CIOMP OpenIR  > 中科院长春光机所知识产出
基于改进的加速鲁棒特征的目标识别
龙思源; 张葆; 宋策; 孙保基
2017-12-12
发表期刊中国光学
页码719-725
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66.1 ms、79.3 ms、41.0 ms,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
DOI0955A9EDCCE4D5534311F4972AC92361
语种中文
引用统计
文献类型期刊论文
条目标识符http://ir.ciomp.ac.cn/handle/181722/58432
专题中科院长春光机所知识产出
推荐引用方式
GB/T 7714
龙思源,张葆,宋策,等. 基于改进的加速鲁棒特征的目标识别[J]. 中国光学,2017:719-725.
APA 龙思源,张葆,宋策,&孙保基.(2017).基于改进的加速鲁棒特征的目标识别.中国光学,719-725.
MLA 龙思源,et al."基于改进的加速鲁棒特征的目标识别".中国光学 (2017):719-725.
条目包含的文件 下载所有文件
文件名称/大小 文献类型 版本类型 开放类型 使用许可
基于改进的加速鲁棒特征的目标识别.caj(877KB)期刊论文作者接受稿开放获取CC BY-NC-SA浏览 下载
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[龙思源]的文章
[张葆]的文章
[宋策]的文章
百度学术
百度学术中相似的文章
[龙思源]的文章
[张葆]的文章
[宋策]的文章
必应学术
必应学术中相似的文章
[龙思源]的文章
[张葆]的文章
[宋策]的文章
相关权益政策
暂无数据
收藏/分享
文件名: 基于改进的加速鲁棒特征的目标识别.caj
格式: caj
此文件暂不支持浏览
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。