首页|基于改进SIFT算法的图像识别研究

基于改进SIFT算法的图像识别研究

扫码查看
原文链接
  • 万方数据
  • 维普
针对基于SIFT算法的图像识别中存在着识别准确度不高,匹配速度慢问题.提出了一种快速获取特征点和匹配特征点方法.首先基于图像边缘的特征点获取方法,对图像边缘进行扩展,只在扩展区域内判断特征点.然后在特征点描述符中增加特征点周围16个子区域归一化后的灰度差分值信息,增强特征点描述能力.通过KPCA降维方法对描述符降维,最后在特征点匹配阶段使用余弦相似度预处理噪声特征点,加快匹配速度.在实际测试中,相对于SIFT算法图像识别率提升了8％左右,识别速度提高了50％左右.

刘迪、汪峰坤

展开 >

安徽机电职业技术学院互联网与通信学院,安徽 芜湖 241002

目标检测 SIFT算法 特征描述符 KPCA降维

安徽省高校自然科学重点研究项目安徽省高校自然科学重点研究项目安徽省高等学校质量工程项目安徽省高等学校质量工程项目

KJ2020A1102KJ2020A11122021jxtd0652022tsgsp017

2024

佳木斯大学学报(自然科学版)
佳木斯大学

佳木斯大学学报(自然科学版)

影响因子：0.159
ISSN：1008-1402
年,卷(期)：2024.42(7)
  • 2