用于对象模型与三维点云相匹配的方法技术

本发明专利技术涉及一种用于将对象模型（ＯＭ）与三维点云（ＰＷ）相匹配的方法，其中点云（ＰＷ）借助立体方法（Ｓ１）由两个图像（Ｂ１，Ｂ２）产生并且将聚类方法（Ｓ２）应用于点云（ＰＷ）上，以便识别分别与一个群（ＣＬ）相关的点，接着执行模型匹配（Ｓ３），在该模型匹配中至少一个对象模型（ＯＭ）与至少一个群（ＣＬ）叠加并且确定对象模型（ＯＭ）相对于该群（ＣＬ）的最佳位置，借助匹配的对象模型（ＯＭ）执行对点的伪相关的校正（Ｓ４），其特征在于，借助至少一个示例对象（ＢＯ）训练的分类器（ＫＬ）用于由所述图像（Ｂ１，Ｂ２）的至少之一生成概率图（ＡＭ），其中由概率图（ＡＭ）确定在图像（Ｂ１，Ｂ２）中的与示例对象（ＢＯ）类似的至少一个对象（Ｏ）的数目和／或存在概率，其中在聚类方法（Ｓ２）中和／或在模型匹配（Ｓ３）中考虑概率图（ＡＭ）。

【技术实现步骤摘要】
【国外来华专利技术】本专利技术涉及一种，其中点云借助立体方法 由两个图像生成并且将聚类方法应用于该点云上，以便识别分别与一个群相关的点，并且 其中接着执行模型匹配，其中至少一个对象模型与至少一个群叠加并且确定对象模型相对 于该群的最优位置，以及其中借助匹配的对象模型校正点的伪相关(Fehlzuordrumg)。为了对象的识别及其三维位置确定，使用了对象模型。在对象模型与3D点云相匹配时，已知的方法(Schmidt，J.，W0hlei*，c，Kriiger，L,G0vert, Τ.，Hermes, C, 2007年.3D Scene Segmentation and Object Tracking inMultiocular Image Sequences. Proc. Int. Conf. on Computer VisionSystems (ICVS), Bielefeld, Germany)通常导致含糊 性(伪正相关)。对象在点云中多次被发现，尽管并非经常存在该情况或者根本不存在该 情况。涉及模型匹配的另一问题是匹配的不精确性。目前常用的立体方法基于对在左边图 像中和在右边图像中的特征的搜索(边、点、本文档来自技高网...

【技术保护点】
一种用于将对象模型（ＯＭ）与三维点云（ＰＷ）相匹配的方法，其中点云（ＰＷ）借助立体方法（Ｓ１）由两个图像（Ｂ１，Ｂ２）产生并且将聚类方法（Ｓ２）应用于点云（ＰＷ）上，以便识别分别与一个群（ＣＬ）相关的点，接着执行模型匹配（Ｓ３），在该模型匹配中至少一个对象模型（ＯＭ）与至少一个群（ＣＬ）叠加并且确定对象模型（ＯＭ）相对于该群（ＣＬ）的最佳位置，借助匹配的对象模型（ＯＭ）执行对点的伪相关的校正（Ｓ４），其特征在于，借助至少一个示例对象（ＢＯ）训练的分类器（ＫＬ）用于由所述图像（Ｂ１，Ｂ２）的至少之一生成概率图（ＡＭ），其中由概率图（ＡＭ）确定在图像（Ｂ１，Ｂ２）中的与示例对象（ＢＯ）类似的至少一...

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：比约恩巴鲁瓦，拉尔斯克吕格尔，克里斯蒂安韦勒，
申请(专利权)人：皮尔茨公司，
类型：发明
国别省市：DE[德国]