1 军械工程学院,石家庄 050003
2 中国人民解放军69078部队,乌鲁木齐 830000
3 中国人民解放军65631部队,辽宁 锦州 121000
特征检测子是近年来计算机视觉领域的研究热点。在宽基线匹配、特定目标识别、图像及视频检索、机器人导航和数据挖掘等多个领域均得到了广泛应用。为总结特征检测子目前存在问题及指出可能的发展方向, 对比分析了当前普遍使用的特征检测子的鲁棒性与速度。首先综述了尺度不变特征检测子(SIFT)、快速稳健特征检测子(SURF)、二进制稳健尺度不变性特征检测子(BRISK)、定向的基于加速段检测子(ORB)、风式特征检测子(KAZE)以及快速风式特征检测子(Accelerated-KAZE), 然后按照特征检测步骤深入分析了各种影响检测子性能与速度的方法, 最后利用Mikolajczyk 05标准测试图集测定并分析了检测子的复现率与耗时实验。实验结果表明, 快速非线性尺度空间、基于加速段的特征检测子(FAST)与长距离对迭代法的综合性能较好。
计算机视觉 特征检测子 computer vision feature detector SIFT SIFT SURF SURF BRISK BRISK KAZE KAZE Accelerated-KAZE Accelerated-KAZE
1 西安石油大学计算机学院，西安 710065
2 中国科学院空间信息处理与应用系统技术重点实验室，北京 100190
3 中国科学院电子学研究所，北京 100190
4 中国科学院遥感与数字地球研究所，北京 100094
本文针对城市建筑物的特点，提出融合 Hessian-Affine和 MSER的仿射协变区域检测方法，利用重复误差筛选高度相关的不同类型区域，根据仿射匹配性分值选择性删除冗余区域，并采用平均重复率、平均匹配区域数进行综合评价分析。实验结果表明，提出的算法将两种检测子互补使用，对于各种仿射变换下的建筑物检测准确率较高，冗余少，适用于城市遥感的实际应用中。Urban Remote Sensing Images
城市遥感图像 建筑物 仿射协变区域 融合检测 检测子 urban remote sensing images building affined covariant region fused detection detector
