姜 芸1, 王 军2, 3, 武海英4, 苏安玉1, 邹孟华5
测绘工程. 2025, 34(4): 1.
针对地图数据线条密集且圆滑、清晰度低、颜色对比不鲜明,使用传统尺度不变特征变换(SIFT)算法提取的特征点较少且分布不均匀的问题,文中构建一种基于增强现实的地图识别方法的总体技术流程,首先使用双边滤波、直方图均衡化、边缘增强、局部增强等方法进行地图数据处理,然后提出一种基于SIFT算法改进的特征点提取与匹配方法,按照关键点与地图边界的位置关系设置权重,根据权重结合算子计算每个关键点总价值,从而有效筛选特征点,避免地图内部繁杂线条影响识别效果。实验证明,文中提出的改进地图识别技术流程与传统SIFT算法相比,尺度空间更加清晰,特征点分布更加均匀,提取特征点匹配的正确率提升50%,匹配时间缩短8s,因此,文中改进技术流程在基于增强现实的地图识别中具有一定程度的应用价值。