基于OpenCV的GPU并行加速圖像匹配算法研究.pdf

1、因為自身特有的高精度、抗干擾和自主導航等強大特性，慣性/圖像匹配輔助導航系統(tǒng)成為了目前研究的一大熱門方向。圖像匹配輔助導航技術(shù)能夠為慣性導航系統(tǒng)提供位置修正數(shù)據(jù)信息，其精確性和實時性是圖像匹配算法非常關鍵的因素。本文就圖像匹配輔助導航系統(tǒng)里的核心所在——圖像匹配算法進行了較為深入的攻關與研究。
　　鑒于ORB算法缺少對尺度不變性的良好支持，本文借鑒了尺度空間和高斯圖像金字塔的概念，將多尺度空間引入到ORB算法中，提出并實現(xiàn)了改進的

2、ORB算法。實驗表明，本文提出的算法除了繼承了ORB算法速度極快的優(yōu)點以外，也能在平移不變性、旋轉(zhuǎn)不變性、尺度不變性、仿射變換不變性等各方面上有能和SIFT媲美的性能。
　　為了進一步提高ORB特征點的匹配精度，本文提出了基于哈希表的雙向預篩選策略，在使用RANSAC算法提純之前，先進行一個初步的篩選，篩選出一個高質(zhì)量的樣本集合，再利用RANSAC算法對此高質(zhì)量的樣本進行優(yōu)化提純，以達到非常高的匹配精準度和運算效率。
　　本