[發(fā)明專利]基于深度圖像遮擋信息的靜態(tài)視覺目標遮擋規(guī)避方法有效
| 申請?zhí)枺?/td> | 201510053316.1 | 申請日： | 2015-02-02 |
| 公開（公告）號： | CN104657985B | 公開（公告）日： | 2018-07-03 |
| 發(fā)明（設計）人： | 張世輝;桑榆;劉建新 | 申請（專利權(quán)）人： | 燕山大學 |
| 主分類號： | G06T7/70 | 分類號： | G06T7/70 |
| 代理公司： | 秦皇島一誠知識產(chǎn)權(quán)事務所(普通合伙) 13116 | 代理人： | 崔鳳英 |
| 地址： | 066004 河北省*** | 國省代碼： | 河北;13 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 深度圖像 視覺目標 觀測 遮擋信息 靜態(tài)視覺 目標遮擋 遮擋 三角網(wǎng)格模型 方位獲取 方向集合 夾角信息 可視空間 數(shù)學模型 算法獲取 先驗知識 相關(guān)信息 遮擋檢測 遮擋區(qū)域 法向量 剖面法 再利用 子區(qū)域 向量 | ||
本發(fā)明公開了一種基于深度圖像遮擋信息的靜態(tài)視覺目標遮擋規(guī)避方法，首先從初始觀測方位獲取視覺目標的一幅深度圖像，并根據(jù)遮擋檢測算法獲取深度圖像的遮擋相關(guān)信息；從三角網(wǎng)格模型中的三角小剖面入手，利用三角小剖面組成的子區(qū)域的法向量來確定候選觀測方向集合，再利用這些候選觀測方向和各三角小剖面法向量的夾角信息確定出每個候選觀測方向的可視空間，進而計算出下一最佳觀測方位，從而達到遮擋規(guī)避的目的。本發(fā)明根據(jù)遮擋信息對遮擋區(qū)域建立數(shù)學模型，無需獲取視覺目標的先驗知識；對視覺目標的形狀無特殊要求，適用于不同型面的視覺目標。
技術(shù)領(lǐng)域
本發(fā)明屬于計算機視覺領(lǐng)域，尤其是涉及一種基于深度圖像遮擋信息的靜態(tài)視覺目標遮擋規(guī)避方法。
背景技術(shù)
遮擋規(guī)避方法一直是自動裝配、目標識別、三維重建、機器人導航等領(lǐng)域重要且困難的研究課題之一，它是根據(jù)當前觀測到的遮擋信息，確定出攝像機的下一個觀測方向和位置，使得在該方向和位置能夠最大化地獲取場景的未知信息。
現(xiàn)有遮擋規(guī)避方法處理遮擋現(xiàn)象所基于的圖像信息主要有兩種：亮度圖像和深度圖像。針對亮度圖像的遮擋規(guī)避方法相對較少，并且由于2.5D的深度圖像比2D的亮度圖像更有利于獲取場景的三維信息。因此，目前的遮擋規(guī)避方法大多基于深度圖像實現(xiàn)。Li Y F和Liu Z G在文章“Information entropy-based viewpoint planning for 3-D objectreconstruction.IEEE Transactions on Robotics,2005,21(3):324-337”中攝像機被限定在一個固定表面(如球體表面、圓柱體表面等)，方法的通用性受到限制。Scott W R在文章“Model-based view planning.Machine Vision and Applications,2009,20(1):47-69”中所提的方法需要預先獲取場景信息，不適用于未知場景。M.Krainin,B.Curless和D.Fox在文章“Autonomous generation of complete 3D object models using nextbest view manipulation planning,in:Proc.Of the IEEE International Conferenceon Robotics&Automation(ICRA),2011：5031-5037”中所提方法需要獲取物體外部輪廓，并且十分依賴輪廓獲取技術(shù)。Benjamin Adler和Xiao J H在文章“Finding Next Best Viewsfor Autonomous UAV Mapping through GPU-Accelerated Particle Simulation.IEEE/RSJ International Conference on Intelligent Robots and Systems(IROS)，2013”中所提方法依賴于特定的設備。
發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)存在的已有問題，本發(fā)明的目的是提供一種基于深度圖像遮擋信息的靜態(tài)視覺目標遮擋規(guī)避方法，通過對遮擋區(qū)域進行適當?shù)慕＃苊饬藢φ趽鯀^(qū)域的預先了解，通過對三角小剖面的操作，確定出合理的下一最佳觀測方位，從而達到遮擋規(guī)避的目的。
為了解決上述存在的技術(shù)問題實現(xiàn)發(fā)明目的，本發(fā)明是通過以下技術(shù)方案實現(xiàn)的：
一種基于深度圖像遮擋信息的靜態(tài)視覺目標遮擋規(guī)避方法，其內(nèi)容包括以下步驟：
(1)獲取視覺目標的深度圖像，并獲得其遮擋邊界及攝像機內(nèi)外參數(shù)；
(2)提取深度圖像中每個遮擋邊界點的下鄰接邊界點，并確定圖像中每個像素點的三維坐標；
(3)依據(jù)遮擋邊界及下鄰接邊界信息對遮擋區(qū)域進行外接表面建模：
3.1)對每段遮擋邊界，依據(jù)其遮擋邊界點及下鄰接邊界點的三維坐標得到其對應的遮擋區(qū)域，并對遮擋區(qū)域進行三角剖分獲得三角網(wǎng)格模型；
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于燕山大學，未經(jīng)燕山大學許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201510053316.1/2.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
