高斯模型与区域生长相结合的景物识别算法

研究景物图像特征提取,光照环境因素变化时,室外场景光学成像也随之发生很大变化,景物特征复杂,严重影响了景物识别的精度。为了解决上述问题,提出一种高斯模型与区域生长相结合的景物识别算法。先提取图像区域的底层视觉特征以及空间位置特征,并通过高斯分布为每类景物建立模型,然后根据模型测试图像中区域属于每一类景物的概率,把概率值较大的区域加入到模型中,更新模型参数,最后,把概率值较大的区域作为种子点进行区域生长得到景物识别的结果。采用Matlab 7.0软件对Pasadena数据库中景物进行仿真识别。结果表明识别目标景物的有效性,为复杂场景下景物识别提供了一种有效的算法。