[发明专利]一种三维基元数据的提取方法及装置、存储介质

说明书

一种三维基元数据的提取方法及装置、存储介质，其中的提取方法包括：获取目标物体的三维点云数据；根据三维点云数据对目标物体进行特征描述，并通过投票计数统计得到目标物体的特征数据和初始几何信息；根据特征数据到达几何基元的距离对特征数据进行局部优化，得到目标物体的局部优化数据；建立目标函数并利用目标函数对局部优化数据进行迭代更新，得到目标物体的三维基元数据和结果几何信息。由于人造场景中往往包含有大量能够很好地反映目标物体结构信息的轮廓、平面、球和圆柱等几何特征，所以本申请技术方案利用这些特征对目标物体进行表达能够降低三维目标跟踪、形状识别与姿态估计等算法的复杂度，同时大大提高算法的鲁棒性和准确度。

技术领域

本发明涉及图像处理技术领域，具体涉及一种三维基元数据的提取方法及装置、存储介质。

背景技术

近年来，计算机视觉研究蓬勃发展，研究者们不断创造出开创性的算法理论，设计出崭新的产品技术，从而赋予了机器越来越接近人类的视觉能力，给人们的生活和工作带来了翻天覆地的变化。特别是，高性能的摄像摄影设备的普及、计算机运算速度飞速提升以及具有学习能力的算法理论的突破，使得计算机视觉在机器人、安防监控、工业生产、游戏娱乐和医学影像等各个领域发挥了重要作用。

在机器人操作和目标抓取应用中，传统的三维目标跟踪、目标识别和姿态估计等算法是基于点特征实现的，当图像中包含大量的背景信息和噪声时，或者目标缺少纹理信息时，基于点特征的方法将面临严重挑战。然而，自然场景中的人造目标包含了大量的能够很好地反映目标结构信息的直线、面和轮廓等几何特征，相比于点特征，这些几何特征表示的几何基元信息对目标表面纹理分布、光照、噪声等鲁棒性更强，对于目标部分遮挡或者由于光照影响部分不可见具有一定的鲁棒性，能有效提高目标识别率、目标跟踪、目标三维重建以及目标姿态估计准确率。

RGB-D这一高性能摄影设备是近年出现的新产品、新技术的代表之一，它可以便捷的同时获取到彩色(RGB)和深度(D)信息，突破了原有的普通摄像机和激光扫描仪只能采集彩色或深度一种信息的局限。这类设备的出现和快速发展，使得以光学方式获取3D数据变得方便快捷、成本低廉。但随之出现了一个挑战性问题：如何利用计算机自动分析、感知采集到的庞大的3D数据，并且从3D点云中自动检测几何特征识别平面、球面和柱面等几何基元，是计算机感知世界的一个基础性问题。

发明内容

本发明主要解决的技术问题是：如何提供一种实用的、高精度的三维点云中多种几何基元的自动识别方法。为解决上述技术问题，本申请提供一种三维基元数据的提取方法及装置、存储介质。

根据第一方面，一种实施例中提供一种三维基元数据的提取方法，其包括：获取目标物体的三维点云数据；所述三维点云数据包括所述目标物体的表面上各特征点的坐标和对应的法向量；根据所述三维点云数据对所述目标物体进行特征描述，并通过投票计数统计得到所述目标物体的特征数据和初始几何信息；所述初始几何信息用于表征所述目标物体的几何基元；根据所述特征数据到达所述几何基元的距离对所述特征数据进行局部优化，得到所述目标物体的局部优化数据；建立针对所述几何基元的目标函数，利用所述目标函数对所述局部优化数据进行迭代更新，得到所述目标物体的三维基元数据和结果几何信息。

所述根据所述三维点云数据对所述目标物体进行特征描述，并通过投票计数统计得到所述目标物体的特征数据和初始几何信息，包括：采用体素栅格对所述三维点云数据进行离散化处理，得到离散数据；根据所述离散数据形成所述目标物体上每两个特征点的特征点对，并计算对应的特征描述子；将具有相同或相似特征描述子的特征点对划分为一个组且存入同一个哈希表内，计算获得每一个哈希表的键值，并且建立键值和哈希表内所存储的特征点对之间的映射关系；根据各哈希表的键值进行投票计数，统计得到不同投票得分的键值对应的特征点对，并将特征点对中的各特征点的坐标作为所述目标物体的特征数据；依据相同键值对应的特征点对确定所述目标物体的初始几何信息。