APP下载
[00070210]一种基于尺度不变特征极限学习机的 机器人场景识别方法
联系人： 武汉工程大学
所在地：
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
视觉是人类观察世界和了解世界最直观有效的方式，机器人视觉模拟人类视觉的功能，从一幅或者多幅图像中来感知和认识外界世界。机器人场景识别应用技术就是给出一幅输入场景图像，识别出其在注册过的场景类别信息。利用电子设备得到场景图像后，由于图像原始维数较大，且存在冗余信息，我们不能直接对图像进行识别匹配。因此，我们必须进行对图像进行特征提取，最后利用一定的分类方法与数据库进行匹配，得到识别结果。简单来说，机器人场景识别的整个过程可以分为三个阶段：图像的前处理，图像的特征提取和图像的识别。本发明要解决的技术问题在于针对现有技术中的缺陷，提供一种基于尺度不变特征极限学习机的机器人场景识别方法。本发明与基于最近邻分类器的场景识别方法（NN）不同，实验通过场景识别率以及分类时间作为算法重建质量标准，NN算法的识别率为0.44，识别时间为0.173秒，而本发明所提出的算法识别率为0.70，识别时间为0.124秒，即本发明所提出的算法时间更短，识别率更高。本发明所提出的算法需要嵌入到机器人中，因此需要配套的机器人本体、摄像头等硬件设备。 对图像中的场景进行识别作为机器人视觉领域的重要组成部分，一直都受到许 多研究人员的重点关注。近年来，机器人的场景识别技术已在公安部门刑侦系统， 医学图像处理，3D建模，工业检测，小区安检等领域得到广泛应用。本发明投入使 用后预期可以产生约1000万元的经济效益。
