基于改进的加速鲁棒特征的目标识别-中国光学.pdfVIP

第１０卷　第６期 　　　　 　　中国光学　　　　　　　 Ｖｏｌ．１０　Ｎｏ．６ 　 　　 　　　　　　　 ２０１７年１２月　 　 　 Ｄｅｃ．２０１７ ＣｈｉｎｅｓｅＯｐｔｉｃｓ 文章编号　２０９５１５３１（２０１７）０６０７１９０７ 基于改进的加速鲁棒特征的目标识别 １，２ １ １ １，２ 龙思源 ，张　葆 ，宋　策 ，孙保基 （１．中国科学院长春光学精密机械与物理研究所 航测部重点实验室，吉林 长春 １３００３３； ２．中国科学院大学，北京１０００４９） 摘要：为了提高加速鲁棒特征（ＳＵＲＦ）算法的实时性和准确性，本文提出了一种结合ＡＧＡＳＴ角点检测和改进的ＳＵＲＦ特 征描绘算法。首先利用ＡＧＡＳＴ角点检测模板检测特征点，再使用增加对角信息的哈尔小波响应来生成特征点的描述 子，之后利用特征袋对产生的描述子进行编码并生成新的特征向量，最后利用支持向量机（ＳＶＭ）对特征向量进行分类， 完成识别。本文以ＳＩＦＴ和ＳＵＲＦ算法为对照，分别进行不同视角、光照和尺度的识别实验。实验结果表明，本文算法的 平均识别率为９８０％、９６９％、９７１％，平均时间分别为６６１ｍｓ、７９３ｍｓ、４１０ｍｓ，在识别率上较优于ＳＵＲＦ算法，所耗 时间约是ＳＵＲＦ算法的１／３。 关　键　词：图像处理；目标识别；加速鲁棒特征；ＡＧＡＳＴ角点检测 中图分类号：ＴＰ３９１．４　　文献标识码：Ａ　　ｄｏｉ：１０．３７８８／ＣＯ０７１９ Ｏｂｊｅｃｔｄｅｔｅｃｔｉｏｎｂａｓｅｄｏｎｉｍｐｒｏｖｅｄｓｐｅｅｄｅｄｕｐｒｏｂｕｓｔｆｅａｔｕｒｅｓ １，２ １ １ １，２ ＬＯＮＧＳｉｙｕａｎ ，ＺＨＡＮＧＢａｏ ，ＳＯＮＧＣｅ，ＳＵＮＢａｏｊｉ （１．ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＡｉｒｂｏｒｎｅＯｐｔｉｃａｌＩｍａｇｉｎｇａｎｄＭｅａｓｕｒｅｍｅｎｔ，ＣｈａｎｇｃｈｕｎＩｎｓｔｉｔｕｔｅｏｆＯｐｔｉｃｓ， ＦｉｎｅＭｅｃｈａｎｉｃｓａｎｄＰｈｙｓｉｃｓ，ＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｃｈａｎｇｃｈｕｎ１３００３３，Ｃｈｉｎａ； ２．ＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓ，Ｂｅｉｊｉｎｇ１０００４９，Ｃｈｉｎａ） Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ，Ｅｍａｉｌ：ａｌｆｒｅｄ＿ｌｓｙ＠１６３．ｃｏｍ Ａｂｓｔｒａｃｔ：ＴｏｉｍｐｒｏｖｅｔｈｅｒｅａｌｔｉｍｅｐｅｒｆｏｒｍａｎｃｅａｎｄｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅＳＵＲＦａｌｇｏｒｉｔｈｍ，ａｎａｌｇｏｒｉｔｈｍｃｏｍ ｂｉｎｅｄｗｉｔｈＡＧＡＳＴｃｏｒｎｅｒｄｅｔｅｃｔｏｒａｎｄｉｍｐｒｏｖｅｄＳＵＲＦｆｅａｔｕｒｅｄｅｓｃｒｉｐｔｏｒｉｓｐｒｏｐｏｓｅｄ．Ｆｉｒｓｔｌｙ，ｆｅａｔｕｒｅｐｏｉｎｔｓ ａｒｅｄｅｔｅｃｔｅｄｂｙｕｓｉｎｇＡＧＡＳＴｃｏｒｎｅｒｄｅｔｅｃｔｉｏｎｔｅｍｐｌａｔｅ．Ｓｅｃｏｎｄｌｙ，ｔｈｅＨａａｒｗａｖｅｌｅｔｒｅｓｐｏｎｓｅｗｉｔｈｉｎｃｒｅａｓｅｄ ｄｉａｇｏｎａｌｉｎｆｏｒｍａｔｉｏｎｉｓｕｓｅｄｔｏｇｅｎｅｒａｔｅｄｅｓｃｒｉｐｔｏｒｏｆｆｅａｔｕｒｅｐｏｉｎｔｓ．Ｔｈｅｎ，ｔｈｅｇｅｎｅｒａｔｅｄｄｅｓｃｒｉｐｔｏｒｉｓｅｎｃｏｄｅｄ ｂｙｔｈｅｆｅａｔｕｒｅｂａｇａｎｄａｎｅｗｆｅａｔｕｒｅｖｅｃｔｏｒｉｓｇｅｎｅｒａｔｅｄ．Ａｔｌａｓｔ，ｔｈｅｃｌａｓｓｉｆｉｃａｔｉｏｎｉｓｆｕｌｆｉｌｌｅｄｂｙＳｕｐｐｏ