为了获得能够很好地应用于远距离目标识别且计算快速的图像特征,本文提出了一种结合尺度空间FAST(加速分割试验特征)角点检测器和SURF(加速鲁棒特征)描绘器的新特征算法.SURF算法利用了基于快速海森矩阵的关键点检测算法,容易从图像中快速海森矩阵响应值较高但信息匮乏的边缘区域提取大量关键点,进而导致大量的低独特性特征以及不可忽视的误匹配率;同时,其高斯滤波带来的图像模糊使得算法在远距离目标区域内检测到的关键点数量减少,从而对远距离目标的识别造成困难.针对SURF算法的这些问题,本文方法利用尺度空间FAST算法代替快速海森矩阵,并利用具有良好的独特性的SURF描绘器.该方法能够有效地减少对上述类型的干扰性关键点的提取,对远距离目标的关键点检测的性能相对于快速海森矩阵具有显著优势,且其独特性优于同样使用FAST角点检测器的BRISK特征.实验结果表明,对于带有光照变化、尺度变化和3D视角变化目标,基于本文特征的识别算法的识别正确率高于基于SIFT、SURF和BRISK特征的识别算法;本文特征适用于远程目标识别,同时其计算速度达到了与SURF接近的水平.
参考文献
| [1] | 贾平;徐宁;张叶.基于局部特征提取的目标自动识别[J].光学精密工程,201321(07):1898-1905. |
| [2] | 丘文涛;赵建;刘杰.结合区域分割的SIFT图像匹配方法[J].液晶与显示,201227(06):827-831. |
| [3] | 杨云;岳柱.基于融合图像轮廓矩和Harris角点方法的遮挡人体目标识别研究[J].液晶与显示,201328(02):273-277. |
| [4] | 赵建川;王弟男;陈长青.红外激光主动成像和识别[J].中国光学,20136(05):795-802. |
| [5] | 闫辉;许廷发;吴青青.多特征融合匹配的多目标跟踪[J].中国光学,20136(02):163-170. |
| [6] | 唐永鹤;卢焕章.基于灰度差分不变量的快速局部特征描述算法[J].光学精密工程,201220(02):447-454. |
| [7] | Lowe D.Distinctive image features from scale invariant keypoints[J].International Journal of Computer Vision,200460(02):91-110. |
| [8] | Bay H;Tuytelaars T;Van Gool L.SURF:Speeded up robust features[A].,2006:404-417. |
| [9] | Bay H;Ess A;Tuytelaars T.Speeded up robust features(SURF)[J].International Journal on Computer Vision and Image Understanding,2008110(03):346-359. |
| [10] | Leutenegger S;Chli M;Siegwart R.BRISK:Binary robust invariant scalable keypoints[A].,2011:2548-2555. |
| [11] | Mikolajczyk K .Scale and Affine Invariant Interest Point Detectors[D].INRIA Grenoble,2002. |
| [12] | Mikolajczyk K;Schmid C.A performance evaluation of local descriptors[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,200510(27):1615-1630. |
| [13] | Rosten E;Drummond T.Machine learning for high speed corner detection[A].,2006:430-443. |
| [14] | Alahi A;Vandergheynst P;Bierlaire M.Cascade of descriptors to detect and track objects across any network of cameras[J].International Journal on Computer Vision and Image Understanding,2010114(06):624-640. |
| [15] | Calonder M;Lepetit V;Strecha C.BRIEF:Binary robust independent elementary features[A].,2010:778-792. |
| [16] | Brown M;Lowe D.Invariant features from interest point groups[A].,2002:656-665. |
| [17] | Friedman J H;Bentley J L;Finkel R A.An algorithm for finding best matches in logarithmic expected time[J].ACM Transactions on Mathematical Software,19773(03):209-226. |
上一张
下一张
上一张
下一张
计量
- 下载量()
- 访问量()
文章评分
- 您的评分：
-
10%
-
20%
-
30%
-
40%
-
50%