图像局部特征识别中的多目标分离

被引:8
作者
吕冀
汪渤
高洪民
周志强
机构
[1] 北京理工大学信息科学技术学院自动控制系
关键词
图像处理; 目标识别; 多目标分离; 定位; 异常点; 增广矩阵;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
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.
引用
收藏
页码:1708 / 1712
页数:5
相关论文
共 5 条
[1]   立体视觉中基本矩阵的改进投影M估计方法 [J].
钱江 ;
田铮 ;
句彦伟 .
计算机应用, 2007, (03) :659-662
[2]   一种基于特征跟踪的视频序列稳像算法 [J].
史阳 ;
高新波 .
光子学报, 2005, (07) :1108-1112
[3]   一种抗干扰的弱小目标检测方法 [J].
袁慧晶 ;
王涌天 .
光子学报, 2004, (05) :609-612
[4]  
矩阵分析教程[M]. 哈尔滨工业大学出版社 , 董增福主编, 2005
[5]   Distinctive image features from scale-invariant keypoints [J].
Lowe, DG .
INTERNATIONAL JOURNAL OF COMPUTER VISION, 2004, 60 (02) :91-110