基于SIFT算法和改进的RANSAC算法对森林火灾的图像识别与试验研究

摘要：

针对森林火灾的图像识别中遇到的误检测和漏检测等问题,提出一种SIFT(尺度不变特征变换)算法和改进后的RANSAC(随机抽样一致)算法.该算法能够大幅度地提高匹配精度以及缩短匹配时间.该文首先用SIFT算法提取图片中的特征点,然后通过降低RANSAC内点集的个数,使用改进后的RANSAC算法对这些特征点进行处理,去除掉错误匹配的点,以实现准确匹配.通过点烧实验得到数据集,使用MATLAB进行仿真,对比不同算法的匹配时间以及匹配精度,证明改进后的RANSAC算法使其匹配精度平均提高了11％,匹配时间平均缩短了4.8 s.研究证明改进后的RANSAC算法确实对森林火灾的图像识别具有提升检测效率的作用.

关键词：SIFT、RANSAC、森林火灾、图像匹配、特征匹配

所属期刊栏目：38

分类号：S762.2(森林保护学)

资助基金：黑龙江省自然科学基金项目;中央高校基本科研业务费专项资金项目

在线出版日期：2022-11-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：96-103