基于改进RANSAC算法的雾天自动驾驶汽车视觉图像配准方法

CIOMP OpenIR

	基于改进RANSAC算法的雾天自动驾驶汽车视觉图像配准方法
	李佳奇 ; 聂婷 ; 毕国玲; 黄良
	2023
发表期刊	激光杂志
卷号	44 期号:11 页码:54-59
摘要	针对雾天中依靠视觉SLAM的自动驾驶车辆图像匹配率较低的问题，通过模拟不同雾天中的行车场景，对三种特征点检测和描述算法进行了性能测试，得出采用SURF检测子结合SIFT描述子在雾天中鲁棒性和配准率较强，并通过FLANN算法完成粗匹配。同时对RANSAC算法进行了改进，通过设立测试集和自适应降低阈值的方法改善错误单应矩阵造成的运算效率较低，并采用自适应采样次数的方法解决算法迭代次数的上限问题，完成图像配准。在DAIR-V2X数据集上的实验结果表明：改进的RANSAC算法能够相对最优地得到正确匹配点对，且相较于PROSAC和传统的RANSAC算法，运行速度分别提升了18.5%与42.7%。
文献类型	期刊论文
条目标识符	http://ir.ciomp.ac.cn/handle/181722/68471
专题	中国科学院长春光学精密机械与物理研究所
作者单位	1.中国科学院长春光学精密机械与物理研究所 2.中国科学院大学
推荐引用方式 GB/T 7714	李佳奇,聂婷,毕国玲,等. 基于改进RANSAC算法的雾天自动驾驶汽车视觉图像配准方法[J]. 激光杂志,2023,44(11):54-59.
APA	李佳奇,聂婷,毕国玲,&黄良.(2023).基于改进RANSAC算法的雾天自动驾驶汽车视觉图像配准方法.激光杂志,44(11),54-59.
MLA	李佳奇,et al."基于改进RANSAC算法的雾天自动驾驶汽车视觉图像配准方法".激光杂志 44.11(2023):54-59.

条目包含的文件		下载所有文件
文件名称/大小	文献类型	版本类型	开放类型	使用许可
基于改进RANSAC算法的雾天自动驾驶汽（1050KB）	期刊论文	出版稿	开放获取	CC BY-NC-SA	浏览下载