论文部分内容阅读
该文提出了一种适用于目标跟踪的局部特征点检测与匹配方法,在尺度不变特征(Scale Invariant Feature Transform,SIFT)算法基础上进行了多方面的改进。在高斯差分尺度空间仅检测局部极大值,提高算法的稳定性;采用基于圆形邻域统计梯度方向直方图,来确定兴趣点的主方向和描述子,避免了图像旋转的运算代价;最后采用最近邻与次近邻之比来对96维的描述子进行匹配。所提方法在有效地提高匹配准确率的同时,大大提高了运算速度,适用于对实时性要求较高的场合。