-
题名快速自适应鲁棒性尺度不变的特征检测子
被引量：9
- 1
-
-
作者
张岩
李建增
李德良
杜玉龙
-
机构
军械工程学院无人机工程系
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2017年第6期1406-1413,共8页
-
基金
国家自然科学基金(51307183)资助课题
-
文摘
为提高特征检测的可靠性与实时性,提出了一种快速自适应鲁棒性尺度不变的特征检测子(fast adaptive robust invariant scalable feature detector,FARISFD)。首先提出尺度空间组数自适应选取方法改善了检测子针对不同图像的鲁棒性,然后提出基于过渡层的尺度空间构建方法加强了尺度空间的鲁棒性,最后利用基于加速段的特征检测子(features from accelerated segment test,FAST)计算特征分数,并通过简化传统亚像素级矫正方法,提高了特征分数的计算与亚像素级矫正速度。通过复现率与耗时实验进行了验证,与5种使用广泛的检测子对比结果表明,FARISFD的鲁棒性与速度较高。
-
关键词
特征匹配
特征检测
快速自适应鲁棒性尺度不变的特征检测子
加速的风式特征算子
基于加速段的特征检测子
-
Keywords
feature registration
feature detection
fast adaptive robust invariant scalable feature detector（FARISFD）
Accelerated-KAZE
features from accelerated segment test （FAST）
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
-
题名一种改进的快速鲁棒性特征匹配算法
被引量：9
- 2
-
-
作者
王洪
嵇晓强
戴明
韩松伟
-
机构
中国科学院长春光学精密机械与物理研究所
中国科学院研究生院
-
出处
《红外与激光工程》
EI
CSCD
北大核心
2012年第3期811-817,共7页
-
基金
国家高技术研究发展计划(2007AA12Z113)
-
文摘
针对光照变化、噪声、局部遮挡等在图像配准技术中对配准精度有重要影响,提出了一种在多尺度空间下点预测快速鲁棒性不变特征的匹配算法。针对在探测对图像的尺度、旋转,仿射具有不变性的斑状特征极值点过程中计算复杂度较高的问题,提出一种特征点预测方法降低了描述子提取的复杂度,增强了对外部环境光照变化、噪声以及局部遮挡的适应能力;并在KD(KD Tree)树基础上,提出了一种动态平衡KD树(DBKD-Tree)快速搜索匹配算法,有效克服了KD树可能存在的病态划分,采用条件约束最邻近搜索,提升匹配效率,实现特征点高精度匹配。通过对在不同光照条件、噪声环境的仿射变换图像特征匹配测试,在加入20%的高斯噪声后,均能100%地完成重复特征检测,达到亚像素定位精度,误配率降低为零。
-
关键词
特征匹配
仿射变换
快速鲁棒性不变特征
DBKD树
-
Keywords
feather matching
affine transform
speed-up robust invariant feather（SUIRF）
DBKD-tree
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
