應(yīng)的參數(shù)作為下次計(jì)算的初始參數(shù)值，轉(zhuǎn)到步驟 3〇
[0193] 本發(fā)明提供一種基于三維模型的單視圖不規(guī)則物體定位方法，涉及單幅圖像物體 定位。本發(fā)明基于物體的三維模型，確定單幅圖像中物體的位置和姿態(tài)信息。根據(jù)三維模型 渲染圖像與輸入圖像中物體輪廓的匹配程度，建立一個(gè)包含位置與姿態(tài)參數(shù)的匹配度量， 并以此作為目標(biāo)函數(shù)，將物體的定位問(wèn)題轉(zhuǎn)化為目標(biāo)函數(shù)的最優(yōu)化求解問(wèn)題。首先，從實(shí)物 彩色圖中提取輪廓線(xiàn)。然后，任意給定一組初始姿態(tài)參數(shù)，根據(jù)參數(shù)對(duì)模型進(jìn)行坐標(biāo)變換， 并將其投影到成像平面上，得到對(duì)應(yīng)CG圖像。對(duì)于投影所得CG圖像，提取物體輪廓，得到 對(duì)應(yīng)的輪廓線(xiàn)與區(qū)域。計(jì)算兩輪廓相似性度量函數(shù)，由此判斷輪廓的匹配程度。若兩輪廓 完全匹配，則所給參數(shù)為最終的求解參數(shù)，算法結(jié)束。若兩輪廓不完全匹配，則對(duì)當(dāng)前參數(shù) 進(jìn)行參數(shù)空間采樣，得到不同的采樣參數(shù)。對(duì)于每個(gè)采樣參數(shù)，分別計(jì)算相似性度量函數(shù)， 選取使其最大的參數(shù)。對(duì)于這個(gè)參數(shù)，判斷輪廓匹配情況，若輪廓完全匹配，則其為最優(yōu)的 求解參數(shù)；否則，將此參數(shù)作為下次計(jì)算的初始參數(shù)，重新采樣計(jì)算，直到輪廓完全匹配。
[0194] 本發(fā)明公開(kāi)了一種基于三維模型的單視圖不規(guī)則物體的定位方法。三維物體的空 間定位一直是計(jì)算機(jī)視覺(jué)中的一個(gè)重要問(wèn)題。物體的定位是要確定其與相機(jī)的相對(duì)空間關(guān) 系，包括位置與姿態(tài)的參數(shù)估計(jì)。在已知物體的三維模型的前提下，現(xiàn)有方法主要困難在 于：目標(biāo)模型三維點(diǎn)與其成像點(diǎn)的對(duì)應(yīng)問(wèn)題，特別的，當(dāng)目標(biāo)的三維模型缺失紋理信息時(shí)， 點(diǎn)的匹配幾乎不可能。本發(fā)明基于三維模型對(duì)單幅圖像中物體定位，提出一種基于輪廓匹 配的方法，將輸入圖像中物體輪廓線(xiàn)與給定位置和姿態(tài)參數(shù)下渲染三維模型的輪廓線(xiàn)進(jìn)行 匹配，匹配誤差表示為位置與姿態(tài)參數(shù)的函數(shù)，通過(guò)離散采樣計(jì)算導(dǎo)數(shù)及目標(biāo)函數(shù)值，使用 LM(Levenberg-Marquardt)方法進(jìn)行求解，最終得到具有高精的定位結(jié)果。所得結(jié)果可作為 輸入數(shù)據(jù)應(yīng)用于更高級(jí)的計(jì)算機(jī)視覺(jué)、增強(qiáng)現(xiàn)實(shí)任務(wù)中。
[0195] 本發(fā)明根據(jù)三維模型渲染圖像與輸入圖像中物體輪廓的匹配程度，建立一個(gè)包含 位置與姿態(tài)參數(shù)的匹配度量，并以此作為目標(biāo)函數(shù)，將物體的定位問(wèn)題轉(zhuǎn)化為目標(biāo)函數(shù)的 最優(yōu)化求解問(wèn)題。通過(guò)本發(fā)明所得定位結(jié)果具有很高的精度，且算法效率非常高。通過(guò)不 同數(shù)據(jù)集的比較發(fā)現(xiàn)，本發(fā)明的定位結(jié)果，平移誤差基本上控制在〇. 1厘米內(nèi)，角度誤差基 本上控制在0. 5度以?xún)?nèi)，平均時(shí)間為45毫秒。
