国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      結(jié)合sift和bp網(wǎng)絡(luò)進行物體識別的方法

      文檔序號:6549679閱讀:374來源:國知局
      結(jié)合sift和bp網(wǎng)絡(luò)進行物體識別的方法
      【專利摘要】結(jié)合SIFT和BP網(wǎng)絡(luò)進行物體識別的方法,首先提取標(biāo)準(zhǔn)圖像和待識別圖像的SIFT特征,然后將標(biāo)準(zhǔn)圖像的SIFT特征輸入BP網(wǎng)絡(luò)進行訓(xùn)練,并保存該網(wǎng)絡(luò),最后將待識別圖像的SIFT特征輸入到該網(wǎng)絡(luò)中進行分類識別,提高了識別率。
      【專利說明】結(jié)合SIFT和BP網(wǎng)絡(luò)進行物體識別的方法
      【技術(shù)領(lǐng)域】
      [0001]本發(fā)明涉及物體識別,尤其涉及一種結(jié)合SIFT和BP網(wǎng)絡(luò)進行物體識別的方法。【背景技術(shù)】
      [0002]物體識別是模式識別領(lǐng)域和計算機視覺領(lǐng)域中的一個重要研究方向,被廣泛地應(yīng)用于工業(yè)檢測、醫(yī)學(xué)分析、機器人抓取工件、自動導(dǎo)航、自動檢測等方面。目前大量的研究人員和學(xué)者投入了大量的人力物力進行該研究,并提出多種理論和方法。一般來說,物體識別方法可分為兩類:基于全局特征的物體識別方法和基于局部特征的物體識別方法。前者提取物體的全局特征,然后結(jié)合主成分分析、支持向量機、隱馬爾可夫模型等方法進行識別。此類方法可成功識別部分遮擋物體和帶噪聲的圖像,但是不能準(zhǔn)確識別發(fā)生旋轉(zhuǎn)變化的物體,當(dāng)遮擋區(qū)域增加時識別率也會明顯下降。

      【發(fā)明內(nèi)容】

      [0003]為解決上述技術(shù)問題,采用SIFT和BP (Back Propagation)網(wǎng)絡(luò)相結(jié)合的方法進行物體識別。首先提取標(biāo)準(zhǔn)圖像和待識別圖像的SIFT特征,然后將標(biāo)準(zhǔn)圖像的SIFT特征輸入BP網(wǎng)絡(luò)進行訓(xùn)練,并保存該網(wǎng)絡(luò),最后將待識別圖像的SIFT特征輸入到該網(wǎng)絡(luò)中進行分類識別,提高了識別率。
      [0004]為實現(xiàn)上述技術(shù)目的,本發(fā)明所采用的技術(shù)方案是:結(jié)合SIFT和BP網(wǎng)絡(luò)進行物體識別的方法,其特征在于:
      I)建立DOG金字塔;對圖像進行不同分辨率的采樣,并在相鄰尺度空間建立金字塔,金字塔結(jié)構(gòu)采用不同的高斯函數(shù)進行濾波,將相鄰的高斯濾波相減構(gòu)成高斯差分金字塔。
      [0005]2)檢測極值點;在DOG空間,比較每個點與其相鄰尺度的相鄰點,看該點是否都小于或者都大于其同尺度的8個鄰點和上下相鄰該尺度的各9個鄰點,這樣可保證該點在該尺度和二維空間均為極值點。通過該方法獲得的特征點稱為候選特征點。
      [0006]3)特征點的確定;獲取候選特征點后,對其進行穩(wěn)定性檢測,去除對噪聲敏感的低對比度點和不穩(wěn)定的邊緣響應(yīng)點,通過穩(wěn)定性檢測的點稱為SIFT特征點。
      [0007]4)確定每個特征點的方向參數(shù);利用梯度直方圖確定特征點的主方向,在以特征點為中心的鄰域內(nèi),用直方圖計算鄰域像素的梯度方向,梯度方向直方圖的峰值表示該特征點鄰域梯度的主方向,也就是該特征點的主方向,點(x,y)的梯度模值與方向可定義為
      【權(quán)利要求】
      1.結(jié)合SIFT和BP網(wǎng)絡(luò)進行物體識別的方法,其特征在于: 1)建立DOG金字塔;對圖像進行不同分辨率的采樣,并在相鄰尺度空間建立金字塔,金字塔結(jié)構(gòu)采用不同的高斯函數(shù)進行濾波,將相鄰的高斯濾波相減構(gòu)成高斯差分金字塔; 2)檢測極值點;在DOG空間,比較每個點與其相鄰尺度的相鄰點,看該點是否都小于或者都大于其同尺度的8個鄰點和上下相鄰該尺度的各9個鄰點,這樣可保證該點在該尺度和二維空間均為極值點。
      2.通過該方法獲得的特征點稱為候選特征點; 3)特征點的確定;獲取候選特征點后,對其進行穩(wěn)定性檢測,去除對噪聲敏感的低對比度點和不穩(wěn)定的邊緣響應(yīng)點,通過穩(wěn)定性檢測的點稱為SIFT特征點; 4)確定每個特征點的方向參數(shù);利用梯度直方圖確定特征點的主方向,在以特征點為中心的鄰域內(nèi),用直方圖計算鄰域像素的梯度方向,梯度方向直方圖的峰值表示該特征點鄰域梯度的主方向,也就是該特征點的主方向,點U,y)的梯度模值與方向可定義為
      3.然后在該子區(qū)域上計算
      【文檔編號】G06K9/62GK104008400SQ201410265752
      【公開日】2014年8月27日 申請日期:2014年6月16日 優(yōu)先權(quán)日:2014年6月16日
      【發(fā)明者】張蕾, 劉森, 劉中華, 張茉莉, 黃濤, 普杰信, 胡良文 申請人:河南科技大學(xué)
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1