技術特征：

1.一種機器人目標智能識別方法，其特征在于，包括：

2.根據權利要求1所述的一種機器人目標智能識別方法，其特征在于，所述根據機器人在每一時刻的移動速度以及方向，對視頻的不同幀之間的像素點進行匹配，包括：

3.根據權利要求1或2所述的一種機器人目標智能識別方法，其特征在于，所述根據匹配結果進行混合高斯背景建模，將視頻中像素點分為前景像素點以及背景像素點，得到背景像素點的第一混合高斯模型，包括：

4.根據權利要求1所述的一種機器人目標智能識別方法，其特征在于，所述前景區域的獲取方法為：

5.根據權利要求1所述的一種機器人目標智能識別方法，其特征在于，所述根據前景像素點的對應關系進行混合高斯模型擬合，得到各前景像素點的第二混合高斯模型，包括：

6.根據權利要求1所述的一種機器人目標智能識別方法，其特征在于，所述背景像素點以及前景像素點的增強概率滿足表達式：

7.根據權利要求1或6所述的一種機器人目標智能識別方法，其特征在于，所述根據該幀中各像素點的增強概率確定該幀中各灰度值的修正頻率，包括：

8.根據權利要求7所述的一種機器人目標智能識別方法，其特征在于，所述根據各像素點的增強概率確定該幀中各灰度值的增強閾值，包括：

9.根據權利要求1所述的一種機器人目標智能識別方法，其特征在于，所述角點匹配采用的為sift特征匹配算法。

10.根據權利要求1所述的一種機器人目標智能識別方法，其特征在于，所述根據各幀的增強圖像進行目標識別，包括：

技術總結
本發明屬于圖像識別技術領域，具體涉及一種機器人目標智能識別方法，其方法包括：對偵查視頻的不同幀之間的匹配像素點進行混合高斯背景建模，得到前景像素點、背景像素點以及背景像素點的第一混合高斯模型；對各幀之間前景區域進行角點匹配，根據匹配結果對前景像素點的進行混合高斯模型擬合，得到各前景像素點的第二混合高斯模型；根據第一混合高斯模型以及第二混合高斯模型分別確定背景像素點以及前景像素點的增強概率；根據增強概率確定各幀中各灰度值的修正頻率，對各幀進行直方圖均衡化，得到增強圖像；根據增強圖像進行目標識別。本發明有效提高了視頻中小目標的對比度和細節表現力，提高了目標檢測與識別的準確率。

技術研發人員：王泊洋,任小勇,田偉,葉敏,郭旭
受保護的技術使用者：陜西子竹實業股份有限公司
技術研發日：
技術公布日：2025/4/28