声明
摘要
第1章绪论
1.1研究背景和意义
1.2国内外研究现状
1.2.1家庭服务机器人研究现状
1.2.2图像场景识别研究现状
1.3论文的组织结构
第2章Mean Shift算法及其改进
2.1 Mean Shift算法原理
2.1.1 Mean Shift向量
2.1.2核密度梯度估计
2.1.3Mean Shift算法步骤
2.1.4 Mean Shift图像分割算法
2.2图像分割尺度控制
2.2.1带宽参数的分析
2.2.2基于边缘敏感度的图像尺度控制
2.2.3试验结果与分析
2.3融合深度信息的图像分割
2.3.1深度图像
2.3.2基于双目视觉和Kinect的深度信息提取
2.3.3融合深度信息的Mean Shift分割
2.4本章小结
第3章基于图像分割图块的特征提取
3.1颜色特征
3.1.1 RGB颜色空间
3.1.2 HIS颜色空间
3.1.2颜色特征提取
3.2 HOG特征
3.2.1方向梯度直方图概述
3.2.2 HOG特征提取算法
3.2.3分割图块的HOG特征提取实现过程
3.3形状特征
3.3.1形状特征的描述
3.3.2分割图块形状特征的提取
3.4本章小结
第4章融合多特征的词袋模型
4.1词袋模型原理
4.2图像视觉特征提取
4.2.1构建尺度空间
4.2.2局部极值点检测
4.2.3特征点方向分配
4.2.4特征描述符生成
4.3 K-means聚类生成视觉词汇表
4.4融合分割图块特征的图像表达
4.5支持向量机
4.5.1 SVM分类原理
4.5.2 SVM多类分类问题
4.6本章小结
第5章基于多特征融合词袋模型的场景识别
5.1图像拼接技术
5.1.1图像投影变换
5.1.2特征点检测及匹配
5.1.3图像融合
5.2室内场景识别实验
5.3本章小结
结论
参考文献
攻读硕士学位期间发表的论文和取得的科研成果
致谢