改进PCA-SIFT的电子标签图像匹配算法

• 作者: 于林飞 李云红 李传真 穆兴
• 来源期刊: 西安工程大学学报
• 关键词: 图像匹配 PCA K-means聚类 SIFT算法 电子标签
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 电子信息
• 页码范围: 67-72,96
• 页数: 7页
• 分类号: TP391.4
• 语种: 中文
• DOI: 10.13338/j.issn.1674-649x.2020.02.009

摘要

为了解决尺度不变特征变换(scale-invariant feature transform,SIFT)算法在电子标签图像匹配中耗时长、匹配率不高等问题,提出了基于改进PCA-SIFT的图像匹配算法.首先通过SIFT算法获取图像关键特征点,形成128维特征向量,然后采用PCA降维后进行K-means聚类,实现对电子标签的有效辨别,初步剔除无效图片,最后采用随机抽样一致性算法(random sample con-sensus,RANSAC)仿射变换,实现对电子标签的快速匹配.实验结果表明:与其他匹配算法相比,改进算法可以快速剔除无效图片,提高了匹配效率,在较为复杂的环境中有良好的检测效果.同时,采用基于PCA处理的改进SIFT算法比经典SIFT算法在时间上平均节省0.1 s,在处理速度上提高了2倍以上,正确匹配率提高6％,而且该方法具有更好的匹配效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李云红	西安工程大学电子信息学院	79	846	12.0	27.0
2	于林飞	西安工程大学电子信息学院	3	0	0.0	0.0
3	穆兴	西安工程大学电子信息学院	2	0	0.0	0.0
4	李传真	西安工程大学电子信息学院	2	0	0.0	0.0