基于FAST檢測(cè)及SIFT描述的特征檢測(cè)算法.pdf

1、近年來(lái)，隨著計(jì)算機(jī)視覺(jué)技術(shù)的飛速發(fā)展，尤其是智能通訊設(shè)備的大量普及，用戶獲得數(shù)字圖像的方法越來(lái)越容易，圖片數(shù)量呈現(xiàn)急速增長(zhǎng)的態(tài)勢(shì)。并且圖片文件蘊(yùn)含信息較量大，已成為當(dāng)前最主要的信息傳播方式。然而，面對(duì)海量的圖片數(shù)據(jù)，在考慮角度、光照、尺度等因素變化的前提下，如何合理的選擇特征檢測(cè)、描述算法來(lái)降低圖像噪聲和背景的干擾，實(shí)現(xiàn)圖像特征的可靠識(shí)別和圖像的準(zhǔn)確歸類，是一個(gè)亟待解決的問(wèn)題。本文就圖像的特征檢測(cè)及物體識(shí)別方法進(jìn)行了研究，其主要內(nèi)容包括

2、如下三點(diǎn):
　　第一，對(duì)待測(cè)場(chǎng)景的圖像進(jìn)行局部特征檢測(cè)。通過(guò)對(duì)傳統(tǒng)局部特征檢測(cè)算法進(jìn)行實(shí)驗(yàn)研究，對(duì)比各種算法檢測(cè)特征點(diǎn)的個(gè)數(shù)及速度。實(shí)驗(yàn)結(jié)果表明，F(xiàn)AST算法可以在最短時(shí)間內(nèi)檢測(cè)出大量的特征點(diǎn)。
　　第二，采用SIFT算法進(jìn)行特征點(diǎn)高維度尺度不變性的描述，并且在特征匹配階段，定義特征點(diǎn)的信噪比，采用魯棒性很高的貝葉斯分類器進(jìn)行嘈雜背景中的物體識(shí)別。
　　第三，通過(guò)實(shí)驗(yàn)結(jié)果驗(yàn)證了FAST與SIFT的特征檢測(cè)算法組合，兼具