基于聚类SURF特征的商品识别算法

• 作者: 汪阳 詹恩奇 郑建彬 陈哲凡
• 来源期刊: 计算机应用研究
• 关键词: 加速鲁棒特征 匹配角度 聚类 误剔除率
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3490-3493
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.11.065

摘要

图像存在遮挡、尺度缩放、多干扰时,传统加速鲁棒特征(SURF)算法会产生错误匹配问题,提出一种基于匹配角度聚类的匹配算法.算法先提取SURF特征点,利用特征点的主方向信息进行图像角度矫正,再统计并聚类粗匹配对的匹配角度信息,依据类中元素数目和类簇数目进行两级筛选,剔除异常角度信息的误匹配对.算法与随机抽样一致性算法(RANSAC)进行实验对比,表明该算法能有效提高匹配正确率和保证低误剔除率,提高了商品图像的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郑建彬	武汉理工大学信息工程学院光纤传感技术与信息处理教育部重点实验室	60	436	13.0	17.0
2	詹恩奇	武汉理工大学信息工程学院光纤传感技术与信息处理教育部重点实验室	18	61	5.0	7.0
3	汪阳	武汉理工大学信息工程学院光纤传感技术与信息处理教育部重点实验室	12	103	5.0	10.0
4	陈哲凡	武汉理工大学信息工程学院光纤传感技术与信息处理教育部重点实验室	1	7	1.0	1.0