[發明專利]一種點云目標識別方法和裝置、存儲介質在審
| 申請號： | 202211433421.4 | 申請日： | 2022-11-16 |
| 公開（公告）號： | CN115830340A | 公開（公告）日： | 2023-03-21 |
| 發明（設計）人： | 李雪梅;王思鷗;王剛;武元昊;陳沖 | 申請（專利權）人： | 白城師范學院 |
| 主分類號： | G06V10/46 | 分類號： | G06V10/46;G06V10/50;G06V10/75 |
| 代理公司： | 北京盛廣信合知識產權代理有限公司 16117 | 代理人： | 劉化帥 |
| 地址： | 137000 *** | 國省代碼： | 吉林;22 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 目標 識別 方法 裝置 存儲 介質 | ||
本發明公開一種點云目標識別方法和裝置、存儲介質，包括：獲取目標點云數據；提取所述點云數據的關鍵點；根據所述關鍵點構建4DCBS特征描述，并計算每一個特征點的4DCBS描述子；根據所述4DCBS特征描述子對目標關鍵點進行特征匹配。采用本發明的技術方案，解決點云目標在噪聲干擾、遮擋及數據分辨率變化情況下目標識別精度低的問題。
技術領域
本發明屬于計算機視覺技術領域，尤其涉及一種基于4DCBS特征描述子的點云目標識別方法和裝置、存儲介質。
背景技術
三維點云是智能傳感器獲取到的用來呈現物體表面幾何特征信息的一種可視化形式，三維點云數據處理是三維視覺領域的重要環節。但由于智能傳感器所獲取到的環境場景復雜，易存在噪聲、點云數據分辨率變化及目標遮擋等干擾，引起目標局部特征描述與匹配性能退化，難以將目標從復雜背景中有效分離出來，這對后續點云目標的處理會產生不利的影響，因此，基于特征匹配的點云目標識別方法研究已經成為三維視覺領域的研究重點之一。
目標特征描述是目標識別、定位與跟蹤等環節的關鍵，是對目標特征點周圍表面的空間分布和幾何信息的編碼。設計優秀的特征描述子是基于特征匹配的目標處理的核心。三維特征描述符是對兩個任意方向的三維點云之間尋找對應關系的一種有效手段，現有的3D特征描述子主要分為全局特征描述子和局部特征描述子兩類。局部特征描述子適用于目標遮擋和背景干擾強的場景中，如FPFH、SDASS和MDCS等。但隨著點云傳感器的不斷發展與進步，獲取點云數據的規模不斷擴大，這就造成了每個關鍵點的局部鄰域計算處理非常耗時，描述時效性較低。
發明內容
本發明要解決的技術問題是，提供一種點云目標識別方法和裝置、存儲介質，解決點云目標在噪聲干擾、遮擋及數據分辨率變化情況下目標識別精度低的問題。
為實現上述目的，本發明采用如下的技術方案：
一種點云目標識別方法，包括以下步驟：
步驟S1、獲取目標點云數據；
步驟S2、提取所述點云數據的關鍵點；
步驟S3、根據所述關鍵點構建4DCBS特征描述，并計算每一個特征點的4DCBS描述子；
步驟S4、根據所述4DCBS特征描述子對目標關鍵點進行特征匹配。
作為優選，步驟S2中采用ISS特征點提取算法提取點云數據Psource上的關鍵點P＝{Pi|i∈N}，Pi代表點云Psource里的每一個關鍵點，N為點云中關鍵點數。
作為優選，步驟S3具體包括：
根據所述關鍵點重新構建三維表面面片并從所述關鍵點中去除掉質心得到
根據重構的新面片估計LRF矩陣，并將關鍵點變換到新的3D空間中；
計算關鍵點與其他關鍵點之間的歐氏距離；
根據所述歐氏距離，找到與關鍵點最近鄰的三個關鍵點；
設與視點V相垂直的投影平面為PP，在PP面上的投影輪廓圖為S_RPC(θsi)；以關鍵點Pi為起點有Nl條射線，射線與輪廓圖RPC的交點即為輪廓點PRPC(θsi)；
計算關鍵點Pi與輪廓點PS_RPC(θsi)之間的歐氏距離，作為輪廓子特征CS(θsi)；
將所有旋轉角度下的輪廓子特征CS(θsi)組合，構成輪廓特征CS，并進行歸一化處理；
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白城師范學院，未經白城師范學院許可，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/202211433421.4/2.html，轉載請聲明來源鉆瓜專利網。
