基于局部不变特征的目标自动识别
周达标; 霍丽君; 李刚; 王德江; 贾平
刊名光子学报
2014
期号02页码:74-79
关键词图像处理 目标自动识别 特征提取 信息熵 分类
中文摘要为快速、准确地识别图像中的目标,提出一种结合图像熵和加速鲁棒特征算法的目标自动识别方法.首先,分块计算图像的信息熵,根据阈值筛选出纹理丰富区域.然后,结合Hessian矩阵和Harris算法提取纹理丰富区域的局部特征点.接着,计算特征向量并用主成分分析降低向量维数.最后,采用双向最近距离比例匹配算法进行分类,并用随机抽样一致算法剔除误匹配点.实验结果表明:对仿真数据库中带有视角、光照和尺度变化的图像,识别率分别为87.12%、75.31%和84.98%,平均识别时间分别为70.35ms、71.27ms、220.63ms;对含8956×6708像素的航空大面阵图像,正确匹配率为78.13%,识别时间为68.09s.本方法识别率和时间性能均优于加速鲁棒特征算法.
内容类型期刊论文
源URL[http://ir.ciomp.ac.cn/handle/181722/53803]  
专题长春光学精密机械与物理研究所_中科院长春光机所知识产出
推荐引用方式
GB/T 7714
周达标,霍丽君,李刚,等. 基于局部不变特征的目标自动识别[J]. 光子学报,2014(02):74-79.
APA 周达标,霍丽君,李刚,王德江,&贾平.(2014).基于局部不变特征的目标自动识别.光子学报(02),74-79.
MLA 周达标,et al."基于局部不变特征的目标自动识别".光子学报 .02(2014):74-79.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace