一種基于物體深度數(shù)據(jù)的物體識(shí)別算法及裝置的制造方法
【專利摘要】本發(fā)明涉及立體物體識(shí)別算法，尤其是一種基于物體深度數(shù)據(jù)的物體識(shí)別算法及裝置。本發(fā)明針對(duì)現(xiàn)有技術(shù)存在的問題，提供一種物體識(shí)別算法及裝置，特別是能夠運(yùn)用平移、縮放因子不同的物體三維深度數(shù)據(jù)，實(shí)現(xiàn)物體并行快速識(shí)別的算法。本發(fā)明中首先建立世界坐標(biāo)系，并使用等距平行線掃描，將各掃描線投影在至世界坐標(biāo)系中，在投影平面內(nèi)，通過剛性平移拼接各掃描線，分獲取模板及目標(biāo)物深度數(shù)據(jù)，建立模板特征線I及目標(biāo)特征線IO；然后根據(jù)模板特征線以及目標(biāo)特征線進(jìn)行特征線向量提取，并分別計(jì)算模板特征線I和目標(biāo)特征線IO的各子線段相似度；最后將相似度大于設(shè)定閾值θ，并且具有最大相似度的子線段作為匹配結(jié)果；否則匹配失敗，視為目標(biāo)物與模板不同。
【專利說明】
一種基于物體深度數(shù)據(jù)的物體識(shí)別算法及裝置
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及立體物體識(shí)別算法，尤其是一種基于物體深度數(shù)據(jù)的物體識(shí)別算法及 裝置。
【背景技術(shù)】
[0002] 物體識(shí)別技術(shù)是計(jì)算機(jī)視覺的一項(xiàng)基礎(chǔ)研究，同時(shí)也是一個(gè)核心部分，在工業(yè)、軍 事、醫(yī)療、等領(lǐng)域皆有應(yīng)用。例如，谷歌公司已經(jīng)在測(cè)試配備3D物體識(shí)別功能的智能設(shè)備。其 通過深度傳感器獲得周圍場(chǎng)景的立體影像，并能夠在設(shè)備屏幕上顯示出3D的立體重建場(chǎng) 景，用戶可以一邊看著設(shè)備一邊輕松找到希望購(gòu)買的商品。在商業(yè)用途方面，預(yù)計(jì)能夠在物 流中心顯示整理分類商品的位置，從而提高作業(yè)效率。芯片制造商高通正開發(fā)用于機(jī)器人 搭載平臺(tái)的立體圖像識(shí)別芯片，重點(diǎn)針對(duì)無人機(jī)應(yīng)用領(lǐng)域。此外，亞馬遜、NEC等公司也在商 品銷售和物流、犯罪行為預(yù)防等領(lǐng)域，大量應(yīng)用立體識(shí)別技術(shù)。
[0003] 物體的識(shí)別技術(shù)目前主要分為以下3種:基于圖像像素的識(shí)別算法、基于變換域的 識(shí)別算法和基于圖像特征的識(shí)別匹配算法。其中圖像像素法最具有代表性的是基于像素灰 度的識(shí)別方法，一般是將兩幅圖像間的灰度值進(jìn)行對(duì)比，用一些指標(biāo)來表征灰度信息間的 差異。但該方法僅適用于大小、形狀和角度相差不大的圖像間匹配識(shí)別。但實(shí)際情況中，作 為基準(zhǔn)圖像和檢測(cè)圖像的2幅圖由不同的傳感器獲取，存在分辨率、尺度等差異，導(dǎo)致難以 應(yīng)用此算法進(jìn)行識(shí)別。
[0004] 基于變換域的識(shí)別匹配算法主要為頻域變換域算法，其能解決旋轉(zhuǎn)和縮放問題， 但適應(yīng)性仍不強(qiáng)，對(duì)圖像變形敏感，在縮放超過2倍，平移超過圖像1 /3長(zhǎng)度時(shí)噪聲引入明 顯，會(huì)嚴(yán)重影響識(shí)別匹配。
[0005] 基于圖像特征的匹配是利用提取的特征點(diǎn)或線或區(qū)域來表征圖像。常用角點(diǎn)、邊 緣信息作為特征匹配。目前比較具有代表性的是SIFT算法。其選用的特征對(duì)旋轉(zhuǎn)、縮放、亮 度變化保持不變性，對(duì)視角變化、仿射變換、噪聲也保持一定程度的穩(wěn)定性，但該算法犧牲 存儲(chǔ)空間和計(jì)算時(shí)間換來特征點(diǎn)的獨(dú)特性與匹配精度，而且提取的部分特征點(diǎn)并不具有直 觀的視覺意義。
[0006] 此外，以上的匹配算法都是基于二維圖像數(shù)據(jù)，無法直接應(yīng)用于三維深度數(shù)據(jù)的 匹配。
【發(fā)明內(nèi)容】
[0007] 本發(fā)明所要解決的技術(shù)問題是:針對(duì)現(xiàn)有技術(shù)存在的問題，提供一種基于物體深 度數(shù)據(jù)的物體識(shí)別算法及裝置，特別是能夠運(yùn)用平移、縮放因子不同的物體三維深度數(shù)據(jù)， 也能實(shí)現(xiàn)物體并行快速識(shí)別的算法。
[0008] 本發(fā)明采用的技術(shù)方案如下：
[0009] -種基于物體深度數(shù)據(jù)的物體識(shí)別算法包括：
[0010] 步驟1:建立世界坐標(biāo)系，并使用等距平行線掃描方式，將各掃描線投影在至世界 坐標(biāo)系中，在投影平面內(nèi)，通過剛性平移拼接各掃描線，將三維空間坐標(biāo)數(shù)據(jù)轉(zhuǎn)換為二維空 間坐標(biāo)數(shù)據(jù)，獲取模板及目標(biāo)物深度二維空間坐標(biāo)數(shù)據(jù)，建立模板特征線I及目標(biāo)特征線 Io;
[0011] 步驟2:根據(jù)模板特征線以及目標(biāo)特征線提取其歸一弧長(zhǎng)參數(shù)為kn，并獲得一組歸 一化弧長(zhǎng)參數(shù)kn對(duì)應(yīng)的特征點(diǎn)列In '，將各特征點(diǎn)處的形狀特征按照歸一弧長(zhǎng)參數(shù)kn升序或 降序排列，形成模板特征線和目標(biāo)物特征向量；
[0012] 步驟3:計(jì)算目標(biāo)特征線Io的各子線段相似度的特征向量，并計(jì)算模板物特征向量 和目標(biāo)特征線Io的子線段特征向量差的范數(shù)，擁有判斷目標(biāo)物與模板是否匹配。
[0013]進(jìn)一步的，所述步驟1包括：
[0014]步驟11:目標(biāo)物放置平面上任意確定過點(diǎn)p的一條直線lx，其與掃描方向垂直;點(diǎn)p 任意選取，并作為投影坐標(biāo)系的原點(diǎn);過點(diǎn)P，唯一確定一條與掃描方向平行的直線ly，并且 Iy垂直于Ix;過點(diǎn)P可唯一確定一條同時(shí)垂直于Ix和Iy的直線Iz;根據(jù)世界坐標(biāo)系，任意在 lx、ly、lz直線上確定正方向，完成投影坐標(biāo)系的建立；即如果世界坐標(biāo)系為右/左手坐標(biāo) 系，則新建的投影坐標(biāo)系也必須為右/左手坐標(biāo)系；并且可用一已知的平移向量T和旋轉(zhuǎn)矩 陣R，表示該投影坐標(biāo)系；
[0015]步驟12的方法為，設(shè)目標(biāo)物掃描線1"上的任意點(diǎn)空間坐標(biāo)為(x，y，z)，則其在投影 坐標(biāo)系中的坐標(biāo)為：
[0016]
[0017] 并且，根據(jù)投影坐標(biāo)系的建立特點(diǎn)可知，In上的所有點(diǎn)的投影坐標(biāo)具有相同的z'， 因此直接忽略z'值，僅用（x'y'）描述目標(biāo)掃描線上的點(diǎn)坐標(biāo)，完成目標(biāo)物三維空間坐標(biāo)向 二維空間坐標(biāo)的轉(zhuǎn)化；
[0018] 步驟13:設(shè)目標(biāo)物掃描線In上尾點(diǎn)的投影坐標(biāo)為[Xnm'ynm']，目標(biāo)物掃描線l n+1上的 起點(diǎn)投影坐標(biāo)為[X(n+OQ'y(n+OQ' ]，則構(gòu)建平移向量t為：
[0019]
[0020] 設(shè)ln+1上任意點(diǎn)的投影坐標(biāo)為p，則將p+t作為拼接后作為目標(biāo)物的點(diǎn)坐標(biāo)，并在 平面上形成一條二維空間中的連續(xù)曲線；
[0021] 步驟14:重復(fù)步驟11到步驟13得到目標(biāo)特征線I0;
[0022] 步驟15:重復(fù)步驟11到步驟14,根據(jù)模板相關(guān)數(shù)據(jù)得到模板特征線I。
[0023] 進(jìn)一步的，所述步驟2中目標(biāo)特征線根據(jù)特征向量提取算法計(jì)算其特征線向量提 取具體包括：
[0024] 步驟21:目標(biāo)物特征線Io用一組有序離散點(diǎn)進(jìn)行描述，每相鄰兩點(diǎn)用直線連接;則 目標(biāo)物特征線Io= {pi，P2，….Pm}上，點(diǎn)Pm處的弧長(zhǎng)為：
[0025]
[0026] 其中I piPi+11為兩點(diǎn)間直線段的長(zhǎng)度，Ne【I，m】，則曲線全弧長(zhǎng)L可以由下式計(jì)算 出：
[0027] L = L(pm)
[0028]對(duì)于歸一化弧長(zhǎng)參數(shù)為1^的點(diǎn)，其弧長(zhǎng)Ln = kn · L;則在目標(biāo)物特征線Io的點(diǎn)列中 找到點(diǎn)P1，并且滿足以下關(guān)系：
[0029] L(pi)^Ln<L(pi+i)
[0030] 則直線段plPl+1上，以點(diǎn)P1為起點(diǎn)，弧長(zhǎng)為L(zhǎng) n-Up1)處的點(diǎn)，即為歸一弧長(zhǎng)參數(shù)1^對(duì) 應(yīng)的點(diǎn)；
[0031] 步驟22:重復(fù)步驟21，取目標(biāo)物特征線Io上歸一弧長(zhǎng)參數(shù)為kn，n=l，2,3···.的一系 列點(diǎn)，則在目標(biāo)特征曲線上選取同樣的歸一弧長(zhǎng)參數(shù)點(diǎn)，按照上述方法插值獲得一組歸一 化弧長(zhǎng)參數(shù)k n對(duì)應(yīng)的特征點(diǎn)列In' ；
[0032] 步驟23:在In'中每個(gè)特征點(diǎn)處，選取其兩邊相鄰的N個(gè)鄰域點(diǎn)，共2N+1個(gè)點(diǎn)，以最 小二乘法擬合圓；其半徑即為此點(diǎn)處的曲率半徑Rn;根據(jù)擬合圓的圓心位置，確定其半徑符 號(hào);其中N為自然數(shù)；
[0033] 步驟24:由步驟21到步驟23可知，目標(biāo)物特征線Io特征點(diǎn)處的形狀特征，可用其歸 一弧長(zhǎng)參數(shù)kn和曲率半徑進(jìn)行描述，記為fn=[kn，Rn];將各特征點(diǎn)處的形狀特征按照歸一 弧長(zhǎng)參數(shù)kn升序或降序排列，形成目標(biāo)物特征向量F，其中F= [f I，f 2，f3…fn];
[0034] 步驟15:重復(fù)步驟11到步驟14，建立模板特征向量。
[0035] 進(jìn)一步的，所述步驟3目標(biāo)特征線Io的各子線段相似度具體過程：
[0036]步驟31:根據(jù)模板特征向量F獲取曲率值豐度最小分組B;
[0037] 步驟32:按照所述特征向量的曲率計(jì)算方法，計(jì)算目標(biāo)特征線上各采樣點(diǎn)處的曲 率;并標(biāo)識(shí)出所有曲率位于區(qū)間B中的點(diǎn)P，其中P= {pi，P2，….ps}; s為自然數(shù)；
[0038] 步驟33 :在目標(biāo)特征線上，生成所有包含P集合內(nèi)點(diǎn)的子特征線段;根據(jù)實(shí)際情 況，增加子特征線段長(zhǎng)度約束，即子特征線段大于等于指定的長(zhǎng)度；
