基于方向信息的随机蕨特征匹配算法.pdf

《基于方向信息的随机蕨特征匹配算法.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40卷第5期计算机工程2014年5月Vbl_40NO．5ComputerEngineeringMay2014·人工智能及识别技术·文章编号：1000—3428(2014)05—0192—04文献标识码：A中图分类号：TP18基于方向信息的随机蕨特征匹配算法孙博文，邱子鉴，沈斌“，张艳鹏(哈尔滨理工大学a．计算中心；b．计算机科学与技术学院，哈尔滨150080)摘要：特征点匹配是计算机视觉领域研究的核心问题之一。现有的随机蕨算法具有简单、高速的优点，但随机蕨算法训练得到的分类器体积过大，低内存的移动设备难以承受，严重限制了该算法的应用范围。针对该问题，提出一种基于方向信息的

2、随机蕨特征匹配算法，对用于训练的小图块进行“归零化”处理，提取特征属性构造特征向量，建立朴素贝叶斯模型训练分类器。实验结果表明，经过该方法处理后，在相近识别精度下，得到的分类器体积减小到原始算法的1／8-1／16，满足实时性要求。关健词：随机蕨；特征匹配；增强现实；模式识别；贝叶斯模型；方向蕨RandomFernFeatureMatchingAlgorithmBased0norientationInformationSUNBo-wen，QIUZi-jian，SHENBin，ZHANGYan—peng(a．ComputeCenter；b．SchoolofComputerSci

3、enceandTechnology,HarbinUniversityofScienceandTechnology,Harbin150080，China)[Abstract]Featurepointmatchingisakeybaseofmanycomputervisionproblems．Alargeadvantageoffernalgorithm，simpleandfast，isnoticedamongtheexistingalgorithms，butclassifiertrainedbyfemistoolargetolowmemo~device，suchascellph

4、ones．Forcuttingdownthesizeofaclassifier,thispaperproposesanimprovedversionoffern，namedOrientedFem(OFern)，which“normal’’patchesaredonethattrainingforaclassifier,andfeaturesareextracted，aNaiveBayesianmodelisbuilttotrainaclassifier．Experimentalresultsshowthatcomparedwiththetraditionalfern，OFe

5、rncansavememo~to1／8-1／16atthesimilarrecognitionrate，whileitstillkeepshighspeedforreal—timeapplications．[Keywords]RandomFem(RF)；featurematching；augmentedreality；patternrecognition；Bayesmodel；OrientedFem(OFem)DOI：1O．3969／j．issn．1000-3428．2014．05．040这类算法对GPU依赖过大，限制了算法的应该范围。由1概述wi1lowGarage大学研

6、究人员提出的ORB(OrientedBrief)尺度不变性特征变换(Scale—invariantFeatureTransform，算法，结合简单高速的加速区域分割(FeaturesfromAcceler-SIFT)Ell特征点检测器和描述器是十几年前提出的算法，但atedSegmentTest，FAST)[6]检测器及二元鲁棒独立特征描是它在图像识别、图像匹配等领域中有着广泛的应用。然述算子(BinaryRobustIndependentElementaryFeatures，而，对于实时性要求高的系统，或者计算能力低的设备来BRIEF)J，执行速度比SIFT快2个数量级，

7、比SURF快说，SIFT的算法复杂度过大，无法满足要求，这很大程度1个数量级。但是由于FAST特征点不包含尺度信息，因此地限制了该算法的应用范围。为降低图像匹配算法的计算ORB算法对尺度的鲁棒性较差。复杂度，世界各国学者提出了许多改进算法，其中，快速以上提及的算法都是基于文献[8]的理论构造的框架：稳健性特征(SpeededupRobustFeatures，SURF)[2]算法是公(1)局部特征提取；(2)对特征进行不变性描述；(3)特征匹配；认的高效算法之一，该算法在保持SIFT高特异性的基础上，(4)基于外极几