强激光与粒子束
2023, 35(11): 112002
1 中国科学院 长春光学精密机械与物理研究所, 长春 130033
2 中国科学院大学, 北京 100049
为了提高多目标图像的ORB匹配的正确率, 提出一种基于Mask R-CNN的图像ORB去除误匹配方法, 该算法首先通过Faster R-CNN方法对图像进行识别, 运用区域推荐网络得到矩形框标注的感兴趣区域和类别标签, 该步骤可以得到感兴趣区域的预测类别和坐标信息, 并且通过全卷积网络卷积层进行像素级别校正, 得到像素级别的目标所属类别, 然后进行目标分割。最后在原有ORB特征点匹配基础上, 剔除两幅图像中相同目标分割区域以外的误匹配点。为了验证该方法的有效性, 对传统ORB匹配与基于本文方法的ORB匹配进行了仿真实验。改进后的算法, 使得在多目标环境下的目标的匹配精度提高了约18.6%, 结果表明, 本文算法较传统的ORB匹配算法的精度有一定提高。
ORB匹配 Mask R-CNN算法 误匹配 ORB matching Mask R-CNN algorithm Mis-matching