[发明专利]一种基于二值描述符的三维目标识别方法

摘要

本发明提出了一种基于二值描述符的三维目标识别方法，包括三维目标特征描述步骤，所述三维目标特征描述步骤包括以下过程S1，将三维目标中的网格深度图像Q进行网格分辩率R的计算；S2，根据计算所得的网格分辨率R对网格深度图像Q进行均匀采样，得到特征点P'的坐标；S3，根据计算所得的特征点P'的坐标构建局部参考系，并对该局部参考系的x轴、y轴和z轴的方向进行消歧处理；S4，根据消歧后的局部参考系构建特征向量，得到特征点P'的二值化三维特征fp。本发明计算方法简单，特征提取和特征匹配效率高，可快速准确的实现对三维目标的二值化描述。

主权项

一种基于二值描述符的三维目标识别方法，其特征在于，包括三维目标特征描述步骤，所述三维目标特征描述步骤包括以下过程:S1，将三维目标中的网格深度图像Q进行网格分辩率R的计算；S2，根据计算所得的网格分辨率R对网格深度图像Q进行均匀采样，得到特征点P'的坐标；具体为：S2‑1，将网格深度图像Q均匀划分为多个边长为n·R的立体网格，每个立体网格包含有多个顶点P；S2‑2，当立体网格中的顶点P的数量小于τ时，不提取该立体网格的特征点；当立体网格中的顶点P的数量不小于τ时，执行步骤S2‑3，τ为预先设定的已知阈值；S2‑3，对顶点P的数量不小于τ的立体网格中的所有顶点P的x，y，z坐标分别求均值，得到第i个立体网格的特征点Pi'的坐标，具体公式为：其中，Pik表示第i个立体网格中第k个顶点；S3，根据计算所得的特征点P'的坐标构建局部参考系，并对该局部参考系的x轴、y轴和z轴的方向进行消歧处理；具体为：S3‑1，给定特征点P'和支持半径r，建立协方差矩阵C：其中，Pi为以特征点P'为中心点，半径为r的区域内的点，di＝|P'‑Pi|为点Pi到特征点P'的距离，表示从点Pi到特征点P'的向量；S3‑2，对协方差矩阵C作特征值分解：CV＝EV，其中，对角矩阵E＝{λ1，λ2，λ3}，λ1，λ2，λ3为特征值且λ1≥λ2≥λ3，矩阵为λ1，λ2，λ3对应的正交特征向量，且为x，y，z轴的坐标基；S3‑3，在特征点P'所在的局部表面上选取离特征点P'最近的g个点，g为奇数；S3‑4，若且i＞g/2，则保持v1符号不变，反之，变为由此确定x轴的方向；S3‑5，以步骤S3‑4中所述方法确定z轴方向；S3‑6，根据确定y轴方向；S4，根据消歧后的局部参考系构建特征向量，得到特征点P'的二值化三维特征fp；具体为：S4‑1，以特征点P'为原点，r为半径，在网格深度图像Q上截得局部点云Q'；S4‑2，将局部点云Q'向局部参考系的xy，yz，zx三个坐标平面投影，得到三个二维的投影点云Q1'，Q2'和Q3'；S4‑3，对投影点云Q1'，Q2'和Q3'作l×l的分块，并统计每个子块中的点的数目，根据子块中的点数分别构造l×l的方阵D1，D2和D3；S4‑4，随机选取方阵D1中2u个元素，按先后顺序，每两个元素一组，构建u组测试对，对每组测试对执行如下测试：T(i)=1,ifD(i)≥D(i)′0,others,]]>得到一行唯一的u维二值位串其中，D(i)，D(i)′分别是第i组测试对的第一个和第二个元素；S4‑5，对方阵D2和D3选择与方阵D1位置相同的测试序列，按照步骤S4‑4中所述的方法确定二值位串f2和f3；S4‑6，依次将f1，f2和f3拼接起来，即得到特征点P'的二值化三维特征fp＝{f1,f2,f3}。