本文關(guān)鍵詞：基于局部形狀描述和匹配選擇的三維物體識別系統(tǒng)　出處：《中國科學(xué)技術(shù)大學(xué)》2017年博士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 三維物體識別 局部形狀特征 顯著性 匹配選擇 形狀匹配

【摘要】：物體識別是計算機(jī)視覺領(lǐng)域最重要的任務(wù)之一,被廣泛應(yīng)用在智能機(jī)器人、無人駕駛汽車以及安防等領(lǐng)域。傳統(tǒng)的二維物體識別方法由于RGB圖像本身的局限性,例如對光照非常敏感,因此其可靠性無法保證。與之相反,三維物體識別由于可以通過將場景與物體模型進(jìn)行配準(zhǔn),并根據(jù)配準(zhǔn)的好壞對識別結(jié)果進(jìn)行自我驗證,因此可靠性大大提高。近些年來,隨著深度傳感技術(shù)的發(fā)展與普及,深度圖像的獲取變得越來越容易,基于深度圖像的三維物體識別技術(shù)也得到了越來越廣泛的關(guān)注。三維物體識別的目標(biāo)是識別出場景中的已知物體模型,并恢復(fù)出它們的姿勢。要構(gòu)建一個實用的三維物體識別系統(tǒng),仍然面臨著很多難點與挑戰(zhàn)。一方面,點云數(shù)據(jù)會受到各種各樣的環(huán)境干擾,例如噪聲、點云密度變化以及遮擋等,這些都會嚴(yán)重影響物體識別的準(zhǔn)確性。另一方面,由于生成的特征匹配候選有很大一部分是錯誤的,再加上配準(zhǔn)驗證的過程比較耗時,這些將直接制約物體識別的效率。本文關(guān)注于雜亂場景下的三維物體識別問題。為了實現(xiàn)這個目標(biāo),論文提出了從提取局部形狀特征,選擇顯著的特征來生成匹配對,到根據(jù)幾何約束來選擇更可靠的匹配對的一套快速并且魯棒的三維物體識別系統(tǒng)。論文的主要貢獻(xiàn)和創(chuàng)新點如下:第一,針對局部形狀描述問題,設(shè)計了一個對噪聲以及點云密度變化都有較高魯棒性的"幾何中心簽名"描述子,并提出了一個可以支持兩個不完整形狀匹配的描述子比較方法。第二,針對局部形狀配準(zhǔn)的問題,提出構(gòu)造每個節(jié)點指向其K個鄰居的描述子圖來實現(xiàn)快速的特征匹配查找,并通過提取和使用描述子圖中隱含的顯著性信息,提高特征匹配的準(zhǔn)確率。第三,針對特征匹配選擇問題,定義了兩對特征匹配之間的兼容性度量,并通過引入輔助集來實現(xiàn)輔助集投票算法,從而有效地篩選出高質(zhì)量的特征匹配。本論文面向?qū)嶋H的場景應(yīng)用需求,所提的方案在滿足魯棒性的同時,還保證了一定的高效性,因而具有很高的實用價值。
【學(xué)位授予單位】：中國科學(xué)技術(shù)大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2017
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周正東,章品正,舒華忠,周衛(wèi)平,李松毅,於文雪;基于小波惟一描述子的多邊形逼近方法[J];數(shù)據(jù)采集與處理;2005年01期

2 王志衡;吳福朝;;均值-標(biāo)準(zhǔn)差描述子與直線匹配[J];模式識別與人工智能;2009年01期

3 劉仰龍;王從慶;高玨;許榮華;;基于小波描述子的水果果形分類[J];浙江大學(xué)學(xué)報(農(nóng)業(yè)與生命科學(xué)版);2010年03期

4 王志衡;智珊珊;劉紅敏;;基于亮度序的均值標(biāo)準(zhǔn)差描述子[J];模式識別與人工智能;2013年04期

5 田時髦;汪增福;;一種對亮度變化魯棒的局部特征描述子及其快速生成算法[J];小型微型計算機(jī)系統(tǒng);2013年08期

6 盧鴻波;孫愿;張志敏;;采用旋轉(zhuǎn)匹配的二進(jìn)制局部描述子[J];中國圖象圖形學(xué)報;2013年10期

7 惠國保;李東波;童一飛;;基于優(yōu)化采樣模式的緊湊而快速的二進(jìn)制描述子[J];自動化學(xué)報;2014年02期

8 王濤,劉文印,孫家廣,張宏江;傅立葉描述子識別物體的形狀[J];計算機(jī)研究與發(fā)展;2002年12期

9 劉微;;精簡顏色描述子研究[J];吉林師范大學(xué)學(xué)報(自然科學(xué)版);2008年03期

10 王明俊;王萍;王玲;;基于傅立葉描述子的中長跑自動計圈技術(shù)研究[J];科學(xué)技術(shù)與工程;2009年03期

相關(guān)會議論文 前10條

1 金培權(quán);周英華;岳麗華;龔育昌;;基于歷史拓?fù)浜兔枋鲎拥臅r空變化表示[A];第二十屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2003年

