本文主要研究内容
作者李赵春,周骏,张浩,殷旭阳（2019）在《基于SURF特征的枪弹痕迹匹配方法》一文中研究指出：为实现枪弹痕迹的自动比对与识别,提出将特征识别加速鲁棒特征(SURF)算法引入到弹壳痕迹匹配研究中,利用该算法提取弹底窝痕三维表面形貌特征,并采用随机抽样一致性(RANSAC)算法实现匹配优化。重点讨论了SURF特征点检测中参数调整及匹配效果关系,并借助美国国家标准与技术研究院(NIST)提供的弹底窝痕测试样本实现了最佳参数及识别条件的认定。实验结果表明,SURF算法对弹底窝痕表面形貌特征的提取与描述优异,在测试样本上可达到90%以上的匹配率。
Abstract
wei shi xian qiang dan hen ji de zi dong bi dui yu shi bie ,di chu jiang te zheng shi bie jia su lu bang te zheng (SURF)suan fa yin ru dao dan ke hen ji pi pei yan jiu zhong ,li yong gai suan fa di qu dan de wo hen san wei biao mian xing mao te zheng ,bing cai yong sui ji chou yang yi zhi xing (RANSAC)suan fa shi xian pi pei you hua 。chong dian tao lun le SURFte zheng dian jian ce zhong can shu diao zheng ji pi pei xiao guo guan ji ,bing jie zhu mei guo guo jia biao zhun yu ji shu yan jiu yuan (NIST)di gong de dan de wo hen ce shi yang ben shi xian le zui jia can shu ji shi bie tiao jian de ren ding 。shi yan jie guo biao ming ,SURFsuan fa dui dan de wo hen biao mian xing mao te zheng de di qu yu miao shu you yi ,zai ce shi yang ben shang ke da dao 90%yi shang de pi pei lv 。
论文参考文献
论文详细介绍
论文作者分别是来自传感器与微系统的李赵春,周骏,张浩,殷旭阳，发表于刊物传感器与微系统2019年11期论文，是一篇关于枪弹痕迹论文,特征提取论文,弹底窝痕论文,痕迹匹配论文,参数配置论文,传感器与微系统2019年11期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自传感器与微系统2019年11期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：枪弹痕迹论文; 特征提取论文; 弹底窝痕论文; 痕迹匹配论文; 参数配置论文; 传感器与微系统2019年11期论文;