基于KINECT传感器的图像特征点描述子算法研究-工程专业论文.docxVIP

西安电子科技大学 学位论文创新性声明 秉承学校严谨的学风和优良的科学道德，本人声明所呈交的论文是我个人在 导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标 注和致谢中所罗列的内容以外，论文中不包含其他人已经发表或撰写过的研究成 果；也不包含为获得西安电子科技大学或其它教育机构的学位或证书而使用过的 材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说 明并表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切的法律责任。 本人签名： 日期 西安电子科技大学 关于论文使用授权的说明 本人完全了解西安电子科技大学有关保留和使用学位论文的规定，即：研究 生在校攻读学位期间论文工作的知识产权单位属西安电子科技大学。学校有权保 留送交论文的复印件，允许查阅和借阅论文；学校可以公布论文的全部或部分内 容，可以允许采用影印、缩印或其它复制手段保存论文。同时本人保证，毕业后 结合学位论文研究课题再撰写的文章一律署名单位为西安电子科技大学。 （保密的论文在解密后遵守此规定） 本学位论文属于保密，在 年解密后适用本授权书。 本人签名： 日期 导师签名： 日期 摘 要 对于探索未知世界的机器人，定位自身位置的同时建立运动路线的过程被称 为同步定位和地图建立（SLAM）。然而，随着微软 KINECT 设备的出现，使用深 度传感器来获取并处理这些数据使得室内同步定位和地图建立成为可能。同时， 微软 KINECT 设备的 RGB-D 摄像头展示了很高效的性能，并且其价格低廉。 本文主要针对常用的二维图像特征点描述子和三维特征点描述子进行详细研 究。主要的研究对象包括：SIFT 算法、SURF 算法、BRIEF 算法、D-BRIEF 算法 和 ORB 算法；以及 FPH 算法和 VFPH 算法等。在实现图像特征点提取和匹配的 过程中，使用图像处理算法库 OpenCV 和微软的 PCL 点云库。此外，针对三维特 征，主要研究了表面法线估计的基本方法。最后，通过实验对 SIFT 算法、SURF 算法、ORB 算法以及 BRIEF 算法进行测试。通过对算法运行时间和匹配正确率的 分析，实验数据表明在没有时间限制的条件下，描述子 SIFT、SURF、BRIEF 都具 有较高的识别率，而 ORB 描述子的识别率虽然也较高，但是有一定的不稳定性。 而且，BRIEF 描述子拥有较高的识别与匹配效率和快速匹配性能，因此，BRIEF 描述子可以应用于基于 KINECT 平台的 SLAM 系统中。 关键词：特征点描述子 BRIEF KINECT PCL ABSTRACT For a mobile robot exploring an unkown static environment,localizing itself and building a map at the same time is known as Simultaneous Localization And Mapping(SLAM). However,recently there has been a great interest in the Microsoft’s KINECT device.And it’s possible to deal with this problem by using Depth Camera. KINECT ’s RGB-D camera shows a very perfect performance, at an affordable price. This paper mainly discuss the 2D Image Feature Detector and 3D Feature Detector.The main object of this research including:SIFT、SURF、BRIEF、D-BRIEF and ORB;Also including FPH and FPFH,etc.In the process of image feature extration and matching,we used OpenCV and PCL to be our developing environment.In addition,for the three-dimensional characteristics,we studied the basic method of estimation of the surface normal.At last,we testing this algorithm through experiments.By analys