[0196] 以上所述是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員 來(lái)說(shuō)，在不脫離本發(fā)明所述原理的前提下，還可以作出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也 應(yīng)視為本發(fā)明的保護(hù)范圍。
【主權(quán)項(xiàng)】
1. 一種物體的定位方法，其特征在于，包括： 步驟一，獲取一物體的彩色圖和所述物體的三維模型； 步驟二，使用圖像分割法，提取所述彩色圖中的所述物體的第一輪廓； 步驟三，獲取一指定的位置和姿態(tài)參數(shù)，作為當(dāng)前的位置和姿態(tài)參數(shù)； 步驟四，根據(jù)所述物體的三維模型和所述當(dāng)前的位置和姿態(tài)參數(shù)，生成所述物體的第 二輪廓； 步驟五，根據(jù)所述第一輪廓和所述第二輪廓，生成相似性度量函數(shù)S (Θ); 步驟六，根據(jù)所述當(dāng)前的位置和姿態(tài)參數(shù)，生成所述相似性度量函數(shù)的當(dāng)前函數(shù)值； 步驟七，判斷所述相似性度量函數(shù)的當(dāng)前函數(shù)值是否等于1 ; 步驟八，當(dāng)所述相似性度量函數(shù)的當(dāng)前函數(shù)值等于1時(shí)，將所述當(dāng)前的位置和姿態(tài)參 數(shù)作為位置和姿態(tài)參數(shù)的最佳參數(shù)，并且輸出。2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟四包括： 根據(jù)所述當(dāng)前的位置參數(shù)和姿態(tài)參數(shù)，對(duì)所述三維模型進(jìn)行坐標(biāo)變換，生成變換后的 三維模型； 將變換后的所述三維模型投影到二維平面，得到所述物體對(duì)應(yīng)的電腦圖形CG圖像； 提取所述電腦圖形圖像中所述物體的第二輪廓。3. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟五包括： 計(jì)算所述第一輪廓和所述第二輪廓之間的重合區(qū)域的面積； 計(jì)算所述重合區(qū)域的面積與所述第一輪廓所包圍區(qū)域的面積之間的第一比值； 計(jì)算所述重合區(qū)域的面積與所述第二輪廓所包圍區(qū)域的面積之間的第二比值； 將所述第一比值與所述第二比值之間的乘積作為相似性度量函數(shù)。4. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括： 步驟九，當(dāng)所述相似性度量函數(shù)的當(dāng)前函數(shù)值小于1時(shí)，根據(jù)當(dāng)前的位置參數(shù)和姿態(tài) 參數(shù)，選取充分小增量，在參數(shù)空間進(jìn)行采樣，得到至少兩組采樣后的位置和姿態(tài)參數(shù)； 步驟十，將所述采樣后的每組位置和姿態(tài)參數(shù)，作為當(dāng)前的位置和姿態(tài)參數(shù)，執(zhí)行所述 步驟四到所述步驟六，得到不同組的采樣后的位置和姿態(tài)參數(shù)對(duì)應(yīng)的相似性度量函數(shù)值； 步驟十一，從不同組的采樣后的位置和姿態(tài)參數(shù)對(duì)應(yīng)的相似性度量函數(shù)值中，選擇最 大值； 步驟十二，判斷所述最大值是否等于1 ; 步驟十三，當(dāng)所述最大值等于1時(shí)，將所述最大值對(duì)應(yīng)的位置和姿態(tài)參數(shù)作為位置和 姿態(tài)參數(shù)的最佳參數(shù)，并且輸出。5. 根據(jù)權(quán)利要求4所述的方法，其特征在于，所述方法還包括： 步驟十四，當(dāng)所述最大值小于1時(shí)，將所述最大值對(duì)應(yīng)的位置和姿態(tài)參數(shù)作為當(dāng)前的 位置和姿態(tài)參數(shù)，跳到所述步驟四。6. 