采用改进尺度不变特征变换在多变背景下实现快速目标识别

采用改进尺度不变特征变换在多变背景下实现快速目标识

别

作者：聂海涛;龙科慧;马军;刘金国

作者机构：中国科学院长春光学精密机械与物理研究所,吉林长春130033;中国科学院大学,北京100039;中国科学院长春光学精密机械与物理研究所,吉林长春130033;中国科学院长春光学精密机械与物理研究所,吉林长春130033;中国科学院长春光学精密机械与物理研究所,吉林长春130033 来源：光学精密工程 ISSN：1004-924X 年：2015 卷：023 期：008

页码：2349-2356 页数：8

中图分类：TP391.4 正文语种：chi

关键词：目标识别;尺度不变特征变换;特征匹配;多变背景

摘要：提出一种改进的尺度不变特征变换(SIFT)算法,用于实现多变背景下的快速目标识别.首先,构建目标图像尺度空间,提取SIFT特征点并将其按大小分类,目标识别时只需比较同一类型的特征点.然后,由SIFT特征点子区域方向直方图计算得到4个新角度用于代表特征点的方向信息,并且在目标识别时根据角度信息限制特征点匹配范围,从而提高SIFT算法的运算速度.最后,计算目标图像和待识别图像之间的尺度因子,在尺度因子约束条件下进行目标特征点匹配,从而有效地保证正确匹配数量,提高目标识别的鲁棒性.实验结果表明:当目标在待识别图像中发生局部遮挡、旋转、尺度变化或者弱光照等情况下,改进的SIFT算法能够完成多变背景下快速目标识别任务,平均识别速度提升了40％.