SIFT
第26卷第12期2009年12月
机电
工
程
V01.26No.12Dec.2009
Mechanical&ElectricalEngineeringMagazine
基于SIFT算法的目标匹配和识别
朱利成,姚明海
(浙江工业大学信息工程学院,浙江杭州310014)
摘要:针对目标跟踪过程易受噪声干扰导致跟踪效果不理想,甚至丢失跟踪目标的问题,利用了尺度
不变特征变换(SIFT)方法对单帧图像进行了目标特征点的提取和匹配,并结合线性卡尔曼滤波和聚类分析,剔除误匹配,实现了目标位置的最小均方误差估计。仿真结果表明,当图像存在不同程度的噪声影响时,基于S1FT的卡尔曼滤波目标匹配算法能有效减小目标跟踪误差,精确识别目标位置,提高目标跟踪精度。
关键词:尺度不变特征变换算法;卡尔曼滤波;目标识别中图分类号:TP391.4
文献标识码:A
objectmatchingandrecognitionbased
文章编号:1001—4551(2009)12—0073—03
SIFTalgorithm
on
ZHULi—cheng,YAOMing—hai
(CollegeofInformationEngineering,ZhejiangUniversityofTechnology,Hangzhou310014,China)
Abstract:Aiming
at
theproblemthatitisnon—idealofthetrackingeffect。evenlossesobjectinthetrackingprocess,whichis
andmatchthefeaturepoints,Kal—
easilyaffectedbynoise,scaleinvariantfeaturemanfilterandclusteranalysistion
was
was
transform(SIFT)algorithm
wasusedtoextract
combinedto
eliminatefalsematches.Theminimum.mean—square—errorestimateof
on
objectloca-
obtained.Thesimulationresultsindicatethatthealgorithmbased
accuracy
SIFT
can
dropoffthematchingerror,recognizethe
objectlocationaccuratelyandimprovethe
Keywords:scaleinvariantfeature
of
objeettracking.
transform(SIFT);Kalmanfilter;objectrecognition
0引
言
在实际应用中,获得的图像会附带各种各样的噪声,而噪声会影响匹配效果,降低匹配精度。为了克服这个缺点,本研究对同一场景信息进行多次提取,所获得的图像首先应用匹配能力较强的SIFT匹配算法进行特征匹配,根据匹配到的特征点粗略地计算目标坐标,当然该坐标是在有随机噪声十扰的情况下获得的,其精确性值得商榷。然后在此基础上,利用线性卡尔曼滤波对匹配结果进行平滑处理,使噪声干扰误差的均方差最小化,以达到优化匹配结果的目的。
1
目标匹配和识别是计算机视觉领域的一个研究热点,是实现场景识别、机器人跟踪的基础…。有关研究人员对图像匹配技术进行了大量的研究,提出了很多有价值的算法,根据匹配思想主要可以分为以灰度为基础的灰度匹配算法和以特征为基础的基于不变量的特征匹配算法¨。。灰度匹配算法的主要思想是采用图像相关技术,按照某种相似性度量方法对图像的灰度列阵进行搜索比较实现图像匹配"1。该算法的主要缺点是对图像尺度和仿射变化等过于敏感,在实际的应用中很难获得好的效果。SIFT特征匹配算法是目前在国内外特征匹配研究领域应用比较成功的一种算法,该算法匹配能力较强,能提取稳定的特征,对尺度缩放、亮度变化、旋转等具有一定程度的不变性,缺点是算法复杂、计算
量较大。
收稿日期:2009—04—29
基金项目:浙江省自然科学基金资助项目(20080376)
SIFT算法简介
SIFvr算法是由D.G.Lowe卜。在1999年提出的,并
且由他本人在2004年完善总结。SIFT算法的具体实现可以分为图像特征点的生成和不同图像问特征点的匹配两个方面,图像特征点生成的主要流程如图1所示。
作者简介:朱利成(1985一),男,浙江富阳人,主要从事计算机视觉、模式识别、智能机器人方面的研究.E-mail:zlc828@163.eom通信联系人:姚明海,男,教授,硕士生导师.E mail:ymh@zjut.edu.ca
万方数据
基于SIFT算法的目标匹配和识别_工学_高等教育_教育专区。基于SIFT算法的目标匹配和识别第2 6卷第1 2期200 9年1 2月 机 电 工 程 Vo. 126NO.21 ...
之间的 2基于SIFT特征匹配与定位方法设计2.1 斜面距离叱表示如式(4)所示:SIFT算法 SIFT主要包括4个步骤怕J:1)尺度空间极值检测 对于二维I冬1像,(茗,),),...
12 D ec . 2009 基于 SIFT 算法的目标匹配和识别朱利成, 姚明海 ( 浙江工业大学 信息工程学院 , 浙江 杭州 310014) * 摘要 : 针对目标跟踪过程易受噪声干扰...
3基于SIFT算法的目标匹配方法3.1方法综述 在视频图像跟踪识别系统中要求具有较高的实 时性,当应用于精确制导武器中时实时性要求更高。目前的硬件条件下SIFT算法很难...
计 算两个特征向量 (a1, a2, a3, n 2 基于 SIFT特征匹配与定位方法设计 2. 1 SIFT算法 SIFT 主要包括 4个步骤 : 1)尺度空间极值检测 对于二维图像 I...
2010 基于 SIFT 特征匹配和动态更新背景模型的运动目标检测算法王 亮芬( 国防科学技术大学电子科学与工程学院智能感知系统联合研究中心 湖南 长沙 410073) 要 运动...
齐美彬 2011-04 基于 SIFT 特征点匹配的目标跟踪算法研究 摘要 运动目标的检测与跟踪技术是计算机视觉领域中一个研究热点,广泛的应 用实际生活中,如:银行管理、...
3 基于多目标优化的 SIFT 特征特征匹配算法 本文结合 SIF T 特征的众多不变性优点, 对地面图 像进行特征提取与匹配, 且利用改进的特征点匹配算法 计算候选目标...
基于SIFT算法的图像匹配方法-本科论文_理学_高等教育_教育专区。基于 sift 算法的图像匹配方法 I 摘要图像匹配是指通过一定的算法在两幅或多幅影像之间识别同名点...
首先用SIFT算法提取特征点,采用RANSAC方法求得仿射变换模型参数并实现图像 的全局运动补偿,最后利用运动历史图的方法检测出动目标。sIFT特征点匹配的准确性和RANSAC方法...
热门文档