[發(fā)明專利]從單幅圖形和圖像識(shí)別部分遮擋的三維目標(biāo)的方法

無效

• 申請?zhí)枺?/td>: 201010185050.3
• 申請日: 2010-05-27
• 公開（公告）號(hào): CN101853395A
• 公開（公告）日: 2010-10-06
• 發(fā)明（設(shè)計(jì)）人: 張桂梅;儲(chǔ)珺;馮瑞娜;繆君
• 申請（專利權(quán)）人: 南昌航空大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62;G06K9/34;G06T7/40
• 代理公司: 南昌洪達(dá)專利事務(wù)所 36111
• 代理人: 劉凌峰

技術(shù)領(lǐng)域

本發(fā)明涉及一種識(shí)別三維目標(biāo)存在部分遮擋的方法，尤其涉及一種從單幅圖形和圖像識(shí)別部分遮擋的三維目標(biāo)的方法。

背景技術(shù)

在機(jī)器人裝配線中，由于多個(gè)物體堆積或重疊在一起，物體的圖像產(chǎn)生相互遮擋；在遙感圖像識(shí)別方面，物體可能被樹、房屋和車輛的影子遮擋，因此有必要開展部分遮擋物體的識(shí)別研究。目前，對(duì)于部分遮擋物體的識(shí)別學(xué)者們已進(jìn)行了一些研究。Krolupper提出用圓弧逼進(jìn)物體的邊界，是對(duì)物體的局部描述，且對(duì)遮擋是魯棒的。但該方法假設(shè)物體的邊界是一條封閉曲線，物體只經(jīng)過平移、旋轉(zhuǎn)和比例變化。Shan提出了將模型物體表示為直方圖的集合，然后將待識(shí)別物體的直方圖與模型直方圖匹配。可解決部分遮擋物體的匹配。Park提出用特征間的二值向量關(guān)系描述物體，物體的標(biāo)記僅僅受特征間的二值關(guān)系值的影響，該方法是基于局部特征的描述方法。Cho根據(jù)很多物體都具有對(duì)稱性的特點(diǎn)，首先根據(jù)對(duì)稱性恢復(fù)物體被遮擋部分的形狀，而后再進(jìn)行匹配，該方法能識(shí)別剛體變換下的三維物體，但該方法只適合于識(shí)別有對(duì)稱結(jié)構(gòu)和截面為橢圓或近似圓的部分遮擋物體。Dinesh提出了基于完美哈希法(perfecthash)識(shí)別部分遮擋的物體。Gorman用動(dòng)態(tài)規(guī)劃識(shí)別被遮掩形狀，他們首先提出了基于Fourier描繪子的線段表示方法，每個(gè)形狀被分成幾個(gè)線段，每個(gè)線段由一個(gè)長度為2的Fourier描繪子表示，然后計(jì)算模型與待識(shí)別目標(biāo)之間的動(dòng)態(tài)匹配表，最后根據(jù)匹配的線段數(shù)來判斷是否匹配。Schwartz直接匹配兩條曲線，將兩條曲線進(jìn)行等間距的分割，由此產(chǎn)生了兩個(gè)曲線的點(diǎn)集，然后用最小二乘法計(jì)算兩條曲線點(diǎn)集間的距離。計(jì)算出的距離小于給定的閾值則認(rèn)為這兩條曲線是匹配的。這種方法只適合于模型曲線完全包含了場景曲線，并且這種直接匹配的方法在復(fù)雜的變換下是失效的。Rajpal提出了用神經(jīng)網(wǎng)絡(luò)來解決遮掩問題，使用了多層感知網(wǎng)和索引的方法來匹配部分遮擋的形狀，在一定程度上解決了部分遮掩問題。上述的別方法均只適用于剛體或相似變換，在仿射變換或透視變換下會(huì)失效。Orrite提出用雙切點(diǎn)描述物體的局部邊界，并用優(yōu)化的Hausdorff距離(簡稱PHD)度量模型和目標(biāo)的匹配程度，但該度量的可區(qū)分性小，會(huì)導(dǎo)致誤判，且在存在較大幾何變換的情況下，模型和圖像的一一對(duì)應(yīng)關(guān)系不能獲得。

