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:
视觉特征提取质量决定了UCAV认知导航的效能.为实现UCAV认知导航的高鲁棒性特征点提取,提出一种特征点优选的多元量化MQ - SIFT方法.针对SIFT模拟特征序列分布不均匀、正确匹配率不高的缺陷,提出采用多值量化与比特抽取结合法对模拟特征序列进行多元量化,并且分析验证了该方法的优越性能.为确保高鲁棒性特征点用于认知导航,对特征点进行了优选,给出了优选准则,提出了搜索最大连通集的改进迭代互欧氏距离方法.仿真结果表明:在图像信噪比大于10 dB时,MQ - SIFT算法及其优选的特征点具有较高的正确匹配率,并且其匹配率能够满足认知导航系统需求.
推荐文章
基于GPU的SIFT特征提取算法研究
特征提取
描述符
SIFT
SIFT GPU
基于SIFT图像特征提取与FLANN匹配算法的研究
SIFT
特征提取
FLANN匹配算法
特征匹配
SIFT特征提取在非约束环境下目标匹配中的应用
非约束环境
SIFT
特征提取
目标匹配
针叶苗木计算机视觉特征提取方法
针叶苗木
计算机视觉
特征标志点
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 多元量化SIFT视觉特征提取方法
来源期刊 空军工程大学学报(自然科学版) 学科 航空航天
关键词 认知导航 视觉导航 UCAV SIFT 量化
年,卷(期) 2012,(4) 所属期刊栏目 军事信息技术
研究方向 页码范围 65-69
页数 分类号 V279
字数 4536字 语种 中文
DOI 10.3969/j.issn.1009-3516.2012.04.013
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 吴德伟 空军工程大学信息与导航学院 187 776 13.0 21.0
2 邰能建 空军工程大学信息与导航学院 14 59 5.0 7.0
3 周阳 空军工程大学信息与导航学院 14 42 4.0 5.0
4 戚君宜 空军工程大学信息与导航学院 29 96 7.0 9.0
5 袁银勇 空军工程大学信息与导航学院 4 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (41)
共引文献  (58)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1966(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(10)
  • 参考文献(2)
  • 二级参考文献(8)
2010(10)
  • 参考文献(3)
  • 二级参考文献(7)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(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)
研究主题发展历程
节点文献
认知导航
视觉导航
UCAV
SIFT
量化
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
空军工程大学学报(自然科学版)
双月刊
1009-3516
61-1338/N
大16开
西安市空军工程大学
52-247
2000
chi
出版文献量(篇)
2810
总下载数(次)
5
总被引数(次)
15414
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导