NAU Harvester System
Порівняння ефективності та швидкодії детекторів характерних ознак SURF та ORB
Наукові журнали Національного Авіаційного Університету
View Archive Info| Field | Value | |
| Title |
Порівняння ефективності та швидкодії детекторів характерних ознак SURF та ORB
PERFORMANCE AND SPEED COMPARISON OF SURF AND ORB DESCRIPTORS Сравнение эффективности и быстродействия детекторов характерных признаков SURF и ORB |
|
| Creator |
Mukhina, M. P.; Національний авіаційний універститет, Київ, Україна
Yeremeieva, T. A.; Національний авіаційний універститет, Київ, Україна |
|
| Subject |
Зіставлення зображень; характерні особливості зображень; робасне зіставлення зображень; спотворення зображень
УДК 004.932.2 (045) Image matching; image feature; robust matching; image distortion UDC 004.932.2 (045) Сопоставление изображений; характерные особенности изображений; робастные сопоставления изображений; искажения изображений УДК 004.932.2 (045) |
|
| Description |
У роботі порівнюємо ефективність двох різних методів зіставлення зображень, тобто SURF та ORB, на різного роду перетвореннях та деформаціях, таких як масштабування, обертання, шум, викривлення типу “риб'яче око” та кадрування. Для цього ми вручну застосовуємо різні типи перетворень на оригінальних зображеннях та обчислюємо відповідні параметри оцінки, такі як кількість ключових точок у зображеннях, швидкість співставлення та час виконання, необхідні для кожного алгоритму, з'ясовуючи, який алгоритм надійніший для кожного виду спотворень.
Fast and robust image processing and matching is a very important task with various applications in computer vision and robotics. In this paper, we compare the performance of two different image matching techniques, i.e., by speed up robust features and by rotated robust independent elementary features, against different kinds of transformations and deformations such as scaling, rotation, noise, fisheye distortion, and cropping. For this purpose, we manually apply different types of transformations on original images and compute the matching evaluation parameters such as the number of key points in images, the matching rate, and the execution time required for each algorithm and we will show that which algorithm is the best more robust against each kind of distortion. В работе сравниваем эффективность двух различных методов сопоставления изображений, то есть SURF и ORB, на разного рода преобразованиях и деформациях, таких как масштабирование, вращение, шум, искажения типа "рыбий глаз" и кадрирование. Для этого мы вручную применяем различные типы преобразований на оригинальных изображениях и вычисляем соответствующие параметры оценки, такие как количество ключевых точек в изображениях, скорость сопоставления и время выполнения, необходимые для каждого алгоритма, выясняя, какой алгоритм надежнее для каждого вида искажений. . |
|
| Publisher |
National Aviation University
|
|
| Contributor |
—
— — |
|
| Date |
2018-06-07
|
|
| Type |
—
— |
|
| Format |
application/pdf
|
|
| Identifier |
http://jrnl.nau.edu.ua/index.php/ESU/article/view/12716
10.18372/1990-5548.55.12716 |
|
| Source |
Electronics and Control Systems; Том 1, № 55 (2018); 11-16
Электроника и системы управления; Том 1, № 55 (2018); 11-16 Електроніка та системи управління; Том 1, № 55 (2018); 11-16 |
|
| Language |
en
|
|
| Rights |
Authors who publish with this journal agree to the following terms:Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
|
|