[发明专利]一种基于霍夫投票的增强现实系统物体识别算法

权利要求书

1.一种基于霍夫投票的增强现实系统物体识别算法，其特征在于，具体按照以下步骤实施：

步骤1，通过相机获取深度图像和彩色图像，并将深度图像和彩色图像转化成点云数据；

步骤2，利用步骤1得到的点云数据计算相机外参，建立三维场景地图；

步骤3，结合霍夫投票算法在经步骤2建立的三维场景地图中进行物体识别，得到虚拟物体的放置位置；

步骤4，先根据相机内参加载投影矩阵，再根据步骤2得到的相机外参加载视觉模型矩阵，之后使用OpenGL将虚拟物体在步骤3得到的放置位置中显示出来。

2.根据权利要求1所述的基于霍夫投票的增强现实系统物体识别算法，其特征在于，在步骤1中，所述相机为Kinect摄像机。

3.根据权利要求2所述的基于霍夫投票的增强现实系统物体识别算法，其特征在于，在所述步骤1中，通过公式(1)把深度图像和彩色图像转化程点云数据；

式(1)中x，y，z是每个点的三维坐标值，u，v是彩色图片的像素值，f_x，f_y是相机的焦距，c_x，c_y是相机的光圈中心，s是深度图的放缩因子，d是深度图像的数据。

4.根据权利要求3所述的基于霍夫投票的增强现实系统物体识别算法，其特征在于，所述步骤3具体按照以下步骤进行：

步骤3.1，对点云数据通过双边滤波算法和离群点去除算法进行保边去噪；

步骤3.2，通过式(2)对点云数据中的每个点q的所有相邻点赋予高斯权重，并计算三维场景中的场景点云的法向量和物体点云的法向量；

θ(δ)＝δ^-r，r＞0 (2)

式(2)中n是点p的法向量，p_i是点p的领域点，θ(·)是高斯函数；

步骤3.3，分别计量场景点云和物体点云二值化的SHOT描述子，并通过随机采样一致方法得到正确的一致对应描述子；

步骤3.4，根据步骤3.3获得的正确的一致对应描述子，使用霍夫投票算法在场景中识别物体并得出初始变换矩阵；

步骤3.5，利用步骤3.4得到的初始变换矩阵，作为ICP算法的输入矩阵，最后得到更加精确的变换矩阵，实现物体识别。

5.根据权利要求2所述的基于霍夫投票的增强现实系统物体识别算法，其特征在于，所述Kinect摄像机的型号为Kinect for Windows V1.0。