吴学礼，赵 萌，孟凡华，刘浩南

(1.河北科技大学电气工程学院，河北石家庄 050018; 2.燕山大学电气工程学院，河北秦皇岛 066000)

随着多媒体技术、模式识别等科学领域的进一步发展，图像分类的基础理论和方法诞生并运用到包括精确制导、无人地面车辆、移动机器人视觉导航、道路图像检测系统、对图片特别是对航空照片和卫星照片的识别、理解以及地图绘制等等各个方面。

近几年来，机器人视觉的研究和工程应用越来越受到人们的重视。目前，对于工业现场工业仪表的机器视觉研究主要应用在仪表的指针及读数识别方向[1]。识别装置多为固定装置。基于工业现场仪表和设备具有较强颜色纹理差异的特点，通过基于颜色、纹理综合特征的Bp_adaboost工业仪表图像分类方法的研究，可以更好的为实现复杂工业控制现场移动机器人的移动和工作提供有效的理论基础，有助于机器人在工业现场对仪表进行定位。对于在存在辐射，有毒气体等不适宜人工操作的复杂工业控制现场工作的移动机器人的视觉分类应用有很广泛的应用前景。

1 图像特征抽取

1.1 颜色特征提取

颜色特征是描述图像的重要特征之一，它是人类最直观的感知和区分事物的基本特征。相对于其他特征而言，颜色特征具有描述简便直观的特点，而且对大小、方向都不敏感，在一些情况下表现出相当强的鲁棒性[2]。另一方面，彩色图像所携带的信息远远超过了灰度图像。因此考虑从图像颜色方面入手，可以有效地保留一部分由于图像灰度化处理所丢失的信息，提高分类的准确率。……