3d深度圖特征點(diǎn)實(shí)時(shí)提取方法和設(shè)備的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計(jì)算機(jī)視覺領(lǐng)域和智能機(jī)器人學(xué)領(lǐng)域，更具體地講，本發(fā)明涉及實(shí)時(shí) 提取3D深度圖的特征點(diǎn)。
【背景技術(shù)】
[0002] 現(xiàn)有的3D深度圖（即，3D點(diǎn)云）特征點(diǎn)提取技術(shù)從大方向上可W分為兩類。第一 類特征提取算法是直接將針對(duì)2D圖片的特征提取算法推廣到3D點(diǎn)云的處理上。然而，3D 點(diǎn)云和2D圖片還是有很大差別的，因此直接推廣雖然可行，但是效果不佳。第二類特征提 取算法是?？卺槍?duì)3D點(diǎn)云設(shè)計(jì)的。該類算法設(shè)計(jì)的特征比較有針對(duì)性，所W效果比前面一 類方法好很多。
[0003] 對(duì)于第二類特征提取算法，其最關(guān)鍵的步驟是要設(shè)計(jì)一個(gè)有效的興趣值的計(jì)算方 法。由于特征點(diǎn)一般來說應(yīng)該落在曲面變化劇烈的位置，因此該個(gè)計(jì)算興趣值的方法要能 很好的度量出曲面的變化情況。在特征點(diǎn)提取后，通常會(huì)進(jìn)行特征的描述匹配等操作，所W 有些算法也會(huì)將特征點(diǎn)的穩(wěn)定性考慮在內(nèi)。要求特征點(diǎn)落在一個(gè)穩(wěn)定的位置，而在該個(gè)位 置附近有較大的曲面變化。
[0004] 對(duì)于需要處理的點(diǎn)云數(shù)據(jù)，我們可W將其分為兩類；一類是邊界點(diǎn)，即位于深度不 連續(xù)的邊緣附近的點(diǎn)。該類點(diǎn)位于邊緣附近，所W本身就具有一定的不穩(wěn)定性。另一類點(diǎn) 是除了邊界點(diǎn)W外的其他點(diǎn)，該些點(diǎn)距離邊緣有一定的距離。該類點(diǎn)，一般來說都相對(duì)比較 穩(wěn)定，即使有比較大的曲面變化，但是由于是連續(xù)性的變化，所W不會(huì)很不穩(wěn)定。
[0005] 現(xiàn)有技術(shù)對(duì)于邊界的處理包括；一類是要求特征點(diǎn)不能是邊界點(diǎn)；另外一種方 法，是 NARF 算法（ICRA2011:point feature extraction on3D range scans taking into account object boundaries)中提出的，即，對(duì)邊界點(diǎn)和內(nèi)部點(diǎn)都給一個(gè)分?jǐn)?shù)和一個(gè)方向， 然后計(jì)算出興趣值，并且根據(jù)興趣值的大小選擇特征點(diǎn)。
[0006] 因此，現(xiàn)有技術(shù)中存在的問題如下：
[0007] 如前所述，點(diǎn)云數(shù)據(jù)可W區(qū)分為邊界點(diǎn)和內(nèi)部點(diǎn)兩類，大部分的現(xiàn)有技術(shù)不區(qū)分 該兩類點(diǎn)，使用同樣的幾何特征W及同樣的方法來計(jì)算興趣值，因此該些算法對(duì)于內(nèi)部曲 面變化比較多的場(chǎng)景很適用，而對(duì)于內(nèi)部曲面變化比較少的情景，特別是噪音比較大的真 實(shí)場(chǎng)景，性能就下降得很厲害。表現(xiàn)主要差在兩方面，一是在曲面變化非常小的地方，由于 噪音的影響，容易誤檢到特征點(diǎn)。二是對(duì)于邊界點(diǎn)重視程度不夠。對(duì)于內(nèi)部曲面變化較少 的現(xiàn)實(shí)場(chǎng)景，邊界特征是很重要的，而該類算法主要是針對(duì)內(nèi)部點(diǎn)設(shè)計(jì)的興趣值計(jì)算方法， 對(duì)于邊界點(diǎn)效果不好。
[0008] 另一方面，與大部分算法不同，NARF主要是處理深度圖像的，所W它對(duì)邊界點(diǎn)進(jìn)行 了?？诘奶幚?。具體的，NARF給每一個(gè)點(diǎn)一個(gè)分?jǐn)?shù)和一個(gè)方向，然后進(jìn)行特征值的計(jì)算。該 個(gè)分?jǐn)?shù)是用來衡量曲面變化情況的，邊緣點(diǎn)和內(nèi)部點(diǎn)的打分策略是不一樣的。邊緣點(diǎn)位于 深度不連續(xù)的位置，所W給1分；內(nèi)部點(diǎn)得分則是跟主曲率大小有關(guān)，是一個(gè)0-1區(qū)間的數(shù) 字。該個(gè)打分機(jī)制很不公平，邊緣點(diǎn)的分?jǐn)?shù)太高，所W NARF檢測(cè)到的特征點(diǎn)大多集中在邊 界附近，內(nèi)部特征點(diǎn)很少，因而對(duì)于內(nèi)部特征豐富的場(chǎng)景，效果很差。
