[发明专利]一种三维点云数据结合数字影像数据的物体识别方法

说明书

技术领域

本发明涉及一种对置于平面上的物体进行识别、标记并追踪的方法，尤其涉及一种用三维点云数据与数字影像相结合进行物体识别的方法。

背景技术

目前, 物体识别是计算机视觉领域里的重要组成部分，它的任务是识别出图像中的物体，并给出物体在图像所反映的场景中的位置。物体识别所使用的数据源通常是由相机、摄像头等装置所获取的二维数字图像，这种图像获取方法简单、快速，但是图像的质量与光照强度有很大关系，在光照不强或有障碍物遮挡时很难分辨图像中的物体。

在物体的识别过程中要利用有关物体的先验知识，它的基本思想是选取物体的某些特征作为基元，在确定基元之间的相互关系后，将物体表示成一个关系属性图，系统通过从图像中抽取出的物体的关系属性图与先验知识进行匹配以识别图像中包含的物体。这种物体识别方法适用于提取某一特定类别的物体，对于物体类别与形状等特征不确定的情况则不适用，并且在物体颜色与背景图像相似时，很难从背景图像中识别出目标物体。

近些年，出于工业和医疗等领域大量现实应用的需要，三维物体识别成为了一个很活跃的研究领域。一般来说，三维物体识别系统可以通过两个阶段的处理来完成三维物体的识别和定位，首先用传感器获取的场景输入数据来得到场景的表达；然后将它与数据库中存储的物体表达相匹配。这一领域的研究主要集中在传感器类型、三维物体表达方法和匹配策略等 3个方面，其中使用传感器获得场景内物体的表达是后续操作的关键。

结构光是一组由投影仪和摄像头组成的系统结构。用投影仪投射特定的光信息到物体表面及背景后，由摄像头采集，根据物体造成的光信号的变化来计算物体的位置和深度等信息，进而复原整个三维空间。结构光测量是获得场景内物体三维表达的高效方式，最近几年，结构光测量技术由于其具有主动式、非接触的特性而被广泛应用，在逆向工程、质量检测、数字化建模、物体识别等领域具有无可比拟的优势。与传统测量方法相比，它具有无接触、检测速度快等优势，在工业、信息化服务业等领域获得了越来越广泛的运用。

发明内容

本发明的目的是提供一种用三维点云数据与数字影像相结合进行物体识别的方法，能够有效提高物体识别速度。

本发明采用下述技术方案：一种三维点云数据结合数字影像数据的物体识别方法，包括以下步骤：（1）、获取场景区域内的三维点云数据和数字影像数据；

（2）、对获取的三维点云数据和数字影像数据做配准处理：将三维点云数据与数字影像数据配准在同一空间位置上； 

（3）、对配准处理后的三维点云数据进行预处理：剔除场景区域内的背景数据与噪声点；

（4）、对三维点云数据进行物体识别；

（5）、将三维点云数据中的目标物体轮廓映射到数字影像中，得到目标物体在数字影像中的位置及该目标物体所占用的像素点；

（6）、对映射后的数字影像中的目标物体做标记处理；

（7）、重复步骤（1）～（6），对获取的后续帧的三维点云数据和数字影像数据进行处理，达到追踪、标记目标物体运动的目的。

所述的步骤（1）中首先使用结构光投射器向场景区域内投射近红外光，对场景内空间进行标记，空间中的每一点都具有编码信息，代表不同的位置与距离；其次用带红外滤波器的CMOS影像传感器从场景区域内读取经过编码的光线，并进行解码，将点的状态信息转换为高度信息，生成场景区域内的三维点云数据；与此同时，彩色摄像头获取同一场景区域内的彩色数字图像，得到场景区域内的数字影像数据。                                                                      

所述的结构光投射器、CMOS影像传感器与彩色摄像头三个设备依次紧密相邻排列，且三个设备的中心点在同一条轴线上，三个设备均架设在被测场景区域的正上方。

所述的步骤（3）中的预处理包括以下三个步骤：

（31）、过滤：去除无效点及明显错误的点，如高度值为零的点或为负值的点；

（32）、阈值处理：通过设定略高于目标物体的高度值对三维点云数据进行过滤操作，只保留目标物体所处高度范围内的三维点云数据；

（33）、背景剔除：将背景数据从整体点云数据中去除，其中背景数据是指点云数据中高度值最小的部分；经过预处理后的点云数据，是场景内与背景有一定高度差的物体数据，点云数据中的每个点都包含有位置与高度信息。

所述的步骤（4）中的物体识别具体步骤如下所述：