上述大部分的方法都只適合于簡單的剛體變換和相似變換，而攝像機(jī)成像模型不是簡單的剛體和相似變換。Orrite的識(shí)別方法雖然適合于透視變換，但它的方法將物體簡化為二維模型，實(shí)際上很多物體都不能簡化為二維模型，且與完整的物體識(shí)別以及部分遮擋二維物體的識(shí)別相比，部分遮擋的三維目標(biāo)識(shí)別有更多的復(fù)雜性和更強(qiáng)的實(shí)用性，因而更受到重視，已成為當(dāng)前物體識(shí)別的重要研究領(lǐng)域之一。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種從單幅圖形和圖像識(shí)別部分遮擋的三維目標(biāo)的方法，該方法首先將多目標(biāo)聚類場景進(jìn)行分割和拓?fù)浣Y(jié)構(gòu)的恢復(fù)，將多目標(biāo)聚類場景轉(zhuǎn)化為單目標(biāo)場景，再用屬性關(guān)系圖(ARG)表示模型物體和場景線圖，在匹配待識(shí)別線圖與模型結(jié)點(diǎn)之前，先用拓?fù)湫畔⑦M(jìn)行候選模型的篩選，大大提高了識(shí)別的效率。

本發(fā)明是這樣來實(shí)現(xiàn)的，其特征是識(shí)別方法步驟為：

(1)首先基于線圖標(biāo)記技術(shù)，詳細(xì)分析T型節(jié)點(diǎn)與遮擋的關(guān)系，提出復(fù)雜場景中多個(gè)目標(biāo)是否存在局部遮擋的機(jī)理和算法；

(2)結(jié)合人類的認(rèn)知模型，給出恢復(fù)互遮擋目標(biāo)T型節(jié)點(diǎn)附近拓?fù)浣Y(jié)構(gòu)的規(guī)則，正確恢復(fù)出線圖互遮擋部分的拓?fù)浣Y(jié)構(gòu)后，線圖的識(shí)別率得到了明顯提高；

(3)根據(jù)線圖標(biāo)記技術(shù)，給出一種分割多目標(biāo)聚類場景線圖的新方法；多目標(biāo)聚類場景經(jīng)過分割和拓?fù)浣Y(jié)構(gòu)恢復(fù)后則轉(zhuǎn)變成單個(gè)的目標(biāo)；

(4)然后結(jié)合表面特征和幾何特征，提出用屬性關(guān)系圖表示三維模型立體和待識(shí)別目標(biāo)線圖；

(5)在匹配待識(shí)別線圖與模型結(jié)點(diǎn)之前，先用拓?fù)湫畔⑦M(jìn)行候選模型的篩選，大大提高了識(shí)別的效率，結(jié)合幾何特征和拓?fù)涮卣鞅硎緦傩躁P(guān)系圖中的每個(gè)結(jié)點(diǎn)，不僅能識(shí)別不同形狀的目標(biāo)，而且能把拓?fù)浣Y(jié)構(gòu)相同，但各部分大小、比例不相同的目標(biāo)區(qū)分開。

所述的T型節(jié)點(diǎn)與遮擋的關(guān)系為：

(1)若自然線圖中僅存在一個(gè)T型節(jié)點(diǎn)，則該T型節(jié)點(diǎn)是由自遮擋產(chǎn)生；

(2)由多個(gè)物體組成的場景，當(dāng)出現(xiàn)互遮擋時(shí)，自然線圖至少存在兩個(gè)T型節(jié)點(diǎn)；

(3)由多個(gè)物體組成的相互遮擋場景，其自然線圖至少存在兩個(gè)T型節(jié)點(diǎn)；線圖中至少存在兩個(gè)T型節(jié)點(diǎn)，其對(duì)應(yīng)的場景不一定是多個(gè)物體互遮擋；