改进的SURF算法在书法笔画匹配识别中的应用

• 作者: 周军妮 庞爽爽 王民
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: SURF算法 子带分解 方向性滤波 特征点匹配
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 图形与图像
• 页码范围: 292-297
• 页数: 6页
• 分类号: TP391.4
• 字数: 3824字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.02.014

摘要

书法笔画具有丰富的书写人特征,能否正确进行特征向量提取和匹配直接影响识别效果.针对SURF算法检测特征点少、误匹配率高的问题,提出了一种基于Contourlet变换的SURF算法.该算法利用Contourlet变换,在提取特征点前对书法字笔画进行子带分解(LP)和方向性滤波(DFB),得到低频和高频细节分量,采用最小欧氏距离准则(LEDC)对低频细节分量进行相似性计算,高频细节分量进一步分解后选取合适阈值提取高频特征点,然后进行SURF特征点匹配,采用RANSAC算法剔除误匹配点.实验表明,改进的SURF算法不仅能更好地提取笔画特征点,提高抗噪性能,识别率也提高了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	王民	西安建筑科技大学信息与控制工程学院	108	458	11.0	17.0
2	周军妮	西安建筑科技大学信息与控制工程学院	30	96	7.0	8.0
3	庞爽爽	西安建筑科技大学信息与控制工程学院	1	1	1.0	1.0