【技术实现步骤摘要】
本专利技术涉及计算机视觉，尤其涉及一种3d物体定位方法及系统、存储介质。
技术介绍
1、目前现有计算机视觉技术对3d物体定位，是在三维空间中，通过对物体的特征进行提取识别，从而确定出物体在空间中的位置和姿态。因此现有主流的3d物体定位方法，在识别之前，需要提前获取预期目标的3d模型文件，例如cad模型等。然后通过对比rgbd相机采集到的空间信息，与预知的3d模型对比，进而评估出两者之间的相似度，来实现物体定位。
2、然而，这种方式的局限在于，实际应用中，必须预先获取物体的3d模型文件，但预先获取物体的3d模型文件往往比较困难。因此如何在不依赖3d模型情况下，实现3d物体位置与姿态的定位，是当前主要研究方向。
技术实现思路
1、为此，本专利技术的主要目的在于提供一种3d物体定位方法及系统、存储介质，以在无需目标3d模型的条件下，实现3d物体的视觉定位。
2、为了实现上述目的，根据本专利技术的一个方面，提供了一种3d物体定位方法，步骤包括：
3、预采集目标的图像及点云数据，确定图像像素坐标与点云三维点坐标的映射关系；
4、提取图像的特征点及其特征描述；依据特征描述匹配出前后帧图像中相似的特征点对；
5、依据特征点对，计算相邻帧的点云变换关系，统一各点云数据的坐标系；
6、分别将特征点的特征描述及对应点云三维点坐标，作为查表key和value，构建特征查找表f；
7、从当前目标的图像及点云数据中，提取各特
8、在可能的优选实施方式中，其中图像特征点的提取步骤包括：
9、判断图像中各像素点a与其邻域范围内像素点b的像素值是否存在差异；
10、若邻域范围内存在差异的像素点b数量超出阈值时，取像素点a为特征点。
11、在可能的优选实施方式中，其中特征描述的提取步骤包括：
12、以特征点为中心p建立领域，计算领域内的灰度质心q，以p到q的连线方向为主方向，计算夹角，以将领域内的像素点以p点为中心调整至与主方向平行；
13、将领域内的像素点根据点对模板配对出数对点对，根据各点对中像素值大小比较结果赋值1或0，以获取二进制编码的特征描述。
14、在可能的优选实施方式中，其中构建特征查找表f的步骤包括：
15、将特征描述分为n组二进制编码，并分别转换为十进制特征数值作为查表；
16、将所有组成一个n*n维的数组，其中n为目标所有的特征点个数；
17、将第一列数据特征数值排序后令其中间值对应的作为一层节点；将中间值前后两组特征数值对应的，按照第二列数据进行特征数值排序，分别令其中间值对应的作为二层两个节点；依次找到各列数据的层节点，并将剩余作为叶子节点；
18、依据各层节点和叶子节点对应的key和value，构建特征查找表f。
19、在可能的优选实施方式中，其中在特征查找表f内查得相似key获取value的步骤包括：
20、将特征描述转换为；
21、分别将与特征查找表f中的各层节点和叶子节点进行数值闯关比较，将途径的节点记为候选key，将与最相近的key作为匹配结果，获取对应的value。
22、在可能的优选实施方式中，其中所述邻域范围为，以像素点a为圆心r为半径的圆形区域所涉及的像素范围，其中r以像素点尺寸为单位。
23、在可能的优选实施方式中，其中所述领域为s*s的正方形范围，其中s以像素点尺寸为单位，其中所述领域内至少支持点对模板在其范围内配对出256个非重复的像素点对。
24、在可能的优选实施方式中，其中步骤还包括：在领域内用σ=2的高斯卷积核做图像平滑滤波处理。
25、为了实现上述目的，对应上述方法，根据本专利技术的另一方面，还提供了一种3d物体定位系统，其包括：
26、存储单元，用于存储包括如上任一所述3d物体定位方法步骤的程序，以供深度相机、处理单元适时调取执行；
27、深度相机，用于预采集目标的图像及点云数据，及采集当前目标的图像及点云数据；
28、处理单元，用于提取预采集图像的特征点及其特征描述；依据特征描述匹配出前后帧图像中相似的特征点对；计算相邻帧的点云变换关系，统一各点云数据的坐标系；分别将特征点的特征描述及对应点云三维点坐标，作为查表key和value，构建特征查找表f；从当前目标的图像及点云数据中，提取各特征点的特征描述，及对应点云三维点坐标，在特征查找表f内查得相似key获取value，匹配出三维点对计算变换矩阵，获取目标位姿。
29、为了实现上述目的，对应上述方法，根据本专利技术的另一方面，还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其中所述计算机程序被执行时，实现如上任一所述3d物体定位方法的步骤。
30、通过本专利技术提供的该一种3d物体定位方法及系统、存储介质，巧妙的利用采集到的识别目标数据来构造特征查找表，并与后续目标数据建立查找关系，以此匹配出点云三维点对坐标，以供计算变换关系，以此获取目标位姿，进而取代传统目标识别方法对3d模型的依赖。使得能够适用于场景中任意真实存在物体的识别定位，提高了算法的应用领域和场景。
31、此外在对应实施方式中，本专利技术的方法还设计了图像特征查找表的构造和特征检索方式，通过特殊的数据结构编码，将高维度的二进制特征描述转化为低维度的十进制特征表达。同时对应设计了分层式节点划分方法，将各个特征描述拆解到不同层的节点，从而通过该方式，能够有效提升后续识别定位中的特征描述匹配效率，解决因目标物体特征丰富，而导致识别效率低下的问题。
本文档来自技高网...【技术保护点】
1.一种3D物体定位方法，步骤包括：
2.根据权利要求1所述的3D物体定位方法，其中图像特征点的提取步骤包括：
3.根据权利要求1所述的3D物体定位方法，其中特征描述的提取步骤包括：
4.根据权利要求3所述的3D物体定位方法，其中构建特征查找表F的步骤包括：
5.根据权利要求4所述的3D物体定位方法，其中在特征查找表F内查得相似key获取value的步骤包括：
6.根据权利要求2所述的3D物体定位方法，其中所述邻域范围为，以像素点A为圆心R为半径的圆形区域所涉及的像素范围，其中R以像素点尺寸为单位。
7.根据权利要求3所述的3D物体定位方法，其中所述领域为s*s的正方形范围，其中s以像素点尺寸为单位，其中所述领域内至少支持点对模板在其范围内配对出256个非重复的像素点对。
8.根据权利要求3所述的3D物体定位方法，其中步骤还包括：在领域内用σ=2的高斯卷积核做图像平滑滤波处理。
9.一种3D物体定位系统，其包括：
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计
...【技术特征摘要】
1.一种3d物体定位方法，步骤包括：
2.根据权利要求1所述的3d物体定位方法，其中图像特征点的提取步骤包括：
3.根据权利要求1所述的3d物体定位方法，其中特征描述的提取步骤包括：
4.根据权利要求3所述的3d物体定位方法，其中构建特征查找表f的步骤包括：
5.根据权利要求4所述的3d物体定位方法，其中在特征查找表f内查得相似key获取value的步骤包括：
6.根据权利要求2所述的3d物体定位方法，其中所述邻域范围为，以像素点a为圆心r为半径的圆形区域所涉及的像素范围，其中...
【专利技术属性】
技术研发人员：邓辉，赵越，李华伟，李虎，王益亮，陈丁，宋世唯，
申请(专利权)人：上海仙工智能科技有限公司，
类型：发明
国别省市：
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。