基于SIFT和NDLT的目標(biāo)識(shí)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(dòng)，針對(duì)其在場(chǎng)景中識(shí)別目標(biāo)物體時(shí)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(wèn)題，提出了一種基于SIFT(Scale Invariant Feature Transform)和NDLT(Normalized Direct Linear Transformation)的目標(biāo)識(shí)別新算法。 本文首先討論了目標(biāo)識(shí)

2、別技術(shù)中的關(guān)鍵技術(shù)--特征點(diǎn)提取技術(shù)和特征點(diǎn)匹配技術(shù)的國(guó)內(nèi)外發(fā)展現(xiàn)狀，對(duì)目前常用的特征點(diǎn)提取和匹配方法進(jìn)行了較為詳細(xì)地介紹。針對(duì)家用智能機(jī)器人在目標(biāo)識(shí)別中存在的問(wèn)題，分析了現(xiàn)有的特征點(diǎn)提取與匹配技術(shù)以及傳統(tǒng)的圖像對(duì)應(yīng)算法--DLT(Direct Linear Transformation)算法的優(yōu)缺點(diǎn)，在此基礎(chǔ)上完成了目標(biāo)識(shí)別算法的總體設(shè)計(jì)。同時(shí)，在對(duì)SIFT特征匹配理論(包括SIFT特征提取和匹配兩個(gè)方面)進(jìn)行分析的基礎(chǔ)上，重點(diǎn)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(shí)別。鑒于傳統(tǒng)的DLT算法用于目標(biāo)識(shí)別存在精度低的缺點(diǎn)，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(shì)，提出了一種結(jié)合SIFT和NDLT的目標(biāo)識(shí)別算法，并基于MATLAB給出了相關(guān)的論證實(shí)驗(yàn)。 實(shí)驗(yàn)結(jié)果表明：結(jié)合SIFT和NDLT的算法用于目標(biāo)識(shí)別不僅能夠較為精確地實(shí)現(xiàn)對(duì)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