结合全局信息的对称 SURF 算法在车辆检测中的应用研究.pdfVIP

计 算 机 与 现 代 化 2015年第 1期 JISUANJIYUXIANDAIHUA 总第 233期 文章编号：1006．2475(2015)01-0080-04 结合全局信息的对称 SURF算法在车辆检测中的应用 熊琰铖，孙 涵 (南京航空航天大学计算机科学与技术学院，江苏 南京 210016) 摘要：SURF(Speed—UpRobustFeatures)是一种鲁棒且快速的算法，-q．-~应用于多种场合，但是它不能检测对称匹配，也没 有考虑全局信息。本文将对称SURF和全局信息结合起来，既通过镜像变换增强 了SURF检测对称匹配特征的能力，又 可以在图像有多个相似区域的情况下减少错误 匹配。该算法应用在车辆检测中，实验表明结合全局信息的对称SURF 提高了特征匹配的准确率，从而提高了车辆检测的准确率。 关键词：对称SURF；全局信息；车辆检测 中图分类号：TP391 文献标识码 ：A doi：10．3969／j．issn．1006-2475．2015．O1．016 ApplicationofSymmetricalSURFwith GlobalContextinVehicleDetection XIONG Yan-cheng，SUN Han (CollegeofCompuotrScienceandTechnology，NnajingUniversityofAeronauticsandAstronautics，Naming210016，China) Abstract：SURF(Speed-UpRobustFeatures)isarobustnadfastdescriptorformnayapplications，butneithercanitdetectsym— metricalmatches，norCna itconsiderglobalcontext．Thispapercombinessymmetrical SURFwith globalcontext．Itenables SURFtodeotctsymmetricalmatchesthroughmirroringtrnasformationandreducesmismatcheswhenlocaldescriptors aresimilar． Theproposedalgoritllmisusedinvehilcedetection．TheexperimentsshowthatsymmetricalSURFwithglobalcontextimproves theaccuracyof featurematchesandvehicledetection． Keywords：symmetricalSURF：globalcontext；vehicledetection 对称SURF，使SURF能够检测对称 目标，并将这一特 0 引 言 性应用到车辆检测中。和其他局部特征一样，SURF 图像特征的抽取与匹配是计算机视觉的一个重 在特征描述过程中仅考虑了特征点周围的局部信息。 要研究方向，并且可以应用于许多领域，如 目标识别、 Mortensen 提出用全局信息增强 sift，增加一个表 目标检测、图像拼接、图像检索等。SIFTl1-23(Scale． 示更大邻域 内曲线形状信息的向量。Carmichaell6在 InvariantFeatureTransform)是 目前最常用的特征提取 Mortensen研究的基础上，将全局信息应用到 SURF 与表示方法之一，它利用金字塔和高斯核滤波差分来 上，增加的全局信息改善了特征匹配结果。 快速求解高斯拉普拉斯空间中的极值点，加快了特征 车辆检测在 自动驾驶、电子收费、智能停车等领 提取的速度。SIFT 在图像旋转、尺度变换、仿射变换