【技术实现步骤摘要】
一种基于点云有序编码的三维物体识别方法
本专利技术涉及物体识别
，特别是一种基于点云有序编码的三维物体识别方法。
技术介绍
二维平面图像只是真实环境中的物体在某个视角下的投影，无法包含物体表面各点的三维空间信息。因此，基于三维空间信息的识别方法仍然有其研究的必要性。目前，物体的三维空间信息多采用点云数据来表达，其包含了物体表面的各点在空间直角坐标系中的位置以及RGB像素值，可以近似完整地表达真实环境中的物体，但是点云数据较为稠密且本身是无序的。对于卷积神经网络来说，之所以可以用来处理图像数据，很重要的原因就在于图像数据的局部相关性[图像数据的局部相关性，是指图像上相邻像素之间存在更多的相关性而距离较远的像素间相关性较小，通过局部连接和参数共享的方式处理相邻像素，减少了大量的训练参数并具有了平移不变性。然而，卷积操作的这种特性无法直接应用到无序的点云数据上。
技术实现思路
针对现有技术中存在的问题，本专利技术的目的在于提供一种基于点云有序编码的三维物体识别方法，该方法首先对无序点云进行了有序化处理，有...
【技术保护点】
1.一种基于点云有序编码的三维物体识别方法，其特征在于，包括：/n对无序点云进行球面坐标有序化，得到一个稀疏的多通道数组；/n利用卷积操作提取稀疏的多通道数组的该空间特征信息；/n利用该空间特征信息进行三维物体识别。/n
【技术特征摘要】
1.一种基于点云有序编码的三维物体识别方法，其特征在于，包括：
对无序点云进行球面坐标有序化，得到一个稀疏的多通道数组；
利用卷积操作提取稀疏的多通道数组的该空间特征信息；
利用该空间特征信息进行三维物体识别。
2.根据权利要求1所述的一种基于点云有序编码的三维物体识别方法，其特征在于：
所述对无序点云进行球面坐标有序化包括经过球面坐标有序化或柱面坐标有序化。
3.根据权利要求2所述的一种基于点云有序编码的三维物体识别方法，其特征在于：
首先需要将点云数据集从空间直角坐标系转化到球面坐标系，即将转化为，其中且。
4.根据权利要求3所述的一种基于点云有序编码的三维物体识别方法，其特征在于：
空间直角坐标系中任意一点的坐标与对应到球面坐标系中的存在如下转化关系：
；。
5.根据权利要求4所述的一种基于点云有序编码的三维物体识别方法，其特征在于：
得到点云数据的球面坐标表示后，将的取值范围和的取值范围分别按角度大小进行离散化，步长为2，得到的取值序列和的取值序列，再分别以这两个序列为纵轴和横轴建立有序矩阵，矩阵元素就是划分区间中的采样点,其中，且为整数，且为整数，...
【专利技术属性】
技术研发人员：李文生，董帅，李悦乔，谷俊霖，张文强，
申请(专利权)人：电子科技大学中山学院，
类型：发明
国别省市：广东;44
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。