一种基于surf特征的物体识别方法
【专利摘要】一种基于surf的物体识别方法。首先利用物体经光照、尺度、旋转和噪声变化的多幅图像的SURF特征建立特征向量集，然后将其与标准图像的特征向量集匹配，再采用权值相似度积方法确定最后的识别结果。本发明方法识别率较高，验证了本发明方法的鲁棒性。
【专利说明】一种基于surf特征的物体识别方法
【技术领域】
[0001]本发明涉及物体识别，尤其涉及一种基于SUrf特征的物体识别方法。
【背景技术】
[0002]物体识别是模式识别领域和计算机视觉领域中的一个重要研究方向，被广泛地应用于工业检测、医学分析、机器人抓取工件、自动导航、自动检测等方面。目前大量的研究人员和学者投入了大量的人力物力进行该研究，并提出多种理论和方法。一般来说，物体识别方法可分为两类:基于全局特征的物体识别算法和基于局部特征的物体识别算法。前者提取物体的全局特征，然后结合支持向量机、神经网络等算法进行识别。这类方法可以成功识别噪声图像和部分遮挡物体，但不能准确识别视角变化物体，当物体遮挡区域增加时识别率也会明显降低。基于局部特征的方法提取一些比较特殊的特征点，然后在这些点提取局部的特征，物体间的匹配通过搜索待测图像和标准图像之间的相似匹配点完成。由于遮挡、视角变化和形变等干扰对局部图像特征的影响不大，因此这类算法的抗干扰能力比较强，应用也比较广泛。
[0003]基于局部特征的方法近年越来越受到各研究者的关注，这类方法主要是提取物体的不变矩、SIFT或者SURF等特征向量集，然后选取具有代表性的有效特征与标准图像的不变矩、SIFT或者SURF特征向量集进行匹配来识别物体。文献[4](李迎春，陈贺新，赵铭.基于飞机目标的仿射不变矩研究[J].吉林大学学报，2003，21 (5): 84-88)将三阶仿射不变矩运用于飞机识别，该方法对扭曲变形飞机的识别很有效，但是由于不变矩的鲁棒性较差，所以现在用之较少。文献[7] ( Shengnan Sun, Shicai Yang, Lindu Zha0.Noncooperative bovine iris recognition via SIFT [J].Neurocomputing, 2013, 1-8)米用SIFT算法实现牛的虹膜识别，算法稳定性较高，但由于数据量大，计算比较复杂耗时。文献
[8](周新宇，姚茂国，竺乐庆.基于SURF算法和openCV的掌纹识别技术研究[J].杭州电子科技大学报，2012，32，(3):45-49)用surf算法提取有效掌纹区域的特征点，通过随机采样一致性算法进行特征点的匹配，该方法鲁棒性较好，但识别率有待提高。
【发明内容】
[0004]为解决上述技术问题，一种基于surf的物体识别方法，首先利用物体经光照、尺度、旋转和噪声变化的多幅图像的SURF特征建立特征向量集，然后将其与标准图像的特征向量集匹配，再采用权值相似度积方法确定最后的识别结果。
[0005]为实现上述技术目的，本发明所采用的技术方案是:一种基于surf特征的物体识别方法，
步骤一、对标准图像提取surf特征向量，得到标准特征向量集；
步骤二、对待识别图像提取SUrf特征向量，得到待识别的surf特征向量集；
步骤三、将标准特征向量集与待识别的surf特征向量集进行特征集匹配，计算权值相似度积&，将权值相似度积最大的图像作为识别出的物体。[0006]所述的surf特征向量的提取方法是，
(一)使用快速Hes s i an检测器来检测图像上的兴趣点，He s s i an矩阵//是由函数/ Cr, 7)的偏导数组成的，H矩阵的定义为，
【权利要求】
1.一种基于SUrf特征的物体识别方法，其特征在于: 步骤一、对标准图像提取SUrf特征向量，得到标准特征向量集； 步骤二、对待识别图像提取SUrf特征向量，得到待识别的surf特征向量集； 步骤三、将标准特征向量集与待识别的surf特征向量集进行特征集匹配，计算权值相似度积&，将权值相似度积最大的图像作为识别出的物体。
2.如权利要求1所述的一种基于surf特征的物体识别方法,其特征在于:所述的surf特征向量的提取方法是， (一)使用快速Hes s i an检测器来检测图像上的兴趣点，He s s i an矩阵//是由函数/ Cr, 7)的偏导数组成的，H矩阵的定义为，
3.如权利要求2所述的一种基于surf特征的物体识别方法，其特征在于:所述的2阶高斯模板为，使用方框滤波来近似2阶高斯滤波。
4.如权利要求2所述的一种基于surf特征的物体识别方法，其特征在于:所述的卷积方法，使用积分图像进行卷积。
5.如权利要求1所述的一种基于surf特征的物体识别方法,其特征在于:所述的surf特征向量集的建立方法是，假设M是建立特征向量集V所需图像的幅数，特征向量集V可表示为
6.如权利要求5所述的一种基于surf特征的物体识别方法，其特征在于:所述的权值相似度积方法为，对于每一个物体，提取标准图像的SURF特征构成标准特征向量
【文档编号】G06K9/00GK104008379SQ201410266004
【公开日】2014年8月27日 申请日期:2014年6月16日 优先权日:2014年6月16日
【发明者】张蕾, 董永生, 白秀玲, 张明川, 普杰信, 邝涵菲 申请人:河南科技大学