基于局部特征的三維物體識別方法研究.pdf

1、三維物體識別在計算機視覺中是一項十分重要的基礎性研究，它是對遠程遙感、生物醫(yī)療、機器人在內(nèi)的等眾多領域進行研究的前提和基礎，因此三維物體識別有著廣泛的應用前景。3D物體識別方法大致可以分為兩類:基于全局特征的識別方法和基于局部特征的識別方法。由于基于全局特征的識別方法忽略了物體的一些局部信息，所以在一些雜亂的、存在遮擋的場景中，不能很好的識別，而基于局部特征的三維物體識別技術有更大的優(yōu)勢。基于局部特征的三維物體識別方法大體上可以分為三個

2、階段:3D特征點的檢測，特征點的描述和局部曲面的匹配。本文圍繞這三個核心階段，對基于局部特征的三維物體識別方法進行了深入的研究，主要做了以下幾個方面的工作。
　　(1)針對物體的尺度不變性特征以及傳統(tǒng)算法對噪聲敏感等問題，本文提出了一種基于散亂點云的多尺度特征點提取算法，通過改變局部鄰域的大小來構造尺度空間進行多尺度分析，在不同的尺度下通過對局部鄰域的協(xié)方差分析來計算曲面變化值，找到具有尺度不變性的特征點。同時還引入了基于形狀索引

3、值的點簽名方法，增強了對噪聲的魯棒性。
　　(2)針對傳統(tǒng)描述子維數(shù)過大，匹配時間較長等問題。本文提出了一種幾何協(xié)方差描述子，利用特征點與鄰域點間法向量夾角、距離等幾何特征構造協(xié)方差矩陣來描述特征點。實驗表明，此描述子不僅具有較強的描述能力，而且具有旋轉(zhuǎn)平移不變性，對噪聲不敏感，對點云采樣密度也具有較強的魯棒性。
　　(3)在曲面匹配過程中，針對特征點最近鄰匹配后還存有一定的誤匹配對，本文將典型相關分析引入到特征點的誤匹配剔