基于圖像局部特征的物體識別系統(tǒng)研究.pdf

1、物體識別是計算機視覺研究的一項關鍵技術，在人工智能、人機交互以及安全監(jiān)控等領域都有著廣泛的應用。近年來，隨著人們對機器人學研究的深入，如何讓機器人能夠“認識”周圍的物體是一項亟待解決的問題，因此本文對基于圖像局部特征的物體識別系統(tǒng)進行了研究。局部特征與全局特征相比，具有能夠反映圖像本質的特點，支持向量機在解決小樣本、非線性、高維模式識別問題有著特有的優(yōu)勢，是機器學習領域新的研究熱點。
　　首先設計了一個圖像采集系統(tǒng)，通過該系統(tǒng)進行

2、簡單地人機交互，能夠方便、靈活地采集樣本，解決了傳統(tǒng)的圖像分類研究中樣本收集困難以及從標準庫獲取樣本缺乏靈活性的問題。
　　其次，詳細介紹了SIFT和SURF兩種圖像局部特征的提取算法，總結出了它們的關鍵技術之間的異同點，并通過實驗對它們的性能作了比較。
　　受文本分類問題的bag-of-words方法的啟發(fā)，本文采用了bag-of-features的圖像表示方法，成功地將圖像表示為向量這種適合于分類研究的表示形式。并針對傳