基于快速视网膜局部特征的遥感图像目标识别.pdf

《基于快速视网膜局部特征的遥感图像目标识别.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第37卷第4期2016年4月仪器仪表学报ChineseJoumalofScientificInstllJmentVoL37No．4Apr．2016基于快速视网膜局部特征的遥感图像目标识别木陈彦形1，-，徐伟1，朴永杰1，陈娟1(1．中国科学院长春光学精密机械与物理研究所长春130033；2．中国科学院大学北京100049)摘要：针对目前航天遥感图像信息复杂、数据量大，导致目标识别中特征检测准确度低、特征匹配识别时间长的问题，提出了一种基于差分加速分割角点检测算法(AGAST—Dimrence)和快速视网膜关键点描述算法(FREAK)相结合的目标识别方法。在特征检测阶段，建立AGAsT．

2、Difference特征检测算子，将尺度空间理论融合到加速分割角点检测算法(AGAsT)中，生成具有强仿射不变性的特征点；再利用简化的FREAK采样模型描述局部特征，并构建二进制特征向量，通过计算向量间的汉明距离，完成特征匹配及目标的快速识别；最后选用美国QuickBird卫星的遥感图片进行验证，实验结果表明，所提特征检测算子仿射不变性能较强，不仅提高了检测的可重复率，而且特征描述符区分性较强，平均匹配正确率提高了9．91％，识别用时仅为35ms。该方法识别效率高、速度快，能够满足遥感图像实时识别的需求。关键词：图像处理；遥感目标识别；AGAST-Di雎rence检测子；FREAK描述

3、符中图分类号：1T1391．41THl66文献标识码：A国家标准学科分类代码：520．60RemotesensingimagetargetrecogllitionbasedonfastretinakeypointlocalinVariantfeatureChenYanton91一，XuWei1，PiaoYon舀iel，ChenJuan1(J．m口ngc危unh疵u￡e妒0p￡如，凡凡eJl‰^口n洒。以鼢芦如，mi聊seAc口幽町旷Sc如nc∞，C舰，舻^unJ3D∞3，眈洳；2．眈池瑚蚵旷mf麟eAc口如啊旷＆拓聊es，＆蚵ngJOD舛9，饥iM)Abstr雹ct：Aimingatt

4、hepmblemsthataemspaceremotesensingimagecontainscomplexird．o咖ation粕dlarge锄ount0fdata，whichleadstolowfeaturedetectionaccumcyandlongfbaturematchingrecognitiontimeintargetrecognition，anewtargetrecognitionmetllodisproposedbasedonAGAST-DifkrencealgorithmandFREAKdescdptionalgorithm．Firsny，inthefeatured

5、etectionphasetheAGAST—Di矗brencefeaturedetectoriscreated，whichfusesscalespacetheoryintoadaptiveandgenericcomerdetectionb鹊edontheacceleratedsegmenttest(AGAST)detectionalgorithmbyaddingdi娲renceofG叫ssian(DoG)operator，andgeneratesthefeaturepointswichstrong娟neinvadant．Then，thebriefFREAKsamplingmodelis

6、usedtodescribethelocalfeaturesalldbuildbinaryfeaturevectors．Finally，thefeaturematchingandf缸ttargetrecognitionareachievedbycomputingtheh锄mingdistances锄ongthefeatures．TheQuickBirdsateUiteremotesensingimageswereadoptedtoverifythepmposedmethod；andtheexp耐mentresultsshowthatthepmposedfbaturedetectorha

7、sstronga伍neinv撕ant；itnot011lyimpmvesthedetectionrepeatability，butalsohasstmngdiscriminationabilityfortllefeaturedescriptor．Theaveragematchingaccumcyincreasesby9．91％，andtIlerecognitiontimeisoIlly35ms．Tosumup，theproposedmethod