基于二值描述符的三維目標(biāo)識(shí)別研究.pdf

1、三維目標(biāo)識(shí)別是機(jī)器視覺(jué)領(lǐng)域里一個(gè)極具挑戰(zhàn)性的研究課題。現(xiàn)有三維目標(biāo)識(shí)別算法可大致分為兩類：基于全局特征的三維目標(biāo)識(shí)別算法和基于局部特征的三維目標(biāo)識(shí)別算法。基于全局特征的識(shí)別算法利用整個(gè)三維目標(biāo)的幾何屬性構(gòu)造特征，對(duì)遮擋和復(fù)雜場(chǎng)景的適應(yīng)性不強(qiáng)?；诰植刻卣鞯娜S目標(biāo)識(shí)別算法對(duì)遮擋和復(fù)雜場(chǎng)景魯棒，適于識(shí)別復(fù)雜場(chǎng)景中部分可見(jiàn)的目標(biāo)，因此本文只對(duì)基于局部特征的識(shí)別算法進(jìn)行研究?，F(xiàn)有基于局部特征的三維目標(biāo)識(shí)別算法的性能受限于描述符的計(jì)算效率和匹配

2、效率，難以實(shí)現(xiàn)實(shí)時(shí)化。針對(duì)這一問(wèn)題，本文所開展的主要研究工作如下：
　?、僬{(diào)研了三維目標(biāo)識(shí)別的研究現(xiàn)狀。首先，歸納了現(xiàn)有深度圖像的三種數(shù)據(jù)形式以及權(quán)威深度圖像數(shù)據(jù)庫(kù)，并探究了深度圖像的三種成像原理。然后，將現(xiàn)有三維目標(biāo)識(shí)別算法分為基于全局特征和基于局部特征的識(shí)別算法兩類。在分析兩類算法的優(yōu)劣之后，確立基于局部特征的三維目標(biāo)識(shí)別為本文的研究方向。最后，將基于局部特征的三維目標(biāo)識(shí)別算法劃分為特征提取和表面匹配兩個(gè)階段，并分別對(duì)每個(gè)階段

3、的相關(guān)算法作了梳理。
　?、趯W(xué)習(xí)了自旋圖像（Spin Image，SI）、方位直方圖特征（Signature of Histograms of Orientations，SHOT）以及旋轉(zhuǎn)投影統(tǒng)計(jì)（Rotational Projection Statistics，RoPS）描述符的構(gòu)建原理。
　?、厶岢隽艘环N二值描述符并構(gòu)建了一種三維目標(biāo)識(shí)別算法。將特征二值化的思想引入三維目標(biāo)描述，提出了一種魯棒、快速、輕量級(jí)的二值三維特征