[发明专利]一种鲁棒的基于深度信息的平面检测方法及系统

说明书

本发明适用于图像处理，提供了一种鲁棒的基于深度信息的平面检测方法，包括：接收深度图，提取所述深度图中的若干有效种子块；根据所述有效种子块进行区域生长，得到所述有效种子块的生成平面；对所述有效种子块的生成平面进行过生长纠正或欠生长纠正，得到所述有效种子块的有效生长平面；输出包含有所述有效种子块的有效生长平面的深度图检测平面。本发明实施例通过对有效种子块区域生长得到的生长平面进行过生长纠正或欠生长纠正，提高了平面检测方法的准确性和鲁棒性。

技术领域

本发明属于图像处理和计算机视觉领域，尤其涉及一种鲁棒的基于深度信息的平面检测方法及系统。

背景技术

由于平面携带3D场景中物体的方向和尺寸信息，因此可利用平面检测技术进行3D重建。3D重建可以简单概括为室内外场景的平面检测及建立分段平面模型的过程。除此之外，平面检测技术也广泛用于机器人导航系统和计算机视觉中的物体检测。

在早期的平面检测工作中，主要利用平面的纹理信息，但当平面颜色或纹理不一致时，会给该类方法带来极大的挑战。现有技术中利用深度图的距离信息解决上述问题，结果也证明利用该方法可以有效应对复杂情形。深度图可由深度相机(如SwissRangerSR40001、Microsoft Kinect)直接生成也可通过软件合成，图中的不同数值反映场景中物体相对于拍摄相机的距离信息。由于深度图表示场景中每个点的空间信息，所以来自同一平面的点将具有相似的空间特征，如梯度和法向量。基于此，有工作提出利用局部梯度分割场景中显著物体的平面，再利用随机抽样一致性算法(Random Sample Consensus，RANSAC)分割地面。还有工作通过提取每个点的法向量的三个分量，并对具有相似方向的点进行聚类，实现实时平面检测，但它们的准确性和鲁棒性都较差。

根据工作原理，平面检测方法可以分为三大类：迭代平面拟合法，基于霍夫变换法和区域生长法。迭代平面拟合法是平面检测常用的方法，其典型代表是RANSAC，在RANSAC中根据几个随机选择的点初始化拟合模型。该方法在检测大平面时效果较好，对噪声具有较强的鲁棒性，但是计算量太大，且在计算过程中会过度简化复杂平面。基于霍夫变换法常用于参数化目标检测，特别是2D平面的线和圆。为了使该类方法可用于3D空间中并且降低运算消耗，出现了多种基于霍夫变换的衍生算法。比如，3D霍夫变换法利用平面在x轴和y轴方向上的斜率及其与坐标原点的距离表示该平面，但在寻找拟合模型的参数时同样有着较高的计算成本，特别是当输入数据较大或累加器敏感时，该问题愈发突出。随机霍夫变换法(Random Hough Transform，RHT)利用概率模型计算参数从而避免寻找最优参数时的高计算成本。区域生长法的主要思想是利用相邻点间的关联性来构建平面，有工作提出基于两个种子点生长的算法，通过已生长区域的质心和协方差矩阵来逐步更新平面参数，但计算量过大。又有工作提出缓存八边形区域生长算法(Cached-Octree Region-Growing，CORG)，将点云分割成若干个平面区域，但在相交平面区域可能出现平面过生长问题。另有工作中提出了两种生长策略：在结构化环境的点云中基于子窗口生长算法和在非结构化环境的混合生长算法。当窗口大小设置合适时，该算法比基于点生长的速度更快。此外，还有工作提出鲁棒性原理分量分析法(Robust Principle Component Analysis，RPCA)，将所有3D点分成边界线点，角点和面元。平面增长的过程将从一个面元开始，如果该增长面元与其相邻面元的夹角小于某一特定阈值时，该相邻面元便会被包含在当前增长的平面中。该方法在相邻面元的夹角为锐角时可正常工作，但当相邻面元的夹角为钝角时，该方法则有可能失败。

发明内容

本发明所要解决的技术问题在于提供一种鲁棒的基于深度信息的平面检测方法及系统，旨在解决现有平面检测算法在复杂场景下准确性和鲁棒性都较差的问题。

本发明是这样实现的，一种鲁棒的基于深度信息的平面检测方法，包括：

接收深度图，提取所述深度图中的若干有效种子块；