文献

J-GLOBAL ID：201702248401583963   整理番号：17A0102090

実時間ロバスト特徴点マッチングアルゴリズム【JST・京大機械翻訳】

Real-time robust feature-point matching algorithm

著者 (2件)： Chen Tianhua (School of Applied Mathematics, Guangdong University of Technology) ,  Wang Fulong (School of Applied Mathematics, Guangdong University of Technology)
資料名： Zhongguo Tuxiang Tuxing Xuebao  (Zhongguo Tuxiang Tuxing Xuebao)
巻： 21  号： 9  ページ： 1213-1220  発行年： 2016年 
JST資料番号： C2782A  ISSN： 1006-8961  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 目的:従来の画像特徴点マッチングアルゴリズムのデータ量が大きく、計算量の特徴を計算するために、リアルタイムロバスト特徴点マッチングアルゴリズム(RRM)を提案する。方法:微分操作により画像のエッジ領域を確定し、エッジ領域において特徴点となる可能性のあるアンカ、すなわち勾配が最大となる点を見つける。各検出された特徴点に対して,INTENSITY CENTROIDを計算することにより特徴点の方向を決定し,改良したBRIEFを用いて特徴点を記述し,回転不変性を持たせる。最後に,HAMMING距離と対称マッチング試験を結合して,特徴点をマッチングした。結果:本アルゴリズムは多くの種類のアルゴリズムと比較し、照明が変化した場合、RRMは明らかな優位性と安定性を示し、正確なマッチング率は83%に達し、その他のアルゴリズムの正確なマッチング率は照明の暗くによって明らかに低下した。角度,スケール,および回転の変化条件の下では,RRMには,より正確なマッチング率がある。【結語】実験結果は,RRMがマッチング精度を保証することを前提として,従来の特徴点マッチング法の欠点を効果的に解決することを示した。従って,提案したアルゴリズムは,画像モザイク,ターゲット追跡およびオブジェクト認識の分野において,より効果的に適用することができた。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *マッチング ,  画像 ,  *アルゴリズム ,  物体認識 ,  回転不変性 ,  選点法 ,  計算量 ,  対称性 ,  微分 ,  *ロバスト性
準シソーラス用語： ターゲット追跡 ,  画像モザイク ,  *マッチングアルゴリズム ,  *特徴点 ,  実時間 , 【Automatic Indexing@JST】

著者キーワード (6件)： feature point matching ,  real-time ,  robust ,  anchor point ,  symmetrical match ,  image stitching

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 実時間 ,  ロバスト ,  特徴点 ,  マッチングアルゴリズム