[发明专利]一种空间定位方法和装置

说明书

本发明公开了一种空间定位方法和装置，涉及三维计算机视觉技术领域，该方法包括同步获取3D TOF传感器输出的点云数据和RGB摄像头输出的RGB图像；采用SIFT算法进行粗配准，获得第一匹配点对；根据空间约束关系，对所述第一匹配点对进行精配准，获得第二匹配点对；根据第二匹配点对训练RBF神经网络，获得点云数据和RGB图像之间的对应关系，并基于该对应关系将目标的点云数据和目标的RGB图像进行融合，获得目标空间定位数据。本发明具有匹配点对的获取精度高的优点，通过对目标人、物体的分割提取，以及定位，大大增加了虚拟背景设计布局的操作空间。

技术领域

本发明涉及三维计算机视觉技术领域，具体涉及一种空间定位方法和装置。

背景技术

由于在点云的深度学习方面的进步，三维物体检测已经取得了快速的进展。点云是大多数三维信息获取设备的原始输出数据，与二维图像相比，点云数据能提供对真实世界的场景更全面的描述。近年来，随着计算机硬件性能的提升和点云数据获取设备的普及，点云数据利用技术在智能机器人、无人驾驶、先进制造、虚拟现实和增强现实等领域的应用越来越多。

但是，点云数据有其固有的局限性，它们是稀疏的，缺乏颜色信息，经常受到传感器噪声的影响，点云数据难以直接被利用。

RGB图像具有高分辨率和丰富的纹理等优点，但是由于缺乏三维点云所能提供的目标深度和尺度等，RGB图像在三维检测中受到限制。

因此，为有效的利用点云数据和RGB图像数据来进行目标空间定位，国内外科技人员开展了大量的工作，但是在复杂环境下仍然存在较多的缺陷，导致现有的目标空间定位技术不能满足复杂条件下环境实时精确感知的要求。

发明内容

因此，为了克服上述缺陷，本发明实施例提供一种高精度的空间定位方法和装置。

为此，本发明实施例的一种空间定位方法，包括以下步骤：

同步获取3D TOF传感器输出的点云数据和RGB摄像头输出的RGB图像；

根据所述点云数据和RGB图像，采用SIFT算法进行粗配准，获得第一匹配点对；

根据空间约束关系，对所述第一匹配点对进行精配准，获得第二匹配点对；

根据所述第二匹配点对训练RBF神经网络，获得所述点云数据和RGB图像之间的对应关系；

根据所述点云数据，进行滤波、分割提取处理，获得目标的点云数据；

根据所述RGB图像，进行去噪、分割提取处理，获得目标的RGB图像；

根据所述点云数据和RGB图像之间的对应关系，将所述目标的点云数据和目标的RGB图像进行融合，获得目标空间定位数据。

优选地，所述根据所述点云数据和RGB图像，采用SIFT算法进行粗配准，获得第一匹配点对的步骤包括：

将所述点云数据转换成二维图像；

采用SIFT算法提取所述二维图像的第一关键点，获得其特征向量i＝1,2,…,n，n为第一关键点的总数；

采用SIFT算法提取所述RGB图像的第二关键点，获得其特征向量j＝1,2,…,m，m为第二关键点的总数；

分别计算第一关键点与第二关键点之间的近邻指数G_ij，计算公式为：