[发明专利]基于主梯度方向特征的目标检测及姿态估计方法

摘要

一种基于主梯度方向特征的目标检测及姿态估计方法，步骤包括：在模板训练阶段，通过对多角度模板图片进行旋转和尺度变换，进而对得到的模板图片集求取二进制的主梯度方向描述集，然后通过模板聚类加快检测阶段的搜索速度；在目标检测阶段，使用得到的模板主梯度方向描述集，扫描测试图片，进而在复杂环境下检测出目标物体并且对检测到的目标物体进行姿态估计。本发明方法对于遮挡，光照变化，复杂背景等干扰具有很好的鲁棒性，可以对以各种角度出现在测试图片中的物体进行检测，而且可以进一步估计被检测目标物体的姿态，克服了以往技术难以克服的难点，为现代化工业生产中刚性目标物体的鲁棒性快速检测及姿态估计提供一种可靠的方法。

主权项

1.基于主梯度方向特征的目标检测及姿态估计方法，其特征在于，包括如下步骤：模板训练阶段：步骤TS1：拍摄被检测物体不同角度的V张模板图片；步骤TS2：从上述V张图片中取出某个角度的一张图片；步骤TS3：对这张模板图片旋转360度(每N₀度为一个步长)，并进行N种尺度变化，共得到含有张图片的模板图片集S；步骤TS4：对S中的每张模板图片O求出主梯度方向描述，得到主梯度方向模板集T1；步骤TS5：使用汉明距离(hamming distance)作为度量准则对T1进行聚类，得到聚类后的最强梯度模板集T2；步骤TS6：存储T2至硬盘以备检测阶段使用；步骤TS7：若V张不同角度的模板图片已经处理完，停止：否则，转步骤TS2；目标检测阶段：步骤DS1：从硬盘读取聚类后的最强梯度模板集T2；步骤DS2：读取一张测试图片1；步骤DS3：计算出测试图片1的主梯度方向描述i；步骤DS4：对聚类后的最强梯度模板集T2中的每个模板t，使用t扫描i中的每个位置，得到在最优匹配位置的最高匹配分数S_t，此位置记为L_t；步骤DS5：对得到的所有匹配分数进行排序，最高分数S_max对应的模板t_max即为对于测试图片的最优估计模板；步骤DS6：由对应的最优匹配位置得到目标物体在i中的位置，由对应的模板t_max的旋转角度θ及尺度变化系数λ得到目标物体估计姿态。