[发明专利]一种基于特征聚类的三维目标多视点视图建模方法

摘要

一种基于特征聚类的三维目标多视点视图建模方法，它有四大步骤：一：获取测试目标的全姿态图像。二：从获取的全姿态图像集中提取目标特征向量集合{xi|i＝1，2，…N}。采用综合了仿射不变矩和几何不变矩并进一步规则化后形成的7维不变矩描述目标全姿态图像外形特征。三：确定最优聚类数Cop。四：采用k-均值聚类法将目标特征向量集聚为Cop类，将最终得到的少量聚类中心作为建模结果。本发明针对不同视点下目标图像差异导致的单一目标视图描述不能识别目标的缺点，构建了一种描述数量小、冗余信息少、能较好描述目标全姿态特征向量集的三维目标多视点视图建模方法。它在模式识别领域里具有较好的实用价值和广阔的应用前景。

主权项

一种基于特征聚类的三维目标多视点视图建模方法，其特征在于：它包括以下步骤：步骤一：获取测试目标的全姿态图像；将目标置于视点球中心，目标姿态变化等效于摄像机在视点球面上的不同点观察目标，在视点球面上均匀采样，获取数量为N的三维目标的全姿态图像集；步骤二：从获取的全姿态图像集中提取目标特征向量集合{xi|i＝1，2，…N}，采用综合了仿射不变矩和几何不变矩并进一步规则化后形成的7维不变矩描述目标全姿态图像外形特征；步骤三：确定最优聚类数Cop；通过分析聚类总误差平方和Je与聚类数C之间的关系曲线即Je‑c曲线和Je‑c二阶导数曲线过零点，确定最优聚类数Cop；步骤四：采用k‑均值聚类法将目标特征向量集聚为Cop类，将最终得到的少量聚类中心作为建模结果。