本文關(guān)鍵詞：基于點云配準的3D物體檢測與定位

  更多相關(guān)文章： 三維物體識別 位姿估計 點云配準 迭代最近點算法 霍夫變換 點云法矢估計

【摘要】：隨著微軟Kinect和華碩Xtion等低成本高精度的三維傳感器的流行,三維物體識別已經(jīng)成為計算機視覺研究中的一個熱門領(lǐng)域,在機器人3D場景感知與導(dǎo)航、無人汽車自動駕駛、人機交互、增強現(xiàn)實等領(lǐng)域有著廣泛應(yīng)用。由于現(xiàn)實場景的復(fù)雜性,比如遮擋干擾、點云紋理較少、目標物體過于平滑等因素,目前的三維物體識別面臨著重大的挑戰(zhàn)。三維物體識別中的關(guān)鍵技術(shù)是匹配配準,場景越復(fù)雜匹配識別時就越容易出現(xiàn)偽對應(yīng)對,怎樣在復(fù)雜3D場景中有效精準地匹配對應(yīng)對成為當今三維物體識別的研究重點。本文針對不同復(fù)雜程度的3D場景和多目標實例的3D場景,提出一種基于改進的點云法矢及C-SHOT特征的3D物體識別方法,這種方法能夠準確的同時識別復(fù)雜點云中的多個目標及相應(yīng)位姿。具體做法是:在估計RGB-D數(shù)據(jù)的點云法矢時將鄰域點距離信息考慮在內(nèi),計算帶距離權(quán)重的協(xié)方差矩陣得到更精確的點云法矢,根據(jù)特征點處法矢與鄰域法矢的夾角余弦構(gòu)造點云形狀直方圖,同時統(tǒng)計點云紋理直方圖并與形狀直方圖融合成C-SHOT描述符;然后對場景與模板分別提取C-SHOT特征,利用Kd樹快速求得對應(yīng)對,引入3D霍夫投票機制,并結(jié)合點云局部坐標系克服噪聲遮擋問題完成多目標初識別;最后基于LM-ICP實現(xiàn)精確配準及位姿估計,畫出目標包圍盒,本文采用基準數(shù)據(jù)庫3D CVLab以及采集實驗室真實數(shù)據(jù)進行實驗,結(jié)果驗證了該方法的精確性和有效性。
【學(xué)位授予單位】：中國民航大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.41

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前5條

1 孟勃;劉雪君;;一種自動、快速的Kinect標定方法[J];計算機工程與科學(xué);2016年06期

2 郭連朋;陳向?qū)?劉彬;;Kinect傳感器的彩色和深度相機標定[J];中國圖象圖形學(xué)報;2014年11期

3 徐曉;;計算機視覺中物體識別綜述[J];電腦與信息技術(shù);2013年05期

4 朱延娟;周來水;張麗艷;;散亂點云數(shù)據(jù)配準算法[J];計算機輔助設(shè)計與圖形學(xué)學(xué)報;2006年04期

5 李慶,周曼麗,柳健;三維物體識別研究進展[J];中國圖象圖形學(xué)報;2000年12期

中國博士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 王利明;機器視覺中物體識別方法的研究與探討[D];復(fù)旦大學(xué);2009年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前5條

1 李雅娜;Kinect深度相機標定算法研究[D];西安電子科技大學(xué);2014年

2 孫小凱;基于RGB-D信息的物體定位與識別[D];浙江大學(xué);2014年

3 范威;基于RGB-D點云數(shù)據(jù)的物體變動識別[D];大連理工大學(xué);2013年

4 成瑩;基于機器視覺的物體識別定位系統(tǒng)的研究[D];西南大學(xué);2011年

5 秦國輝;基于3D不變量的三維物體識別[D];哈爾濱理工大學(xué);2009年

，

本文編號：1279532