本文關(guān)鍵詞：用于遙感圖像目標(biāo)快速匹配識(shí)別的改進(jìn)混合溢出樹(shù)算法

  更多相關(guān)文章： 遙感目標(biāo)識(shí)別 特征標(biāo)記 數(shù)據(jù)分割 圖像匹配 混合溢出樹(shù)算法

【摘要】：提出一種基于標(biāo)記的混合溢出樹(shù)(SHSPT)特征匹配算法,用于遙感圖像的目標(biāo)匹配識(shí)別。針對(duì)特征數(shù)據(jù)建立和預(yù)處理,提出了基于中心點(diǎn)的數(shù)據(jù)分割方法,通過(guò)定義數(shù)據(jù)密集區(qū)域的中心,舍去邊緣稀疏數(shù)據(jù),提取出分割后的數(shù)據(jù)。進(jìn)行特征匹配時(shí),使用二進(jìn)制數(shù)組表示數(shù)據(jù)空間,標(biāo)記分割后的特征向量數(shù)據(jù),通過(guò)比特操作計(jì)算特征向量間的距離,縮短計(jì)算時(shí)間。最后對(duì)特征匹配方法進(jìn)行改進(jìn),采用待匹配特征距離的均值代替尺度不變特征變換(SIFT)匹配算法的次臨近特征距離,從而得到更多的匹配點(diǎn)。實(shí)驗(yàn)證明,基于標(biāo)記的混合溢出樹(shù)特征匹配算法占用內(nèi)存空間比傳統(tǒng)的混合溢出樹(shù)算法減少約68%,匹配準(zhǔn)確度與原算法接近,匹配時(shí)間平均縮短了約32.8%,解決了航天遙感圖像數(shù)據(jù)量大,特征維數(shù)較高,匹配識(shí)別時(shí)間長(zhǎng),占用計(jì)算機(jī)內(nèi)存大等問(wèn)題。
【作者單位】： 中國(guó)科學(xué)院長(zhǎng)春光學(xué)精密機(jī)械與物理研究所;中國(guó)科學(xué)院大學(xué);
【關(guān)鍵詞】： 遙感目標(biāo)識(shí)別 特征標(biāo)記 數(shù)據(jù)分割 圖像匹配 混合溢出樹(shù)算法
【基金】：國(guó)家863高技術(shù)研究發(fā)展計(jì)劃資助項(xiàng)目(No.2012AA121502)
【分類(lèi)號(hào)】：TP751
【正文快照】： 2.中國(guó)科學(xué)院大學(xué),北京100049)1引言近年來(lái),我國(guó)航天遙感技術(shù)不斷發(fā)展,遙感圖像在空間分辨率、時(shí)間分辨率和光譜分辨率方面不斷提高,其應(yīng)用領(lǐng)域也愈加廣闊[1]。特別是在軍事方面,遙感圖像目標(biāo)匹配識(shí)別對(duì)于戰(zhàn)場(chǎng)偵察、戰(zhàn)術(shù)規(guī)劃、軍事測(cè)繪、海洋監(jiān)測(cè)等都有著重要的戰(zhàn)略意義[2-3]

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 宋來(lái)勇;曾凡祥;;數(shù)字天頂攝影儀中星象匹配識(shí)別與匹配星表編制[J];全球定位系統(tǒng);2014年01期

，

本文編號(hào)：547861