面向复杂环境的特征匹配算法.pdfVIP

第４２卷第１期计算机应用与软件Ｖｏｌ４２Ｎｏ．１

２０２５年１月ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅＪａｎ．２０２５

面向复杂环境的特征匹配算法

１１２１

赵悦储开斌张继冯成涛

１（常州大学微电子与控制工程学院江苏常州２１３０００）

２（常州大学计算机与人工智能学院阿里云大数据学院江苏常州２１３０００）

摘要针对传统特征点提取受光照、视角和图像噪声变化影响，导致后续光流算法中特征点跟踪的准确率不

高问题，提出一种面向复杂环境的特征点匹配方法。启发于ＳｕｐｅｒＰｏｉｎｔ网络在特征提取的强鲁棒性，在此基础上

构建Ｈｅｓｓｉａｎ矩阵对检测出的特征点进行再筛选；针对ＳｕｐｅｒＰｏｉｎｔ的半稠密描述符存在冗余的描述符信息，提出

用传统的ＢＲＩＥＦ描述符替代，对筛选后的特征点进行提取，利用ＢｒｕｔｅＦｏｒｃｅ匹配法进行特征匹配。实验结果表

明，该方法能有效缓解光照、视角和噪声变化对特征点提取的影响，可以得到较好的特征匹配效果。

关键词特征提取ＢＲＩＥＦ描述符特征匹配光流

中图分类号ＴＰ３９１文献标志码ＡＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０２５．０１．０３７

ＦＥＡＴＵＲＥＰＯＩＮＴＭＡＴＣＨＩＮＧＡＬＧＯＲＩＴＨＭＳＦＯＲＣＯＭＰＬＥＸＥＮＶＩＲＯＮＭＥＮＴＳ

１１２１

ＺｈａｏＹｕｅＣｈｕＫａｉｂｉｎＺｈａｎｇＪｉＦｅｎｇＣｈｅｎｇｔａｏ

１（ＳｃｈｏｏｌｏｆＭｉｃｒｏｅｌｅｃｔｒｏｎｉｃｓａｎｄＣｏｎｔｒｏｌＥｎｇｉｎｅｅｒｉｎｇ，ＣｈａｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｚｈｏｕ２１３０００，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ）

２（ＡｌｉｙｕｎＳｃｈｏｏｌｏｆＢｉｇＤａｔａ，ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＡｒｔｉｆｉｃｉａｌＩｎｔｅｌｌｉｇｅｎｃｅ，ＣｈａｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｃｈａｎｇｚｈｏｕ２１３０００，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ）

ＡｂｓｔｒａｃｔＡｆｅａｔｕｒｅｐｏｉｎｔｍａｔｃｈｉｎｇｍｅｔｈｏｄｆｏｒｃｏｍｐｌｅｘｅｎｖｉｒｏｎｍｅｎｔｓｉｓｐｒｏｐｏｓｅｄｔｏａｄｄｒｅｓｓｔｈｅｐｒｏｂｌｅｍｔｈａｔ

ｔｒａｄｉｔｉｏｎａｌｆｅａｔｕｒｅｐｏｉｎｔｅｘｔｒａｃｔｉｏｎｉｓａｆｆｅｃｔｅｄｂｙｃｈａｎｇｅｓｉｎｉｌｌｕｍｉｎａｔｉｏｎ，ｖｉｅｗｉｎｇａｎｇｌｅａｎｄｉｍａｇｅｎｏｉｓｅ，ｒｅｓｕｌｔｉｎｇｉｎ

ｐｏｏｒａｃｃｕｒａｃｙｏｆｆｅａｔｕｒｅｐｏｉｎｔｔｒａｃｋｉｎｇｉｎｓｕｂｓｅｑｕｅｎｔｏｐｔｉｃａｌｆｌｏｗａｌｇｏｒｉｔｈｍｓ．Ｉｎｓｐｉｒｅｄｂｙｔｈｅｓｔｒｏｎｇｒｏｂｕｓｔｎｅｓｓｏｆｔｈｅ

ＳｕｐｅｒＰｏｉｎｔｎｅｔｗｏｒｋｉｎｆｅａｔｕｒｅｅｘｔｒａｃｔｉｏｎ，ａＨｅｓｓｉａｎｍａｔｒｉｘｗａｓｃｏｎｓｔｒｕｃｔｅｄｏｎｔｈｉｓｂａｓｉｓｔｏｒｅｓｃｒｅｅｎｔｈｅｄｅｔｅｃｔｅｄｆｅａｔｕｒｅ

ｐｏｉｎｔｓ．ＦｏｒｔｈｅｅｘｉｓｔｅｎｃｅｏｆｒｅｄｕｎｄａｎｔｄｅｓｃｒｉｐｔｏｒｉｎｆｏｒｍａｔｉｏｎｉｎｔｈｅｓｅｍｉｄｅｎｓｅｄｅｓｃｒｉｐｔｏｒｓｏｆＳｕｐｅｒＰｏｉｎｔ，ｔｈｅｔｒａｄｉｔｉｏｎａｌ

ＢＲＩＥＦｄｅｓｃｒｉｐｔｏｒｓｗｅｒｅｐｒｏｐｏｓｅｄｔｏｂｅｕｓｅｄｉｎｓｔｅａｄｔｏｅｘｔｒａｃｔｔｈｅｓｃｒｅｅｎｅｄｆｅａｔｕｒｅｐｏｉｎｔｓ，ａｎｄｔｈｅＢｒｕｔｅＦｏｒｃｅｍａｔｃｈｉｎｇ

ｍｅｔｈｏｄｗａｓｕｓｅｄｆｏｒｆｅａｔｕｒｅｍａｔｃｈｉｎｇ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｉｓｍｅｔｈｏｄｃａｎｅｆｆｅｃｔｉｖｅｌｙｍｉｔｉｇａｔｅｔｈｅｅｆｆｅｃｔｓ

ｏｆｉｌｌｕｍｉｎａｔｉｏｎ，ｖｉｅｗａｎｇｌｅａｎｄｎｏｉｓｅｃｈａｎｇｅｓｏｎｆｅａｔｕｒｅｐｏｉｎｔｅｘｔｒａｃ