| 基于改进的加速鲁棒特征的目标识别 |
| |
| 引用本文： | 龙思源,张葆,宋策,孙保基.基于改进的加速鲁棒特征的目标识别[J].中国光学,2017,10(6):719-725. |
| |
| 作者姓名： | 龙思源 张葆 宋策 孙保基 |
| |
| 作者单位： | 1. 中国科学院 长春光学精密机械与物理研究所 航测部重点实验室, 吉林 长春 130033;
2. 中国科学院大学, 北京 100049 |
| |
| 基金项目： | 中国科学院长春光学精密机械与物理研究所重大创新资助项目（No.Y3CX1SS14C） |
| |
| 摘 要： | 为了提高加速鲁棒特征(SURF)算法的实时性和准确性,本文提出了一种结合AGAST角点检测和改进的SURF特征描绘算法。首先利用AGAST角点检测模板检测特征点,再使用增加对角信息的哈尔小波响应来生成特征点的描述子,之后利用特征袋对产生的描述子进行编码并生成新的特征向量,最后利用支持向量机(SVM)对特征向量进行分类,完成识别。本文以SIFT和SURF算法为对照,分别进行不同视角、光照和尺度的识别实验。实验结果表明,本文算法的平均识别率为98.0%、96.9%、97.1%,平均时间分别为66.1 ms、79.3 ms、41.0 ms,在识别率上较优于SURF算法,所耗时间约是SURF算法的1/3。
|
| 关 键 词： | 图像处理 目标识别 加速鲁棒特征 AGAST角点检测 |
| 收稿时间： | 2017-05-11 |
Object detection based on improved speeded-up robust features |
| |
| LONG Si-yuan,ZHANG Bao,SONG Ce,SUN Bao-ji.Object detection based on improved speeded-up robust features[J].Chinese Optics,2017,10(6):719-725. |
| |
| Authors: | LONG Si-yuan ZHANG Bao SONG Ce SUN Bao-ji |
| |
| Institution: | 1. Key Laboratory of Airborne Optical Imaging and Measurement, Changchun Institute of Optics, Fine Mechanics and Physics, Chinese Academy of Sciences, Changchun 130033, China;
2. University of Chinese Academy of Sciences, Beijing 100049, China |
| |
| Abstract: | |
| |
| Keywords: | image processing object detection Speeded-Up Robust Features AGAST corner detection |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《中国光学》浏览原始摘要信息 |
| 点击此处可从《中国光学》下载免费的PDF全文 |
|
