足球机器人视觉目标识别的PCA-SIFT算法

作者：李彤斐; 杨马英

来源：江南大学学报(自然科学版), 2013, (05): 601-606.

• Robocup类人组比赛
• 尺度不变特征变换
• 主成分分析法
• 最近邻方法 Robocup humanoid league
• scale invariant feature transform
• principal component analysis
• the nearest neighbor method

针对Robocup类人组比赛的特殊环境,为了识别比赛双方机器人,并克服光照变化、图像扭曲等问题给识别目标带来的干扰,选用尺度不变特征变换(SIFT)算法进行特征提取。由于SIFT算法的实时性差,提出改进的PCA-SIFT目标识别算法,将主成分分析法(PCA)用于对经典SIFT算法中的128维描述子进行降维,并用最近邻法进行特征点的匹配。通过实验发现,经过PCA改进的描述子不仅提高了运算速度,匹配度也保持在较好的状态。

• 出版日期2013
• 单位浙江工业大学