基于改进SIFT特征和粒子滤波的目标识别仿真研究

• 作者: 尹康 段锁林 邹凌
• 来源期刊: 常州大学学报（自然科学版）
• 学科: 工学
• 关键词: SIFT算法 特征提取 关键点匹配 粒子滤波 目标识别
• 年，卷（期）: 2012,（2）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 64-68
• 分类号: TP242.6
• 字数: 4474字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-0411.2012.02.014

摘要

针对在目标识别中原始SIFT(尺度不变特征转换)特征算法计算量大,特征点匹配耗时长等缺陷,采用一种改进的SIFT特征算法.在原始的SIFT算法基础上简化了特征描述符,以及对匹配算法进行了改进,考虑到识别过程中目标物体的特征点会发生变化,因此结合粒子滤波来实现对目标物体的识别.仿真结果表明:该方法继承了原始SIFT算法的优点,有效地避免了一些干扰,减小了计算量,在结合粒子滤波算法后能够有效地更新特征点的匹配,最终实现了对目标物体准确的识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	段锁林	常州大学机器人研究所	43	214	8.0	11.0
2	邹凌	常州大学机器人研究所	29	145	5.0	11.0
3	尹康	常州大学机器人研究所	1	0	0.0	0.0