薛翠红，齐立萍，孙 昊，杨 鹏

(1.天津理工大学 聋人工学院，天津 300384；2.河北工业大学 控制科学与工程学院，天津 300130；3. 河北农业大学 理工学院，河北 沧州 061100)

基于显著性和SURF的家居服务机器人物体识别算法

薛翠红1,2，齐立萍2,3，孙 昊2，杨 鹏2

(1.天津理工大学 聋人工学院，天津 300384；2.河北工业大学 控制科学与工程学院，天津 300130；3. 河北农业大学 理工学院，河北 沧州 061100)

物体识别是家居服务机器人的主要问题之一，考虑到家居非结构化环境下物体识别的复杂性，将不依赖图像分割的局部特征作为关键特征。针对传统SURF算法运算量大的问题，模拟生物视觉功能，提出了一种基于显著性区域指导的局部特征算法。首先采用视觉选择性注意机制提取图像显著区域，然后提取显性物体区域SURF特征，最后完成与目标图像的特征点匹配，实现场景中目标物体的识别。实验证明，和传统SURF算法相比，改进算法速度得到有效提高，同时识别率提高了约10%。关键词: 物体识别；家居服务机器人；SURF特征；视觉选择性注意机制

1 物体识别算法

随着老龄化问题的日益严重，对家居服务机器人的需求也越来越迫切[1]。良好的物体识别能力是家居服务机器人实现智能作业的前提，也是机器视觉领域的研究热点[2]。

在国内外，许多科研工作者在物体识别方面做了大量研究。基于词袋法(Bags of Words，BoW)[3-4]的目标识别主要包括构建码本、在线物体识别两个步骤，其性能良好，受到了广泛关注，但是该方法更侧重于进行物体种类识别，而家居服务机器人主要完成对物体个体的识别。……