基于深度图像遮挡信息的静态视觉目标遮挡规避方法技术
【技术实现步骤摘要】
基于深度图像遮挡信息的静态视觉目标遮挡规避方法
本专利技术属于计算机视觉领域，尤其是涉及一种基于深度图像遮挡信息的静态视觉目标遮挡规避方法。
技术介绍
遮挡规避方法一直是自动装配、目标识别、三维重建、机器人导航等领域重要且困难的研究课题之一，它是根据当前观测到的遮挡信息，确定出摄像机的下一个观测方向和位置，使得在该方向和位置能够最大化地获取场景的未知信息。现有遮挡规避方法处理遮挡现象所基于的图像信息主要有两种：亮度图像和深度图像。针对亮度图像的遮挡规避方法相对较少，并且由于2.5D的深度图像比2D的亮度图像更有利于获取场景的三维信息。因此，目前的遮挡规避方法大多基于深度图像实现。LiYF和LiuZG在文章“Informationentropy-basedviewpointplanningfor3-Dobjectreconstruction.IEEETransactionsonRobotics,2005,21(3):324-337”中摄像机被限定在一个固定表面(如球体表面、圆柱体表面等)，方法的通用性受到限制。ScottWR在文章“Model-basedviewpl...
【技术保护点】
一种基于深度图像遮挡信息的静态视觉目标遮挡规避方法，其特征在于，该方法主要包含以下步骤：(1)获取视觉目标的深度图像，并获得其遮挡边界及摄像机内外参数；(2)提取深度图像中每个遮挡边界点的下邻接边界点，并确定图像中每个像素点的三维坐标；(3)依据遮挡边界及下邻接边界信息对遮挡区域进行外接表面建模：3a)对每段遮挡边界，依据其遮挡边界点及下邻接边界点的三维坐标得到其对应的遮挡区域，并对遮挡区域进行三角剖分获得三角网格模型；3b)基于已获得的遮挡区域的三角网格模型，计算每个三角小剖面的法向量和面积；(4)提取遮挡边界的角点，并确定候选观测方向集合：4a)对于每段遮挡边界应用角点...
【技术特征摘要】
1.一种基于深度图像遮挡信息的静态视觉目标遮挡规避方法，其特征在于，该方法主要包含以下步骤：(1)获取视觉目标的深度图像，并获得其遮挡边界及摄像机内外参数；(2)提取深度图像中每个遮挡边界点的下邻接边界点，并确定图像中每个像素点的三维坐标；(3)依据遮挡边界及下邻接边界信息对遮挡区域进行外接表面建模：3a)对每段遮挡边界，依据其遮挡边界点及下邻接边界点的三维坐标得到其对应的遮挡区域，并对遮挡区域进行三角剖分获得三角网格模型；3b)基于已获得的遮挡区域的三角网格模型，计算每个三角小剖面的法向量和面积；(4)提取遮挡边界的角点，并确定候选观测方向集合：4a)对于每段遮挡边界应用角点检测算子提取该边界的角点；4b)依据所获得的角点信息将遮挡区域划分为若干子区域，并确定各子区域的候选观测方向；(5)确定下一最佳观测方位：5a)从候选观测方向集合中任取一候选观测方向，计算该候选观测方向与各子区域中每个三角小剖面法向量的夹角，依据夹角信息确定出该候选观测方向对应的可视空间；5b)按照步骤5a)遍历候选观测方向集合中全部候选观测方向，计算出每一个候选观测方向对应的可视空间；5c)计算每个候选观测方向的权值，并利用加权的候选观测方向确定出下一最佳观测方向VNBV和观测中心点Pview；5d)根据求出的下一最佳观测方向和观测中心点，确定摄像机观测位置Pcamera。2.根据权利要求1所述的一种基于深度图像遮挡信息的静态视觉目标遮挡规避方法，其特征在于步骤(2)中所述提取深度图像中每个遮挡边界点的下邻接边界点，并确定图像中每个像素点的三维坐标，其具体步骤包括：2a)提取深度图像中每个遮挡边界点的下邻接边界点，计算公式如下：其中(i,j)为遮挡边界点的坐标，(x,y)为八邻域内与其相邻的像素点的坐标，Depth(i,j)为遮挡边界点(i,j)的深度值，Depth(x,y)为八邻域内一点(x,y)的深度值；2b)利用摄像机内外参数，对每个像素点进行反投影变换，获得其三维坐标。3.根据权利要求2所述的一种基于深度图像遮挡信息的静态视觉目标遮挡规避方法，其特征在于在步骤3b)中，所述基于已获得的遮挡区域的三角网格模型，计算每个三角小剖面的法向量和面积，其计算公式如下：式中Normali和Squai分别是三角小剖面的法向量和面积，(xa,ya,za)、(xb,yb,zb)、(xc,yc,zc)分别为三角小剖面顶点A、B、C的坐标，VAB和VAC分别为顶点A和B以及顶点A和C形成的向量。4.根据权利要求3所述的一种基于深度图像遮挡信息的静态视觉目标遮挡规避方法，其特征在于在步骤4b)中，所述依据所获得的角点信息将遮挡区域划分为若干子区域，并确定各子区域的候选观测方向，其具体步骤如下：4b1)以...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。