基于改进SIFT算法的图像识别研究  

作　　者：刘迪 汪峰坤[1] 

机构地区：[1]安徽机电职业技术学院互联网与通信学院,安徽芜湖241002

出　　处：《佳木斯大学学报（自然科学版）》2024年第7期149-151,共3页Journal of Jiamusi University：Natural Science Edition

基　　金：安徽省高校自然科学重点研究项目(KJ2020A1102,KJ2020A1112);安徽省高等学校质量工程项目(2021jxtd065,2022tsgsp017)。

摘　　要：针对基于SIFT算法的图像识别中存在着识别准确度不高,匹配速度慢问题。提出了一种快速获取特征点和匹配特征点方法。首先基于图像边缘的特征点获取方法,对图像边缘进行扩展,只在扩展区域内判断特征点。然后在特征点描述符中增加特征点周围16个子区域归一化后的灰度差分值信息,增强特征点描述能力。通过KPCA降维方法对描述符降维,最后在特征点匹配阶段使用余弦相似度预处理噪声特征点,加快匹配速度。在实际测试中,相对于SIFT算法图像识别率提升了8%左右,识别速度提高了50%左右。

关 键 词：目标检测 SIFT算法 特征描述符 KPCA降维 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]