[發明專利]體積識別方法和系統有效
| 申請號: | 200780053047.2 | 申請日: | 2007-04-20 |
| 公開(公告)號: | CN101715581A | 公開(公告)日: | 2010-05-26 |
| 發明(設計)人: | G·皮諾;J·羅伊;L·德梅特;X·巴埃萊 | 申請(專利權)人: | 索夫特基奈蒂克股份公司 |
| 主分類號: | G06K9/20 | 分類號: | G06K9/20 |
| 代理公司: | 永新專利商標代理有限公司 72002 | 代理人: | 劉瑜;王英 |
| 地址: | 比利時*** | 國省代碼: | 比利時;BE |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 體積 識別 方法 系統 | ||
1.一種用于識別三維成像系統的范圍內的目標對象的體積的方法,包 括以下步驟:
a)使用所述三維成像系統(3)來捕獲三維圖像數據,其中,所述圖像數 據呈現出多個點(5),每個點(5)具有在三維空間中的至少一組坐標;
b)將所述點(5)中的至少一些點群組化為一組叢集(6);以及
c)根據第一組參數來選擇與位于所述三維成像系統(3)的范圍內的目 標對象(1)對應的叢集(6),其中所述第一組參數包括目標對象(1)的位置、形 狀和尺寸中的至少一項;
該方法的特征為還包括以下步驟:
d)根據包括所述點(5)在所述三維空間中的位置的第二組參數,來將所 選擇的叢集(6)的點(5)中的至少一些點群組化為一組子叢集,其中,每個子 叢集在所述三維空間中具有形心(11);以及
e)將體積(12)與至少一些所述子叢集中的每一個相關聯,其中,所述 體積(12)被固定到所述子叢集的形心(11)。
2.根據權利要求1所述的方法,其中,使用K-means算法來將所選擇 的叢集(6)的點群組化為預定數目為K個的子叢集。
3.根據權利要求1所述的方法,其中,與子叢集相關聯的所述體積(12) 是球體。
4.根據權利要求3所述的方法,其中,所述球體以所述子叢集的形心 (11)為中心。
5.根據權利要求1所述的方法,其中,根據包括以下步驟的方法來執 行將點(5)群組化為叢集(6):
a)創建包含第一點(5)的第一叢集(6);以及
b)對每個其它點(5)執行以下操作:
i)在所述三維空間中尋找形心(7)最接近于所述其它點的叢集(6);以 及
ii)如果在所述三維空間中在所述其它點(5)和所述最接近的叢集的 形心(7)之間的絕對距離高于預定閾值θ,并且叢集(6)的數量仍然低于預 定最大值q時,則創建包含所述其它點的額外叢集(6);或者
iii)如果所述絕對距離不高于所述預定閾值θ,或者叢集(6)的數量已 經達到所述預定最大值q時,則將所述其它點(5)增加到形心(7)最接近于 所述其它點(5)的所述叢集(6)。
6.根據權利要求5所述的方法,其中,將點(5)群組化為叢集(6)還包括 以下步驟:
a)判定所述叢集(6)中的兩個叢集是否連接;以及
b)合并連接的叢集(6)。
7.根據權利要求6所述的方法,其中,判定所述叢集(6)中的兩個叢集 是否連接包括以下步驟:
a)計算所述兩個叢集(6)中的每一個的點(5)沿著軸(8)的投影的分布的 標準偏移,其中,所述軸(8)鏈接所述兩個叢集(6)的形心(7);以及
b)檢查已乘上預定因子S的所述標準偏移的總和是否高于在所述兩個 叢集(6)的形心(7)之間的絕對距離。
8.根據權利要求1所述的方法,其中,所述三維成像系統(3)包括飛行 時間式3D照相機、立體照相機、位于所述三維空間中的不同位置的多個照 相機、或者激光雷達、聲納或雷達系統。
9.根據權利要求1所述的方法,其中,所述圖像數據至少包括每個點 (5)的深度、天頂角和方位角,并且所述方法還包括將這些點(5)中的至少一 些點的深度、天頂角及方位角轉換為三維笛卡兒坐標的步驟。
10.根據權利要求1所述的方法,其中,所述目標對象(1)是人類身體 的至少一部分。
11.根據權利要求10所述的方法,其中,所述人類身體為站姿。
12.根據權利要求11所述的方法,還包括計算所述身體的軀干(19)的 近似質心(17)和主軸(18)的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于索夫特基奈蒂克股份公司,未經索夫特基奈蒂克股份公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/200780053047.2/1.html,轉載請聲明來源鉆瓜專利網。





