融合深度信息的brisk改进算法

？为了有效地利用rgb-d图像的深度信息,提高brisk算法的尺度不变性和旋转不变性,提出一种融合深度信息的brisk改进算法。首先,采用fast算法提取特征点,并计算每个特征点的harris角点响应值;然后,将整个图像划分为大小相同的网格,每个网格保留harris角点响应值最大的特征点;其次,根据图像的深度信息直接计算特征点的尺度因子;最后,计算以特征点为中心的圆的灰度矩心,通过灰度矩心和特征点的位置偏差确定特征点主方向。从尺度不变性和旋转不变性两方面对几种算法进行了对比实验分析。实验结果表明,相比brisk算法,改进后的算法在图像尺度变化时正确匹配特征点数提高了90%以上,在图像旋转时正确匹配特征点数提高了至少70%。