基于局部形狀描述和匹配選擇的三維物體識別系統(tǒng).pdf

1、物體識別是計算機視覺領域最重要的任務之一，被廣泛應用在智能機器人、無人駕駛汽車以及安防等領域。傳統(tǒng)的二維物體識別方法由于RGB圖像本身的局限性，例如對光照非常敏感，因此其可靠性無法保證。與之相反，三維物體識別由于可以通過將場景與物體模型進行配準，并根據配準的好壞對識別結果進行自我驗證，因此可靠性大大提高。近些年來，隨著深度傳感技術的發(fā)展與普及，深度圖像的獲取變得越來越容易，基于深度圖像的三維物體識別技術也得到了越來越廣泛的關注。

2、　　三維物體識別的目標是識別出場景中的已知物體模型，并恢復出它們的姿勢。要構建一個實用的三維物體識別系統(tǒng)，仍然面臨著很多難點與挑戰(zhàn)。一方面，點云數據會受到各種各樣的環(huán)境干擾，例如噪聲、點云密度變化以及遮擋等，這些都會嚴重影響物體識別的準確性。另一方面，由于生成的特征匹配候選有很大一部分是錯誤的，再加上配準驗證的過程比較耗時，這些將直接制約物體識別的效率。
　　本文關注于雜亂場景下的三維物體識別問題。為了實現(xiàn)這個目標，論文提出了從提

3、取局部形狀特征，選擇顯著的特征來生成匹配對，到根據幾何約束來選擇更可靠的匹配對的一套快速并且魯棒的三維物體識別系統(tǒng)。論文的主要貢獻和創(chuàng)新點如下:
　　第一，針對局部形狀描述問題，設計了一個對噪聲以及點云密度變化都有較高魯棒性的“幾何中心簽名”描述子，并提出了一個可以支持兩個不完整形狀匹配的描述子比較方法。
　　第二，針對局部形狀配準的問題，提出構造每個節(jié)點指向其K個鄰居的描述子圖來實現(xiàn)快速的特征匹配查找，并通過提取和使用描述