[0039] 步驟34:在所有目標(biāo)特征線的子特征線段上，根據(jù)所述特征向量計(jì)算目標(biāo)特征線 的子特征線段對(duì)應(yīng)的特征向量，并且通過插值技術(shù)，使目標(biāo)特征線的子特征線段中所有歸 一弧長(zhǎng)參數(shù)與模板物特征向量中的弧長(zhǎng)參數(shù)--對(duì)應(yīng)；
[0040] 步驟35:計(jì)算模板物特征向量和目標(biāo)特征線Io的子線段特征向量差的范數(shù);若形 狀指標(biāo)完全一樣，則范數(shù)等于〇，表示具有最大的相似度，即相等;范數(shù)越大，則表示相似度 越??；
[0041] 步驟36:如果步驟35中計(jì)算出的范數(shù)小于事先設(shè)定的閾值，則對(duì)應(yīng)目標(biāo)特征線的 子特征線段為一個(gè)可能的匹配結(jié)果，此時(shí)與模板具有最大相似度，即具有最小范數(shù)子線段 對(duì)應(yīng)的目標(biāo)物與模板匹配;否則，目標(biāo)物體與模板不匹配。
[0042] -種基于物體深度數(shù)據(jù)的物體識(shí)別裝置包括：
[0043]特征線建立模塊，用于建立世界坐標(biāo)系，并使用等距平行線掃描方式，將各掃描線 投影在至世界坐標(biāo)系中，在投影平面內(nèi)，通過剛性平移拼接各掃描線，將三維空間坐標(biāo)數(shù)據(jù) 轉(zhuǎn)換為二維空間坐標(biāo)數(shù)據(jù)，獲取模板及目標(biāo)物深度二維空間坐標(biāo)數(shù)據(jù)，建立模板特征線I及 目標(biāo)特征線I 0;
[0044]特征向量建立模塊，用于根據(jù)模板特征線以及目標(biāo)特征線提取其歸一弧長(zhǎng)參數(shù)為 kn，并獲得一組歸一化弧長(zhǎng)參數(shù)1^對(duì)應(yīng)的特征點(diǎn)列In'，將各特征點(diǎn)處的形狀特征按照歸一 弧長(zhǎng)參數(shù)kn升序或降序排列，形成模板特征線和目標(biāo)物特征向量；
[0045] 匹配模塊，用于計(jì)算目標(biāo)特征線IO的各子線段相似度的特征向量，并計(jì)算模板物 特征向量和目標(biāo)特征線IO的子線段特征向量差的范數(shù)，擁有判斷目標(biāo)物與模板是否匹配。
[0046] 進(jìn)一步的，所述特征線建立模塊處理過程具體包括：
[0047] 步驟11:目標(biāo)物放置平面上任意確定過點(diǎn)p的一條直線lx，其與掃描方向垂直;點(diǎn)p 任意選取，并作為投影坐標(biāo)系的原點(diǎn);過點(diǎn)P，唯一確定一條與掃描方向平行的直線ly，并且 Iy垂直于Ix;過點(diǎn)P可唯一確定一條同時(shí)垂直于Ix和Iy的直線Iz;根據(jù)世界坐標(biāo)系，任意在 lx、ly、lz直線上確定正方向，完成投影坐標(biāo)系的建立；即如果世界坐標(biāo)系為右/左手坐標(biāo) 系，則新建的投影坐標(biāo)系也必須為右/左手坐標(biāo)系；并且可用一已知的平移向量T和旋轉(zhuǎn)矩 陣R，表示該投影坐標(biāo)系；
[0048]步驟12的方法為，設(shè)目標(biāo)物掃描線1"上的任意點(diǎn)空間坐標(biāo)為(x，y，z)，則其在投影 坐標(biāo)系中的坐標(biāo)為：
[0049]
[0050] 并且，根據(jù)投影坐標(biāo)系的建立特點(diǎn)可知，In上的所有點(diǎn)的投影坐標(biāo)具有相同的z'， 因此直接忽略z'值，僅用（x'y'）描述目標(biāo)掃描線上的點(diǎn)坐標(biāo)，完成目標(biāo)物三維空間坐標(biāo)向 二維空間坐標(biāo)的轉(zhuǎn)化；
[0051 ]步驟13:設(shè)目標(biāo)物掃描線In上尾點(diǎn)的投影坐標(biāo)為[Xnm' ynm' ]，目標(biāo)物掃描線ln+1上 的起點(diǎn)投影坐標(biāo)為[χ(η+υ0'γ(η+υ0' ]，則構(gòu)建平移向量t為：
[0052]
[0053]設(shè)ln+1上任意點(diǎn)的投影坐標(biāo)為p，則將p+t作為拼接后作為目標(biāo)物的點(diǎn)坐標(biāo)，并在 平面上形成一條二維空間中的連續(xù)曲線；
[0054] 步驟14:重復(fù)步驟11到步驟13得到目標(biāo)特征線I0;
[0055] 步驟15:重復(fù)步驟11到步驟14,根據(jù)模板相關(guān)數(shù)據(jù)得到模板特征線I [0056]進(jìn)一步的，所述特征向量建立模塊處理數(shù)據(jù)具體過程是：
[0057]步驟21:目標(biāo)物特征線Io用一組有序離散點(diǎn)進(jìn)行描述，每相鄰兩點(diǎn)用直線連接;則 目標(biāo)物特征線Io= {pi，P2，….Pm}上，點(diǎn)Pm處的弧長(zhǎng)為：
[0058]
[0059]其中|piPi+1|為兩點(diǎn)間直線段的長(zhǎng)度，Ne【l，m】，則曲線全弧長(zhǎng)L可以由下式計(jì)算 出：
[0060] L = L(Pm)
[00611對(duì)于歸一化弧長(zhǎng)參數(shù)為1^的點(diǎn)，其弧*Ln = kn · L;則在目標(biāo)物特征線Io的點(diǎn)列中 找到點(diǎn)P1，并且滿足以下關(guān)系：
[0062] L(pi)^Ln<L(pi+i)
[0063] 則直線段plPl+1上，以點(diǎn)Pl為起點(diǎn)，弧長(zhǎng)為L(zhǎng) n-Up1)處的點(diǎn)，即為歸一弧長(zhǎng)參數(shù)1^對(duì) 應(yīng)的點(diǎn)；
