典型文献
基于SIFT算法和改进的RANSAC算法对森林火灾的图像识别与试验研究
文献摘要：
针对森林火灾的图像识别中遇到的误检测和漏检测等问题,提出一种SIFT(尺度不变特征变换)算法和改进后的RANSAC(随机抽样一致)算法.该算法能够大幅度地提高匹配精度以及缩短匹配时间.该文首先用SIFT算法提取图片中的特征点,然后通过降低RANSAC内点集的个数,使用改进后的RANSAC算法对这些特征点进行处理,去除掉错误匹配的点,以实现准确匹配.通过点烧实验得到数据集,使用MATLAB进行仿真,对比不同算法的匹配时间以及匹配精度,证明改进后的RANSAC算法使其匹配精度平均提高了11％,匹配时间平均缩短了4.8 s.研究证明改进后的RANSAC算法确实对森林火灾的图像识别具有提升检测效率的作用.
文献关键词：
SIFT;RANSAC;森林火灾;图像匹配;特征匹配
中图分类号：
作者姓名：
刘九庆;项前;王宇航
作者机构：
东北林业大学机电工程学院,哈尔滨 150040
文献出处：
引用格式：
[1]刘九庆;项前;王宇航-.基于SIFT算法和改进的RANSAC算法对森林火灾的图像识别与试验研究)[J].森林工程,2022(06):96-103
A类：
B类：
SIFT,RANSAC,森林火灾,图像识别,漏检,尺度不变特征变换,随机抽样一致,高匹配,匹配精度,匹配时间,先用,特征点,内点,点集,除掉,误匹配,时间平均,别具,检测效率,图像匹配,特征匹配
AB值：
0.309109
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
