首页 | 本学科首页   官方微博 | 高级检索  
     

基于局部不变特征的目标自动识别
引用本文:周达标,霍丽君,李刚,王德江,贾平. 基于局部不变特征的目标自动识别[J]. 光子学报, 2015, 44(2): 74-79
作者姓名:周达标  霍丽君  李刚  王德江  贾平
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空光学成像与测量重点实验室,长春130033;中国科学院大学,北京100049
2. 中国科学院长春光学精密机械与物理研究所航空光学成像与测量重点实验室,长春,130033
基金项目:国家自然科学基金(No.61308099);吉林省重大科技攻关专项(No.11ZDGG001)资助
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.

关 键 词:图像处理  目标自动识别  特征提取  信息熵  分类

Automatic Target Recognition Based on Local Invariant Features
ZHOU Da-biao,HUO LI-jun,LI Gang,WANG De-jiang,JIA Ping. Automatic Target Recognition Based on Local Invariant Features[J]. Acta Photonica Sinica, 2015, 44(2): 74-79
Authors:ZHOU Da-biao  HUO LI-jun  LI Gang  WANG De-jiang  JIA Ping
Affiliation:ZHOU Da-biao;HUO LI-jun;LI Gang;WANG De-jiang;JIA Ping;Key Laboratory of Airborne Optical Imaging and Measurement,Changchun Institute of Optics,Fine Mechanics and Physics,Chinese Academy of Sciences;The University of the Chinese Academy of Sciences;
Abstract:
Keywords:Image processing  Automatic target recognition  Feature extraction  Information entropy  Classification
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号