【技术实现步骤摘要】
本专利技术涉及物体识别，尤其涉及一种基于SUrf特征的物体识别方法。
技术介绍
物体识别是模式识别领域和计算机视觉领域中的一个重要研究方向，被广泛地应用于工业检测、医学分析、机器人抓取工件、自动导航、自动检测等方面。目前大量的研究人员和学者投入了大量的人力物力进行该研究，并提出多种理论和方法。一般来说，物体识别方法可分为两类:基于全局特征的物体识别算法和基于局部特征的物体识别算法。前者提取物体的全局特征，然后结合支持向量机、神经网络等算法进行识别。这类方法可以成功识别噪声图像和部分遮挡物体，但不能准确识别视角变化物体，当物体遮挡区域增加时识别率也会明显降低。基于局部特征的方法提取一些比较特殊的特征点，然后在这些点提取局部的特征，物体间的匹配通过搜索待测图像和标准图像之间的相似匹配点完成。由于遮挡、视角变化和形变等干扰对局部图像特征的影响不大，因此这类算法的抗干扰能力比较强，应用也比较广泛。基于局部特征的方法近年越来越受到各研究者的关注，这类方法主要是提取物体的不变矩、SIFT或者SURF等特征向量集，然后选取具有代表性的有效特征与标准图像的不变矩、SIFT或者SURF特征向量集进行匹配来识别物体。文献[4](李迎春，陈贺新，赵铭.基于飞机目标的仿射不变矩研究[J].吉林大学学报，2003，21 (5): 84-88)将三阶仿射不变矩运用于飞机识别，该方法对扭曲变形飞机的识别很有效，但是由于不变矩的鲁棒性较差，所以现在用之较少。文献[7] ( Shengnan Sun, Shicai Yang, Lindu Zha0.Noncooperative ...
【技术保护点】
一种基于surf特征的物体识别方法，其特征在于：步骤一、对标准图像提取surf特征向量，得到标准特征向量集；步骤二、对待识别图像提取surf特征向量，得到待识别的surf特征向量集；步骤三、将标准特征向量集与待识别的surf特征向量集进行特征集匹配，计算权值相似度积RL，将权值相似度积最大的图像作为识别出的物体。
【技术特征摘要】
1.一种基于SUrf特征的物体识别方法，其特征在于: 步骤一、对标准图像提取SUrf特征向量，得到标准特征向量集； 步骤二、对待识别图像提取SUrf特征向量，得到待识别的surf特征向量集； 步骤三、将标准特征向量集与待识别的surf特征向量集进行特征集匹配，计算权值相似度积&，将权值相似度积最大的图像作为识别出的物体。2.如权利要求1所述的一种基于surf特征的物体识别方法,其特征在于:所述的surf特征向量的提取方法是， (一)使用快速Hes s i an检测器来检测图像上的兴趣点，He s s i an矩阵//是由函数/ Cr, 7)的偏导数组成的...
【专利技术属性】
技术研发人员：张蕾，董永生，白秀玲，张明川，普杰信，邝涵菲，
申请(专利权)人：河南科技大学，
类型：发明
国别省市：河南;41
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。