[0064] 步驟22:重復(fù)步驟21，取目標(biāo)物特征線Io上歸一弧長(zhǎng)參數(shù)為kn，n=l，2,3···.的一系 列點(diǎn)，則在目標(biāo)特征曲線上選取同樣的歸一弧長(zhǎng)參數(shù)點(diǎn)，按照上述方法插值獲得一組歸一 化弧長(zhǎng)參數(shù)k n對(duì)應(yīng)的特征點(diǎn)列In' ；
[0065] 步驟23:在In'中每個(gè)特征點(diǎn)處，選取其兩邊相鄰的N個(gè)鄰域點(diǎn)，共2N+1個(gè)點(diǎn)，以最 小二乘法擬合圓；其半徑即為此點(diǎn)處的曲率半徑Rn;根據(jù)擬合圓的圓心位置，確定其半徑符 號(hào);其中N為自然數(shù)；
[0066] 步驟24:由步驟21到步驟23可知，目標(biāo)物特征線Io特征點(diǎn)處的形狀特征，可用其歸 一弧長(zhǎng)參數(shù)kn和曲率半徑進(jìn)行描述，記為fn=[kn，Rn];將各特征點(diǎn)處的形狀特征按照歸一 弧長(zhǎng)參數(shù)kn升序或降序排列，形成目標(biāo)物特征向量F，其中F= [f I，f 2，f3…fn];
[0067]步驟15:重復(fù)步驟11到步驟14，建立模板特征向量。
[0068]進(jìn)一步的，所述匹配模塊處理數(shù)據(jù)過程具體包括：
[0069]步驟31:根據(jù)模板特征向量F獲取曲率值豐度最小分組B;
[0070] 步驟32:按照所述特征向量的曲率計(jì)算方法，計(jì)算目標(biāo)特征線上各采樣點(diǎn)處的曲 率;并標(biāo)識(shí)出所有曲率位于區(qū)間B中的點(diǎn)P，其中P= {pi，P2，….ps}; s為自然數(shù)；
[0071] 步驟33:在目標(biāo)特征線上，生成所有包含P集合內(nèi)點(diǎn)的子特征線段;根據(jù)實(shí)際情況， 增加子特征線段長(zhǎng)度約束，即子特征線段大于等于指定的長(zhǎng)度；
[0072] 步驟34:在所有目標(biāo)特征線的子特征線段上，根據(jù)所述特征向量計(jì)算目標(biāo)特征線 的子特征線段對(duì)應(yīng)的特征向量，并且通過插值技術(shù)，使目標(biāo)特征線的子特征線段中所有歸 一弧長(zhǎng)參數(shù)與模板物特征向量中的弧長(zhǎng)參數(shù)--對(duì)應(yīng)；
[0073] 步驟35:計(jì)算模板物特征向量和目標(biāo)特征線Io的子線段特征向量差的范數(shù);若形 狀指標(biāo)完全一樣，則范數(shù)等于〇，表示具有最大的相似度，即相等；范數(shù)越大，則表示相似度 越??；
[0074]步驟36:如果步驟35中計(jì)算出的范數(shù)小于事先設(shè)定的閾值，則對(duì)應(yīng)目標(biāo)特征線的 子特征線段為一個(gè)可能的匹配結(jié)果，此時(shí)與模板具有最大相似度，即具有最小范數(shù)子線段 對(duì)應(yīng)的目標(biāo)物與模板匹配;否則，目標(biāo)物體與模板不匹配。
[0075]綜上所述，由于采用了上述技術(shù)方案，本發(fā)明的有益效果是：
[0076] 1.通過等間距平行線深度掃描方式，將物體三維空間特征表征為一組二維空間的 特征曲線;并通過有序組合各掃面線數(shù)據(jù)，最終將三維空間特征表征為平面上一條特征曲 線，將三維空間中的匹配轉(zhuǎn)化為平面曲線匹配問題，有效降低了計(jì)算復(fù)雜度。
[0077] 2.把歸一化弧長(zhǎng)參數(shù)、N鄰域擬合曲率這2個(gè)指標(biāo)用于描述特征，實(shí)現(xiàn)了該算法不 受模板物體與目標(biāo)物體間尺度差異、掃描姿態(tài)差異，有效簡(jiǎn)化了模板特征描述工作。
[0078] 3.采用有序點(diǎn)列定義特征線，使得能產(chǎn)生有限個(gè)子線段，進(jìn)而使得本算法不僅能 夠進(jìn)行整體匹配，也能夠?qū)崿F(xiàn)特征線的局部匹配，使該算法不受掃描起始位置的影響，具有 了實(shí)用性。
[0079] 4.該算法無需使用等弧長(zhǎng)的有序點(diǎn)列，因此能夠根據(jù)曲線曲率情況優(yōu)化離散點(diǎn)的 選取，在保證離散后曲線質(zhì)量的情況下，減少有序點(diǎn)列中點(diǎn)的數(shù)量，進(jìn)而減少子曲線段的數(shù) 量，提高匹配速度。
[0080] 5 .通過對(duì)特征點(diǎn)處的曲率進(jìn)行分布統(tǒng)計(jì)，選取最小豐度曲率點(diǎn)作為潛在的匹配 點(diǎn)，有效降低了搜索復(fù)雜度。
[0081 ] 6.該算法無需使用等弧長(zhǎng)的有序點(diǎn)列，因此能夠根據(jù)曲線曲率情況優(yōu)化離散點(diǎn)的 選取，通過減少有序點(diǎn)列中點(diǎn)的數(shù)量，減少子曲線段的數(shù)量，降低算法的時(shí)間復(fù)制度，并且 對(duì)匹配質(zhì)量不產(chǎn)生較大的負(fù)面影響。
【附圖說明】
[0082]本發(fā)明將通過例子并參照附圖的方式說明，其中：
[0083] 圖1本發(fā)明示意圖。
【具體實(shí)施方式】
[0084] 本說明書中公開的所有特征，或公開的所有方法或過程中的步驟，除了互相排斥 的特征和/或步驟以外，均可以以任何方式組合。
[0085] 本說明書中公開的任一特征，除非特別敘述，均可被其他等效或具有類似目的的 替代特征加以替換。即，除非特別敘述，每個(gè)特征只是一系列等效或類似特征中的一個(gè)例子 而已。
[0086]本發(fā)明相關(guān)說明：
[0087] 1.確定其半徑符號(hào)；如擬合圓心位于特征點(diǎn)切線左側(cè)(面向箭頭方向），則定義為 正;否則定義為負(fù)號(hào)。在本專利中，點(diǎn)η的曲率半徑記為Rn;