2 張靜茹;何耀;劉興濤;朱明清;陳宗海;;基于區(qū)域協(xié)方差描述子的視頻靜止目標(biāo)檢測[A];第13屆中國系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會論文集[C];2011年

3 蔡占川;孫偉;畢寧;齊東旭;;基于U描述子物體形狀的識別[A];全國網(wǎng)絡(luò)與信息安全技術(shù)研討會'2005論文集（下冊）[C];2005年

4 張波;鄒建成;劉旭麗;;一類新的Ⅴ描述子在形狀識別中的應(yīng)用[A];中國幾何設(shè)計與計算新進(jìn)展2007——第三屆中國幾何設(shè)計與計算大會論文集[C];2007年

5 王建;朱明清;趙宇宙;郭明瑋;陳宗海;;基于含時切割平面和區(qū)域協(xié)方差描述子的跳躍行為識別方法[A];第13屆中國系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會論文集[C];2011年

6 鐵小勻;鐘文琦;劉雪;鄒建成;;一種新的基于Ⅴ描述子的圖形水印技術(shù)[A];中國幾何設(shè)計與計算新進(jìn)展2007——第三屆中國幾何設(shè)計與計算大會論文集[C];2007年

7 戴岳剛;明東;;基于數(shù)學(xué)描述子的步態(tài)圖像處理方法研究[A];天津市生物醫(yī)學(xué)工程學(xué)會第29屆學(xué)術(shù)年會暨首屆生物醫(yī)學(xué)工程前沿科學(xué)研討會論文集[C];2009年

8 熊剛強(qiáng);齊東旭;;基于分段多項式描述子和BP網(wǎng)絡(luò)的形狀識別方法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

9 陳興峰;顧行發(fā);李紫薇;余濤;鄭進(jìn)軍;郭丁;;基于“凈化邊界的傅立葉描述子”圖像形狀特征提取[A];第十四屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2008年

10 豐峰;蘇滿秀;袁哲明;;一種新的氨基酸描述子及其在抗菌肽QSAR中的應(yīng)用[A];華中昆蟲研究（第七卷）[C];2011年

相關(guān)博士學(xué)位論文 前10條

1 王立峰;藥效多肽的定量序效關(guān)系研究[D];湖南農(nóng)業(yè)大學(xué);2014年

2 曹祝樓;醫(yī)學(xué)圖像配準(zhǔn)中的若干關(guān)鍵問題研究[D];山東大學(xué);2015年

3 黃為;基于序關(guān)系特征描述的高分辨率遙感影像識別研究[D];國防科學(xué)技術(shù)大學(xué);2014年

4 李瑩瑩;圖像局部特征描述子的構(gòu)建研究[D];合肥工業(yè)大學(xué);2015年

5 尚俊;圖像二進(jìn)制描述子及其目標(biāo)識別算法研究[D];華中科技大學(xué);2016年

6 唐可可;基于局部形狀描述和匹配選擇的三維物體識別系統(tǒng)[D];中國科學(xué)技術(shù)大學(xué);2017年

7 洪曉鵬;新型二階統(tǒng)計描述子及其在物體檢測與跟蹤方面的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2010年

8 林杰;面向移動視覺搜索的緊湊聚合描述子研究[D];北京交通大學(xué);2014年

9 舒禹程;基于特征描述子的圖像匹配算法研究[D];華中科技大學(xué);2015年

10 鄧?yán)?擴(kuò)展目標(biāo)的特征提取及目標(biāo)識別[D];中國科學(xué)院研究生院（光電技術(shù)研究所）;2013年

相關(guān)碩士學(xué)位論文 前10條

1 常佳;基于肽鏈初級結(jié)構(gòu)表征對肽類藥物進(jìn)行QSAR研究[D];陜西科技大學(xué);2015年

2 吳倩雯;改進(jìn)的SURF描述子及其在服飾圖片檢索中的應(yīng)用研究[D];電子科技大學(xué);2014年

3 李磊;基于3DZernike描述子的視頻水印認(rèn)證技術(shù)研究[D];中國科學(xué)院大學(xué)(工程管理與信息技術(shù)學(xué)院);2015年

4 劉曉璐;典型二進(jìn)制描述子研究及性能評估[D];西安電子科技大學(xué);2014年

5 豐一流;SIFT圖像匹配算法面向?qū)崟r性的優(yōu)化與實現(xiàn)[D];國防科學(xué)技術(shù)大學(xué);2013年

6 楊學(xué)文;面向交互語義的用戶基本手勢實時檢索方法研究[D];濟(jì)南大學(xué);2015年

7 何川;基于RGB-D的場景支撐關(guān)系提取算法研究[D];合肥工業(yè)大學(xué);2014年

8 王延青;一種基于拓?fù)浞治龅娜S模型描述子及其應(yīng)用研究[D];南京大學(xué);2013年

9 朱婷;圖像不規(guī)則區(qū)域匹配算法研究[D];河南理工大學(xué);2015年

10 邵長峰;基于凸優(yōu)化的二值描述子研究及實時作物行檢測中的應(yīng)用[D];哈爾濱工業(yè)大學(xué);2016年

，

本文編號：1325576