改进的尺度不变特征转换精确图像匹配在电力设备目标定位中的应用

• 作者: 侯一民 邸建铭
• 来源期刊: 中国电机工程学报
• 学科: 工学
• 关键词: 图像匹配 目标定位 尺度不变特征转换 特征向量描述子 随机取样一致性
• 年，卷（期）: 2012,（19）
• 页码范围: 134-139
• 分类号: TM76
• 字数: 4318字
• 语种: 中文

摘要

针对电力设备目标定位问题,研究了基于改进的尺度不变特征转换(scale invariant feature transform,SIFT)精确图像配准的定位方法.首先用改进的 SIFT 特征描述子提取图像中的特征点,降低了特征向量描述子的维数,大大提高了算法的速度;然后采用欧氏距离对特征点进行初始匹配,由于初始匹配过程中存在误匹配,采用改进的随机取样一致性(random sample consensus,RANSAC)算法对阈值进行自动调整,消除了错误匹配;最后,以电力系统中的刀闸、变压器为例,采用旋转、缩放、光照变化及加噪声图像验证了该算法.实验结果表明:改进后的算法不仅继承了 SIFT 算法的鲁棒性,而且提高了算法的速度和匹配精度,可以较好地应用于电力设备目标定位中

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯一民	东北电力大学自动化工程学院	39	247	8.0	15.0
2	邸建铭	东北电力大学自动化工程学院	2	17	1.0	2.0