基于特征点扩充及PCA特征提取的ASM定位算法

• 作者: 姚剑敏 罗声平 郭太良
• 来源期刊: 光电子技术
• 学科: 工学
• 关键词: 特征点扩充 主成分分析 配准变换 匹配收敛
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 研究与试制
• 页码范围: 39-44,48
• 页数: 7页
• 分类号: TP391.4
• 字数: 3834字
• 语种: 中文

摘要

活动形状模型ASM(Active Shape Model)在目标对象的定位中得到广泛应用,但传统ASM算法定位精度较低,模型容易收敛到错误位置,为此,本文提出了一种基于特征点扩充和主成分分析PCA(Principal Component Analysis)灰度特征提取的ASM改进算法:首先,采用等距插值的方法扩充手工标定的特征点;其次,提出采用主成分分析PCA处理特征点法线灰度信息代替原算法中的灰度值求导,统计特征点局部灰度特征,以提高目标定位的精度.实验结果表明,与传统ASM算法相比,本文的改进算法的目标定位精度和鲁棒性都有了显著的提高,实验数据显示,平均定位误差降低了38％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姚剑敏	福州大学物理与信息工程学院	86	238	8.0	10.0
2	郭太良	福州大学物理与信息工程学院	302	1102	15.0	21.0
3	罗声平	福州大学物理与信息工程学院	1	2	1.0	1.0