[0009] 綜上所述，現(xiàn)有技術(shù)使用一種興趣值計(jì)算方法處理所有點(diǎn)云數(shù)據(jù)。要么針對(duì)內(nèi)部 點(diǎn)設(shè)計(jì)興趣值計(jì)算方法，僅僅適合于內(nèi)部曲面變化多的場(chǎng)景，要么過于看重邊界，僅僅適合 于內(nèi)部曲面變化少，依賴邊界特征的場(chǎng)景。
[0010] 因此需要一種能夠適用范圍更廣并且對(duì)于各種場(chǎng)景都有很好的性能的特征點(diǎn)提 取方法。

【發(fā)明內(nèi)容】

[0011] 本發(fā)明的目的在于提供一種能夠?qū)τ诟鞣N場(chǎng)景都有很好的性能的特征點(diǎn)提取方 法。
[0012] 根據(jù)本發(fā)明的一方面，通過充分考慮到內(nèi)部點(diǎn)和邊界點(diǎn)的特點(diǎn)，將內(nèi)部點(diǎn)和邊界 點(diǎn)區(qū)分處理，使用各自適合的興趣值計(jì)算方法。更進(jìn)一步地，在本發(fā)明中，處理內(nèi)部點(diǎn)和邊 界點(diǎn)的方法W及其使用的主參數(shù)(用于計(jì)算興趣值的最主要的計(jì)算量)具有一致性（該里的 一致性主要是指最終所求得的興趣值的大小要具有可比性，興趣的大小設(shè)置是有合理的意 義的），因此便于后續(xù)將所有的點(diǎn)放在一起根據(jù)計(jì)算出來的興趣值篩選出最后的特征點(diǎn)。
[0013] 根據(jù)本發(fā)明的一方面，提供了一種3D深度圖特征點(diǎn)實(shí)時(shí)提取設(shè)備，包括；邊界提 取模塊，用于提取輸入的3D深度圖點(diǎn)云中的邊界點(diǎn)；興趣值計(jì)算模塊，包括用于計(jì)算邊界 點(diǎn)興趣值的邊界點(diǎn)興趣值計(jì)算模塊和用于計(jì)算除邊界點(diǎn)之外的內(nèi)部點(diǎn)興趣值的內(nèi)部點(diǎn)興 趣值計(jì)算模塊，邊界點(diǎn)興趣值計(jì)算模塊和內(nèi)部點(diǎn)興趣值計(jì)算模塊使用相同的主參數(shù)計(jì)算興 趣值，并且所得興趣值具有相同的數(shù)量級(jí)；特征點(diǎn)提取模塊，根據(jù)所有邊界點(diǎn)和內(nèi)部點(diǎn)興趣 值大小來提取特征點(diǎn)。
[0014] 優(yōu)選地，邊界提取模塊可提取位于輸入的點(diǎn)云中深度不連續(xù)位置上的邊緣點(diǎn)，并 且選擇位于邊緣點(diǎn)預(yù)定范圍內(nèi)的點(diǎn)作為邊界點(diǎn)。
[0015] 邊界點(diǎn)興趣值計(jì)算模塊可包括；法向和主曲率計(jì)算子模塊，對(duì)每一個(gè)邊界點(diǎn)計(jì)算 法向和主曲率，隨后將計(jì)算的主曲率轉(zhuǎn)化為主曲率分值；鄰域選取子模塊，用于W每一個(gè)邊 界點(diǎn)為中也選取第一鄰域和第二鄰域，其中，第一鄰域比第二鄰域的面積?。贿吔琰c(diǎn)興趣值 計(jì)算子模塊，用于分別針對(duì)選取的第一鄰域和第二鄰域計(jì)算邊界點(diǎn)的興趣值。
[0016] 優(yōu)選地，邊界點(diǎn)興趣值計(jì)算子模塊可通過下面的等式1根據(jù)第一鄰域內(nèi)的點(diǎn)來計(jì) 算當(dāng)前邊界點(diǎn)的穩(wěn)定性值：
[0017]
【主權(quán)項(xiàng)】
1. 一種3D深度圖特征點(diǎn)實(shí)時(shí)提取設(shè)備，包括： 邊界提取模塊，用于提取輸入的3D深度圖點(diǎn)云中的邊界點(diǎn)； 興趣值計(jì)算模塊，包括用于計(jì)算邊界點(diǎn)興趣值的邊界點(diǎn)興趣值計(jì)算模塊和用于計(jì)算除 邊界點(diǎn)之外的內(nèi)部點(diǎn)興趣值的內(nèi)部點(diǎn)興趣值計(jì)算模塊，邊界點(diǎn)興趣值計(jì)算模塊和內(nèi)部點(diǎn) 興趣值計(jì)算模塊使用相同的主參