融合IMU去除运动模糊的改进光流匹配算法

打开文本图片集

摘要：为进一步提高视觉SLAM中的光流匹配精度和速度，提出一种融合惯性测量单元（inertial measurement unit，IMU）去除运动模糊的改进光流匹配算法。该算法首先利用IMU运动信息计算的点扩散函数去除运动模糊，提高特征点匹配率；其次在LK（Lucas-Kanade）光流的基础上引入梯度误差，并使用图像梯度L1范数作为正则项模拟稀疏噪声，构建代价函数；然后利用IMU预测特征点位置作为该算法初始值，并加入BB（Barzilar-Borwein）步长改进原有的高斯牛顿算法，提高计算速度。（剩余17386字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。