基于迭代最邻近的多视角目标识别算法研究

作者：刘洲峰; 赵亚茹; 李春雷; 王宝瑞; 刘超蝶

来源：中原工学院学报, 2017, 28(01): 73-77.

• 特征相似性
• 图像配准
• 局部结构限制
• 空间连续性

针对传统图像识别视角单一问题,提出了一种改进的多视角目标识别算法,结合空间结构连续性,利用迭代最邻近算法ICP（Iterative Closest Points）进行多视角目标识别。首先,构建高斯尺度空间来提取具有尺度不变性的SURF（Speed-up Robust Features）特征点,得到特征描述子,且根据描述子的相似性得到初始转换参数;然后,将描述子相似性与空间结构连续性相结合,利用ICP求得匹配对,并进行配准;最后,在各个角度的图像中对目标图像进行识别,取得了较好的效果。实验结果表明,所提出算法识别效果显著,准确率高,具有很好的鲁棒性。

• 出版日期2017
• 单位中原工学院