基于FAST檢測及SIFT描述的特征檢測算法.pdf

1、近年來，隨著計算機視覺技術(shù)的飛速發(fā)展，尤其是智能通訊設(shè)備的大量普及，用戶獲得數(shù)字圖像的方法越來越容易，圖片數(shù)量呈現(xiàn)急速增長的態(tài)勢。并且圖片文件蘊含信息較量大，已成為當(dāng)前最主要的信息傳播方式。然而，面對海量的圖片數(shù)據(jù)，在考慮角度、光照、尺度等因素變化的前提下，如何合理的選擇特征檢測、描述算法來降低圖像噪聲和背景的干擾，實現(xiàn)圖像特征的可靠識別和圖像的準(zhǔn)確歸類，是一個亟待解決的問題。本文就圖像的特征檢測及物體識別方法進(jìn)行了研究，其主要內(nèi)容包括

2、如下三點:
　　第一，對待測場景的圖像進(jìn)行局部特征檢測。通過對傳統(tǒng)局部特征檢測算法進(jìn)行實驗研究，對比各種算法檢測特征點的個數(shù)及速度。實驗結(jié)果表明，F(xiàn)AST算法可以在最短時間內(nèi)檢測出大量的特征點。
　　第二，采用SIFT算法進(jìn)行特征點高維度尺度不變性的描述，并且在特征匹配階段，定義特征點的信噪比，采用魯棒性很高的貝葉斯分類器進(jìn)行嘈雜背景中的物體識別。
　　第三，通過實驗結(jié)果驗證了FAST與SIFT的特征檢測算法組合，兼具