基于SIFT和NDLT的目標(biāo)識別技術(shù)研究.pdf

1、隨著人們生活質(zhì)量的提高，智能型家庭服務(wù)機(jī)器人被廣泛地應(yīng)用于代替人進(jìn)行衛(wèi)生清潔、物品搬運(yùn)、家電控制、電話接聽等各種家務(wù)勞動，針對其在場景中識別目標(biāo)物體時所采集到的圖像存在幾何畸變(縮放和旋轉(zhuǎn))和噪聲干擾的問題，提出了一種基于SIFT(Scale Invariant Feature Transform)和NDLT(Normalized Direct Linear Transformation)的目標(biāo)識別新算法。 本文首先討論了目標(biāo)識

2、別技術(shù)中的關(guān)鍵技術(shù)--特征點提取技術(shù)和特征點匹配技術(shù)的國內(nèi)外發(fā)展現(xiàn)狀，對目前常用的特征點提取和匹配方法進(jìn)行了較為詳細(xì)地介紹。針對家用智能機(jī)器人在目標(biāo)識別中存在的問題，分析了現(xiàn)有的特征點提取與匹配技術(shù)以及傳統(tǒng)的圖像對應(yīng)算法--DLT(Direct Linear Transformation)算法的優(yōu)缺點，在此基礎(chǔ)上完成了目標(biāo)識別算法的總體設(shè)計。同時，在對SIFT特征匹配理論(包括SIFT特征提取和匹配兩個方面)進(jìn)行分析的基礎(chǔ)上，重點研究了

3、SIFT特征匹配算法在抵抗圖像縮放、旋轉(zhuǎn)畸變以及抗噪方面的優(yōu)越性，并將該算子用于目標(biāo)識別。鑒于傳統(tǒng)的DLT算法用于目標(biāo)識別存在精度低的缺點，以及SIFT特征匹配算法在抵抗圖像幾何畸變以及抗噪聲方面的優(yōu)勢，提出了一種結(jié)合SIFT和NDLT的目標(biāo)識別算法，并基于MATLAB給出了相關(guān)的論證實驗。 實驗結(jié)果表明：結(jié)合SIFT和NDLT的算法用于目標(biāo)識別不僅能夠較為精確地實現(xiàn)對目標(biāo)物體的定位，而且在圖像縮放、小角度的旋轉(zhuǎn)以及抗噪方面都具