改进ORB的特征点匹配算法

　　针对定向二进制简单描述符（ ORB）算法不具备尺度不变性的问题，提出一种结合快速鲁棒性特征（ SURF）算法和ORB的改进算法。首先，利用Hessian矩阵检测特征点的方法，使得提取出的特征点具有尺度不变性；然后，用ORB生成特征描述子；接着采用K近邻算法进行粗匹配；最后，通过比率测试、对称测试、最小平方中值（ LMedS）定理进行提纯。尺度变化时，该算法比ORB的匹配精度提高了74.3个百分点，比SURF的匹配精度提高了4.8个百分点；旋转变化时，该算法比ORB的匹配精度提高了6.6个百分点；匹配时间高于SURF低于ORB。实验结果表明，改进算法不仅保持了ORB的旋转不变性，而且具备了尺度不变性，在不失速度的前提下，匹配精度得到较大提高。