基于特征点扩充及PCA特征提取的ASM定位算法

摘要

本发明涉及一种基于特征点扩充及PCA特征提取的ASM定位算法，首先，采用等距插值的方法扩充手工标定的特征点；其次，建立统计特征模型，提出采用主成分分析PCA处理特征点法线灰度信息代替原算法中的灰度值求导，统计特征点的局部纹理特征；再而建立统计形状模型，统计分析得到目标形状模型及形变的模板，最后采用相应的搜索点与训练好的特征点的局部灰度特征之间的相似性度量作为匹配标准，同时以多尺度的ASM搜索策略完成整个搜索匹配的过程统计特征点局部灰度特征。与传统ASM算法相比，本发明的目标定位精度和鲁棒性都有了显著的提高，实验数据显示，平均定位误差降低了38%以上。

主权项

一种基于特征点扩充及PCA特征提取的ASM定位算法，其特征在于：包括如下步骤，步骤S01：将搜集好的训练样本集进行目标特征点的手工标定，并采用等距插值的方法进行特征点的扩充；步骤S02：统计特征模型的建立：采用主成分分析PCA处理目标特征点的法线采样点的灰度信息，以灰度数据特征代替灰度变化率特征作为匹配的依据，统计特征点的局部纹理特征；步骤S03：统计形状模型的建立：根据特征点，将初步得到的形状向量进行配准对齐操作，以每个形状向量的平均坐标、平均角度为基准，对每个形状向量进行平移、旋转操作，然后对其进行PCA处理，统计分析得到目标形状模型及形变的模板；步骤S04：目标轮廓的匹配：采用主成分分析PCA处理法线采样点的灰度信息，在搜索匹配时，采用相应的搜索点与训练好的特征点的局部灰度特征之间的相似性度量作为匹配标准，同时以多尺度的ASM搜索策略完成整个搜索匹配的过程。