根據(jù)權(quán)利要求4所述的方法，其特征在于，所述相似性度量函數(shù)S (Θ)為：其中，A(CMMW))為所述第一輪廓所包圍區(qū)域的面積；A(Cd)為所述第二輪廓所包圍區(qū) 域的面積；'(Θ)為所述第一輪廓和所述第二輪廓之間的重合區(qū)域的面積。7. 根據(jù)權(quán)利要求4所述的方法，其特征在于，所述選取充分小增量Λ Θ的步驟根據(jù)以 下公式進(jìn)行：λ為迭代計(jì)算的步長(zhǎng)；I為單位矩陣；T表示倒置；表示對(duì)α求偏導(dǎo)數(shù)表示對(duì)Θ求偏導(dǎo)數(shù)；菱示對(duì)ω求偏導(dǎo)數(shù)；表示對(duì)h求偏導(dǎo)數(shù)；表示對(duì)t2求偏導(dǎo)數(shù)；表示對(duì)t3求偏導(dǎo)數(shù)； k t2, t3分別為位置參數(shù)，α，θ，ω分別為角度姿態(tài)參數(shù)； S(0+ Δ Θ) 表示進(jìn)行空間采樣后計(jì)算的相似性度量函數(shù)值。8. 根據(jù)權(quán)利要求7所述的方法，其特征在于，所述雅可比矩陣中的向量根據(jù)以下公式 計(jì)算：Vli表示在α參數(shù)空間采樣的變化量； V#表示在Θ參數(shù)空間采樣的變化量； 表示在ω參數(shù)空間采樣的變化量； '表示在L參數(shù)空間采樣的變化量； I2表示在t2參數(shù)空間采樣的變化量； 表示在t3參數(shù)空間采樣的變化量； da表示在α參數(shù)空間采樣的具體數(shù)值； (1ω表示在ω參數(shù)空間采樣的數(shù)值； de表示在Θ參數(shù)空間采樣的具體數(shù)值； 成表示在L參數(shù)空間采樣的具體數(shù)值； 武2表示在t2參數(shù)空間采樣的具體數(shù)值； 或3表示在t3參數(shù)空間采樣的具體數(shù)值； 巧表示在α參數(shù)空間采樣后計(jì)算的相似性度量函數(shù)值； + 表示在Θ參數(shù)空間采樣后計(jì)算的相似性度量函數(shù)值； Μ? +Vw)表示在ω參數(shù)空間采樣后計(jì)算的相似性度量函數(shù)值； Λ (Θ +表示在^參數(shù)空間采樣后計(jì)算的相似性度量函數(shù)值； + 表示在一參數(shù)空間采樣后計(jì)算的相似性度量函數(shù)值； + 表示在一參數(shù)空間采樣后計(jì)算的相似性度量函數(shù)值。9.根據(jù)權(quán)利要求8所述的方法，其特征在于，所述公式中的參數(shù)值根據(jù)以下公式計(jì)算：
【專(zhuān)利摘要】本發(fā)明提供一種物體的定位方法，涉及定位領(lǐng)域。所述方法包括：獲取一物體的彩色圖和所述物體的三維模型；使用圖像分割法，提取所述彩色圖中的所述物體的第一輪廓；獲取一指定的位置和姿態(tài)參數(shù)，作為當(dāng)前的位置和姿態(tài)參數(shù)；根據(jù)所述物體的三維模型和所述當(dāng)前的位置和姿態(tài)參數(shù)，生成所述物體的第二輪廓；步驟五，根據(jù)所述第一輪廓和所述第二輪廓，生成相似性度量函數(shù)；根據(jù)所述當(dāng)前的位置和姿態(tài)參數(shù)，生成所述相似性度量函數(shù)的當(dāng)前函數(shù)值；判斷所述相似性度量函數(shù)的當(dāng)前函數(shù)值是否等于1；當(dāng)所述相似性度量函數(shù)的當(dāng)前函數(shù)值等于1時(shí)，將所述當(dāng)前的位置和姿態(tài)參數(shù)作為位置和姿態(tài)參數(shù)的最佳參數(shù)，并且輸出。本發(fā)明能夠提高定位的精度。
【IPC分類(lèi)】G06T7/00
【公開(kāi)號(hào)】CN105160673
【申請(qǐng)?zhí)枴緾N201510542302
【發(fā)明人】李成龍, 索林林, 秦學(xué)英, 鐘凡
【申請(qǐng)人】山東中金融仕文化科技股份有限公司
【公開(kāi)日】2015年12月16日
【申請(qǐng)日】2015年8月28日