基于局部特H2征的多目标图像分割算法

近年来,智能机器人技术逐步成熟,以目标识别为代表的机器视觉技术是其核心。现有目标识别算法通常先根据颜色信息分割场景,再提取特征以识别目标。但对于颜色信息比较复杂的场景,往往存在过分割现象,影响后续目标识别。针对这一问题,提出一种基于局部特征的多目标图像分割算法。该算法使用双目摄像头采集场景图像,对场景图像进行预处理,同时通过立体匹配得到场景的深度信息;结合深度信息确定目标区域;设计动态阈值的尺度不变特征变换(SIFT)算法以提取目标区域的局部特征,将局部特征转化为特征约束;基于区域约束、特征约束和空间信息组成的特征向量进行聚类分割,得到最终分割结果,同时实现对每个目标区域的识别。实验结果表明,在颜色特征复杂的场景中,本文算法的整体误差率小于10%,与已有算法相比降低了15%以上。