熊英
- 作品数：3 被引量：22H指数：1
- 供职机构：清华大学电子工程系更多>>
- 发文基金：国家自然科学基金国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 3维物体SIFT特征的提取与应用被引量：22
- 2010年
- SIFT(scale-invariant feature transform)算法自提出以来,就因其优越的性能(尺度不变性、旋转不变性、抗噪声能力强、受光照变化影响小等),而备受图像图形领域研究者的青睐。该算法的核心特征(SIFT特征)基于局部梯度,能够抵抗图像大幅度的伸缩、旋转等,很好地满足了3维物体识别的实际需要。而SIFT特征对投影变换的相对敏感性恰可用于3维模型的视点空间划分,且划分依据与匹配依据一致,能够有效提高匹配准确度。合理设置SIFT算法的阈值还可以有效处理物体背景分割等技术问题。通过充分的预处理,能够有效降低SIFT算法计算复杂度高,使得系统基本达到实时匹配。总之,将SIFT特征应用在3维物体识别系统中的视点空间划分、背景物体分割、模式特征匹配等模块,可以有效地提高系统的识别速度与效率,增强系统的稳定性。
- 熊英马惠敏
- 关键词：SIFT
- SIFT特征在三维物体识别中的应用
- SIFT算法运用的核心特征(SIFT特征)是一种基于局部梯度的向量特征,能够抵抗图像的伸缩、旋转等多种变化,满足了三维物体识别的实际需要。将SIFT特征应用于三维物体识别系统中的视点空间划分、背景物体分割、模式特征匹配等...
- 熊英马惠敏
- 关键词：SIFT算法三维物体识别
- 文献传递
- SIFT特征在三维物体识别中的应用
- SIFT算法运用的核心特征(SIFT特征)是一种基于局部梯度的向量特征,能够抵抗图像的伸缩、旋转等多种变化,满足了三维物体识别的实际需要.将SIFT特征应用于三维物体识别系统中的视点空间划分、背景物体分割、模式特征匹配等...
- 熊英马惠敏
- 文献传递
