Görsel Odometride SIFT, SURF, FAST, STAR ve ORB özellik algılama algoritmalarının Performans ve Takas Değerlendirmesi

Authors : Abdullah YUSEFI, Akif DURDU, Cemil SUNGUR

Pages : 455-460

Doi:10.31590/ejosat.819735

View : 21 | Download : 10

Publication Date : 2020-10-05

Article Type : Research Paper

Abstract :Son yıllarda görsel odometri alanında, robotik ve otomotiv teknolojisinde görsel tabanlı ölçüm gibi pratik süreçlerin geliştirilmesine yol açan çok sayıda araştırma ve çalışma yapılmıştır. Doğrudan yöntemler, özellik tabanlı yöntemler ve hibrit yöntemler, görsel odometri problemlerinin çözümünde üç yaygın yaklaşımdır ve öznitelik tabanlı yaklaşım hızlarının daha yüksek olduğu genel inancı göz önüne alındığında, bu yaklaşım son yıllarda memnuniyetle karşılanmaktadır. Bu nedenle, bu çalışmada, kamera dönüşü ve çevirisindeki değişiklikleri tahmin edebilen değişmez özellikler kullanılarak iki boyutlu sıralı görüntü setlerinin dönüşüm matrisini hesaplamak için bir girişimde bulunulmuştur. Algoritmada, anahtar noktaların belirlenmesi ve aykırı değerlerin kaldırılması için iki adım, sırasıyla beş farklı yerel özellik algılama algoritması (SURF, SIFT, FAST, STAR, ORB) ve RANdom SAmple Consensus algoritması (RANSAC) kullanılarak gerçekleştirilir. Ek olarak, her birinin etkisi, içsel parametreleri ve dinamik gürültü, dönüşüm matrisinin doğruluğu üzerinde değerlendirilir ve rotasyonel MSE ve hesaplama çalışma süresi açısından analiz edilir.
Keywords : Görsel Odometri, Görüntü İşleme, Değişmeyen Özellikler, Yerel Özellik Algılama, Anahtar Noktalar, RANSAC, Dönüşüm Matrisi