基于简化Forstner算子改进的SIFT无人机图像识别算法

• 作者: 息朝健 郭三学
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 目标识别 SIFT算法 Forstner算子 DOG空间
• 年，卷（期）: 2012,（5）
• 所属期刊栏目: 图象处理与应用
• 页码范围: 254-255,300
• 分类号: TP75
• 字数: 2493字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2012.05.069

摘要

根据无人机获取图像信息量大、处理实时性要求高的特点,寻找一种符合无人机特点的图像目标识别算法,提高图像识别的效率.SIFT(Scale Invariant Features Transform)算法具有良好的准确性和鲁棒性,能够克服一定的图像形变及遮挡影响,但其还难以满足无人机图像的处理实时性,利用简化的Forstner 算子对SIFT 算法进行改进,降低SIFT算法特征点获取过程的计算量.通过仿真实验,证明改进的SIFT 算法可以提高识别和匹配的速度和准确率,可以满足复杂背景下无人机目标识别精度与速度的需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭三学	武警工程学院装备运输系	63	175	7.0	10.0
2	息朝健	武警工程学院装备运输系	1	16	1.0	1.0