基于特征匹配的目标实时识别方法

摘要

本发明公开了一种基于特征匹配的目标实时识别算法，涉及计算机视觉领域。本算法的重点在于加强目标识别的可靠性与实时性。具体方法为：首先利用快速自适应鲁棒性尺度不变的特征检测子(fast adaptive robust invariant scalable feature detector,FARISFD)与鲁棒性交叠的标准特征描述子(robust overlapped gauge feature descriptor,ROGFD)来增强方法的鲁棒性与实时性，其次利用基于KD(k‑dimensional)树的BBF(best bin first)算法与双向匹配结合的方法提高搜索效率，再次利用PROSAC(Progressive Sample Consensus)去除错误点完成匹配，最后根据平均匹配率完成目标识别。实验结果表明，FARISFD与ROGFD较传统特征检测子与描述子具有更强的鲁棒性与实时性，基于特征匹配的目标实时识别算法能够实现可靠性较强的目标实时识别。