电视技术
電視技術
전시기술
TV ENGINEERING
2015年
7期
21-24,42
,共5页
张宁丽%马燕%李顺宝%徐衍鲁%程玮
張寧麗%馬燕%李順寶%徐衍魯%程瑋
장저려%마연%리순보%서연로%정위
SIFT%PCA-SIFF%FKPCA-SIFT%RANSAC%线性降维%非线性降维
SIFT%PCA-SIFF%FKPCA-SIFT%RANSAC%線性降維%非線性降維
SIFT%PCA-SIFF%FKPCA-SIFT%RANSAC%선성강유%비선성강유
SIFT%PCA-SIFT%FKPCA-SIFT%improved RANSAC%linear dimensionality reduction%non-linear dimensionality reduction
SIFT是目前广泛应用于目标识别和图像匹配领域的算法,但其在使用过程中存在描述子维数过大、耗时时间长的缺点.针对这个问题,常用的解决办法是利用PCA算法对描述子进行降维,由于PCA是一种线性降维算法,因此它的使用具有局限性.对此,利用模糊K均值算法对其进行改进(称为FKPCA),并用改进的RANSAC算法消除误匹配点.实验结果表明,PCA-SIFT算法和FKPCA-SIFT都很好地保持了SIFT算法原有的优点,具有很高的匹配正确率.但相对于PCA-SIFT算法,FKPCA-SIFT不仅适用于线性降维也适用于非线性降维,具有更好的匹配精度,拓展了PCA-SIFT算法的适用范围.
SIFT是目前廣汎應用于目標識彆和圖像匹配領域的算法,但其在使用過程中存在描述子維數過大、耗時時間長的缺點.針對這箇問題,常用的解決辦法是利用PCA算法對描述子進行降維,由于PCA是一種線性降維算法,因此它的使用具有跼限性.對此,利用模糊K均值算法對其進行改進(稱為FKPCA),併用改進的RANSAC算法消除誤匹配點.實驗結果錶明,PCA-SIFT算法和FKPCA-SIFT都很好地保持瞭SIFT算法原有的優點,具有很高的匹配正確率.但相對于PCA-SIFT算法,FKPCA-SIFT不僅適用于線性降維也適用于非線性降維,具有更好的匹配精度,拓展瞭PCA-SIFT算法的適用範圍.
SIFT시목전엄범응용우목표식별화도상필배영역적산법,단기재사용과정중존재묘술자유수과대、모시시간장적결점.침대저개문제,상용적해결판법시이용PCA산법대묘술자진행강유,유우PCA시일충선성강유산법,인차타적사용구유국한성.대차,이용모호K균치산법대기진행개진(칭위FKPCA),병용개진적RANSAC산법소제오필배점.실험결과표명,PCA-SIFT산법화FKPCA-SIFT도흔호지보지료SIFT산법원유적우점,구유흔고적필배정학솔.단상대우PCA-SIFT산법,FKPCA-SIFT불부괄용우선성강유야괄용우비선성강유,구유경호적필배정도,탁전료PCA-SIFT산법적괄용범위.
