The invention relates to an object recognition and positioning method based on 3D vision, which has the advantages of strong adaptability, fast speed, high accuracy and so on. The steps include: shooting models (target objects) with multiple virtual cameras to obtain one-sided view sets; extracting features from off-line one-sided view point clusters and on-line scene point clouds based on local feature cloud distribution characteristics; matching features and Hough voting to achieve rough matching; ICP fine matching; and verifying results. This method improves the recognition accuracy by extracting one-sided view set from the model, avoids the use of unstable color information and enlarges the application scope, and can realize the recognition and location of metal workpieces in industrial field.
【技术实现步骤摘要】
一种基于3D视觉的在线实时物体识别定位方法
本专利技术涉及一种基于3D视觉的在线实时物体识别定位方法,属于机器视觉领域。
技术介绍
随着机器人技术的发展和RGB-D图像采集设备的普及,为机器人安装眼睛使其能根据不同的应用环境智能进行自主操作,比如完成物品分拣、加工等任务,具有广泛的应用需求。为实现这一目标,首先需要突破的关键技术是基于RGB-D图像的物体识别与定位技术,需要克服的难点包括噪声、低精度、遮挡和杂乱等。基于RGB-D图像的物体识别与定位方法可以分为两类,即基于全局特征和局部特征的方法,基于局部特征的方法可以有效克服遮挡,我们的方法属于这类方法。这类方法的通常的步骤是:(1)在目标物体模型上提取一些局部特征,构建模型特征库;(2)用在线采集的场景图像上提取的局部特征匹配模型特征库;(3)根据对应的局部的位置和姿态信息,利用霍夫投票获得模型在场景中的位置姿态假设;(4)对假设进行验证从而获得最终结果。在线采集的场景图像中往往包含自遮挡、噪声、变形和颜色变化,尤其是自遮挡现象,使得位于场景图像中的模型局部表面相对于原始的模型发生了根本性的变化。传统的方法通过改进特征描述方法来克服这种差异,比如ROPS方法通过间隔一定角度绕三轴旋转局部表面并结合统计原理来构建特征描述。当这些方法面临形状复杂自遮挡较多的模型时,识别和定位准确率大幅下降。局部特征的描述方法对识别的效果有很大影响,传统的方法为获得高正确率使用复杂的特征提取方法,导致在线应用时速度慢。在一些工业领域的应用场景下,面临颜色信息的缺失,导致一些依赖于颜色的传统的识别定位方法失效。
技术实现思路
针对 ...
【技术保护点】
1.一种基于3D视觉的在线实时物体识别定位方法,其特征在于包括以下步骤:1)采用多个虚拟相机拍摄模型,生成单侧视图集;2)对离线生成的单侧视图集和在线采集的场景点云分别进行预处理后提取特征,然后进行物体识别定位。
【技术特征摘要】
1.一种基于3D视觉的在线实时物体识别定位方法,其特征在于包括以下步骤:1)采用多个虚拟相机拍摄模型,生成单侧视图集;2)对离线生成的单侧视图集和在线采集的场景点云分别进行预处理后提取特征,然后进行物体识别定位。2.根据权利要求1所述的一种基于3D视觉的在线实时物体识别定位方法,其特征在于所述采用多个虚拟相机拍摄模型,生成单侧视图集包括以下步骤:以物体模型的重心为中心,距离中心设定距离,生成设定数量的虚拟相机,所述虚拟相机朝向中心并均匀分布在球表面;将模型点云投影到二维平面,根据深度信息滤除不可见面,每个虚拟相机获取模型点云的一副单侧视图,构成单侧视图集。3.根据权利要求2所述的一种基于3D视觉的在线实时物体识别定位方法,其特征在于所述单侧视图为RGB-D图像或点云。4.根据权利要求1所述的一种基于3D视觉的在线实时物体识别定位方法,其特征在于所述提取特征包括如下步骤:对于一幅单侧视图或者场景点云,以参考点P为中心取半径R邻域内的点云作为支撑点,对支撑点求取局部参考坐标系,针对关键点将支撑点位置和法线变换到参考坐标系下求取特征。5.根据权利要求4所述的一种基于3D视觉的在线实时物体识别定位方法,其特征在于所述对支撑点求取局部参考坐标系包括以下步骤:以参考点P点为...
【专利技术属性】
技术研发人员:丛杨,田冬英,
申请(专利权)人:中国科学院沈阳自动化研究所,
类型:发明
国别省市:辽宁,21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。