針對(duì)目前航天遙感圖像信息復(fù)雜、數(shù)據(jù)量大,導(dǎo)致目標(biāo)識(shí)別中特征檢測(cè)準(zhǔn)確度低、特征匹配識(shí)別時(shí)間長(zhǎng)的問(wèn)題,提出了一種基于差分加速分割角點(diǎn)檢測(cè)算法（AGAST-Difference）和快速視網(wǎng)膜關(guān)鍵點(diǎn)描述算法（FREAK）相結(jié)合的目標(biāo)識(shí)別方法。在特征檢測(cè)階段,建立AGAST-Difference特征檢測(cè)算子,將尺度空間理論融合到加速分割角點(diǎn)檢測(cè)算法（AGAST）中,生成具有強(qiáng)仿射不變性的特征點(diǎn);再利用簡(jiǎn)化的FREAK采樣模型描述局部特征,并構(gòu)建二進(jìn)制特征向量,通過(guò)計(jì)算向量間的漢明距離,完成特征匹配及目標(biāo)的快速識(shí)別;最后選用美國(guó)Quick Bird衛(wèi)星的遙感圖片進(jìn)行驗(yàn)證,實(shí)驗(yàn)結(jié)果表明,所提特征檢測(cè)算子仿射不變性能較強(qiáng),不僅提高了檢測(cè)的可重復(fù)率,而且特征描述符區(qū)分性較強(qiáng),平均匹配正確率提高了9.91%,識(shí)別用時(shí)僅為35 ms。該方法識(shí)別效率高、速度快,能夠滿足遙感圖像實(shí)時(shí)識(shí)別的需求。 

【文章來(lái)源】：儀器儀表學(xué)報(bào). 2016,37(04)北大核心EICSCD

【文章頁(yè)數(shù)】：8 頁(yè)

【文章目錄】：
1引言
2基于尺度空間的AGAST特征檢測(cè)方法
    2. 1尺度空間理論
    2. 2 AGAST特征檢測(cè)算法
    2. 3基于尺度空間的AGAST-Difference算法
3 FREAK特征描述
4特征匹配及識(shí)別
5實(shí)驗(yàn)分析
    5. 1 AGAST-Difference特征檢測(cè)子的性能分析
    5. 2遙感圖像飛機(jī)目標(biāo)識(shí)別
    5. 3算法的時(shí)間復(fù)雜度比較
6結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)的基于局部聯(lián)合特征的運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J]. 王順飛,閆鈞華,王志剛.  儀器儀表學(xué)報(bào). 2015(10)
[2]基于FREAK特征的快速景象匹配[J]. 王燦進(jìn),孫濤,陳娟.  電子測(cè)量與儀器學(xué)報(bào). 2015(02)
[3]衛(wèi)星裝配中基于強(qiáng)區(qū)分性描述子的識(shí)別方法[J]. 白豐,張明路,張小俊.  儀器儀表學(xué)報(bào). 2014(12)
[4]高光譜圖像異常目標(biāo)檢測(cè)研究進(jìn)展[J]. 趙春暉,李曉慧,王玉磊.  電子測(cè)量與儀器學(xué)報(bào). 2014(08)
[5]基于局部多特征的機(jī)場(chǎng)跑道檢測(cè)算法[J]. 閆鈞華,許俊峰,艾淑芳,李大雷,王志剛.  儀器儀表學(xué)報(bào). 2014(08)



本文編號(hào)：3441507