本文選題：特征匹配 + 特征檢測(cè)　； 參考：《系統(tǒng)工程與電子技術(shù)》2017年06期

【摘要】：為提高特征檢測(cè)的可靠性與實(shí)時(shí)性,提出了一種快速自適應(yīng)魯棒性尺度不變的特征檢測(cè)子(fast adaptive robust invariant scalable feature detector,FARISFD)。首先提出尺度空間組數(shù)自適應(yīng)選取方法改善了檢測(cè)子針對(duì)不同圖像的魯棒性,然后提出基于過渡層的尺度空間構(gòu)建方法加強(qiáng)了尺度空間的魯棒性,最后利用基于加速段的特征檢測(cè)子(features from accelerated segment test,FAST)計(jì)算特征分?jǐn)?shù),并通過簡(jiǎn)化傳統(tǒng)亞像素級(jí)矯正方法,提高了特征分?jǐn)?shù)的計(jì)算與亞像素級(jí)矯正速度。通過復(fù)現(xiàn)率與耗時(shí)實(shí)驗(yàn)進(jìn)行了驗(yàn)證,與5種使用廣泛的檢測(cè)子對(duì)比結(jié)果表明,FARISFD的魯棒性與速度較高。
[Abstract]:In order to improve the reliability and real time of feature detection, a fast adaptive robust scale invariant feature detector (fast adaptive robust invariant scalable feature detector, FARISFD) is proposed. Firstly, the adaptive selection method of scale space group number is proposed to improve the robustness of the detector for different images, and then the base is proposed. The scale space construction method in the transition layer strengthens the robustness of the scale space. Finally, using the features from accelerated segment test (FAST) based on the acceleration segment, the feature fraction is calculated, and the computation and subpixel correction speed of the feature fraction are improved by simplifying the traditional subpixel level correction method. The experiments on rate and time consuming have been verified and compared with 5 widely used detectors. The results show that FARISFD is robust and fast.

【作者單位】： 軍械工程學(xué)院無人機(jī)工程系;
【基金】：國(guó)家自然科學(xué)基金(51307183)資助課題
【分類號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 潘廣林;梁彥;金術(shù)玲;潘泉;程詠梅;;基于子束變換的自適應(yīng)線性特征檢測(cè)[J];火力與指揮控制;2008年10期

2 劉偉;紀(jì)玉波;;一種改進(jìn)的人眼特征檢測(cè)方法[J];遼寧石油化工大學(xué)學(xué)報(bào);2010年03期

3 黃志武;張銳;;基于近紅外光和可變形模板的人眼特征檢測(cè)方法[J];電腦知識(shí)與技術(shù);2008年07期

4 楊恒;王慶;;一種新的局部不變特征檢測(cè)和描述算法[J];計(jì)算機(jī)學(xué)報(bào);2010年05期

5 肖志濤,國(guó)澄明,侯正信,于明;圖像特征檢測(cè)算法的分析與研究[J];中國(guó)圖象圖形學(xué)報(bào);2004年12期

6 張少平;楊忠;黃宵寧;吳懷群;;基于特征檢測(cè)的航拍圖像電力線提取方法[J];應(yīng)用科技;2012年05期

7 趙慧慧;梁志敏;高洪明;吳林;;用于遙控焊接的焊縫特征檢測(cè)算法[J];焊接學(xué)報(bào);2008年12期

8 劉昕鑫;王元慶;;基于雙焦單目立體視覺的多層次特征檢測(cè)算法[J];計(jì)算機(jī)測(cè)量與控制;2009年02期

9 李亮,趙強(qiáng),陳志文;基于分析Unix命令擊鍵特征檢測(cè)系統(tǒng)冒用[J];計(jì)算機(jī)與現(xiàn)代化;2005年08期

10 張一;成禮智;;一種基于Beamlet變換的圖像線性特征檢測(cè)方法[J];電視技術(shù);2007年01期

相關(guān)博士學(xué)位論文 前4條

1 劉鈞石;基于近似計(jì)算的斷層圖三維迭代重建與圖像特征檢測(cè)的研究[D];浙江大學(xué);2015年

2 鐘清流;時(shí)序、圖像特征檢測(cè)的理論、方法及應(yīng)用研究[D];中南大學(xué);2008年

3 王建輝;實(shí)時(shí)視覺特征檢測(cè)與匹配硬件架構(gòu)研究[D];華中科技大學(xué);2015年

4 杜剛;新聞數(shù)據(jù)中突發(fā)話題檢測(cè)研究[D];北京郵電大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 常旭劍;基于FAST檢測(cè)及SIFT描述的特征檢測(cè)算法[D];中北大學(xué);2015年

2 許可樂;圖像局部不變特征檢測(cè)與描述技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2013年

3 劉歡;高清視頻中目標(biāo)檢測(cè)算法的研究[D];西南科技大學(xué);2016年

4 趙珊;手臂靜脈紅外圖像特征檢測(cè)與匹配算法研究[D];南京航空航天大學(xué);2016年

5 張曉靜;基于數(shù)字圖像處理的導(dǎo)盲系統(tǒng)設(shè)計(jì)[D];河北科技大學(xué);2016年

6 姜艷;對(duì)基于點(diǎn)表示的物體進(jìn)行繪制和特征檢測(cè)的技術(shù)的研究與實(shí)現(xiàn)[D];吉林大學(xué);2008年

7 馮小平;基于高光譜成像技術(shù)的血跡形態(tài)特征檢測(cè)研究[D];重慶理工大學(xué);2013年

8 楊云英;仿射不變特征檢測(cè)算法性能分析[D];山西大學(xué);2012年

9 呂思凡;人臉皮膚圖像特征檢測(cè)[D];北京交通大學(xué);2008年

10 張仁俊;視皮層細(xì)胞特征檢測(cè)研究[D];吉林大學(xué);2008年

，

本文編號(hào)：1837684