一种基于流形结构的物体姿态估计方法技术

本发明专利技术属于非接触测量领域，涉及图像处理、数据降维领域的信息技术，特别是一种基于流形结构的物体姿态估计方法，本发明专利技术通过以下步骤得以实现：(1)等角度间隔旋转并拍摄物体图像N幅；则相邻两幅图像之间对应的物体旋转角度为360°/N，该N幅姿态图像做为物体姿态估计先验图像序列；(2)利用ISOMAP流形学习算法对步骤(1)采集到的先验图像序列进行降维，得到对应的低维流形，则流形中的坐标对应了一个已知的姿态角度；(3)利用支持向量回归的方法建立N幅先验姿态图像与其对应的流形坐标之间的回归模型；(4)在需要估计物体姿态时，首先拍摄物体的图像，然后利用步骤(3)得到的回归模型计算新拍摄图像在低维流形结构的中的坐标位置；(5)根据物体图像对应的低维流形坐标估计物体的姿态角度。

【技术实现步骤摘要】
一种基于流形结构的物体姿态估计方法
本专利技术属于非接触测量领域，涉及图像处理、数据降维领域的信息技术，特别是一种基于流形结构的物体姿态估计方法。
技术介绍
物体的三维姿态是反映物体状态的重要参数之一，一般由俯仰角、偏航角和滚动角三个角度量来描述。所谓物体姿态估计，就是求解物体三个角度量的过程。为了便于描述，定义世界坐标系如下，如图1所示：(1)世界坐标系的原点位于物体的旋转中心；(2)X轴与相机的光轴平行；Y轴与相机的光轴垂直；Z轴与地面垂直。(3)旋转角度如下：绕X轴旋转角θ为俯仰角；绕Y轴旋转角为滚动角；绕Z轴旋转角γ为偏航角。基于视觉的物体姿态估计主要分为四种：基于模型的姿态估计方法、基于光流的姿态估计方法、基于学习的姿态估计方法。基于模型的姿态估计方法要求提前输入物体的几何模型特征，然后通过获取图片中几何特征与模型几何特征的比较，实现物体姿态的估计。基于光流场的姿态估计方法一般包括两个步骤：首先进行对图像的光流场进行估计；然后利用获取的光流场对物体的三维姿态进行估计。基于学习的姿态估计方法可以概括为：首先预定义物体的多个姿态类别，并保存相应的图片；然后利用保存的图片训练类别分类器；最后利用训练的分类器新拍摄的物体图像进行分类，通过获取物体的姿态类别来得到其状态信息。
技术实现思路
本方法主要解决针对刚性物体进行全方位姿态精确估计的问题，首先获取物体姿态变化的图像序列，然后通过数据降维获取其对应的低维流形；然后将新拍摄的物体图像映射到物体姿态变化所对应的流形上，从而得到该物体图像所对应的姿态角度。本专利技术采用如下的技术方案，如图2所示，步骤如下：(1)等角度间隔旋转并拍摄物体图像N幅；则相邻两幅图像之间对应的物体旋转角度为360°/N，该N幅姿态图像做为物体姿态估计先验图像序列。(2)利用ISOMAP流形学习算法对步骤(1)采集到的先验图像序列进行降维，得到对应的低维流形，则流形中的坐标对应了一个已知的姿态角度；(3)利用支持向量回归的方法建立N幅先验姿态图像与其对应的流形坐标之间的回归模型；(4)在需要估计物体姿态时，首先拍摄物体的图像，然后利用步骤(3)得到的回归模型计算新拍摄图像在低维流形结构的中的坐标位置；(5)根据物体图像对应的低维流形坐标估计物体的姿态角度。附图说明图1坐标系定义示意图。图2姿态估计算法原理框图。图3新拍摄图像流形坐标计算示意图。具体实施方式本专利技术主要基于流形降维方法来实现物体姿态的估计，下面对具体实施过程中的关键技术进行说明。(1)低维流形的维数估计降维维数选择过低，高维信息损失严重，会降低最后的姿态估计的精度，然面如果降维维数过高，同样存在数据冗余问题不能达到很好的降维效果。选择一个合适的降维维数对本课题的实验结果精度和准确度至关重要。设数据为S＝{X1，X2，...，XN}∈RD，低维流形的维数估计过程如下：步骤一：设置局部邻域个数为M；步骤二：令k＝1，Xk局部区域内共有M个点，记为Y＝(X1(k)，...，XM(k))D*M；步骤三：求矩阵∑＝E(Y-Y)(Y-Y)T的特征根，并进行归一化从大到小排列依次为：1，λ2(k)，...，λM(k)，给定阈值t，使得成立，求解最小的dk；步骤四：令k＝k+1，如果k≤N，执行步骤三；否则执行步骤五；步骤五：记dim＝{d1，...，dN}，统计dim各个位数数目的分布，本征维数估计值步骤六：根据步骤五计算得到的本征维数估计出数据S低维流形维数。(2)高维图像与低维流形之间回归关系的建立本专利技术利用支持向量机来建立图像数据集和其对应的流形坐标的映射关系，具体步骤如下：步骤一：选定训练样本；选定含有已知n幅图像数据集X＝{x1，x2，...，xn}和该高维图像集图像的流形坐标为Y＝{y1，y2，...，yn}；步骤二：设定回归参数，建立回归模型；本文选择高斯径向基核函数作为核函数；回归模型建立在图像数据集与其对应的流形坐标之间。步骤三：训练拟合得到图像数据集与其对应流形坐标之间的回归关系并保存；(3)低维流形坐标的计算方法如果输入流形坐标恰好与已知姿态角度先验流形坐标重合时，可以非常精确的估计出该流形坐标所对应的三维姿态角度；反之，需要根据该流形坐标与和其比较接近的两个流形坐标直接的距离来判断其姿态。如图3所示，待估计流形坐标为B，由图可知，流形坐标点B与已知姿态的流形坐标A和C最接近。根据流形坐标计算他们之间的距离。坐标A、B之间距离为d1，坐标B、C之间距离为d2。设流形坐标A、C对应的物体姿态角度分别为θ1，θ2，则有B对应的物体姿态角度θ如下式所示：其中Δθ＝θ2-θ1，则有：根据上估计出该输入图像中三维物体的姿态角度。本文档来自技高网...