[0088] 2.本算法中，將需要匹配識(shí)別的物體，稱為模板;匹配，就是任意給定一個(gè)物體，判 斷其全部或局部形狀是否與模板一致或相似。這個(gè)給定的物體，在本算法中稱為目標(biāo)物。
[0089] 3、在本算法中，模板和目標(biāo)物可以具有不同的尺度（即大小不同），獲取的深度數(shù) 據(jù)可以存在同方向上的平移差異。
[0090] 算法主要步驟為：
[0091] 1.建立世界坐標(biāo)系，使用等距平行線掃描方式，將各掃描線投影在至世界坐標(biāo)系 中，在投影平面內(nèi)，通過剛性平移拼接各目標(biāo)掃描線，將三維空間坐標(biāo)目標(biāo)掃面線數(shù)據(jù)轉(zhuǎn)換 為二維空間坐標(biāo)目標(biāo)掃面線數(shù)據(jù)，獲取目標(biāo)物深度二維空間坐標(biāo)數(shù)據(jù)，建立目標(biāo)特征線I; [0092] 2.以同樣的方式，獲取模塊物深度數(shù)據(jù)，并建立模板特征線II;
[0093] 3.根據(jù)模板特征線以及目標(biāo)特征線提取其歸一弧長(zhǎng)參數(shù)為kn，并獲得一組歸一 化弧長(zhǎng)參數(shù)kn對(duì)應(yīng)的特征點(diǎn)列In '，將各特征點(diǎn)處的形狀特征按照歸一弧長(zhǎng)參數(shù)kn升序或降 序排列，形成模板特征線和目標(biāo)物特征向量；
[0094] 4.計(jì)算目標(biāo)特征線Io的各子線段相似度的特征向量，并計(jì)算模板物特征向量和目 標(biāo)特征線Io的子線段特征向量差的范數(shù)，擁有判斷目標(biāo)物與模板是否匹配。
[0095]其中步驟1、2中的等距線掃描及深度數(shù)據(jù)建模方法為：
[0096] 1、如圖1所示，按照掃描方向，以等間距平行線掃描方式，獲得每條掃描線上點(diǎn)的 空間坐標(biāo)[x，y，z]，并依次形成掃描線ln(n=l、2、3···)。其中每條掃描線能夠用其線上的有 序點(diǎn)列進(jìn)行描述，如In掃描線的有序點(diǎn)列描述為In= {ρηΟ,ρηΙiupnml。對(duì)于每條掃描線，以 相同的方式定義其起點(diǎn)和點(diǎn)，并將其起點(diǎn)記為pnO，線尾點(diǎn)記為pnm。
[0097] 2、步驟1、2中的物體特征線建模為:將物體的掃描線集11、12、13在平面上首尾相 接（因使用平行線掃描方式，每條掃描線上的點(diǎn)皆位于一個(gè)平面上），即如按照上圖所示，11 掃描線的尾點(diǎn)Plm與12掃描線的起點(diǎn)p20相連，并在平面上形成一條二維空間中的連續(xù)曲 線，作為此物體的特征線。對(duì)于模板物體，其特征線記為I，目標(biāo)物體的特征線記為1〇。
[0098] 3、特征線仍然可以用一組有序點(diǎn)列進(jìn)行描述，以上圖所示為例，其有序點(diǎn)列描述 可為1' = {111'，11=1，2,3}，其中111'與111具有相同的形狀(即僅經(jīng)過有限次剛性坐標(biāo)變換）， 但其上每個(gè)點(diǎn)僅為二維空間中的坐標(biāo)[X，y ]。由此，就將一個(gè)物體三維空間內(nèi)的特征信息轉(zhuǎn) 化為二維空間中的特征。
[0099] 步驟3中，特征線相似度計(jì)算過程中，還使用到特征線特征向量提取方法。具體為： [0100]弧長(zhǎng)歸一化。即給定一曲線段，其總弧長(zhǎng)記為L(zhǎng)，則曲線上任意一點(diǎn)僅需使用1個(gè)弧 長(zhǎng)參數(shù)即可唯一確定。如點(diǎn) Pn處的弧長(zhǎng)為
[0101]
[0102] (L(pnKL)，則用kn = Ln/L作為此點(diǎn)的歸一化弧長(zhǎng)參數(shù)。
[0103] 根據(jù)歸一化弧長(zhǎng)參數(shù)，確定系列特征點(diǎn)。即選取多個(gè)弧長(zhǎng)參數(shù)為kn的系列點(diǎn)，1^取 值范圍為[0，1]。
[0104] 計(jì)算特征點(diǎn)處的曲率半徑。在每個(gè)特征點(diǎn)處，選取其N鄰域點(diǎn)（以特征點(diǎn)為中心，其 兩邊相鄰的N個(gè)點(diǎn)，共2N+1個(gè)點(diǎn)，N為自然數(shù)，人為指定）以最小二乘法擬合圓，其半徑即為此 點(diǎn)處的曲率半徑;根據(jù)擬合圓的圓心位置，確定其半徑符號(hào)。
[0105] 如擬合圓心位于特征點(diǎn)切線左側(cè)(面向箭頭方向），則定義為正;否則定義為負(fù)號(hào)。 在本專利中，點(diǎn)η的曲率半徑記為Rn(含符號(hào)）。
[0106] 形成特征向量。由步驟1-3可知，特征點(diǎn)處的形狀特征，可用其歸一弧長(zhǎng)參數(shù)和曲 率半徑(或曲率，即為半徑的倒數(shù))進(jìn)行描述，記為fn=[kn，Rn];將各特征點(diǎn)處的形狀特征 按照歸一化弧長(zhǎng)參數(shù)kn升序或降序排列，形成特征向量，記為F=[fl，f2，f3-_fn]。
[0107] 步驟3中的特征線相似度算法為：
[0108] 利用上文提出的特征向量提取算法，提取模板特征線特征向量F;
[0109 ]統(tǒng)計(jì)F中曲率分布，獲取曲率值豐度最小分組(區(qū)間)B;
[0110]按照上文特征向量提取算法中的曲率計(jì)算方法，計(jì)算目標(biāo)特征線上各采樣點(diǎn)處的 曲率;并標(biāo)識(shí)出所有曲率位于區(qū)間B中的點(diǎn)，記為P= {pi，P2,….ps};
[0111] 在目標(biāo)特征線上，生成所有包含P集合內(nèi)點(diǎn)的子特征線段?？梢愿鶕?jù)實(shí)際情況，增 加子特征線段長(zhǎng)度約束，即子特征線段還需大于等于指定的長(zhǎng)度；
