国防科技技术预先研究基金(51405030104BQ0171)
- 作品数：2 被引量：16H指数：2
- 相关作者：周志强高洪民汪渤吕冀更多>>
- 相关机构：北京理工大学更多>>
- 发文基金：国防科技技术预先研究基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 图像局部特征识别中的多目标分离被引量：9
- 2008年
- 研究了一种多目标识别算法，该算法用SUSAN角点形成SIFT特征点，采用阶梯图像金字塔结构实现尺度不变，为所有匹配点建立统一的超定线性方程组并对该方程组系数矩阵进行简化使其维数降低一半，得到增广矩阵．对增广矩阵进行列变换，依据坐标转换的特性可从中提取多目标的稳定正常点，实现了快速分离多目标的匹配点．结果表明，利用新算法得到的多目标识别结果能保证最小二乘法迭代运算快速收敛，且一次迭代就能得到精度较高的目标定位参量，根据SIFT标准的128维局部特征描述符判别匹配点，匹配点数量较SIFT算法多一倍，分离多目标速度较Hough变换快2～3倍．
- 吕冀汪渤高洪民周志强
- 关键词：图像处理目标识别异常点增广矩阵
- 图像制导中的SIFT快速算法被引量：7
- 2009年
- 图像制导中,导弹根据预存的地形图自动捕捉攻击目标。通过图像匹配识别目标,尺度不变特征变换(the scale invariant feature transform,SIFT)算法具有优异的性能,但计算量较大。根据地形图像的特点提出了一种SIFT改进算法Zoser SIFT,Zoser SIFT直接对图像进行逐级递减采样,形成阶梯(Zoser)金字塔图层,由24邻域极值点形成特征点。新算法不进行高斯变换,具有图层少、特征点数量适中等优点,大幅度减少了计算量。同时新算法占用内存空间少,浮点运算少,适合在实时DSP系统中应用。新算法虽然抗噪声能力有所下降,但对光照改变、尺度变化、变形和遮挡等仍有很好的鲁棒性,在航拍地形图上进行识别时性能稳定。
- 吕冀高洪民汪渤周志强
- 关键词：目标识别图像匹配尺度不变特征变换算法
