【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 ...
【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
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。