面向室内视觉定位的点特征提取算法比较

摘要

针对室内定位中特征提取较为困难的问题,对目前已有的室内点特征提取算法进行了评估。比较尺度不变特征变换算法(SIFT)、快速鲁棒性特征算法(SURF)、旋转不变特征算法(ORB)、二进制尺度不变特征算法(BRISK)及快速视网膜特征算法(FREAK)的原理和特点;并自制室内影像数据集,对不同点特征提取算法在不同条件(光照变换、模糊变换、旋转变换、视角变换、尺度变换)下特征提取的计算效率以及提取质量进行了比较。实验结果表明:FREAK算法在5种变换条件下,都具有较高的提取质量且其计算效率也较高,更适合室内视觉定位中的特征提取环节;SURF算法可以获得较好的提取质量,但是计算效率低;ORB算法效率最高,但是其在特征提取性能上有所不足。