科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2014年
4期
260-264
,共5页
随机蕨%特征匹配%分类器%积分图%物体跟踪
隨機蕨%特徵匹配%分類器%積分圖%物體跟蹤
수궤궐%특정필배%분류기%적분도%물체근종
random ferns%feature matching%classifier%integral image%object tracking
随机蕨算法中的二值特征集是通过比较像素对的亮度值获得的;而该方法容易出现噪声敏感问题,为此提出了一种基于积分图的随机蕨特征点识别方法.通过构建图像积分图,比较特征点周围随机获取的两个子窗口的积分图构造二值特征,以模板图像的仿射变换图像簇作为训练集,建立朴素贝叶斯分类器并进行训练.对比实验表明,改进的算法在特征匹配上有很强的抗干扰性,即使蕨的结构减小到一定程度,也有较高的特征识别率.
隨機蕨算法中的二值特徵集是通過比較像素對的亮度值穫得的;而該方法容易齣現譟聲敏感問題,為此提齣瞭一種基于積分圖的隨機蕨特徵點識彆方法.通過構建圖像積分圖,比較特徵點週圍隨機穫取的兩箇子窗口的積分圖構造二值特徵,以模闆圖像的倣射變換圖像簇作為訓練集,建立樸素貝葉斯分類器併進行訓練.對比實驗錶明,改進的算法在特徵匹配上有很彊的抗榦擾性,即使蕨的結構減小到一定程度,也有較高的特徵識彆率.
수궤궐산법중적이치특정집시통과비교상소대적량도치획득적;이해방법용역출현조성민감문제,위차제출료일충기우적분도적수궤궐특정점식별방법.통과구건도상적분도,비교특정점주위수궤획취적량개자창구적적분도구조이치특정,이모판도상적방사변환도상족작위훈련집,건립박소패협사분류기병진행훈련.대비실험표명,개진적산법재특정필배상유흔강적항간우성,즉사궐적결구감소도일정정도,야유교고적특정식별솔.