基于交叉投影熵的车辆目标匹配算法

当前用于复杂交通场景的车辆目标匹配算法主要是基于灰度相关的模板匹配算法,其缺点是受光线变化及噪声干扰影响较大。局部交叉熵算法在匹配精度上有明显提高,但运算量大,难以工程实现。因此,提出将投影变换和局部交叉熵相结合构成特征矢量用于目标匹配,其具有较强的抗光线变化能力,并且在一定的局部遮挡情况下,也具有较好的稳健性,在计算时间上也明显优于局部交叉熵算法。最后,通过实验仿真,验证了算法的有效性。

一种结合交叉熵和投影特征的图像匹配算法

基于图像交叉熵的图像匹配方法对于噪声不敏感,并且具有一定的抗几何失真能力,但算法复杂度高,不适合用于实时匹配系统中.而投影变换可将图像的二维灰度降为一维的特征向量,且还具有抗噪性好的特性,因此定义图像的局部交叉投影熵,提出了一种新的图像匹配算法.该算法首先计算模板图的行、列投影;然后计算模板图和实时图的交叉投影熵;最后根据行、列交叉投影矩阵确定出最优匹配坐标.新算法不仅具有较好的抗噪和抗几何失真性能,并且提高了在强光照射及云层遮挡情况下的匹配能力.通过实验仿真并对比局部熵、局部投影熵、局部交叉熵和局部交叉投影熵四种算法的匹配效果,表明该算法不仅匹配效果良好,并且计算速度快,是一种精确而实用的图像匹配方法.