[发明专利]一种基于特征点与单应性匹配的不变性识别方法

说明书

技术领域

本发明属于模式识别、计算机视觉、图像理解领域，通过对场景和模型图像中直线段的匹配识别基于直线段特征的人造物体。

背景技术

三维物体识别是计算机视觉领域中最活跃的研究领域之一，在机器人控制、自动导航、自动检测、装配任务与医学图像的分析等大量现实领域发挥核心作用。如精确制导武器需要运用三维物体识别技术识别并跟踪攻击目标，装配或者包装机器人需要运用三维物体识别技术对产品的姿态进行定位。现有的三维物体识别技术主要是一个利用输入的场景图像数据得到场景特征的表达，再和数据库中存储的物体模型表达相匹配的过程[1]。因此，一般而言，三维物体识别技术至少需要解决以下三个方面的问题[2]：

1.场景特征的提取和表达方法；

2.三维物体模型的构造方法；

3.场景特征与物体模型的匹配方法。

其中，特征的表达描述了场景的有效数据，对于匹配策略、匹配速度、鲁棒性等有着重要影响；而模型的构造则提供了用于识别的先验知识。在过去的半个多世纪中，三维物体识别一直受到各国视觉研究者的广泛关注，并提出了众多的理论和方法。现有的识别技术可以从以下两个角度进行分类[3]：

一种分类方法是根据识别所采用的不同特征。如一些全局特征，如颜色、纹理、致密等特征；或者局部特征，如点、线段、形状等几何属性特征。每种特征都有它的局限性，因此它们的应用领域也各不相同。另一种分类方法是根据物体模型所采用的不同表示方法[4]，如基于表面特征表达的[5]-[6]、基于体积特征表达的[7]、基于表面不连续性的表达[8]-[10]、基于定位的表达[11]、基于整体的表达等[12]-[13]。这些方法的主要区别在于存储信息的方式不同。但一般而言，这些信息都是从图像中提取得到的[3]。根据三维物体表达所使用的粒度大小的不同，可以把这些方法分成五类，分别为：基于深度点的表达方法，多采用点的位置，深度，法向量等信息进行表达；基于角点的表达方法，采用位置、曲率等信息进行表达；基于边缘的表达方法，主要使用物体的边缘信息；基于表面的表达方法，主要适用物体的表面信息，如平面信息，球面信息，甚至曲面信息，面的连接关系等，可采用超二次曲面特征[14]或者B样条表面[15]等方法拟合曲面信息；基于体的表达方法，主要使用体素[7]，体元[16]等体表达符进行表达。

物体的形状特征不受光照、表面纹理特征等条件的影响。几何不变性是物体在各种投影变换下保持不变的性质[17]，它来自于物体的形状特征，在三维物体识别中得到了广泛的应用。Arbter等对傅立叶描绘子进行了扩展，而使其具有平移、旋转、尺度和剪切不变性[18]。仿射不变量一般有共线三点的单比，共点三线夹角之比，两条平行线段的长度比，共面封闭区域的面积之比等。大量弱透视投影可以视为仿射投影，这使得仿射不变性在弱透视变换下具有很高的应用价值[19]。利用这些不变量可以确定某些特殊点或直线在场景中的位置。除此之外，Weiss提出了有关于任意3点、共线3点、任意4点、一条二次曲线和两条二次直线等仿射不变量[20]。最为基础的透视投影不变量是四点共线、四线共点的交比。在此基础上衍生处其他诸如五个点、五条直线或相邻平面之间形成的不变量等等。众多学者对此进行了研究，如Zhu等提出了一种相邻两平面共6点构成的特殊结构[21]；Song求得的相邻两平面5条直线和4平面6条直线所具有的透视不变量等[22]；Quan等提出在已知点对的对应关系的情况下可由未标定的3幅图像中对应的6对点来计算出3个透视不变量[23]；Zisserman等提出对于具有重复结构、旋转对称、管状表面及多面体等类似物体，可由单幅图像计算其透视不变量[24]。基于物体的形状特征的匹配方法可以分为以下几类[25]：

基于解释树的方法：基于解释树的方法常用于表示场景特征和模型特征间可能的匹配，且树上从根到叶子的每条路径都表示相关问题的一个可能解[11]。解释树尽可能对模型及图像特征进行表征，如其二维直线段，二维区域，三维直线段等，之后根据几何约束如平行，距离比，角度等，通过遍历树来求得场景特征和模型特征之间的一致性解释。解释树常被用于基于几何属性的三维物体分类。

假设验证法：又称为对准(alignment)，该方法通过对于图像场景特征的提取以及原先对于物体模型特征的假设，得到一组超限定线性方程或非线性方程。再根据此方程组的解得到物体参考坐标系到场景参考坐标系的变换。最后，将模型变换到场景中，利用场景图像验证假设的正确性[26]-[27]。