基于局部特征提取的目标自动识别

• 作者: 张叶 徐宁 贾平
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 目标自动识别 局部特征提取 主成分分析 最近特征空间分类器
• 年，卷（期）: 2013,（7）
• 所属期刊栏目: 信息科学
• 页码范围: 1898-1905
• 页数: 8页
• 分类号: TP391.4
• 字数: 3167字
• 语种: 中文
• DOI: 10.3788/OPE.20132107.1898

摘要

提出一种基于局部特征提取的目标识别方法,用于自动识别不同尺度,视角和照度条件下的目标.首先,建立图像的尺度空间;结合海森矩阵和Harris算法提取局部特征点,计算该特征区域的方向和灰度梯度及方向;统计出每块子区域的标准灰度梯度直方图,得到128维的特征向量.然后,基于主成分分析的降维算法来降低特征向量的维数,加快识别的计算速度.最后,采用特征空间分类器增加目标识别的速度.实验结果表明:基于局部特征提取的目标识别达到了较高的识别率,在视角、尺度和照度变化下的识别率分别为61.9％,80.5％和84.4％,平均识别时间为130.9 ms.与尺度不变特征变换(SIFT)和加速鲁棒特征(SURF)算法相比,本算法不仅在不同的视角,目标尺度及照度条件下具有较高识别率,而且识别速度比SIFT方法高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐宁	中国科学院长春光学精密机械与物理研究所中国科学院航空光学成像与测量重点实验室	42	707	13.0	26.0
5	张叶	中国科学院长春光学精密机械与物理研究所中国科学院航空光学成像与测量重点实验室	36	621	12.0	24.0
6	贾平	中国科学院长春光学精密机械与物理研究所中国科学院航空光学成像与测量重点实验室	32	516	13.0	22.0