基于强独特性二进制描述子的无人机目标识别算法

摘要：

针对基于传统特征描述子独特性低导致误匹配率高、图像匹配效果较差的问题,提出一种基于强独特性二进制描述子的无人机目标识别算法.算法首先通过对比BRISK和FREAK采样模型,确定了影响描述子性能的模型参数,然后通过理论建模选取参数最优值,最后根据人眼视网膜细胞的分布特性构建改进模型.在此基础上,结合图像灰度排序信息和高斯平滑获得多组子图像,将采样模型映射其中生成描述子,通过计算筛选得到其中具有强区分性和低相关性的特征描述子.对比实验表明基于本文算法不仅可以更好地克服无人机侦察图像中各种尺度、视角、旋转、光照和噪声等变换的影响,而且满足战场应用中实时性的要求.

关键词：无人机、目标识别、二进制特征描述、采样模型、高斯分布、多尺度子图像

所属期刊栏目：42

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家自然科学基金51307183;无人机侦察信息快速处理技术研究ZC2015070132A1208

在线出版日期：2016-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：24-28,32