[发明专利]目标物体的六自由度姿态跟踪方法及终端设备

权利要求书

1.一种目标物体的六自由度姿态跟踪方法，其特征在于，包括：

提取视频数据中第N帧图像的边缘图像；所述视频数据为实时拍摄目标物体得到；所述目标物体的外形具有圆形特征；N2；

根据所述视频数据中第N-1帧图像对应的下一帧(N帧)图像的姿态参数预测值，预测在所述第N帧图像中所述目标物体的圆形特征的投影曲线；

在所述边缘图像中查找属于所述投影曲线的像素点，得到若干边缘点；

根据所述若干边缘点与所述投影曲线之间的几何残差，得到所述第N帧图像中所述目标物体的姿态参数估计值；

对所述姿态参数估计值进行数据平滑处理并根据所述姿态参数估计值对下一帧(N+1帧)图像中所述目标物体的姿态进行预测，得到姿态参数最终估计值以及所述下一帧(N+1帧)图像的姿态参数预测值。

2.如权利要求1所述的目标物体的六自由度姿态跟踪方法，其特征在于，在提取视频数据中第N帧图像的边缘图像之前，还包括：

获取所述视频数据的第一帧图像，采用椭圆检测算法提取出所述第一帧图像中所述目标物体的圆形特征对应的特征像素点；

根据所述特征像素点确定在所述第一帧图像中所述目标物体的圆形特征的第二投影曲线；

基于所述第一帧图像的第二投影曲线，得到所述第一帧图像中所述目标物体的姿态参数的初始估计值；

根据所述第一帧图像的姿态参数初始估计值，确定在所述第一帧图像中所述目标物体的圆形特征的第三投影曲线；

对每一条所述第三投影曲线，在所述对应的特征像素点中查找属于所述第三投影曲线的像素点，得到若干第三边缘点；

根据所述若干第三边缘点与所述第三投影曲线之间的几何残差，得到所述第一帧图像中所述目标物体的姿态参数估计值。

3.如权利要求2所述的目标物体的六自由度姿态跟踪方法，其特征在于，当N等于2时，所述根据所述视频数据中第N-1帧图像对应的下一帧(N帧)图像的姿态参数预测值，预测在所述第N帧图像中所述目标物体的圆形特征的投影曲线，包括：

根据所述视频数据中第一帧图像对应的下一帧图像的姿态参数估计值，预测在所述第N帧图像中所述目标物体的圆形特征的投影曲线。

4.如权利要求1所述的目标物体的六自由度姿态跟踪方法，其特征在于，所述在所述边缘图像中查找属于所述投影曲线的像素点，得到若干边缘点，包括：

在所述投影曲线中等间距采样若干个控制点；

以各个所述控制点为中心，在所述边缘图像中查找位于各个所述控制点的法线所在的预设范围内的像素点，得到各个所述控制点对应的候选边缘点；

若任一所述控制点对应的任一候选边缘点满足预设条件，则确定所述候选边缘点为边缘点。

5.如权利要求4所述的目标物体的六自由度姿态跟踪方法，其特征在于，所述若任一所述控制点对应的任一候选边缘点满足预设条件，则确定所述候选边缘点为边缘点，包括：

对于每一所述控制点对应的每一所述候选边缘点，若所述候选边缘点的法线与所述候选边缘点对应的控制点的法线之间的夹角小于预设阈值，则设定所述候选边缘点为预选边缘点；

从每一所述控制点对应的所述预选边缘点中，确定与所述控制点距离最近的一个预选边缘点为边缘点。

6.如权利要求1所述的目标物体的六自由度姿态跟踪方法，其特征在于，所述根据所述若干边缘点与所述投影曲线之间的几何残差，得到所述第N帧图像中所述目标物体的姿态参数估计值，包括：

计算所述若干边缘点与所述投影曲线之间的几何距离的平方和，得到所述第N帧图像中所述目标物体的姿态参数估计值；

采用广义期望最大化方法对所述姿态参数估计值进行优化得到姿态参数的极大似然估计值。