摘要
本文提出了一种从图像中提取具有显著性与不变性的特征的方法，这些特征可用于在物体或场景的不同视角之间实现可靠匹配。所提取的特征对图像尺度和旋转具有不变性，并且在广泛的仿射畸变、三维视角变化、噪声增加以及光照条件改变的情况下，均表现出良好的鲁棒性。这些特征具有高度的区分性，即单个特征在包含大量图像特征的大型数据库中，仍能以高概率被正确匹配。本文还描述了一种基于此类特征的物体识别方法：首先利用快速最近邻算法，将待识别图像中的各个特征与已知物体的特征数据库进行匹配；随后通过霍夫变换（Hough transform）识别出属于同一物体的特征簇；最后通过最小二乘法求解一致的姿态参数，完成验证。该识别方法能够在复杂背景与部分遮挡条件下稳定识别物体，同时实现接近实时的处理性能。