一种用于物体外观检测的人工智能分类方法

本发明属于图像处理技术领域，具体公开了一种用于物体外观检测的人工智能分类方法，所述方法包括：通过双目视觉传感器采集目标物体的多视角高分辨率图像，采用自适应直方图均衡化对图像进行预处理以减少光照变化的影响；根据所述预处理后的图像，利用边缘检测算法提取目标区域的轮廓特征，生成初始特征向量；从所述初始特征向量中提取关键点并构建局部描述符，采用尺度不变特征变换匹配算法融合多视角特征，生成综合特征向量；通过深度学习框架调用外部传感器接口获取目标物体的空间位置信息。本发明目的是解决现有技术中的物体外观检测场景中，在复杂光照、遮挡或纹理干扰下特征提取不完整、多源数据一致性降低以及视角校准偏差的问题。