基于改進(jìn)的SIFT特征匹配方法在目標(biāo)識別中的應(yīng)用研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的快速發(fā)展，目標(biāo)識別技術(shù)得到了廣泛的應(yīng)用。近年來,在眾多的目標(biāo)識別方法中特征匹配方法越來越受關(guān)注。本文利用SIFT特征匹配算法對背景較為復(fù)雜的目標(biāo)進(jìn)行識別研究。
　　本文是對可見光圖像中出現(xiàn)的目標(biāo)進(jìn)行識別研究，其處理過程主要包括三部分：圖像預(yù)處理、特征點(diǎn)檢測和特征向量匹配。
　　在圖像預(yù)處理階段，本文根據(jù)圖像特點(diǎn)采用了一種基于相關(guān)系數(shù)的自適應(yīng)均衡化圖像增強(qiáng)算法，該算法可在增強(qiáng)圖像中有用信息的同時(shí)更好地保留原圖像

2、中的顏色信息及亮度信息。
　　在特征提取階段，針對傳統(tǒng)SIFT算法提取的特征點(diǎn)較多，造成識別過程的時(shí)間延長，誤匹配率增高，本文提出了一種改進(jìn)的SIFT（Scale Invariant Feature Transform，尺度不變特征變換）特征點(diǎn)提取方法，首先利用頻率顯著區(qū)域檢測方法間接得到特征點(diǎn)代替用DOG算子檢測極值點(diǎn)，從而在大幅減少特征點(diǎn)的提取數(shù)量的同時(shí)，使檢測出的極值點(diǎn)獲得與人眼觀察的效果相同，進(jìn)而可以保證提取出目標(biāo)特征點(diǎn)具

3、有代表性。在此基礎(chǔ)上，對檢測出的顯著區(qū)域進(jìn)行進(jìn)行橢圓擬合，使特征描述符具有仿射不變性。最后，利用高斯加權(quán)計(jì)算的方式進(jìn)行梯度累加，以減小遠(yuǎn)像素點(diǎn)對特征點(diǎn)的影響。實(shí)驗(yàn)結(jié)果表明，本文所提算法較傳統(tǒng)算法，所提特征點(diǎn)數(shù)量明顯減少，且其中含有的目標(biāo)物體特征比例顯著提高。
　　在特征向量匹配階段，為了確保兩個(gè)向量在方向及距離上都具有相似性，本文提出了最大熵與夾角余弦相結(jié)合的相似性度量的Kd-樹搜索算法。在完成距離相似性測度后，利用夾角余弦進(jìn)一步