基于改进的加速鲁棒特征的目标识别

• 作者: 孙保基 宋策 张葆 龙思源
• 来源期刊: 中国光学
• 学科: 工学
• 关键词: 图像处理 目标识别 加速鲁棒特征 AGAST角点检测
• 年，卷（期）: 2017,（6）
• 所属期刊栏目: 信息光学
• 页码范围: 719-725
• 页数: 7页
• 分类号: TP391.4
• 字数: 3657字
• 语种: 中文
• DOI: 10.3788/CO.20171006.0719

摘要

为了提高加速鲁棒特征(SURF)算法的实时性和准确性,本文提出了一种结合AGAST角点检测和改进的SURF特征描绘算法.首先利用AGAST角点检测模板检测特征点,再使用增加对角信息的哈尔小波响应来生成特征点的描述子,之后利用特征袋对产生的描述子进行编码并生成新的特征向量,最后利用支持向量机(SVM)对特征向量进行分类,完成识别.本文以SIFT和SURF算法为对照,分别进行不同视角、光照和尺度的识别实验.实验结果表明,本文算法的平均识别率为98.0%、96.9%、97.1%,平均时间分别为66.1 ms、79.3 ms、41.0 ms,在识别率上较优于SURF算法,所耗时间约是SURF算法的1/3.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张葆	中国科学院长春光学精密机械与物理研究所航测部重点实验室	84	885	17.0	26.0
2	宋策	中国科学院长春光学精密机械与物理研究所航测部重点实验室	13	75	6.0	8.0
3	龙思源	中国科学院长春光学精密机械与物理研究所航测部重点实验室	2	17	2.0	2.0
7	孙保基	中国科学院长春光学精密机械与物理研究所航测部重点实验室	2	17	2.0	2.0