[发明专利]一种霍夫投票3D彩色点云识别方法

摘要

本发明公开了一种霍夫投票3D彩色点云识别方法，首先，分别提取测试物体和3D模型的关键点，计算每一个关键点的SHOT特征描述子，并计算测试物体关键点和模型关键点的特征匹配度函数δ(a，b)；其次，选择3D模型表面任意一个点作为参考点，计算关键点到参考点之间的参考向量，并将此参考向量经坐标转换为测试物体的参考向量；最后，对测试物体的参考向量进行霍夫投票，若投票数达到给定的阈值且投票位置在物体表面时，则认为测试物体为模型物体，识别成功，否则，识别失败。由于本发明在识别过程中采用均匀采样算法提取关键点，选择3D模型表面任意一点为参考点，以及特征匹配度函数的加入，减少了识别时间，提高了识别的准确率。

主权项

1.一种霍夫投票3D彩色点云识别方法，其特征在于，具体按照以下步骤实施：步骤1，分别均匀提取3D点云模型和测试物体关键点；步骤2，计算经步骤1后得到的每个关键点的SHOT3D特征描述子；步骤3，经步骤2后，逐一计算测试物体关键点和3D点云模型关键点间SHOT3D特征匹配度δ(a，b)函数，选取δ(a，b)函数值最接近1的将其进行匹配，直到测试物体上的关键点特征完全匹配完成为止；步骤4，选取3D模型表面任意一关键点为参考点，计算3D模型上各个关键点到参考点的参考向量；步骤5，经步骤4后，将3D点云模型每个关键点的参考向量坐标转换到与测试物体特征相匹配的关键点上，并在测试物体各个关键点上形成参考向量；步骤6，对测试物体每个关键点的参考向量进行3D霍夫投票，若投票在物体表面或表面附近同一区域且此区域达到一定票数，则认为测试物体为模型物体，识别成功，否则，识别失败。