[0112] 在所有子特征線段上，應(yīng)用上文提出的特征向量提取算法計(jì)算其特征向量，并且 通過插值技術(shù)，使其特征向量中所有歸一弧長(zhǎng)參數(shù)與F中的弧長(zhǎng)參數(shù)--對(duì)應(yīng)；
[0113]計(jì)算模板特征向量F和目標(biāo)特征線IO的子線段特征向量差的范數(shù)(范數(shù)為一個(gè)大 于等于〇的數(shù)，可直觀理解為兩個(gè)向量或矩陣間的差異程度）。如形狀指標(biāo)完全一樣，則范數(shù) 等于0，表示具有最大的相似度，即相等;范數(shù)越大，則表示相似度越小。
[0114]范數(shù)為一個(gè)大于等于0的數(shù)，可直觀理解為兩個(gè)向量或矩陣間的差異程度）。如形 狀指標(biāo)完全一樣，則范數(shù)等于〇，表示具有最大的相似度，即相等;范數(shù)越大，則表示相似度 越小。
[0115] 范數(shù)可以任意選取，如m、l、2范數(shù)。一般情況下，在保證效果的前提下，為減小計(jì) 算量，可以采用2范數(shù)的平方，其意義不變。
[0116] 如果步驟6中計(jì)算出的范數(shù)小于事先設(shè)定的閾值，則認(rèn)為對(duì)應(yīng)目標(biāo)特征線的子特 征線段為一個(gè)可能的匹配結(jié)果，此時(shí)與模板具有最大相似度，即具有最小范數(shù)子線段對(duì)應(yīng) 的目標(biāo)物與模板匹配;否則，目標(biāo)物體與模板不匹配。
[0117] 本發(fā)明并不局限于前述的【具體實(shí)施方式】。本發(fā)明擴(kuò)展到任何在本說明書中披露的 新特征或任何新的組合，以及披露的任一新的方法或過程的步驟或任何新的組合。
【主權(quán)項(xiàng)】
1. 一種基于物體深度數(shù)據(jù)的物體識(shí)別算法，其特征在于包括： 步驟1:建立世界坐標(biāo)系，并使用等距平行線掃描方式，將各掃描線投影在至世界坐標(biāo) 系中，在投影平面內(nèi)，通過剛性平移拼接各掃描線，將三維空間坐標(biāo)數(shù)據(jù)轉(zhuǎn)換為二維空間坐 標(biāo)數(shù)據(jù)，獲取模板及目標(biāo)物深度二維空間坐標(biāo)數(shù)據(jù)，建立模板特征線I及目標(biāo)特征線1〇; 步驟2:根據(jù)模板特征線以及目標(biāo)特征線提取其歸一弧長(zhǎng)參數(shù)為kn，并獲得一組歸一化 弧長(zhǎng)參數(shù)kn對(duì)應(yīng)的特征點(diǎn)列In'，將各特征點(diǎn)處的形狀特征按照歸一弧長(zhǎng)參數(shù)kn升序或降序 排列，形成模板特征線和目標(biāo)物特征向量； 步驟3:計(jì)算目標(biāo)特征線1〇的各子線段相似度的特征向量，并計(jì)算模板物特征向量和目 標(biāo)特征線1〇的子線段特征向量差的范數(shù)，擁有判斷目標(biāo)物與模板是否匹配。2. 根據(jù)權(quán)利要求1所述的一種基于物體深度數(shù)據(jù)的物體識(shí)別算法，其特征在于所述步 驟1包括： 步驟11:目標(biāo)物放置平面上任意確定過點(diǎn)p的一條直線lx，其與掃描方向垂直;點(diǎn)p任意 選取，并作為投影坐標(biāo)系的原點(diǎn);過點(diǎn)P，唯一確定一條與掃描方向平行的直線ly，并且ly垂 直于1χ;過點(diǎn)P可唯一確定一條同時(shí)垂直于1χ和ly的直線lz;根據(jù)世界坐標(biāo)系，任意在lx、 ly、lz直線上確定正方向，完成投影坐標(biāo)系的建立；即如果世界坐標(biāo)系為右/左手坐標(biāo)系，則 新建的投影坐標(biāo)系也必須為右/左手坐標(biāo)系;并且可用一已知的平移向量T和旋轉(zhuǎn)矩陣R，表 示該投影坐標(biāo)系； 步驟12的方法為，設(shè)目標(biāo)物掃描線1"上的任意點(diǎn)空間坐標(biāo)為(x，y，z)，則其在投影坐標(biāo) 系中的坐標(biāo)為：并且，根據(jù)投影坐標(biāo)系的建立特點(diǎn)可知，In上的所有點(diǎn)的投影坐標(biāo)具有相同的Z'，因此 直接忽略Z'值，僅用(X'y'）描述目標(biāo)掃描線上的點(diǎn)坐標(biāo)，完成目標(biāo)物三維空間坐標(biāo)向二維 空間坐標(biāo)的轉(zhuǎn)化； 步驟13:設(shè)目標(biāo)物掃描線ln上尾點(diǎn)的投影坐標(biāo)為[Xnm'ynm']，目標(biāo)物掃描線l n+1上的起點(diǎn) 投影坐標(biāo)為[XCn+DQ'yCn+DQ' ]，貝IJ構(gòu)建平移向量t為：設(shè)ln+1上任意點(diǎn)的投影坐標(biāo)為p，則將p+t作為拼接后作為目標(biāo)物的點(diǎn)坐標(biāo)，并在平面 上形成一條二維空間中的連續(xù)曲線； 步驟14:重復(fù)步驟11到步驟13得到目標(biāo)特征線1〇; 步驟15:重復(fù)步驟11到步驟14,根據(jù)模板相關(guān)數(shù)據(jù)得到模板特征線I。3. 根據(jù)權(quán)利要求1所述的一種基于物體深度數(shù)據(jù)的物體識(shí)別算法，其特征在于所述步 驟2中目標(biāo)特征線根據(jù)特征向量提取算法計(jì)算其特征線向量提取具體包括： 步驟21:目標(biāo)物特征線1〇用一組有序離散點(diǎn)進(jìn)行描述，每相鄰兩點(diǎn)用直線連接;則目標(biāo) 物特征線I〇= {pi，P2，··· .Pm}上，點(diǎn)Pm處的弧長(zhǎng)為： 其中|ρφ1+1|為兩點(diǎn)間直線段的長(zhǎng)度，Ne【l，m】，則曲線全弧長(zhǎng)L可以由下式計(jì)算出：L - L ( pm) 對(duì)于歸一化弧長(zhǎng)參數(shù)為kn的點(diǎn)，其弧長(zhǎng)Ln = kn · L;則在目標(biāo)物特征線IQ的點(diǎn)列中找到點(diǎn) ，并且滿足以下關(guān)系： L(piXLn<L(pi+l) 則直線段Ρφ1+1上，以點(diǎn)為起點(diǎn)，弧長(zhǎng)為L(zhǎng)n-L(Pl)處的點(diǎn)，即為歸一弧長(zhǎng)參數(shù)k n對(duì)應(yīng)的 占. 