[发明专利]一种室内场景物体同时识别与建模方法

摘要

本发明公开了一种室内场景物体同时识别与建模方法，包括步骤：输入RGB‑D图像；物体分割；提取SIFT特征和FPFH特征；SIFT特征和FPFH特征融合；物体识别；物体建模。其中物体建模是计算物体部分之间的位姿关系并且设定一个阈值，如果位姿变化小于阈值，则将两个物体部分进行融合，并且在视图图中作为一个节点，否则，两个物体部分都保留到视图图中，即为两个节点。与现有技术相比，本发明可以实现物体在线识别和建模，并且提出了改进的视图图方法，减少数据冗余，降低了数据存储负担，提高了识别效率。

主权项

1.一种室内场景物体同时识别与建模方法，其特征在于，包括步骤S1：输入RGB‑D图像；S2：物体分割；S3：提取SIFT特征和FPFH特征；S4：SIFT特征和FPFH特征融合，物体识别；S5：物体建模，计算物体部分之间的位姿关系并且设定一个阈值，如果位姿变化小于阈值，则将两个物体部分进行融合，并且在视图图中作为一个节点，否则，两个物体部分都保留到视图图中，即为两个节点；所述步骤4包括步骤Step1：计算待识别物体与物体模型之间二维特征配准距离，如式(1)所示：C₁(s,t)＝d(S_S,S_t)   (1)其中s表示待识别物体，t表示物体模型，d(·)表示欧式距离，S表示SIFT特征描述子，C₁(s,t)表示待识别物体SIFT特征与物体模型SIFT特征之间的欧式距离，即二维相似度，并且进行归一化处理，当C₁(s,t)<0.5时，两物体相似，执行step2，否则，继续执行step1；Step2：计算待识别物体与物体模型之间三维特征配准距离，如式(2)所示：C₂(s,t)＝1‑d(F_S,F_t)   (2)其中s表示待识别物体，t表示物体模型，d(·)表示欧式距离，F表示FPFH特征描述子，C₂(s,t)表示待识别物体FPFH特征与物体模型FPFH特征之间的欧式距离，即三维相似度，并且进行归一化处理，当C₂(s,t)>0.5时，两物体相似，执行step3，否则执行step1；Step3：融合物体二维信息与三维信息，并且保存相似度结果，如式(3)所示：T(s,t)＝C₂(s,t)·exp(‑k·C₁(s,t))   (3)其中T(s,t)表示融合物体二维和三维信息后的相似度，将C₁放在指数位置主要考虑了二维SIFT特征对物体识别来说更具有判断力和意义，k可以调节权重大小， 如果匹配的物体模型为最后一个模型，则执行step4，否则执行step1；Step4:对所有的相似度结果做比较，取出相似度最大的结果作为本次物体识别的最终结果。