一种基于改进的LBP特征和LNDP特征相融合的改进ORB算法

发明专利有效专利

申请号：
CN201910994620.4
IPC分类号：G06K9/62;G06K9/46
申请日期：
2019-10-18
申请人：
太原理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于改进的LBP特征和LNDP特征相融合的改进ORB算法
申请号	CN201910994620.4	申请日期	2019-10-18
法律状态	实质审查	申报国家	中国
公开/公告日	2020-01-31	公开/公告号	CN110738265A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;K;9;/;4;6查看分类表>
申请人	太原理工大学	申请人地址	山西省太原市万柏林区迎泽西大街79号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	太原理工大学	当前权利人	太原理工大学
发明人	王志飞;程兰;任密蜂;阎高伟;续欣莹
代理机构	太原市科瑞达专利代理有限公司	代理人	江淑兰

摘要

本发明提出了一种基于改进的LBP特征和LNDP特征相融合的改进ORB算法，属于图像处理领域，主要用于解决传统ORB特征提取算法的匹配精度低的问题。该算法主要分为两步：第一步通过多尺度FAST算法快速检测特征点，并为特征点计算主方向，赋予特征点旋转不变性和尺度不变性。第二步提取特征点的LBP/LNDP特征，采用了像素块代替像素点的方法，以提高特征点对噪声的鲁棒性。本发明将LBP特征与LNDP特征相结合，更加充分地描述了特征点局部信息，在不降低算法实时性的基础上，提高了特征的匹配性能。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供