[发明专利]一种3D点云物体的快速检测方法

说明书

技术领域

本发明属于计算机视觉技术领域，特别涉及一种3D点云物体的快速检测方法。

背景技术

三维数据作为一种新的数字媒体形式，在近几年引起了人们的广泛关注。在数字化现实世界的过程中，三维数据具有以往二维图像所无法比拟的优势，它可以精确记录物体表面的几何属性以及物体在空间的三维信息。随着当前硬件技术不断地发展，计算机视觉系统将能够理想地捕捉到世界的三维点云数据，处理这些三维点云数据，以便利用其固有的深度信息。利用三维点云数据可以通过捕获研究物体的位姿来得到更详细的几何形状信息，所以三维点云中提供的大数据量对环境检测识别来说是非常有价值的。但是对三维点云数据的处理需要大量密集型计算算法，且在多数情况下需要实时交互，所以对三维点云数据耗费时间长。变密度同心箱视觉是指人类视觉系统对于客观世界的视觉采样在空间分布上是不均匀的，是以变密度同心箱为中心逐渐降低感知分辨率的采样过程。在中心保持高分辨率，越往外分辨率越低。使用变密度同心箱视觉的处理方法可以降低处理三维点云数据的时间。

发明内容

本发明提出一种3D点云物体的快速检测方法，其特征在于，该方法的具体步骤为：

步骤1：获取三维场景的三维点云数据，下采样待检测物体的三维点生成变密度同心箱模型；

步骤2：计算变密度同心箱模型和数据库中待检测物体的三维点的法向量；

步骤3：下采样变密度同心箱模型和数据库中待检测物体的三维点，将下采样后的三维点作为关键点，并生成其各自的边缘直方图描述符；

所述边缘直方图描述符用来描述关键点的法向量信息；

步骤4：生成变密度同心箱模型和数据库中待检测物体的所有关键点的局部参考坐标系；

步骤5：进行关键点匹配；

步骤6：进行相似性分析，最终发现待检测物体。

所述步骤1中变密度同心箱模型生成步骤具体为：

子步骤11：生成一个体积为S₀的箱子，设为0级同心箱；S₀为覆盖住待检测物体的最小体积；

子步骤12：对0级同心箱内的待检测物体的三维点云数据进行下采样，得到体积为S_m的m级同心箱；

子步骤13：依次对0级和k级同心箱之间的待检测物体的三维点云数据进行下采样，得到m+1个同心箱，其中，k＝1，…，m；

其中，k级同心箱的体积为其所包围的待检测物体的三维点云数据的密度为d_k：d_k＝d₀+k(d_m-d₀)/m，d₀为0级同心箱与1级同心箱之间所包围的待检测物体的三维点云数据的密度，d_m为m级同心箱所包围的待检测物体的三维点云数据的密度；

同心箱的体积由0级到m级逐渐减小；

同心箱所包围的检测物体的三维点云数据的密度由0级到m级逐渐增大；

子步骤14：得到的m+1个同心箱构成变密度同心箱模型；

所述变密度同心箱模型的同心箱中心为F(0，0，0)，位于m+1个同心箱的中心；F＝F'-S₀/2，F′是场景坐标系的同心箱中心；F'＝δ_m+S_m/2，δ_m为m级同心箱与m-1级同心箱之间的距离差；k级同心箱与k-1级同心箱之间的距离差为δ_k：δk=k(S0-Sm+2F)2m,]]>δ_k∈R³。

所述步骤6中进行相似性分析后若没有发现待检测物体，则引入扩张因子G，通过扩大同心箱体积等级来增加其包围的三维点的数量，返回步骤2重新对待检测物体进行检测；