[发明专利]一种基于机器视觉的室内一般物体识别方法

摘要

本发明公开了一种基于机器视觉的室内一般物体识别方法，其包括如下步骤：1）建立一类物体的视觉词库，通过K均值聚类限定词库的规模。2）进行图像前期处理，将一幅图像用词库中的单词表示，用相似阀值近似区分背景和前景。3）图像的描述：把一幅图片包含的信息映射成一个1×(P+Q)的多维行向量(x0x1x2......xP-3xP-2xP-1y0y1y2......yQ-3yQ-2yQ-1)，将图像中的特征以及特征之间的空间关系矢量化，其中P为视觉词库中单词出现的次数，Q为空间关系统计。4）运用无监督判别分类器支持向量机实现分类识别。采用这种方法使机器识别出的物体更准确。

主权项

一种基于机器视觉的室内一般物体识别方法，其特征是包括如下步骤：步骤11：建立一类物体的视觉词库，通过K均值聚类限定词库的规模；步骤12：进行图像前期处理，将一幅图像用词库中的单词表示，用相似阀值近似区分背景和前景；步骤13：图像的描述：把一幅图片包含的信息映射成一个1×(P+Q)的多维行向量(x0x1x2......xP‑3xP‑2xP‑1y0y1y2......yQ‑3yQ‑2yQ‑1)，将图像中的特征以及特征之间的空间关系矢量化，其中P为视觉词库中单词出现的次数，Q为空间关系统计；步骤14：运用无监督判别分类器支持向量机实现分类识别；步骤15：根据公式 Recall = No . ofcorrectpositives tota ln umberofpositives Precision = No . ofcorretctpositives No . ofcorretctpositives + No . offalsepositives 对目标识别系统进行性能评估，其中Recall为识别率，Precision为识别精度，No.of correct positives是正确识别的正样本的个数，total number of positive是所有正样本的个数，No.of false positives是误识别为正样本的个数。