基于LDB描述子和局部空间结构匹配的快速场景辨识

张东波^1,2(),寇涛^1,2,许海霞^1,2

1. 湘潭大学信息工程学院, 湖南 湘潭 411105
2. 机器人视觉感知与控制国家工程实验室, 湖南 长沙 410012

收稿日期:2017-08-24出版日期:2018-10-01发布日期:2017-08-24

作者简介:张东波(1973—)，男，湖南隆回人，教授,博士，主要研究方向为模式识别与图像处理，集成学习，智能信息处理. E-mail:zhadonbo@163.com
基金资助:国家自然科学基金资助项目(61602397);湖南省自然科学基金资助项目(2017JJ2251);湖南省重点学科建设资助项目

Fast scene recognition based on LDB descriptor and local spatial structure matching

Dongbo ZHANG^1,2(),Tao KOU^1,2,Haixia XU^1,2

1. College of Information Engineering, Xiangtan University, Xiangtan 411105, Hunan, China
2. Robot Visual Perception & Control Technology National Engineering Laboratory, Changsha 410012, Hunan, China

Received:2017-08-24Online:2018-10-01Published:2017-08-24


Supported by:国家自然科学基金资助项目(61602397);湖南省自然科学基金资助项目(2017JJ2251);湖南省重点学科建设资助项目

摘要/Abstract

摘要： 提出一种新的基于局部差异二值(local difference binary, LDB)描述子和局部空间结构匹配方法实现快速场景辨识,运用多重网格密集采样得到图像区域的灰度和梯度信息,比较网格间的灰度和梯度进行二值描述,继承了二值特征提取的快速和低存储的优点。通过构建特征点的局部空间分布约束,将局域内的多点匹配取代单点匹配,排除了大量错配点,提升了匹配的准确率。试验表明,本研究方法计算效率约是尺度不变特征变换(scale-invariant feature transform, SIFT)的2.7倍,加速稳健特征(speeded up robust features, SURF)的1.9倍,充分验证了本研究方法的有效性和识别性能。


PDF全文下载地址:

http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1713