基于迭代最邻近的多视角目标识别算法研究

针对传统图像识别视角单一问题,提出了一种改进的多视角目标识别算法,结合空间结构连续性,利用迭代最邻近算法ICP(Iterative Closest Points)进行多视角目标识别.首先,构建高斯尺度空间来提取具有尺度不变性的SURF(Speed-up Robust Features)特征点,得到特征描述子,且根据描述子的相似性得到初始转换参数;然后,将描述子相似性与空间结构连续性相结合,利用ICP求得匹配对,并进行配准;最后,在各个角度的图像中对目标图像进行识别,取得了较好的效果.实验结果表明,所提出算法识别效果显著,准确率高,具有很好的鲁棒性.