基于特征匹配的目标识别算法的仿真比较研究

基于特征匹配的目标识别算法的仿真比较研究

通过仿真对比研究了基于特征匹配的目标识别算法快速性及鲁棒性问题.采用目前常用的STAR、FAST、SIFT（scale invariant feature transform）、SURF（speeded up robust features）、ORB（oriented FAST and rotated BRIEF）、BRISK（binary robust invariant scalable keypoint）和FREAK（fast retina keypoint）等算法,对算法快速性和鲁棒性进行比较,并通过不同检测子与描述子的相互结合,找出最佳组合方式,提出了一种运用匹配点数与总耗时的比值来...

Ausführliche Beschreibung

Gespeichert in:
Bibliographische Detailangaben
Veröffentlicht in:军械工程学院学报 2016, Vol.28 (2), p.47-51
1. Verfasser: 刘亚伟 李小民
Format: Artikel
Sprache:chi
Schlagworte:
快速性
特征匹配
特征筛选
目标识别
鲁棒性
Online-Zugang:Volltext
Tags: Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
Beschreibung
Zusammenfassung:通过仿真对比研究了基于特征匹配的目标识别算法快速性及鲁棒性问题.采用目前常用的STAR、FAST、SIFT（scale invariant feature transform）、SURF（speeded up robust features）、ORB（oriented FAST and rotated BRIEF）、BRISK（binary robust invariant scalable keypoint）和FREAK（fast retina keypoint）等算法,对算法快速性和鲁棒性进行比较,并通过不同检测子与描述子的相互结合,找出最佳组合方式,提出了一种运用匹配点数与总耗时的比值来衡量算法综合性能好坏的新方法.仿真对比证明,FAST检测子、BRISK描述子以及STAR与BRISK的组合具有较好的性能.
ISSN:1008-2956
DOI:10.3969/j.issn.1008-2956.2016.02.010