【技术保护点】
1.一种基于流形结构的物体姿态估计方法，包括下列步骤：(1)等角度间隔旋转并拍摄物体图像N幅；则相邻两幅图像之间对应的物体旋转角度为360°/N，该N幅姿态图像做为物体姿态估计先验图像序列。(2)利用ISOMAP流形学习算法对步骤(1)采集到的先验图像序列进行降维，得到对应的低维流形，则流形中的坐标对应了一个已知的姿态角度；(3)利用支持向量回归的方法建立N幅先验姿态图像与其对应的流形坐标之间的回归模型；(4)在需要估计物体姿态时，首先拍摄物体的图像，然后利用步骤(3)得到的回归模型计算新拍摄图像在低维流形结构的中的坐标位置；(5)根据物体图像对应的低维流形坐标估计物体的姿态角度。

【技术特征摘要】
1.一种基于流形结构的物体姿态估计方法，包括下列步骤：(1)等角度间隔旋转并拍摄物体图像N幅；则相邻两幅图像之间对应的物体旋转角度为360°/N，该N幅姿态图像做为物体姿态估计先验图像序列。(2)利用ISOMAP流形学习算法对步骤(1)采集到的先验图像序列进行降维，得到对应的低维流形，则流形中...

【专利技术属性】
技术研发人员：汪剑鸣，段晓杰，张笑，左瑞雪，王琦，李秀艳，
申请(专利权)人：天津工业大学，
类型：发明
国别省市：天津,12