SIFT特征和正交DLT算法在物体识别中的应用

摘要：

结合SIFT特征和正交DLT算法,给出一种较为精确的物体识别方法.该方法首先采用SIFT特征描述子进行测试图像关键点的提取,然后将测试图像和模型数据库中模型的特征点逐一匹配,设定匹配阈值,若匹配达到该阈值,则认为匹配成功,最后通过正交DLT算法在测试图像中识别该模型的位置.SIFT特征与正交DLT算法的结合有效地提高物体的识别精度.实验结果表明,该方法具有较强的鲁棒性,不仅可以在复杂背景下,较好地识别模型在测试图像中的位置,而且还可以在物体被部分遮挡的情况下,较为准确地对物体进行定位.

关键词：SIFT特征、正交DLT算法、物体识别、模型匹配、图像分割

所属期刊栏目：32

分类号：TP391.41(计算技术、计算机技术)

资助基金：山西省自然科学基金资助项目2007012003;山西省重点实验室基金资助项目9140C1204020608

在线出版日期：2009-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：142-145