[发明专利]一种基于显著性分析的3D对象识别分层方法

权利要求书

1.一种基于显著性分析的3D对象识别分层方法，其特征在于，包括以下步骤：

S1、在运动平台的匀速带动下，PC端采集放置于载物台上物体对象的红外激光图序列和无激光作用的白光图序列；

S2 以所述红外激光图序列和白光图序列为输入，传至由若干不同描述子由上至下建立的分层识别模块中；

S3、针对当前层描述子，直接建立代表物体的关键点集，其中每个关键点个都包含物体对象的RGB-D信息；

S4、以当前关键点集为目标，计算物体对象在该描述子下的特征，用该特征进行对象的分类识别计算；

S5、若无法返回唯一判别结果，则将红外激光图序列和白光图序列输送至下一层描述子中并重复步骤S3~ S4；

S6、若该层描述子的计算返回唯一判别结果时，则物体对象的类别由此获得，计算结束，不再往下一层描述子传递图像序列。

2.根据权利要求1所述的基于显著性分析的3D对象识别分层方法，其特征在于，所述步骤S1具体包括：

S1.1 运动平台由上位机界面发送指令，下位机相应发送脉冲序列以控制其匀速运动；

S1.2 运动平台控制载物台来回移动两趟，第一躺采集激光作用下物体的红外激光图序列，第二趟采集无激光作用下物体的白光图序列。

3.根据权利要求1所述的基于显著性分析的3D对象识别分层方法，其特征在于，除了激光成像部分以外，红外激光图序列和无激光作用的白光图序列的视场范围内信息一致。

4.根据权利要求1所述的基于显著性分析的3D对象识别分层方法，其特征在于，所述红外激光图序列为激光发射器正常工作下，物体随运动平台匀速移动过程中，CCD相机所采集的一帧帧图像；所述白光图序列为激光发射器关闭，物体随运动平台匀速移动过程中，CCD相机所采集的一帧帧图像。

5.根据权利要求1所述的基于显著性分析的3D对象识别分层方法，其特征在于，步骤S3中，每个关键点所包含的物体对象的RGB-D信息包括关键点的三维坐标和关键点的RGB信息，所述红光图序列可计算出各关键点的三维坐标，所述白光图序列可保存各关键点的RGB信息，从而得出每个关键点都包含的物体对象的RGB-D信息。