融合深度信息BRISK改進算法

　　為了有效地利用RCB-D圖像的深度信息，提高BRISK算法的尺度不變性和旋轉(zhuǎn)不變性，提出一種融合深度信息的BRISK改進算法。首先，采用FAST算法提取特征點，并計算每個特征點的Harris角點V向應(yīng)值；然后，將整個圖像劃分為大小相同的網(wǎng)格，每個網(wǎng)格保留Harris角點響應(yīng)值最大的特征點；其次，根據(jù)圖像的深度信息直接計算特征點的尺度因子；最后，計算以特征點為中心的圓的灰度矩心，通過灰度矩心和特征點的位置偏差確定特征點主方向。從尺度不變性和旋轉(zhuǎn)不變性兩方面對幾種算法進行了對比實驗分析。實驗結(jié)果表明，相比BRISK算法，改進后的算法在圖像尺度變化時正確匹配特征點數(shù)提高了90%以上，在圖像旋轉(zhuǎn)時正確匹配特征點數(shù)提高了至少70%。