基于网格的运动统计特征配准算法在医疗服务机器人中的应用
【作者】
杨晶东
单体展
【关键词】
网格分割
特征匹配
网格运动统
【摘要】目的 针对医疗服务机器人目标识别中特征匹配准确率低、实时性差等问题, 提出一种基于评分框架的基于网格的运动统计 (SF-GMS) 特征配准算法.方法 SF-GMS算法使用网格对特征点邻域进行分割, 统计每个邻域中特征点的数量, 设置评分框架函数, 根据邻域特征点数量和评分阈值判断特征匹配准确性.结果和结论 与典型性特征配准算法随机采样一致性 (RANSAC) 算法相比, SF-GMS算法能有效提高特征成功匹配率, 并具有较好的实时性;对光照视角、遮挡、仿射、比例尺度缩放和旋转等环境变化具有较好的稳定性, 能满足模拟医院病房场景下服务机器人自主导航的需求.
上一篇: 基于迁移学习的全连接神经网络舌象分类方法
下一篇: 基于神经网络的显微高光谱乳腺癌组织图像研究