SIFT特征和正交DLT算法在物体识别中的应用

• 作 者: 郭佳欣 卢昭金 韩焱 张丕状
• 机 构: 中北大学电子测试技术国家重点实验室,成均馆大学智能系统研究中心
• 出 处: 现代电子技术
• 发表日期: 2009年14期
• 关键词: SIFT特征 正交DLT算法 物体识别 模型匹配 图像分割 SIFT features normalized direct linear transform a
• 基金项目: 山西省自然科学基金资助项目（2007012003）,山西省重点实验室基金资助项目（9140C1204020608）

结合SIFT特征和正交DLT算法,给出一种较为精确的物体识别方法。该方法首先采用SIFT特征描述子进行测试图像关键点的提取,然后将测试图像和模型数据库中模型的特征点逐一匹配,设定匹配阈值,若匹配达到该阈值,则认为匹配成功,最后通过正交DLT算法在测试图像中识别该模型的位置。SIFT特征与正交DLT算法的结合有效地提高物体的识别精度。实验结果表明,该方法具有较强的鲁棒性,不仅可以在复杂背景下,较好地识别模型在测试图像中的位置,而且还可以在物体被部分遮挡的情况下,较为准确地对物体进行定位。