[发明专利]视图二维姿态模板的构建方法及识别方法、定位抓取系统

说明书

一种视图二维姿态模板的构建方法及识别方法、定位抓取系统，其中识别方法包括：获取目标物体的二维图像，将二维图像与由构建方法所得到的视图二维姿态模板进行匹配，从视图二维姿态模板中搜索得到匹配度最高的二维姿态数据，根据匹配度最高的二维姿态数据确定目标物体的三维位姿。由于视图二维姿态模板中相邻层级内分布的二维模型通过所对应视图模型的父子视图关系进行互为关联，使得利用视图二维姿态模板对二维图像进行匹配时，便于从金字塔的高层级逐一地向低层级进行匹配，在快速地搜索得到匹配度最高的二维姿态数据的同时，也利于提高二维图像匹配的效率。

技术领域

本发明涉及图像处理技术领域，具体涉及视图二维姿态模板的构建方法及识别方法、定位抓取系统。

背景技术

本发明主要解决的是图像处理中三维目标的视觉识别以及三维位姿确定的问题。目标识别是视觉引导类问题中需要首先解决的问题，在很多场中，假设目标是平面的并且图像中的目标在一定程度上受限，例如仿射变换或者相似变换等情形。然而，因为目标在固定相机前面在三维空间中移动、摄像机绕固定目标移动或者目标和摄像机同时移动，具有6个自由度(3个旋转和3个平移)，所以在许多应用中被识别的目标不是平面的，而是具有三维外形并且在未知姿态成像。因为摄像机和目标物体之间的相对移动会带来不同的透视变换，这些透视变换不能通过二维的空间变换来表达，极大地增加了目标识别任务的复杂度。此外，不仅需要确定物体的二维变换还需要确定相对于摄像机的三维姿态，由于存在六个自由度需要确定，所以必须描述摄像机坐标系和目标物体的变换关系。

目前，技术人员往往会采用三维目标识别技术来解决相关的问题，可以分为采用基于特征的技术和基于视图的技术。为完成三维姿态的计算，需要通过三维重建技术获取物体表面的三维信息，这种实施方式的硬件成本高、计算速度慢。

基于特征的技术，是基于对三维目标的不同特征和它们在二维搜索图像中的投影之间的一一对应关系确定。如果已知对应特征的三维坐标和对应图像/图形特征，则目标的三维姿态可以直接根据最小二乘法求解出来。其中特征可以是人工标记或者物体本身特有属性，例如三维目标物体的角点、法向量等。根据模板特征匹配，还存在一些缺点：摄像机和物体目标的相对关系变化难以在图像中确定地找到特征，导致特征被遮挡以及特征发生透视失真，而模板匹配方法不能解决这种透视失真。因此，该方法通常要求摄像机和物体目标在有限的平面空间内变化。此外，基于人工标记的方法对于变化的目标缺乏适应性，很多场景难以或不适合增加人工标志。

基于视图的技术，是基于二维搜索图像与不同视点观察的目标物体的二维投影比较。该方法基于物体的三维物体信息，从不同视点，获取三维目标的训练模板，随之产生与二维搜索图像相似的二维投影，将二维搜索图像与每个训练模板比较，将与二维搜索图像匹配分数最高的姿态返回作为目标姿态。该方法使用训练图像并将其与二维搜索图像进行相似性比较，该计算过程的计算成本比较高，并且需要很多训练图像以覆盖一定范围的视点变换范围。

为了克服二维图像和三维物体匹配中存在的一些匹配困难的问题，利用物体的一组投影图来表示三维物体的研究方法受到了人们极大地关注。在研究方法中，视点空间被划分为有限个区域，在同一区域中的视点，其投影图在拓扑上是同构的；对每个区域中的视点，可以产生一个有代表性的投影图，这样三维物体的识别就简化为和一组二维投影图进行匹配。为产生一组有代表性的投影图，有两种划分视图空间的方法，第一种是和物体无关的固定划分方法，它事先确定了视图空间划分的区域数目及形状，视空间一般限定在一个单位球或者立方体的面上，该方法较为简单，缺点是很难产生合适的区域数目及划分的区域形状。另一种方法是根据投影图的某种定性结构的定性划分方法，在不同的场景可以有不同的定义。