10.3969/j.issn.0254-3087.2016.04.018
基于快速视网膜局部特征的遥感图像目标识别
针对目前航天遥感图像信息复杂、数据量大,导致目标识别中特征检测准确度低、特征匹配识别时间长的问题,提出了一种基于差分加速分割角点检测算法(AGAST-Difference)和快速视网膜关键点描述算法(FREAK)相结合的目标识别方法.在特征检测阶段,建立AGAST-Difference特征检测算子,将尺度空间理论融合到加速分割角点检测算法(AGAST)中,生成具有强仿射不变性的特征点;再利用简化的FREAK采样模型描述局部特征,并构建二进制特征向量,通过计算向量间的汉明距离,完成特征匹配及目标的快速识别;最后选用美国Quick Bird卫星的遥感图片进行验证,实验结果表明,所提特征检测算子仿射不变性能较强,不仅提高了检测的可重复率,而且特征描述符区分性较强,平均匹配正确率提高了9.91％,识别用时仅为35 ms.该方法识别效率高、速度快,能够满足遥感图像实时识别的需求.
图像处理、遥感目标识别、AGAST-Difference检测子、FREAK描述符
37
TP391.41;TH166(计算技术、计算机技术)
国家863计划2012AA121502
2016-07-13（万方平台首次上网日期，不代表论文的发表时间）
共8页
852-859
