结合深度卷积网络与加速鲁棒特征配准的图像精准定位

• 作者: 林畅赫 王加朋 罗家祥 胡跃明
• 来源期刊: 光学精密工程
• 学科: 工学
• 关键词: 深度卷积网络 图像检索 特征匹配 精准定位
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 信息科学
• 页码范围: 469-476
• 页数: 8页
• 分类号: TH703
• 字数: 5144字
• 语种: 中文
• DOI: 10.3788/OPE.20172402.0469

摘要

针对在大图像中定位小块区域图像的需求,本文提出一种结合深度卷积网络与加速鲁棒特征(SURF)配准的精准定位方法.将标准大区域图像分割成若干个小参考图像,利用深度卷积网络和类局部敏感哈希降维法提取参考图像集的特征并形成特征库;基于特征库,提出了先检索多个相似参考图像后再进行SURF精确配准的两阶段方法,实现目标小图像在标准大图像中的定位.针对电子工业过程中高密度柔性电路板(FPC)及精确末制导中的图像定位数据进行实验,实验结果表明,该方法避免了传统SURF算法大量的特征提取与配对过程,SURF特征提取数减少近90％;与直接根据图像特征进行配准的传统定位方法相比,在保证定位准确率的基础上,耗时可缩小一个数量级以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡跃明	华南理工大学自动化科学与工程学院	147	1905	22.0	37.0
2	罗家祥	华南理工大学自动化科学与工程学院	20	99	6.0	9.0
3	林畅赫	华南理工大学自动化科学与工程学院	1	6	1.0	1.0
4	王加朋	华南理工大学自动化科学与工程学院	3	19	2.0	3.0