[發明專利]基于點云投影輪廓簽名和分布矩陣的全局點云描述方法

在審

• 申請號: 201711226667.3
• 申請日: 2017-11-29
• 公開（公告）號: CN108256529A
• 公開（公告）日: 2018-07-06
• 發明（設計）人: 付明亮;冷雨泉;韓小寧;任利學;占志鵬;馬維斯
• 申請（專利權）人: 深圳慎始科技有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06K9/00
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種基于投影輪廓簽名和分布矩陣的點云全局描述方法。首先利用目標點云的空間坐標信息構建具有旋轉和平移不變性的本地參考坐標系，然后將目標點云變換至參考坐標系下。構建姿態歸一化后目標點云的空間邊界盒，將目標點云分別投影到邊界盒的三個相鄰平面上。為了增強描述子對目標點云可視部分的表示能力，分別計算點云投影在各個投影平面的投影輪廓簽名和分布矩陣，并根據點云投影的統計特征確定相關的串聯規則。依次將目標點云在三個投影平面的子特征以直方圖的形式串聯得到最終的CSDM描述子。

技術領域

本發明屬于模式識別領域，具體涉及一種基于點云投影輪廓簽名和分布矩陣的全局點云描述方法。

背景技術

目標識別是機器人領域最具挑戰性的任務之一。為了保證機器人和周圍環境的物理交互，必須利用相關的物體表示方法實時地給機器人提供周圍環境中交互目標的相關信息。

雖然已經有許多基于物體2D信息和3D信息設計的目標識別方法，但是在存在噪聲和變化的點云分辨率的情況下識別3D物體仍然是一個極具挑戰性的任務。相較2D信息，3D信息如點云包含更多的目標空間信息，這將會有利于實現目標的場景分割。并且，深度數據不像RGB數據那樣對光照和陰影那么敏感。因此3D點云數據很適合用來描述目標表面的幾何結構。

3D目標的識別系統一般包括如下的幾個模塊：物體檢測，物體表示，物體識別和感知內存。物體檢測實現機器人交互場景中所有目標的檢測。物體表示則將場景中檢測出的目標用一些列的對應特征進行唯一表示。物體識別則通過比較場景中物體的特征描述子和感知內存中存儲的已知目標的描述子，并根據描述子的匹配程度來實現場景目標的識別。因此，利用物體表示算法得到的描述子的性能的高低直接決定了識別結果的準確率。

現有的3D目標表示方法可以分為全局描述子和局部描述子兩大類。全局描述子對整個3D物體進行編碼表示，而局部描述子則只對特征點鄰域進行特征表示。鑒于全局描述子對物體的整體表示能力，其越來越多地被應用于目標識別，交互操作等領域。但是基于視點特征直方圖的全局描述子如VFH[Rusu R B,Bradski G,Thibaux R,et al.Fast 3drecognition and pose using the viewpoint feature histogram[C]//IntelligentRobots and Systems(IROS),2010IEEE/RSJ International Conference on.IEEE,2010:2155-2162.]需要計算點云表面的法向量。但是目前常用的點云獲取傳感器如kinect和基于時間飛行技術的深度相機會受到各種誤差源的影響，利用這些設備得到的深度圖像轉換為點云數據后不可避免地會夾雜著各種噪聲。

發明內容

為了解決上述問題，本發明的目的在于提供一種基于點云投影輪廓簽名和分布矩陣的全局點云描述方法。

本發明解決其技術問題所采用的技術方案是：基于點云投影輪廓簽名和分布矩陣的全局點云描述方法，包括以下步驟：

1)目標點云預處理：對目標點云進行預處理；

2)目標點云姿態歸一化：將目標點云與本地參考坐標系對齊；

3)計算點云投影輪廓簽名：求取歸一化后點云的中心點c和空間長方體邊界盒；將目標點云分別投影到邊界盒的三個相鄰平面上，以中心點c各個投影平面上的投影作為始點，等間隔地向外輻射射線；這些射線簇和對應投影平面上點云投影的外輪廓的交點構成了該投影平面上目標點云投影對應的輪廓簽名；

4)計算點云投影分布矩陣：以步驟3)中獲取的長方體邊界盒的最大邊長l為邊長，得到一個新的正方體邊界盒；以正方體邊界盒的三個相鄰表面作為投影平面，并將投影平面均勻分割為一個n×n的柵格，統計落入每個單元格內點云投影點的數量，得到點云投影在該投影平面的投影分布矩陣M；