandrecognitionperformance．Inaddition，Harris—sivrcanbeused inthereal—timeca— sesbecauseitonlytakecaseofsomeofSIFt featurepointsandthecomputationtime isdecreased．The depht estimationalgorihtm basedon scalespaceachieveshteapproximateddimensionalscalebycomputing featuredimensiona