CN106127851A - 一种基于曲面分割的三维点云物体检测的方法 - Google Patents

一种基于曲面分割的三维点云物体检测的方法 Download PDF

Info

Publication number
CN106127851A
CN106127851A CN201610524923.6A CN201610524923A CN106127851A CN 106127851 A CN106127851 A CN 106127851A CN 201610524923 A CN201610524923 A CN 201610524923A CN 106127851 A CN106127851 A CN 106127851A
Authority
CN
China
Prior art keywords
curved surface
point cloud
point
segmentation
object detection
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610524923.6A
Other languages
English (en)
Inventor
范国宏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN201610524923.6A priority Critical patent/CN106127851A/zh
Publication of CN106127851A publication Critical patent/CN106127851A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G06V20/647—Three-dimensional objects by matching two-dimensional images to three-dimensional objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)

Abstract

本发明公开了一种基于曲面分割的三维点云物体检测的方法，其特征在于，包括以下步骤：(1)得到点云曲面的邻域和法线矢量信息，通过邻域内形状结构的特点进行形状分类，得到形状索引特征值；(2)根据形状索引特征值提取特征点，以特征点为基点，对曲面进行分割；(3)根据分割的曲面建立曲面的二维描述；(4)建立模型数据库，将曲面的二维描述与模型数据库中的曲面描述进行比对，得到点云曲面上的物体形状。本发明的步骤简单，便于操作，并能针对任意曲面的多目标物体进行快速识别，从而有助于推进计算机视觉和模式识别领域的发展，因此适合推广运用。

Description

一种基于曲面分割的三维点云物体检测的方法
技术领域
本发明涉及一种三维点云物体检测的方法，具体是指一种基于曲面分割的三维点云物体检测的方法。
背景技术
三维物体识别是计算机视觉和模式识别的一个重要研究领域，根据具体条件和应用的不同，采用不同的识别方法。点云数据是三维激光器对物体进行采样得到的物体表面的直接采样点，是对物体表面的几何属性最真实的记录，点云逐渐成为实物表面的主流表示元素，因此直接基于点云的物体识别算法成为现在的热点之一。目前虽然出现了不少的算法，但针对任意曲面的多目标物体的快速识别仍是研究的难点和热点。
发明内容
本发明的目的在于提供一种基于曲面分割的三维点云物体检测的方法，能针对任意曲面的多目标物体进行快速识别。
本发明通过下述技术方案实现：
一种基于曲面分割的三维点云物体检测的方法，包括以下步骤：
(1)得到点云曲面的邻域和法线矢量信息，通过邻域内形状结构的特点进行形状分类，得到形状索引特征值；
(2)根据形状索引特征值提取特征点，以特征点为基点，对曲面进行分割；
(3)根据分割的曲面建立曲面的二维描述；
(4)建立模型数据库，将曲面的二维描述与模型数据库中的曲面描述进行比对，得到点云曲面上的物体形状。
进一步的，步骤(1)中在点云曲面上选取一个点，以该选取点为圆心画圆，圆内部即为点云曲面的邻域；利用邻域周边的点拟合一个平面，即得点云曲面的法线矢量信息。
再进一步的，步骤(2)中根据欧氏距离和适量角对曲面进行分割。
更进一步的，步骤(3)中将分割的曲面等间距划分为10个以上的欧氏距离同心圆，以特征点切平面为基平面进行投影，并进行等角度抽样，通过抽样点相对特征点的法线矢量及测地距离变化曲线建立曲面的二维描述。
为了更好地实现本发明，步骤(2)中提取至少10个特征点。
为了确保效果，步骤(4)中首先根据曲面建模算法建立模型数据库，然后将曲面的二维描述与模型数据库中的曲面描述进行比对，得到潜在的识别结果，再通过迭代最近点算法，得到最终的点云曲面上的物体形状。
本发明与现有技术相比，具有以下优点及有益效果：
本发明的步骤简单，便于操作，并能针对任意曲面的多目标物体进行快速识别，从而有助于推进计算机视觉和模式识别领域的发展。
具体实施方式
下面结合实施例对本发明作进一步地详细说明，但本发明的实施方式不限于此。
实施例
本发明的基于曲面分割的三维点云物体检测的方法，首先需要得到点云曲面的邻域和法线矢量信息，并通过邻域内形状结构的特点进行形状分类，得到形状索引特征值。具体的，在点云曲面上选取一个点，以该选取点为圆心画圆，圆内部即为点云曲面的邻域。利用邻域周边的点拟合一个平面，即可得到点云曲面的法线矢量信息。
然后提取特征点，并以特征点为基点，对曲面进行分割。具体的，根据形状索引特征值提取至少10个特征点，并根据欧氏距离和适量角对曲面进行分割。其中，特征点的提取过程为利用物体校准技术获取物体10个以上基准点位置，然后以基准点为中心建立局部坐标系，最后在这些局部坐标系中提取特征。
再然后可根据分割的曲面建立曲面的二维描述。具体的，将分割的曲面等间距划分为10个以上的欧氏距离同心圆，以特征点切平面为基平面进行投影，并进行等角度抽样，通过抽样点相对特征点的法线矢量及测地距离变化曲线建立曲面的二维描述。
最后需要建立模型数据库，并将曲面的二维描述与模型数据库中的曲面描述进行比对，得到点云曲面上的物体形状。具体操作过程为：首先根据曲面建模算法建立模型数据库，然后将曲面的二维描述与模型数据库中的曲面描述进行比对，得到潜在的识别结果，再通过迭代最近点算法，即可得到最终的点云曲面上的物体形状。
如上所述，便可较好的实现本发明。

Claims (6)

