基于PCA和不变矩的三维物体识别算法研究

• 作者: 徐贵力 李开宇 王彪 田裕鹏 郭瑞鹏 钟志伟
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 目标识别 主从分析法 仿射不变矩 图像识别
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 5-8
• 页数: 4页
• 分类号: TP391.41
• 字数: 2813字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2013.03.002

摘要

在计算机视觉问题的研究中,针对基于矩的目标识别算法实时性不高的问题,本文分析主分量分析法(PCA)在目标快速识别算法中的应用,提出基于Jan Flusser仿射不变矩和PCA融合的快速识别方法,即利用PCA在Jan Flusser仿射不变矩的特征空间中进行优化降维,减少了计算量,然后利用一些主流的识别算法对该方法的实时性和准确性进行验证研究.在MatLab平台下的仿真结果表明:本文方法的实时性在欧式距离上提高了23.68％,在概率神经网络上提高了8.7％,在支持向量机上提高了21.01％,准确性只有少量的降低,不改变识别算法的过程,且适合三维物体小角度变化下的识别.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	田裕鹏	南京航空航天大学自动化学院	62	716	14.0	24.0
2	徐贵力	南京航空航天大学自动化学院	77	1137	16.0	32.0
3	李开宇	南京航空航天大学自动化学院	60	370	10.0	15.0
4	王彪	南京航空航天大学自动化学院	69	795	12.0	25.0
5	郭瑞鹏	南京航空航天大学自动化学院	20	93	5.0	8.0
6	钟志伟	南京航空航天大学自动化学院	2	10	2.0	2.0