基于视觉的目标识别中改进SIFT算法研究

发布时间：2024-04-14 19:36

　　为解决SIFT特征匹配算法计算量大、运算速度慢等问题,在详细分析了原有经典算法的基础上,对其进行改进:一方面从降低运算复杂度的角度考虑,通过对每个像素的梯度模值和梯度方向进行高斯加权,将原有128维的特征描述符降低至24维;另一方面对特征向量的搜索方法进行改进,在原有BBF搜索方法的基础上,引入每一维度的数据与节点之间的关系来限定搜索范围,减少搜索次数,提高算法的搜索速度,进而减少算法整体的运行时间。最后,通过实验验证算法在运算速度上的提升,同时对匹配的准确度进行分析,在保证算法准确度的基础上提升运算速度。

【文章页数】：4 页

【文章目录】：
0 引言
1 SIFT算法原理
    1.1 尺寸空间极值点检测
    1.2 确定关键点的方向参数
    1.3 计算特征向量
2 改进的SIFT算法
    2.1 改进的特征描述符
    2.2 改进的特征向量搜索方法
3 实验结果与分析
4 结语



本文编号：3955131