文献类型：期刊文章

作　　者：张焕龙[1] 张秀娇[1] 贺振东[1] 张建伟[2]

ZHANG Huanlong;ZHANG Xiuj iao;HE Zhendong;ZHANG Jianwei(College of Electric and Information Engineering, Zhengzhou University of Light Industry,Zhengzhou 450002 , China;College of Software Engineering, Zhengzhou University of Light Industry, Zhengzhou 450002, China)

机构地区：[1]郑州轻工业学院电气信息工程学院,河南郑州450002 [2]郑州轻工业学院软件学院,河南郑州450002

出　　处：《郑州大学学报（理学版）》

基　　金：国家自然科学基金项目(61503173;61672471;61501407);河南省科技攻关项目(172102210062;162102210060);郑州轻工业学院博士基金项目(2016BSJJ002);河南省杰出青年基金项目(164100510019)

年　　份：2017

卷　　号：49

期　　号：4

起止页码：51-56

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、IC、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对传统群智能方法在图像匹配应用中参数较多且调节复杂的问题,将布谷鸟搜索(cuckoo search,CS)机制引入到图像匹配过程.CS方法具有较少的模型参数、简单的调节方式,因此图像匹配效果获得了较大的提高.该方法首先将目标匹配过程转化为对组合优化问题的求解;然后通过提取图像块的方向梯度直方图(histogram of oriented gradient,HOG),实现目标的全局性特征匹配;最后通过仿真实验,证明了CS方法在图像匹配应用中的可行性和有效性.

关 键 词：图像匹配 CS算法 HOG 最优解

分 类 号：TP391]