颜色共生直方图在物体识别中的应用

"本文是关于使用颜色共生直方图（Color Cooccurrence Histograms, CH）进行物体识别的研究论文，发表在1999年的IEEE计算机视觉与模式识别会议上。作者Peng Chang和John Krumm分别来自卡内基梅隆大学的机器人研究所和微软研究院。" 颜色共生直方图（CH）是一种用于图像中物体识别的技术，它超越了传统的颜色直方图方法。传统的颜色直方图忽略了图像中的几何信息，而CH则通过记录不同颜色像素对在图像空间中特定距离出现的次数来包含这种几何信息。这种方法使得算法能够在一定程度上抵抗光照变化、视点变换以及物体形状的微小变化。 在算法的实施中，首先基于已知物体的不同视角拍摄的图像计算模型CH。这些模型CH随后会与测试图像的子区域进行匹配，以定位和识别目标物体。通过调整CH中使用的颜色数量和距离参数，可以调整算法对光照、视角变化及物体柔韧性的容忍度。这样的灵活性使得算法能够处理背景杂乱、部分遮挡以及物体自身变形等情况。 为了优化算法性能，作者还建立了一个数学模型来估算错误警报的概率。这个模型作为一个原理性的工具，帮助选择算法的可调参数，以达到最佳的识别效果。实验结果表明，即使在复杂背景下，面对部分遮挡和物体形态变化，该算法仍能有效地识别物体。 这篇论文提出了一个基于颜色共生直方图的物体识别方法，该方法结合了颜色和几何信息，具有良好的鲁棒性，能在多种挑战性条件下实现准确的物体识别。这一研究对于计算机视觉领域，特别是在目标检测和识别方面具有重要的理论和应用价值。