10.3969/j.issn.1005-488X.2015.01.009
基于特征点扩充及PCA特征提取的ASM定位算法
活动形状模型ASM(Active Shape Model)在目标对象的定位中得到广泛应用,但传统ASM算法定位精度较低,模型容易收敛到错误位置,为此,本文提出了一种基于特征点扩充和主成分分析PCA(Principal Component Analysis)灰度特征提取的ASM改进算法:首先,采用等距插值的方法扩充手工标定的特征点;其次,提出采用主成分分析PCA处理特征点法线灰度信息代替原算法中的灰度值求导,统计特征点局部灰度特征,以提高目标定位的精度.实验结果表明,与传统ASM算法相比,本文的改进算法的目标定位精度和鲁棒性都有了显著的提高,实验数据显示,平均定位误差降低了38%以上.
特征点扩充、主成分分析、配准变换、匹配收敛
35
TP391.4(计算技术、计算机技术)
国家863重大专项2012AA03A301,2013AA030601;国家自然科学基金61101169,61106053;福建省自然科学基金2011J01347
2015-04-24(万方平台首次上网日期,不代表论文的发表时间)
共7页
39-44,48