基于聚类SURF特征的商品识别算法.PDFVIP

第３４卷第１１期 计 算 机 应 用 研 究 Ｖｏｌ３４Ｎｏ１１ ２０１７年１１月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｎｏｖ．２０１７ 基于聚类ＳＵＲＦ特征的商品识别算法 陈哲凡，郑建彬，詹恩奇，汪　阳 （武汉理工大学信息工程学院光纤传感技术与信息处理教育部重点实验室，武汉４３００７０） 摘　要：图像存在遮挡、尺度缩放、多干扰时，传统加速鲁棒特征（ＳＵＲＦ）算法会产生错误匹配问题，提出一种基 于匹配角度聚类的匹配算法。算法先提取ＳＵＲＦ特征点，利用特征点的主方向信息进行图像角度矫正，再统计 并聚类粗匹配对的匹配角度信息，依据类中元素数目和类簇数目进行两级筛选，剔除异常角度信息的误匹配对。 算法与随机抽样一致性算法（ＲＡＮＳＡＣ）进行实验对比，表明该算法能有效提高匹配正确率和保证低误剔除率， 提高了商品图像的识别率。 关键词：加速鲁棒特征；匹配角度；聚类；误剔除率 中图分类号：ＴＰ３９１４１　　文献标志码：Ａ　　 文章编号：１００１３６９５（２０１７）１１３４９００４ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１７．１１．０６５ ＰｒｏｄｕｃｔｒｅｃｏｇｎｉｔｉｏｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｃｌｕｓｔｅｒｅｄＳＵＲＦｆｅａｔｕｒｅｓ ＣｈｅｎＺｈｅｆａｎ，ＺｈｅｎｇＪｉａｎｂｉｎ，ＺｈａｎＥｎｑｉ，ＷａｎｇＹａｎｇ （ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＦｉｂｅｒＯｐｔｉｃＳｅｎｓｉｎｇＴｅｃｈｎｏｌｏｇｙ＆ＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇｆｏｒＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ，ＣｏｌｌｅｇｅｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，Ｗｕ ｈａｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ，Ｗｕｈａｎ４３００７０，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｎｏｖｅｌａｌｇｏｒｉｔｈｍｔｏｓｏｌｖｅｓｐｅｅｄｅｄｕｐｒｏｂｕｓｔｆｅａｔｕｒｅｓ（ＳＵＲＦ）ｍｉｓｍａｔｃｈｉｎｇｐｒｏｂｌｅｍｔｈａｔｗａｓ ｃａｕｓｅｄｂｙｉｍａｇｅｏｃｃｌｕｓｉｏｎ，ｓｃａｌｅｃｈａｎｇｅｓａｎｄｉｎｔｅｒｆｅｒｉｎｇｉｍａｇｅｓ．Ｆｉｒｓｔ，ｉｔｅｘｔｒａｃｔｅｄＳＵＲＦｆｅａｔｕｒｅｓｔｏｏｂｔａｉｎｏｒｉｅｎｔａｔｉｏｎｉｎｆｏｒ ｍａｔｉｏｎ，ｗｈｉｃｈｗａｓｕｓｅｄｔｏｃｏｒｒｅｃｔｔｈｅｉｍａｇｅａｎｇｌｅ．ＴｈｅｎｉｔｕｓｅｄｔｒａｄｉｔｉｏｎａｌＳＵＲＦｍａｔｃｈｉｎｇａｌｇｏｒｉｔｈｍｔｏｇｅｔｃｏａｒｓｅｍａｔｃｈｉｎｇ ｐａｉｒｓ．Ｆｕｒｔｈｅｒｍｏｒｅ，ｉｔｃｌｕｓｔｅｒｅｄｍａｔｃｈｉｎｇａｎｇｌｅｓｗｈｉｃｈｗｅｒｅｃｏｍｐｕｔｅｄｆｒｏｍｃｏａｒｓｅｍａｔｃｈｉｎｇｐａｉｒｓｉｎｔｏｄｉｆｆｅｒｅｎｔｃｌｕｓｔｅｒｓｂｙ ａｄａｐｔｉｖｅｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍ．Ｉｔｒｅｍｏｖｅｄｔｈｅａｂｎｏｒｍａｌｍａｔｃｈｉｎｇａｎｇｌｅｓａｎｄｍｉｓｍａｔｃｈｉｎｇｐａｉｒｓｔｈｒｏｕｇｈｔｗｏｓｔｅｐｓｆｉｌｔｅｒａｃｃｏｒｄ ｉｎｇｔｏｔｈｅｑｕａｎｔｉｔｉｅｓｏｆｃｌｕｓｔｅｒｓａｎｄｅｌｅｍｅｎｔｓｉｎｔｈｅｃｌｕｓｔｅｒｓ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｃａｎｅｌｉｍ ｉｎａｔｅｔｈｅｍｉｓｍａｔｃｈｉｎｇｐａｉｒｓｅｆｆｉｃｉｅｎｔｌｙａｎｄｅｎｓｕｒｅｌｏｗｆａｌｓｅｒｅｊｅｃｔｉｏｎｒａｔｅ，ｗｈｉｃｈｉｍｐｒｏｖｅｓｔｈｅｒｅｃｏｇｎｉｔｉｏｎｒａｔｅ． Ｋｅｙｗｏｒｄｓ：ｓｐｅｅｄｅｄｕｐｒｏｂｕｓｔｆｅａｔｕｒｅｓ；ｍａｔｃｈｉｎｇａｎｇｌｅ；ｃｌｕｓｔｅｒ；ｆａｌｓｅｒｅｊｅｃｔｉｏｎｒａｔｅ 用了颜色直方图和ＳＩＦＴ特征识别自然场景下的商品，在分类 ０　引言