APP下载

基于强独特性二进制描述子的无人机目标识别算法*

2016-12-02杜玉龙李建增

电子技术应用 2016年10期
关键词:特征信息模型

杜玉龙,李建增,张 岩,范 聪

(军械工程学院,河北 石家庄 050003)

基于强独特性二进制描述子的无人机目标识别算法*

杜玉龙,李建增,张岩,范聪

(军械工程学院,河北 石家庄 050003)

针对基于传统特征描述子独特性低导致误匹配率高、图像匹配效果较差的问题,提出一种基于强独特性二进制描述子的无人机目标识别算法。算法首先通过对比BRISK和FREAK采样模型,确定了影响描述子性能的模型参数,然后通过理论建模选取参数最优值,最后根据人眼视网膜细胞的分布特性构建改进模型。在此基础上,结合图像灰度排序信息和高斯平滑获得多组子图像,将采样模型映射其中生成描述子,通过计算筛选得到其中具有强区分性和低相关性的特征描述子。对比实验表明基于本文算法不仅可以更好地克服无人机侦察图像中各种尺度、视角、旋转、光照和噪声等变换的影响,而且满足战场应用中实时性的要求。

无人机;目标识别;二进制特征描述;采样模型;高斯分布;多尺度子图像

0 引言

目标识别是计算机视觉领域内的经典问题,随着多媒体技术的发展,人类接收的信息量与日俱增,使用计算机代替人力实现目标识别已逐渐成为发展趋势。在军事应用方面,为了节省人力以及减少人员伤亡,无人机目标识别技术同样得到了广泛研究,而无人机的迅猛发展为该技术提供了研究条件和工程应用基础。目标识别中特征描述算法可分为浮点型和二进制……

登录APP查看全文

猜你喜欢

特征信息模型
一半模型
重尾非线性自回归模型自加权M-估计的渐近分布
如何表达“特征”
不忠诚的四个特征
订阅信息
3D打印中的模型分割与打包
展会信息
线性代数的应用特征
健康信息
健康信息(九则)