[发明专利]一种基于置信度和特征融合的无纹理三维物体跟踪方法

权利要求书

1.一种基于置信度和特征融合的无纹理三维物体跟踪方法,其特征在于，该跟踪方法包括如下步骤：

(1)将跟踪物体的三维模型、RGB单目相机拍摄的每一帧图像、第一帧位姿输入到计算机中，分别根据前景点、背景点和不确定区域点的颜色信息，使用颜色直方图建立对应的前景区域的颜色模型、背景区域的颜色模型和不确定区域的颜色模型；

步骤(1)中，不确定区域中点x满足条件为：

当点x处于前景区域，但P_f＜P_b，P_f表示点x属于前景的概率，P_b表示点x属于背景的概率；或当点x处于背景区域，但P_b＜P_f，则点x属于不确定区域；

前景点位于前景区域中，且与轮廓点的距离小于40个像素的点；

背景点位于背景区域中，且与轮廓点的距离小于40个像素的点；

(2)根据第一帧位姿将物体进行投影得到轮廓点，对于任一轮廓点x_i，沿其法线方向构造集束L_i，每个集束L_i包括1个轮廓点x_i和16个区域点16个区域点包括8个前景点和8个背景点，同时轮廓点也属于区域点，即所有集束中的点构成优化区域；

(3)分别计算轮廓点x_i和区域点的能量函数，并根据轮廓点x_i的置信度与区域点的置信度，确定集束L_i上边缘项的权重α_i、颜色项的权重β_i；对于每个集束L_i，其优化方程为：

式(I)中，E_bundle(x_i,ξ)表示集束L_i的能量函数，ξ表示位姿参数，由李代数表示；e_edge(x_i,ξ)表示轮廓点x_i的能量函数，表示区域点的能量函数；α_i表示边缘项的权重，β_i表示颜色项的权重，λ表示边缘项与颜色项的平衡参数；

(4)优化区域中所有集束对应总的能量方程为：

式(II)中，E(ξ)表示最终优化的能量函数，ω_i表示集束L_i的权重；C表示物体的投影轮廓；

求最优位姿使得对应的最终优化的能量函数最小；即为当前帧图像的返回值，表示算法计算得到了物体相对于相机的位姿，用和物体的三维模型进行渲染，得到当前帧图像上的物体区域；另外，又作为下一帧图像的初始位姿进行跟踪；

(5)从第二帧图像开始，依据当前帧图像、上一帧图像位姿及物体的三维模型进行当前帧的跟踪，重复步骤(2)-(4)，得到当前帧的位姿及当前帧的渲染图像，直到跟踪结束。