步驟22:重復(fù)步驟21，取目標(biāo)物特征線Ιο上歸一弧長(zhǎng)參數(shù)為kn，n=l，2,3···.的一系列 點(diǎn)，則在目標(biāo)特征曲線上選取同樣的歸一弧長(zhǎng)參數(shù)點(diǎn)，按照上述方法插值獲得一組歸一化 弧長(zhǎng)參數(shù)kn對(duì)應(yīng)的特征點(diǎn)列In' ； 步驟23:在In'中每個(gè)特征點(diǎn)處，選取其兩邊相鄰的N個(gè)鄰域點(diǎn)，共2N+1個(gè)點(diǎn)，以最小二 乘法擬合圓；其半徑即為此點(diǎn)處的曲率半徑Rn;根據(jù)擬合圓的圓心位置，確定其半徑符號(hào)； 其中N為自然數(shù)； 步驟24:由步驟21到步驟23可知，目標(biāo)物特征線I〇特征點(diǎn)處的形狀特征，可用其歸一弧 長(zhǎng)參數(shù)kn和曲率半徑進(jìn)行描述，記為fn=[kn，Rn];將各特征點(diǎn)處的形狀特征按照歸一弧長(zhǎng) 參數(shù)kn升序或降序排列，形成目標(biāo)物特征向量F，其中F= [f 1，f2，f3…fn]; 步驟15:重復(fù)步驟11到步驟14，建立模板特征向量。4. 根據(jù)權(quán)利要求1所述的一種基于物體深度數(shù)據(jù)的物體識(shí)別算法，其特征在于所述步 驟3目標(biāo)特征線1〇的各子線段相似度具體過程： 步驟31:根據(jù)模板特征向量F獲取曲率值豐度最小分組B; 步驟32:按照所述特征向量的曲率計(jì)算方法，計(jì)算目標(biāo)特征線上各采樣點(diǎn)處的曲率;并 標(biāo)識(shí)出所有曲率位于區(qū)間B中的點(diǎn)P，其中P = {p i，p 2，….p s}; s為自然數(shù)； 步驟33:在目標(biāo)特征線上，生成所有包含P集合內(nèi)點(diǎn)的子特征線段;根據(jù)實(shí)際情況，增加 子特征線段長(zhǎng)度約束，即子特征線段大于等于指定的長(zhǎng)度； 步驟34:在所有目標(biāo)特征線的子特征線段上，根據(jù)所述特征向量計(jì)算目標(biāo)特征線的子 特征線段對(duì)應(yīng)的特征向量，并且通過插值技術(shù)，使目標(biāo)特征線的子特征線段中所有歸一弧 長(zhǎng)參數(shù)與模板物特征向量中的弧長(zhǎng)參數(shù)一一對(duì)應(yīng)； 步驟35:計(jì)算模板物特征向量和目標(biāo)特征線1〇的子線段特征向量差的范數(shù);若形狀指標(biāo) 完全一樣，則范數(shù)等于0，表示具有最大的相似度，即相等;范數(shù)越大，則表示相似度越?。? 步驟36:如果步驟35中計(jì)算出的范數(shù)小于事先設(shè)定的閾值，則對(duì)應(yīng)目標(biāo)特征線的子特 征線段為一個(gè)可能的匹配結(jié)果，此時(shí)與模板具有最大相似度，即具有最小范數(shù)子線段對(duì)應(yīng) 的目標(biāo)物與模板匹配;否則，目標(biāo)物體與模板不匹配。5. -種基于物體深度數(shù)據(jù)的物體識(shí)別，其特征在于包括： 特征線建立模塊，用于建立世界坐標(biāo)系，并使用等距平行線掃描方式，將各掃描線投 影在至世界坐標(biāo)系中，在投影平面內(nèi)，通過剛性平移拼接各掃描線，將三維空間坐標(biāo)數(shù)據(jù)轉(zhuǎn) 換為二維空間坐標(biāo)數(shù)據(jù)，獲取模板及目標(biāo)物深度二維空間坐標(biāo)數(shù)據(jù)，建立模板特征線I及目 標(biāo)特征線Ιο; 特征向量建立模塊，用于根據(jù)模板特征線以及目標(biāo)特征線提取其歸一弧長(zhǎng)參數(shù)為kn，并 獲得一組歸一化弧長(zhǎng)參數(shù)1^對(duì)應(yīng)的特征點(diǎn)列In'，將各特征點(diǎn)處的形狀特征按照歸一弧長(zhǎng) 參數(shù)kn升序或降序排列，形成模板特征線和目標(biāo)物特征向量； 匹配模塊，用于計(jì)算目標(biāo)特征線10的各子線段相似度的特征向量，并計(jì)算模板物特征 向量和目標(biāo)特征線10的子線段特征向量差的范數(shù)，擁有判斷目標(biāo)物與模板是否匹配。6. 根據(jù)權(quán)利要求5所述的一種基于物體深度數(shù)據(jù)的物體識(shí)別，其特征在于所述特征線 建立模塊處理過程具體包括： 步驟11:目標(biāo)物放置平面上任意確定過點(diǎn)p的一條直線lx，其與掃描方向垂直;點(diǎn)p任意 選取，并作為投影坐標(biāo)系的原點(diǎn);過點(diǎn)P，唯一確定一條與掃描方向平行的直線ly，并且ly垂 直于1χ;過點(diǎn)P可唯一確定一條同時(shí)垂直于1χ和ly的直線lz;根據(jù)世界坐標(biāo)系，任意在lx、 ly、lz直線上確定正方向，完成投影坐標(biāo)系的建立；即如果世界坐標(biāo)系為右/左手坐標(biāo)系，則 新建的投影坐標(biāo)系也必須為右/左手坐標(biāo)系;并且可用一已知的平移向量T和旋轉(zhuǎn)矩陣R，表 示該投影坐標(biāo)系； 