随着人们生活水平的不断提高,家庭服务机器人逐渐走入人们的生活,越来越受到社会的关注。家庭服务机器人对室内环境的理解和识别,是家庭服务机器人能更好地服务人类,准确地执行人类指令的关键因素。图像场景识别主要侧重于对所摄入场景图像的全局语义进行整理、分析和推理,以获得其自身场景图像的语义信息,一直是人们研究的热点。本文针对室内的场景识别进行研究,具体研究内容如下:1.以Mean Shift分割方法为基础,并重点考虑了分割尺度的有效控制、分割过程兼顾场景深度信息等问题,对算法进行了针对性改进。针对分割尺度控制问题,提出了边缘敏感度的概念,提高了算法尺度分块的控制能力。针对深度信息融合问题,采用了双目视觉立体匹配和基于Kinect传感器的两种深度信息获取方法,均成功实现融合并提高了分割效果。实验结果表明:本文算法与传统Mean Shift算法相比具有明显优势,不仅能更有效地控制分割尺度,还能成功分割原算法难以分割的特殊情况(如颜色、位置相近的图块)。2.以图像分割后形成的图块为单位,提取其特征向量,从而实现对整张图像的分析和理解。分别提取分割图块的颜色特征、HOG特征和形状特征,为后面的图像识别和分类做准备。3.利用词袋模型整合图像的低层次特征,得到图像的语义部分内容。传统词袋模型以SIFT特征作为视觉特征,本文以分割图块特征和SIFT特征共同构成图像的视觉特征,利用K-means算法聚类,形成图像的两个视觉词汇库。以两个视觉词汇库为基础,形成图像的表达向量。4.以实验室四个房间为研究对象,完成场景识别的实验。对采集的场景图像拼接后形成场景的全景图像,以全景图像为单位,完成场景的识别。实验证明融合分割图块特征的词袋法进行场景识别,比单独以SIFT特征和分割图块特征为视觉单词的词袋法的识别率更高。