论文部分内容阅读
针对快速SIFT(Scale Invariant Feature Transform)算法去掉高斯加权环节,导致算法稳定性下降的不足,对快速SIFT算法中的特征描述子进行了改进,用圆形代替矩形并对区域进行分层,越靠近关键点层数越多,相当于对中心区域进行了加权,并通过仿真给出了最佳加权层数和特征描述子方向数。仿真实验表明:该算法不但满足了匹配正确率和实时性的要求,而且具有很高的稳定性和鲁棒性,能够满足目标跟踪的实时性要求。