基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
本文阐述了基于直线特征和SIFT(scale invariant feature transform)特征融合的物体识别研究,直线特征是最普遍的图像特征之一,而SIFT特征是最鲁棒的局部特征,其对旋转、尺度缩放、亮度变化保持不变性.本文以家用遥控器作为目标物体,首先提取平行直线特征作为本问中的主要图像特征,通过与物体模型进行匹配可以产生出很多的假设匹配结果,SIFT特征作为辅助特征,用来降低匹配的不确定性,从而提高识别率.试验结果表明该方法在复杂的环境中达到了鲁棒的识别效果.
推荐文章
SIFT特征和正交DLT算法在物体识别中的应用
SIFT特征
正交DLT算法
物体识别
模型匹配
图像分割
基于多稀疏分布特征和最近邻分类的物体识别方法
物体识别
稀疏表示
最近邻距离
梯度
街区距离
基于特征点邻域SIFT描述子的人脸识别
局部二值特征
线性回归
特征点
SIFT特征描述子
基于修正不变矩和范数的物体特征识别方法
特征提取
不变矩
范数
物体识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于直线和SIFT融合特征的物体识别研究
来源期刊 国外电子测量技术 学科 工学
关键词 物体识别 特征融合 SIFT特征 直线特征
年,卷(期) 2009,(6) 所属期刊栏目 理论与方法
研究方向 页码范围 31-34
页数 4页 分类号 TM93
字数 3217字 语种 中文
DOI 10.3969/j.issn.1002-8978.2009.06.009
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李永红 中北大学信息与通信工程学院 77 364 9.0 14.0
2 卢昭金 中北大学信息与通信工程学院 2 28 2.0 2.0
3 刘哲 中北大学信息与通信工程学院 21 129 8.0 11.0
4 石海杰 中北大学信息与通信工程学院 12 48 5.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (21)
共引文献  (49)
参考文献  (8)
节点文献
引证文献  (8)
同被引文献  (22)
二级引证文献  (36)
1986(2)
  • 参考文献(1)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(2)
  • 参考文献(2)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2011(3)
  • 引证文献(3)
  • 二级引证文献(0)
2012(8)
  • 引证文献(0)
  • 二级引证文献(8)
2013(6)
  • 引证文献(1)
  • 二级引证文献(5)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(9)
  • 引证文献(1)
  • 二级引证文献(8)
2017(5)
  • 引证文献(2)
  • 二级引证文献(3)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
物体识别
特征融合
SIFT特征
直线特征
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
国外电子测量技术
月刊
1002-8978
11-2268/TN
大16开
北京东城区北河沿大街79号2楼
82-141
1982
chi
出版文献量(篇)
5838
总下载数(次)
16
总被引数(次)
30622
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导