[发明专利]一种基于三维模型库下二维图像的识别和物体的重建方法

说明书

技术领域

本发明涉及一种二维图像的识别和物体的重建，尤其涉及的是一种基于三维模型库下二维图像的识别和物体的重建方法。

背景技术

人类生活在一个三维的世界中，因此要想真实地描述现实世界，最好也使用三维的技术；但是传统中的记录实际场景和描述实际物体都是使用物体图像的方法，这种方法的成本比较低廉同时技术非常成熟，而且近些年来随着数码照相技术的发展，人们获取二维的图片越来越具有真实感；数码照相技术的原理和以往的照相技术一样，实际上也是将实际的三维物体投影到二维平面上来获取物体图像的，但这中间就已经丢失了一些三维的形状信息，因此二维的图片不能准确地反映物体原有的三维真实信息，更重要的是人们尚不能从各个角度获取物体的真实几何信息。

上述的物体图像对人们并不陌生，它是利用各种观测系统以不同形式和不同手段观测客观世界而获得的，可直接或间接作用于人眼并进而产生视知觉的实体；而人的视觉系统相当于一个复杂的观测系统，通过它可得到的物体图像就是客观景物在人心目中形成的影像；人类生活在一个信息时代，科学研究和统计表明，人类从外界获得的信息约有75％来自视觉系统，也就是从物体图像中获得的；物体图像的概念是比较广义的，例如照片、绘图、视像、遥感影像、航空影像、医学影像、地质影像、气象物体图像和军事物体图像等；物体图像带有大量的信息，百闻不如一见，一图胜千字都说明了这个事实；识别物体图像还涉及到物体图像相似度(image semblance)或ISD(Image Similarity Degree)，是指一幅物体图像“旋入”另一幅物体图像的概率；相似度包括在形状、结构、统计、纹理、环境和高低大小等方面的相似程度。

物体图像识别是物体图像分析的一个重要内容，是指识别出二维物体图像中的物体并能提取物体的特征，包括但不限于：位置、几何形状和类别；具体而言，物体图像识别主要是指依据输入的空域二维物体图像信息f(x，y，t)，根据物体图像识别特征，进行相关物体图像运算，分析并提取物体图像的识别特征，形成物体图像的特征参量，然后按物体图像特征对物体图像进行识别运算；它是利用计算机通过对物体图像中不同物体的空间信息和光谱信息进行分析、选择特征，并将特征空间划分为互不重叠的子空间，然后将物体图像中各个像元划归到子空间去；物体图像识别技术在各行各业得到了广泛的应用：如在城市遥感影像中识别违章建筑等；在医学影像中识别肿瘤和创伤等；在军事物体图像中识别军事目标等；目前中国国内和国际上对物体图像识别的研究主要集中在运用数学和物理的具体方法对物体图像进行识别的研究，这种对于物体图像识别方法的研究，还可从不同的方面划分为不同的类型；按照利用物体图像要素的不同，物体图像识别大体可以分为三种：一是基于物体图像灰度值的识别，二是基于物体图像纹理的识别，三是基于多源的信息融合的识别；计算机对物体图像进行识别的应用主要是模式识别技术，根据具体应用的数学方法不同又可分为：统计法即决策分类法、语言结构法即句法方法、模糊法以及神经网络法，分别简介如下：

1、统计决策法是近十多年来物体图像识别中应门较为广泛的-种方法。它是把每一个物体图像用一些特征参数表达为特征空间中的一个点，再根据各点之间的距离进行判别分类；统计决策法应用虽广，但对结构复杂、形式多变的物体图像，特别是物体图像的结构信息起着非常重要的作用，且识别的目的不仅在于把物体图像简单地分配到某一特定的类别中去，而且还要描述物体图像的性质，以便根据这些性质决定其属性时，统计决策法就有很大的局限性，例如图片识别及物景分析就是如此；对于这类物体图像，由于它十分复杂，并且需要很多特征才能描述它，如用前述概率统计法进行识别，则特征抽取将会及其困难；而且，对同一物体图像往往采用各种不同的抽取方法，没有统一的理论依据，从而用概率统计分类法就无法进行识别；同时还因简单的分类往往不能达到识别的目的，还需要更多的信息，还需要对不同的物体图像进行更多的描述才能达到目的。