步驟12的方法為，設(shè)目標(biāo)物掃描線1"上的任意點(diǎn)空間坐標(biāo)為(x，y，z)，則其在投影坐標(biāo) 系中的坐標(biāo)為：并且，根據(jù)投影坐標(biāo)系的建立特點(diǎn)可知，In上的所有點(diǎn)的投影坐標(biāo)具有相同的z'，因此 直接忽略z'值，僅用(x'y'）描述目標(biāo)掃描線上的點(diǎn)坐標(biāo)，完成目標(biāo)物三維空間坐標(biāo)向二維 空間坐標(biāo)的轉(zhuǎn)化； 步驟13:設(shè)目標(biāo)物掃描線In上尾點(diǎn)的投影坐標(biāo)為[Xnm'ynm']，目標(biāo)物掃描線l n+1上的起 點(diǎn)投影坐標(biāo)為[X(n+l：K)'y(：n+l：K)' ]，貝構(gòu)建平移向量t為：設(shè)ln+1上任意點(diǎn)的投影坐標(biāo)為p，則將p+t作為拼接后作為目標(biāo)物的點(diǎn)坐標(biāo)，并在平面 上形成一條二維空間中的連續(xù)曲線； 步驟14:重復(fù)步驟11到步驟13得到目標(biāo)特征線1〇; 步驟15:重復(fù)步驟11到步驟14,根據(jù)模板相關(guān)數(shù)據(jù)得到模板特征線I。7. 根據(jù)權(quán)利要求5所述的一種基于物體深度數(shù)據(jù)的物體識(shí)別，其特征在于所述特征向 量建立模塊處理數(shù)據(jù)具體過程是： 步驟21:目標(biāo)物特征線1〇用一組有序離散點(diǎn)進(jìn)行描述，每相鄰兩點(diǎn)用直線連接;則目標(biāo) 物特征線I〇= {pi，P2，··· .Pm}上，點(diǎn)Pm處的弧長(zhǎng)為：其中|ρφ1+1|為兩點(diǎn)間直線段的長(zhǎng)度，Ne【l，m】，則曲線全弧長(zhǎng)L可以由下式計(jì)算出： L - L ( pm) 對(duì)于歸一化弧長(zhǎng)參數(shù)為kn的點(diǎn)，其弧長(zhǎng)Ln = kn · L;則在目標(biāo)物特征線IQ的點(diǎn)列中找到點(diǎn) ，并且滿足以下關(guān)系： L(piXLn<L(pi+l) 則直線段Ρφ1+1上，以點(diǎn)為起點(diǎn)，弧長(zhǎng)為L(zhǎng)n-L(Pl)處的點(diǎn)，即為歸一弧長(zhǎng)參數(shù)k n對(duì)應(yīng)的 占. 步驟22:重復(fù)步驟21，取目標(biāo)物特征線Ιο上歸一弧長(zhǎng)參數(shù)為kn，n=l，2,3···.的一系列 點(diǎn)，則在目標(biāo)特征曲線上選取同樣的歸一弧長(zhǎng)參數(shù)點(diǎn)，按照上述方法插值獲得一組歸一化 弧長(zhǎng)參數(shù)kn對(duì)應(yīng)的特征點(diǎn)列In' ； 步驟23:在In'中每個(gè)特征點(diǎn)處，選取其兩邊相鄰的N個(gè)鄰域點(diǎn)，共2N+1個(gè)點(diǎn)，以最小二 乘法擬合圓；其半徑即為此點(diǎn)處的曲率半徑Rn;根據(jù)擬合圓的圓心位置，確定其半徑符號(hào)； 其中N為自然數(shù)； 步驟24:由步驟21到步驟23可知，目標(biāo)物特征線I〇特征點(diǎn)處的形狀特征，可用其歸一弧 長(zhǎng)參數(shù)kn和曲率半徑進(jìn)行描述，記為fn=[kn，Rn];將各特征點(diǎn)處的形狀特征按照歸一弧長(zhǎng) 參數(shù)kn升序或降序排列，形成目標(biāo)物特征向量F，其中F= [f 1，f2，f3…fn]; 步驟15:重復(fù)步驟11到步驟14，建立模板特征向量。8.根據(jù)權(quán)利要求5所述的一種基于物體深度數(shù)據(jù)的物體識(shí)別，其特征在于所述匹配模 塊處理數(shù)據(jù)過程具體包括： 步驟31:根據(jù)模板特征向量F獲取曲率值豐度最小分組B; 步驟32:按照所述特征向量的曲率計(jì)算方法，計(jì)算目標(biāo)特征線上各采樣點(diǎn)處的曲率;并 標(biāo)識(shí)出所有曲率位于區(qū)間B中的點(diǎn)P，其中P = {p i，p 2，….p s}; s為自然數(shù)； 步驟33:在目標(biāo)特征線上，生成所有包含P集合內(nèi)點(diǎn)的子特征線段;根據(jù)實(shí)際情況，增加 子特征線段長(zhǎng)度約束，即子特征線段大于等于指定的長(zhǎng)度； 步驟34:在所有目標(biāo)特征線的子特征線段上，根據(jù)所述特征向量計(jì)算目標(biāo)特征線的子 特征線段對(duì)應(yīng)的特征向量，并且通過插值技術(shù)，使目標(biāo)特征線的子特征線段中所有歸一弧 長(zhǎng)參數(shù)與模板物特征向量中的弧長(zhǎng)參數(shù)一一對(duì)應(yīng)； 步驟35:計(jì)算模板物特征向量和目標(biāo)特征線1〇的子線段特征向量差的范數(shù);若形狀指標(biāo) 完全一樣，則范數(shù)等于0，表示具有最大的相似度，即相等;范數(shù)越大，則表示相似度越?。? 步驟36:如果步驟35中計(jì)算出的范數(shù)小于事先設(shè)定的閾值，則對(duì)應(yīng)目標(biāo)特征線的子特 征線段為一個(gè)可能的匹配結(jié)果，此時(shí)與模板具有最大相似度，即具有最小范數(shù)子線段對(duì)應(yīng) 的目標(biāo)物與模板匹配;否則，目標(biāo)物體與模板不匹配。
【文檔編號(hào)】G06T7/00GK106056599SQ201610364054
【公開日】2016年10月26日
【申請(qǐng)日】2016年5月26日
【發(fā)明人】王德麾, 樊慶文, 周瑩瑩, 李煥
【申請(qǐng)人】四川大學(xué)