基于Harris和几何哈希法的目标匹配

doi:10.3969/j.issn.1000-3428.2013.11.046

计算机工程

基于Harris和几何哈希法的目标匹配

周陈龙，胡福乔

(上海交通大学自动化系系统控制与信息处理教育部重点实验室，上海 200240)

收稿日期:2012-08-30 出版日期:2013-11-15 发布日期:2013-11-13
作者简介:周陈龙(1988－)，男，硕士研究生，主研方向：模式识别，图像处理；胡福乔，副教授
基金项目:
国家自然科学基金资助项目(61175009)

Objects Matching Based on Harris and Geometric Hashing Algorithm

ZHOU Chen-long, HU Fu-qiao

(Key Laboratory of System Control and Information Processing, Ministry of Education, Department of Automation, Shanghai Jiaotong University, Shanghai 200240, China)

Received:2012-08-30 Online:2013-11-15 Published:2013-11-13

摘要/Abstract

摘要： 复杂环境下的目标匹配会受到物体缩放、旋转、遮挡及光强变化等影响，是模式识别领域的一项难题。针对该问题，提出一种基于Harris算法和改进几何哈希法的目标匹配方法。利用Harris角点提取算法检测兴趣点，通过改进的几何哈希法实现多目标匹配。实验结果表明，该方法可实现复杂环境下的目标匹配，提高匹配精度和速度。

关键词: 目标匹配, Harris算法, 几何哈希法, 仿射不变性, 尺度不变特征变换

Abstract: It is a very important but also a tough issue to matching objects in the field of pattern recognition as objects may be influenced by themselves such as scale, rotation, obstacle and also intensity change in the process of recognition. In allusion to this problem, an object matching method based on Harris algorithm and geometric Hash algorithm is proposed. The extraction of interested point features combined with the structure information of geometric Hash algorithm is used. Experimental results show that not only it is possible for this method to match complex objects, but also the accuracy and speed are increased.

Key words: objects matching, Harris algorithm, geometric Hash algorithm, affine invariant, Scale Invariant Feature Transform(SIFT)

中图分类号:

TP18

周陈龙，胡福乔. 基于Harris和几何哈希法的目标匹配[J]. 计算机工程, doi: 10.3969/j.issn.1000-3428.2013.11.046.

ZHOU Chen-long, HU Fu-qiao. Objects Matching Based on Harris and Geometric Hashing Algorithm[J]. Computer Engineering, doi: 10.3969/j.issn.1000-3428.2013.11.046.

[1]	罗栩豪,王培,李绍华,梁巍,马心坦. 汽车辅助驾驶系统动态目标检测方法[J]. 计算机工程, 2018, 44(1): 311-316.
[2]	肖锋,冯飞,田鹏辉. 复杂场景下融合深度信息的显著区域匹配[J]. 计算机工程, 2017, 43(5): 248-254,260.
[3]	杨海清,郭更新. 基于立体视觉的鞋楦数字化研究[J]. 计算机工程, 2017, 43(12): 242-247.
[4]	杨凯,陈丽芳,刘渊. 基于扩展级联原始位置敏感散列的快速影像特征匹配[J]. 计算机工程, 2016, 42(8): 211-219.
[5]	张飞,黄国兴. 基于ASIFT与图匹配的物体识别方法[J]. 计算机工程, 2016, 42(7): 153-158.
[6]	卢来,王军民,范锐. 基于自适应增强的图像二值描述子[J]. 计算机工程, 2016, 42(6): 230-234,240.
[7]	李娜,王洪元,王佳. 基于颜色空间分布的多摄像机行人匹配方法[J]. 计算机工程, 2016, 42(12): 217-221.
[8]	李论,王一刚,范胜利,白志强,赖建宁. 一种体视显微图像误匹配消除方法[J]. 计算机工程, 2015, 41(5): 285-289.
[9]	马超,沈微,董景峰. 复杂背景中一种特定运动目标检测与跟踪方法[J]. 计算机工程, 2015, 41(5): 219-223.
[10]	扈立超,史再峰,庞科,刘江明,曹清洁. 用于图像匹配的改进Harris特征点检测算法[J]. 计算机工程, 2015, 41(10): 216-220.
[11]	张雄美,易昭湘,蔡幸福,宋建社. 基于改进SIFT的SAR图像配准方法[J]. 计算机工程, 2015, 41(1): 223-226.
[12]	齐向明,史双宇,杨晓陶. 一种基于特征点的三维网格盲水印算法[J]. 计算机工程, 2014, 40(9): 138-142.
[13]	张静，华顺刚. 基于SIFT相似性度量的图像缩放[J]. 计算机工程, 2014, 40(2): 219-223.
[14]	李兆军，霍宏，方涛. 局部特征完备性描述及其在图像分类中的应用[J]. 计算机工程, 2013, 39(9): 210-213.
[15]	吴振国, 杨红乔. 一种具有仿射不变性的图像匹配算法[J]. 计算机工程, 2013, 39(8): 215-218,222.

基于Harris和几何哈希法的目标匹配

Objects Matching Based on Harris and Geometric Hashing Algorithm

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 10