模式识别作为信息科学和人工智能的重要组成部分,在现实生活中得到了广泛的应用。在模式识别领域中,支持向量机能非常成功地处理回归问题和模式识别等问题,本文研究的主要内容是如何将模式识别中的支持向量机应用到计算机视觉中去,最后实现该应用系统。本文以人机对弈系统中的棋子识别为目标,综合利用了图像处理、计算机接口、软件编程和模式识别技术。以棋子径向像素点数为特征向量,通过支持向量机对棋子分类识别,克服了无法识别棋子位置不正的情况,取得了很好的识别效果。本文首先研究了Hough变换和支持向量机的理论算法,主要包括Hough变换对圆的检测改进和支持向量机的原理和处理步骤。然后开始棋子的识别过程:(1)图像采集时产生的几何畸变影响了识别的精度和速度,本文从理论和试验两方面找到了适合本文的分区畸变校正算法,使采集的图像效果大为改观(2)由于棋子红色和黑色棋子存在部分共同的汉字,需要对红色棋子和黑色棋子分别采用不同策略的图像分割(3)在对棋子图像用网格定位的基础上,通过Hough变换对圆的检测原理在网格附近对棋子坐标精确定位(4)用支持向量机对所有棋子识别。最后实现系统的构建。通过系统实践证明,用支持向量机能够完全正确的识别棋子,可以满足系统要求。另外,本文也为支持向量机实现其他的计算机视觉提供了参考。