来源：期刊VIP网 时间：
作者：张艳伟;邹东升;庞利宝;钮为轩;
单位：武汉理工大学交通与物流工程学院;武汉航科物流有限公司;
摘要：为了实现自动化干散货码头堆场料堆体积的高精度测量，料堆三维重建的准确度和可靠性至关重要。针对干散货码头堆场复杂场景特征点提取数量少、匹配率低等问题，提出了一种基于导向滤波算法和尺度不变特征变换（SIFT）算法的联合算法。其中，使用导向滤波算法来进行堆场料堆图像增强和降噪；改进尺度不变特征变换（SIFT）算法流程，使用层次聚类优化特征匹配算法，消除ratio值的影响，实现堆场料堆特征点的精确匹配。结果表明：基于导向滤波的图像预处理算法有效提高了提取的特征点质量，相较于传统图像增强方法，有效匹配对的占比提升了1.59%；改进后的SIFT匹配算法无需反复整定ratio，其最优结果与传统匹配算法相当；联合算法相较于传统算法，在特征点匹配对数量上增加了11.3%，在港口环境中显示出更高的有效性。
关键词：干散货码头堆场;;体积测量;;导向滤波;;聚类;;尺度不变特征变换(SIFT)
基金资助：湖北省科技计划重点研发专项资助项目(2023BAB073)
