论文研究 基于多稀疏分布特征和最近邻分类的物体识别方法.pdf

为提高物体识别性能，提出了一种基于多稀疏分布特征和最近邻分类的目标识别方法。提取图像的梯度模值和方向特征，构建梯度模值和方向图像，分别对灰度图像、梯度模值图像和梯度方向图像进行稀疏表示，提取稀疏分布特征，得到融合后的多稀疏分布特征，再依据最近邻分类方法进行特征分类，实现物体识别。通过在国际公认的COIL-100和PVOC-2007两个公共测试数据集下进行对比实验，对提出方法的参数选择、鲁棒性和识别性能进行综合评价。实验结果表明，采用提出的方法进行物体识别的识别率高于目前经典的SIFT、SURF和ORB方法，是一种有效的物体识别方法。