改进的SURF算法在书法笔画匹配识别中的应用
【出 处】:
【作 者】:
王民
庞爽爽
周军妮
【摘 要】书法笔画具有丰富的书写人特征,能否正确进行特征向量提取和匹配直接影响识别效果.针对SURF算法检测特征点少、误匹配率高的问题,提出了一种基于Contourlet变换的SURF算法.该算法利用Contourlet变换,在提取特征点前对书法字笔画进行子带分解(LP)和方向性滤波(DFB),得到低频和高频细节分量,采用最小欧氏距离准则(LEDC)对低频细节分量进行相似性计算,高频细节分量进一步分解后选取合适阈值提取高频特征点,然后进行SURF特征点匹配,采用RANSAC算法剔除误匹配点.实验表明,改进的SURF算法不仅能更好地提取笔画特征点,提高抗噪性能,识别率也提高了3%.
相关热词搜索: SURF算法 子带分解 方向性滤波 特征点匹配
上一篇: 一种脑电信息监督人脸图像的注意力分析方法
下一篇: 基于改良程序谱的软件故障定位方法