论文部分内容阅读
交通环境日趋复杂,车辆识别技术的应用场景也愈发广泛,通过聚类分析方法对传统ORB算法进行改进,应用于前方车辆识别系统。将ORB提取出的特征向量进行归类及筛选,减少噪点及特征冗余点数量,从而提高匹配效率,经实验对比验证,基于K-means的ORB算法一定程度消除无关物体的干扰。不仅保留了原ORB算法运算快的优越性,且对常用数据库识别准确率提高了约10个百分点。相比于同类算法,有效性和稳定性大幅增加,改进算法在复杂环境下的智慧交通领域具有更好的应用效果和适用性。