提出了一种采用ORB算法匹配运动物体的特征点,实现目标物体在线三维测量的方法。仅将一固定的正弦光栅投影到匀速运动待测量物体,使用CCD等时间间隔拍照,获取物体的五帧变形条纹图并提取出背景光场。借助ORB算法对物体的背景光场进行特征点匹配,得到后四帧图像中的物体相对于第一帧的位移量。从而利用图像裁剪的方法获得一组等相移量的变形条纹图,即可采用等步相移算法重构出物体的三维面形。实验验证了该方法的可行性,适用于在线三维测量。

针对同时定位与地图构建（SLAM）中的特征匹配关键环节, 提出一种融合特征点和特征区域的图像追踪与匹配算法, 以解决交替出现纹理丰富和纹理缺失的间断纹理环境中图像特征易丢失、误匹配率较高的问题。首先, 利用ORB算法和半稠密直接法分别对图像提取特征点和特征区域。其次, 使用渐进一致采样法(PROSAC)剔除ORB算法的误匹配特征点, 并计算特征点的正确匹配率。最后, 针对纹理缺失环境中特征点丢失严重的问题, 以特征点的正确匹配率作为判断依据, 对低匹配率图像, 则基于特征区域使用半稠密直接法实现图像的追踪, 同时对追踪结果进行非线性优化, 提高了特征区域追踪的准确性和稳定性。实验结果表明, 该算法适用于间断纹理环境, 在纹理丰富和纹理缺失条件下均可提高图像匹配的准确率。

在无标记增强现实中,基于视觉即时定位与地图构建,结合ORB特征提取算法和顺序抽样一致性,提出了一种改进的注册方法。利用相似函数衡量匹配样本点对之间的差异性,从具有最高品质函数的数据子集中抽取样本,得到较优的匹配点对,完成了三维地图重建过程中的平面检测。通过奇异值分解,实现了虚拟物体的方向和位置控制;结合相机的位姿估计,完成了虚拟物体的注册。实验结果表明,所提方法的平均注册效率提高了34.5%。