| 用于目标识别的PCA-SC形状匹配算法 |
| |
| 引用本文： | 黄伟国,顾超,朱忠奎. 用于目标识别的PCA-SC形状匹配算法[J]. 光学精密工程, 2013, 21(8) |
| |
| 作者姓名： | 黄伟国 顾超 朱忠奎 |
| |
| 作者单位： | 苏州大学城市轨道交通学院,江苏苏州,215006 |
| |
| 基金项目： | 江苏省产学研联合创新资金资助项目，江苏省科研基金资助项目 |
| |
| 摘 要： | 基于形状上下文(Shape Context)算法并融合主成分分析(PCA)的降维思想,提出了一种PCA-SC算法来提高形状匹配和目标识别的速度和抗噪能力.该算法将SC算法获取的特征矩阵构成协方差矩阵,按照特征值由大到小的准则进行降维,形成新的特征矩阵用于匹配和识别,既抑制了噪声干扰,提高了识别准确率,又能够提高匹配速度,易于满足工程应用对实时性的要求.利用MNIST图像数据库中的图像进行了实验分析,结果表明,PCA-SC算法在保持了SC算法原有的定位准确、抑制噪声等优点的基础上,识别速度提高了1倍；准确率达到了96.15％,提高了约0.5％；而且抗噪性更强,可用于匹配和识别较复杂的形状和目标.该算法基本满足匹配和识别对速度、准确率和抗干扰性等方面的要求.
|
| 关 键 词： | 形状匹配 目标识别 主成分分析 形状上下文算法 |
PCA-SC shape matching for object recognition |
| |
| HUANG Wei-guo , GU Chao , ZHU Zhong-kui. PCA-SC shape matching for object recognition[J]. Optics and Precision Engineering, 2013, 21(8) |
| |
| Authors: | HUANG Wei-guo GU Chao ZHU Zhong-kui |
| |
| Abstract: | |
| |
| Keywords: | shape matching object recognition Principal Component Analysis(PCA) shape context (SC) algorithm |
| 本文献已被 万方数据 等数据库收录！ |
|
