[发明专利]一种基于结构描述子的复杂结构三维对象识别方法

说明书

本发明公开了一种基于结构描述子的复杂结构三维对象识别方法，提取目标真实三维点云中各个部件对应的点云单元，采用各个部件对应的点云单元的包围盒大小、核心点云单元的中心到其他点云单元的中心的距离、每对点云单元中心与核心点云单元中心连线所成的夹角，构建标准的三维结构描述子，对待识别的三维场景进行分割，得到三维场景中的所有点云单元，构建候选三维结构描述子，计算候选三维结构描述子与标准结构描述子的曼哈顿距离，如果距离小于设定的第二阈值，则所述候选三维结构描述子对应的点云单元就是需要识别的对象。本发明计算消耗小，且能在三维点云场景中实现快速准确的复杂结构三维对象识别。

技术领域

本发明属于计算机视觉技术领域，尤其涉及一种基于结构描述子的复杂结构三维对象识别方法。

背景技术

在复杂的场景中进行物体识别是计算机视觉一个很重要的研究领域。在过去的几十年里，二维物体识别已经被广泛研究，成为一个相对成熟的领域。相比较于二维图像，三维点云可以提供更多几何信息，因此在三维点云中估计物体的姿态比二维图像中估计的姿态更加准确。

基于点云的三维对象描述子是一项热门的研究，它的目标是通过对点云的局部或者整体进行描述，来达到对点云进行识别的目的。现有的三维点云描述子，能对单个目标进行有效识别，但无法运用于三维点云场景中复杂结构三维对象的识别。因为在对三维场景进行分割识别的过程中，复杂结构的三维对象，往往会被分割为多块点云，这时候只能应用于单个点云的点云描述子就会失效。

如何对复杂结构三维对象进行识别，仍然是业内急需解决的一个问题。

发明内容

本发明提出了一种基于结构描述子的复杂结构三维对象识别方法，克服了现有三维描述子无法识别复杂结构三维对象的问题，能够有效的对三维点云场景中的复杂结构三维对象进行识别。

一种基于结构描述子的复杂结构三维对象识别方法，所述基于结构描述子的复杂结构三维对象识别方法，包括：

提取目标真实三维点云中各个部件对应的点云单元，计算得到各个部件对应的点云单元的包围盒大小和中心；

从各个部件对应的点云单元中任选一个点云单元作为核心点云单元，计算核心点云单元的中心到其他点云单元的中心的距离；

除核心点云单元之外，将其他的点云单元两两配对，计算每对点云单元中心与核心点云单元中心连线所成的夹角；

采用各个部件对应的点云单元的包围盒大小、核心点云单元的中心到其他点云单元的中心的距离、每对点云单元中心与核心点云单元中心连线所成的夹角，构建标准的三维结构描述子；

对待识别的三维场景进行分割，得到三维场景中的所有点云单元，筛选出所有包含点的数量大于第一阈值的点云单元；

遍历筛选出的点云单元，以任一点云单元为核心点云单元，在其三维邻域内任选n个点云单元，构建候选三维结构描述子，n等于目标真实三维点云中各个部件对应的点云单元数量减一；

计算候选三维结构描述子与标准结构描述子的曼哈顿距离，如果距离小于设定的第二阈值，则所述候选三维结构描述子对应的点云单元就是需要识别的对象。

进一步地，所述构建候选三维结构描述子，包括：

计算核心点云单元及在其三维邻域内选择的n个点云单元的包围盒大小和中心；

计算核心点云单元的中心到其他点云单元的中心的距离；

除核心点云单元之外，将其他的点云单元两两配对，计算每对点云单元中心与核心点云单元中心连线所成的夹角；

采用各个点云单元的包围盒大小、核心点云单元的中心到其他点云单元的中心的距离、每对点云单元中心与核心点云单元中心连线所成的夹角，构建候选的三维结构描述子。