吕栋阳，张 磊 ，张 丹，姚兴田，苏波泳

1.南通大学 机械工程学院，江苏 南通 226019

2.德岛大学 信息工程学院，日本 德岛 770-0855

3.约克大学 拉松德学院 机械工程系，加拿大 多伦多 M3J 1P3

特征（角）点匹配是指在两帧图像内找到特征点集之间的映射和对应关系，其在图像拼接、目标跟踪以及目标位姿估计等领域具有重要作用[1-4]。

传统特征匹配大多基于全局图像，如视觉SLAM（Simultaneous Location And Mapping）通常将移动机器人采集得到的图片提取全局ORB（Oriented FAST and Rotated BRIEF）特征[4]，对其进行特征匹配后根据位姿估计算法求取出摄像机运动过程中的姿态。但这种方式仅适用于整幅图像具有相同的变换，也即摄像机运动的情况。

对机器人抓取来说，更常见的情况是摄像机固定而物体运动。通过对目标物区域进行特征匹配并结合PNP（Perspective-N-Point）或者对极约束等算法，可以方便地求取目标物相对摄像机的位姿，因此针对目标物的特征匹配具有重大研究及应用价值。

近年来，有众多优秀的特征匹配算法被相继提出，这其中较为成功的有SIFT（Scale Invariant Feature Transform）算子[5]和SURF（Speeded Up Robust Features）算子[6]，然而这两种特征提取算法复杂且耗时，难以满足视频序列的实时性需求，而且提取得到的特征点也不具备显著性。角点是图像中亮度变化剧烈的点或图像边缘曲率极大值的点，作为图像重要的局部特征，角点在保留图像大部分信息的同时极大地加速了图像处理的速度。考虑到角点运算的快速性，学者们采用角点作为特征点并结合SIFT 和SURF 进行特征描述从而衍生出了Harris-SIFT[7-8]和Harris-SURF[9]等算法进行图像匹配。……