[发明专利]一种基于旋转不变性的空间场景匹配方法有效
申请号: | 201910642200.X | 申请日: | 2019-07-16 |
公开(公告)号: | CN110580497B | 公开(公告)日: | 2023-03-24 |
发明(设计)人: | 叶亚琴;房家伟;万波;周顺平;左泽均;胡茂胜 | 申请(专利权)人: | 中国地质大学(武汉) |
主分类号: | G06V10/74 | 分类号: | G06V10/74 |
代理公司: | 武汉知产时代知识产权代理有限公司 42238 | 代理人: | 邹桂敏 |
地址: | 430000 湖*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 旋转 不变性 空间 场景 匹配 方法 | ||
1.一种基于旋转不变性的空间场景匹配方法,其特征在于,包括以下步骤:
步骤1:提取场景和候选匹配场景中图元的形状中心点坐标:对于场景内的单个图元,选取重心点,对于整个场景群组,提取最小面积外接矩形的质心坐标;
步骤2:通过各图元质心的欧式距离来衡量空间场景的受力情况,形成描述位置图,同时依据物理学上的平行四边形法则,对每个重心点进行受力分析,求出该点所受其他图元的合力,然后将各合力分解到X,Y轴上,计算出平衡力的投影比,投影比函数的周期为360°,在坐标系中将这一组力每次移动一定的角度α,分别计算投影比,即可得到空间场景的投影比波形图,然后,对投影比波形图进行归一化处理,通过微分投影的方法计算归一化处理后的投影比波形图的相似性,按波形图的相似性降序排列得到场景匹配的粗匹配结果,初步排除了明显不符合要求的场景;
步骤3:进一步地,通过图元的形状、大小几何特征来描述空间场景的几何相似度;
步骤4:用图元间的拓扑关系、距离关系、方向关系的相似度来度量空间场景的空间关系相似度;
步骤5:用层次分析法分别对波形图相似性、空间场景的几何相似度及空间关系相似度赋以一组非零权重,来表示空间场景的总相似性,总相似性是定量衡量空间场景的接近程度,利用总相似度排序后,通过查询设定的阈值,返回相似度大于阈值的结果列表,将结果列表中总相似度对应的空间场景作为最终匹配到的场景,从而完成了空间场景的匹配。
2.如权利要求1所述的基于旋转不变性的空间场景匹配方法,其特征在于:所述步骤2中,投影比波形图绘制方式为:(1)连接场景中相邻图元的重心,形成受力多边形;(2)以整个场景的质心点到受力多边形各结点的方向做受力,每相邻的两条边利用平行四边形法则可以找到一个力,力的大小和方向由受力多边形相邻的两条边确定;(3)将各结点上的受力平移到一个坐标系中,对各个力进行受力分析,提取投影比函数,即所有力在X轴和Y轴上投影量之和的比值;(4)在坐标系中将这一组力每次移动一定的角度α,分别计算投影比,绘制出投影比值曲线,即得到投影比波形图。
3.如权利要求1所述的基于旋转不变性的空间场景匹配方法,其特征在于:所述步骤2中,基于微分投影的波形图相似性计算方法为:(1)对波形图归一化处理,遍历所有数据,找出X,Y的最大值和最小值;X,Y的所有值分别减去最小值,然后除以最大值和最小值的差;(2)提取两个波形图曲线的特征点数组,连接邻近点形成两条折线段;(3)分别计算两条折线段中每个线段长度存储至DotsLenA,DotsLenB,总长度分别存至TotalLenA,TotalLenB;(4)待匹配场景折线段a第m段线段及之前线段的全长与折线段a总长度之比存至LengthRatioA;(5)归并LengthRatioA,LengthRatioB,即将其按照从小到大顺序排列;(6)将两条折线段折点按比例互相截取,生成两个新的点串,并求取相似度,相似度为每条线段相似度累加。
4.如权利要求1所述的基于旋转不变性的空间场景匹配方法,其特征在于:所述步骤3中,形状相似度的计算方法为:(1)计算相对参数法的八个参数,分别为①纵横轴比:目标最小面积外接矩形的长宽比值,②矩形度:目标面积与最小面积外接矩形面积的比值,③面积凹凸比:目标面积与其凸包面积的比值,④周长凹凸比:目标的周长与其凸包周长的比值,⑤球状性:目标面积与凸包周长的计算值,⑥圆形度:目标内切圆半径与其外切圆半径的比值,⑦偏心率:目标本身长轴与本身短轴的比值,⑧形状参数:目标本身面积与其周长2次方的比值;(2)将相关参数法中的获得的八个参数组成一个多边形形状特征向量,假设有多边形目标A,B;它们的形状特征向量分别为FormObjectA与FormObjectB,其中fAi,fBi代表相关参数法中的八个参数,那么A与B之间的形状相似度SimF(A,B)表示为:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国地质大学(武汉),未经中国地质大学(武汉)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910642200.X/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种基于熵最小化的深度迁移学习系统及方法
- 下一篇:一种数据采样方法及装置