【技术实现步骤摘要】
本专利技术涉及机器视觉领域，具体而言，涉及一种三维目标识别方法及装置。
技术介绍
三维目标识别一直以来是机器视觉的一个重要研究领域，其研究成果已逐渐用于消费娱乐、安防监控、先进制造等行业。基于局部特征的三维目标识别方法通常是对特征点所在的局部表面提取特征，因此在目标被部分遮挡时具有较好的鲁棒性，适于解决复杂场景中的三维目标识别问题。在目前的基于局部特征的三维目标识别方法中，最经典的当属Johnson等人提出的自旋图像(SpinImage，SI)方法。在构建SI描述符的过程中，首先构建特征点的二维坐标系，并将局部表面上的各点映射到该二维坐标系中，根据映射后点的分布生成特征向量。SI描述符对遮挡和复杂场景鲁棒，但对网格分辨率变化敏感且描述符能力相对较弱。Tombari等人将特征点的球形空间划分为32个子空间并分别对每个子空间构建直方图，通过拼接所有子空间的直方图来构建方位直方图特征(SignatureofHistogramsofOrient
【技术保护点】
一种三维目标识别方法，其特征在于，包括：从待识别场景获取第一特征点，对每个所述第一特征点进行局部特征二值化描述获得每个所述第一特征点的第一特征向量；将每个所述第一特征向量与预设模型库中各模型的第二特征点的第二特征向量逐一进行比对，按相似度执行最近邻匹配得到所述第二特征向量中与每个所述第一特征向量相匹配的匹配特征向量，其中所述第二特征向量是预先对所述第二特征点进行局部特征二值化描述获得的；当所得到的匹配特征向量均与所述预设模型库中的同一模型相关联，并且所述第一特征点之间的相对空间关系同与所述匹配特征向量对应的第二特征点之间的相对空间关系相符时，确定在所述待识别场景中识别出与关...
【技术特征摘要】
1.一种三维目标识别方法，其特征在于，包括：
从待识别场景获取第一特征点，对每个所述第一特征点进行局
部特征二值化描述获得每个所述第一特征点的第一特征向量；
将每个所述第一特征向量与预设模型库中各模型的第二特征点
的第二特征向量逐一进行比对，按相似度执行最近邻匹配得到所述
第二特征向量中与每个所述第一特征向量相匹配的匹配特征向量，
其中所述第二特征向量是预先对所述第二特征点进行局部特征二值
化描述获得的；
当所得到的匹配特征向量均与所述预设模型库中的同一模型相
关联，并且所述第一特征点之间的相对空间关系同与所述匹配特征
向量对应的第二特征点之间的相对空间关系相符时，确定在所述待
识别场景中识别出与关联于所述匹配特征向量的模型对应的三维目
标。
2.根据权利要求1所述的三维目标识别方法，其特征在于，所
述对每个所述第一特征点进行局部特征二值化描述获得每个所述第
一特征点的第一特征向量，包括：
在每个所述第一特征点处构建局部三维参考系，并在所述局部
三维参考系下进行二值化描述以提取该第一特征点的第一特征向量。
3.根据权利要求2所述的三维目标识别方法，其特征在于，所
述在每个所述第一特征点处构建局部三维参考系，包括：
针对每个所述第一特征点，以预设支持半径从与所述待识别场
景对应的深度图像表面截取局部表面，根据所述局部表面的法向在
该第一特征点处构建局部三维参考系。
4.根据权利要求3所述的三维目标识别方法，其特征在于，所
述在所述局部三维参考系下进行二值化描述以提取该第一特征点的
第一特征向量，包括：
根据所述局部表面和所述局部三维参考系获得第一组测试对、
第二组测试对和第三组测试对；
分别根据所述第一组测试对、所述第二组测试对和所述第三组
测试对确定第一二值位串、第二二值位串和第三二值位串；
将所述第一二值位串、所述第二二值位串和第三二值位串依次
拼接，得到该第一特征点的第一特征向量。
5.根据权利要求4所述的三维目标识别方法，其特征在于，所
述根据所述局部表面和所述局部三维参考系获得第一组测试对、第
二组测试对和第三组测试对，包括：
将所述局部表面上的各点分别向所述局部三维参考系的第一坐
标平面、第二坐标平面和第三坐标平面投影，获得第一二维点云、
第二二维点云和第三二维点云；
分别将所述第一二维点云、所述第二二维点云和所述第三二维
点云按投影点分布的最大边界划分为N×N个子块，并统计每个子
块中投影点的数目，其中N为正整数；
针对所述...
【专利技术属性】
技术研发人员：周曦，李继伟，温浩，周翔，李夏风，
申请(专利权)人：重庆中科云丛科技有限公司，
类型：发明
国别省市：重庆;85
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。