1.一种基于曲面分割的三维点云物体检测的方法，其特征在于，包括以下步骤：
(1)得到点云曲面的邻域和法线矢量信息，通过邻域内形状结构的特点进行形状分类，得到形状索引特征值；
(2)根据形状索引特征值提取特征点，以特征点为基点，对曲面进行分割；
(3)根据分割的曲面建立曲面的二维描述；
(4)建立模型数据库，将曲面的二维描述与模型数据库中的曲面描述进行比对，得到点云曲面上的物体形状。
2.根据权利要求1所述的一种基于曲面分割的三维点云物体检测的方法，其特征在于：步骤(1)中在点云曲面上选取一个点，以该选取点为圆心画圆，圆内部即为点云曲面的邻域；利用邻域周边的点拟合一个平面，即得点云曲面的法线矢量信息。
3.根据权利要求1或2所述的一种基于曲面分割的三维点云物体检测的方法，其特征在于：步骤(2)中根据欧氏距离和适量角对曲面进行分割。
4.根据权利要求3所述的一种基于曲面分割的三维点云物体检测的方法，其特征在于：步骤(3)中将分割的曲面等间距划分为10个以上的欧氏距离同心圆，以特征点切平面为基平面进行投影，并进行等角度抽样，通过抽样点相对特征点的法线矢量及测地距离变化曲线建立曲面的二维描述。
5.根据权利要求4所述的一种基于曲面分割的三维点云物体检测的方法，其特征在于：步骤(2)中提取至少10个特征点。
6.根据权利要求4或5所述的一种基于曲面分割的三维点云物体检测的方法，其特征在于：步骤(4)中首先根据曲面建模算法建立模型数据库，然后将曲面的二维描述与模型数据库中的曲面描述进行比对，得到潜在的识别结果，再通过迭代最近点算法，得到最终的点云曲面上的物体形状。
CN201610524923.6A 2016-07-01 2016-07-01 一种基于曲面分割的三维点云物体检测的方法 Pending CN106127851A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610524923.6A CN106127851A (zh) 2016-07-01 2016-07-01 一种基于曲面分割的三维点云物体检测的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610524923.6A CN106127851A (zh) 2016-07-01 2016-07-01 一种基于曲面分割的三维点云物体检测的方法

Publications (1)

Publication Number Publication Date
CN106127851A true CN106127851A (zh) 2016-11-16

Family

ID=57468418

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610524923.6A Pending CN106127851A (zh) 2016-07-01 2016-07-01 一种基于曲面分割的三维点云物体检测的方法

Country Status (1)

Country Link
CN (1) CN106127851A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109255815A (zh) * 2018-08-30 2019-01-22 天津理工大学 一种基于零阶球谐函数的物体检测与识别方法
CN111860060A (zh) * 2019-04-29 2020-10-30 顺丰科技有限公司 目标检测方法、装置、终端设备及计算机可读存储介质
CN112465896A (zh) * 2020-11-27 2021-03-09 武汉大学 一种基于多视轮廓点的三维壁画几何变化检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
魏永超 等: "基于局部指纹曲面片的点云三维物体识别", 《计算机应用》 *
魏永超 等: "基于曲面分割的三维点云物体识别", 《光子学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109255815A (zh) * 2018-08-30 2019-01-22 天津理工大学 一种基于零阶球谐函数的物体检测与识别方法
CN111860060A (zh) * 2019-04-29 2020-10-30 顺丰科技有限公司 目标检测方法、装置、终端设备及计算机可读存储介质
CN112465896A (zh) * 2020-11-27 2021-03-09 武汉大学 一种基于多视轮廓点的三维壁画几何变化检测方法
CN112465896B (zh) * 2020-11-27 2022-07-05 武汉大学 一种基于多视轮廓点的三维壁画几何变化检测方法

Similar Documents

Publication Publication Date Title
US20150254499A1 (en) Multi-view 3d object recognition from a point cloud and change detection
CN108022262A (zh) 一种基于点的邻域重心向量特征的点云配准方法
CN104199842B (zh) 一种基于局部特征邻域信息的相似图片检索方法
CN104298998A (zh) 一种3d点云的数据处理方法
Lin et al. Region of interest extraction for palmprint and palm vein recognition
CN103400365A (zh) 肺区ct序列自动分割方法
CN103345628A (zh) 基于分层描述的目标识别和形状检索方法
NZ590428A (en) Spatial predictive approximation and radial convolution
CN106127851A (zh) 一种基于曲面分割的三维点云物体检测的方法
Li et al. A complex junction recognition method based on GoogLeNet model
WO2021103824A1 (zh) 基于标定块的机器人手眼标定中关键点位置确定方法与装置
CN103473537A (zh) 一种目标图像轮廓特征表示方法及装置
CN103308021B (zh) 一种测量工件圆度误差的方法
CN104182728A (zh) 一种基于模式识别的车标自动定位与识别方法
CN109102538B (zh) 利用等值线数据提取槽脊特征点与槽脊特征线的方法、天气图分析方法
CN103065319A (zh) 一种空间多连通域的封闭面自动搜索方法
CN105930859B (zh) 基于线性流形聚类的雷达信号分选方法
CN104978582A (zh) 基于轮廓弦角特征的遮挡目标识别方法
CN108021878B (zh) 一种等高线负向地貌智能识别方法
CN106683105B (zh) 图像分割方法及图像分割装置
Wu et al. Text detection using delaunay triangulation in video sequence
CN117893924A (zh) 一种基于树冠形态的无人机激光雷达点云单木分割方法
CN109670557B (zh) 一种基于杆状构筑物的公路点云自动配准方法
Keyes et al. Fourier descriptors as a general classification tool for topographic shapes
CN103700084A (zh) 基于区域尺寸和弯曲度的化学分子结构图分割方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20161116