改进R-LoFTR++的智能巡检特征匹配算法

• 全文链接
• 请求原文

作   者：

舒军;  王江舸;  杨莉;  舒心怡; 

作者机构：

湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室; 

关键词：

增强现实技术;  电气检测;  特征匹配;  LoFTR算法; 

期刊名称：

重庆理工大学学报(自然科学版)

i s s n：

1674-8425

年卷期：

2025 年 39 卷 002 期

页   码：

86-96

摘   要：

在应用增强现实技术的变电站巡检工作中，背景纹理复杂难以提取特征点，大视角变化情况下匹配正确率低，针对以上问题提出改进特征匹配算法R-LoFTR++。引入高斯滤波进行预处理，有效减少图像噪声并平滑部分纹理，降低了匹配的复杂度。设计了特征方向描述子模块，增强了网络对图像关键点的方向敏感度，提高了大视角差图像间的匹配率。集成MAGSAC++算法，优化匹配过程、剔除误匹配点，提升了匹配的正确率。实验结果表明，R-LoFTR++算法在变电站真实数据集上的匹配效果都优于参与对比的其他特征匹配算法。在MegaDepth相同特定场景子集的实验中，R-LoFTR++在户外姿态评估实验中AUC指标相比于原网络提升了约0.92%～1.63%。