[发明专利]一种基于显著性分析的3D对象识别分层方法

摘要

本发明公开了一种基于显著性分析的3D对象识别分层方法，包括步骤S1、采集物体对象的红外激光图序列和无激光作用的白光图序列；S2、以所述红外激光图序列和白光图序列为输入，传至由若干不同描述子由上至下建立的分层识别模块中；S3、针对当前层描述子，直接建立代表物体的关键点集；S4、以当前关键点集为目标，计算物体对象在该描述子下的特征，用该特征进行对象的分类识别计算；S5、若无法返回唯一判别结果，则将图序列输送至下一层描述子中并重复步骤S3~S4；S6、若该层描述子的计算返回唯一判别结果时，完成对物体对象分类识别。本发明解决了目前基于RGB‑D图像分类方法的模式识别系统计算量大且计算复杂等问题。

主权项

一种基于显著性分析的3D对象识别分层方法，其特征在于，包括以下步骤：S1、在运动平台的匀速带动下，PC端采集放置于载物台上物体对象的红外激光图序列和无激光作用的白光图序列；S2 以所述红外激光图序列和白光图序列为输入，传至由若干不同描述子由上至下建立的分层识别模块中；S3、针对当前层描述子，直接建立代表物体的关键点集，其中每个关键点个都包含物体对象的RGB‑D信息；S4、以当前关键点集为目标，计算物体对象在该描述子下的特征，用该特征进行对象的分类识别计算；S5、若无法返回唯一判别结果，则将红外激光图序列和白光图序列输送至下一层描述子中并重复步骤S3~ S4；S6、若该层描述子的计算返回唯一判别结果时，则物体对象的类别由此获得，计算结束，不再往下一层描述子传递图像序列。