3d深度圖特征點實時提取方法和設(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)明涉及實時 提取3D深度圖的特征點。
【背景技術(shù)】
[0002] 現(xiàn)有的3D深度圖（即，3D點云）特征點提取技術(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2D圖片的特征提取算法推廣到3D點云的處理上。然而，3D 點云和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?D點云設(shè)計的。該類算法設(shè)計的特征比較有針對性，所W效果比前面一 類方法好很多。
[0003] 對于第二類特征提取算法，其最關(guān)鍵的步驟是要設(shè)計一個有效的興趣值的計算方 法。由于特征點一般來說應(yīng)該落在曲面變化劇烈的位置，因此該個計算興趣值的方法要能 很好的度量出曲面的變化情況。在特征點提取后，通常會進(jìn)行特征的描述匹配等操作，所W 有些算法也會將特征點的穩(wěn)定性考慮在內(nèi)。要求特征點落在一個穩(wěn)定的位置，而在該個位 置附近有較大的曲面變化。
[0004] 對于需要處理的點云數(shù)據(jù)，我們可W將其分為兩類；一類是邊界點，即位于深度不 連續(xù)的邊緣附近的點。該類點位于邊緣附近，所W本身就具有一定的不穩(wěn)定性。另一類點 是除了邊界點W外的其他點，該些點距離邊緣有一定的距離。該類點，一般來說都相對比較 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不會很不穩(wěn)定。
[0005] 現(xiàn)有技術(shù)對于邊界的處理包括；一類是要求特征點不能是邊界點；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，對邊界點和內(nèi)部點都給一個分?jǐn)?shù)和一個方向， 然后計算出興趣值，并且根據(jù)興趣值的大小選擇特征點。
[0006] 因此，現(xiàn)有技術(shù)中存在的問題如下：
[0007] 如前所述，點云數(shù)據(jù)可W區(qū)分為邊界點和內(nèi)部點兩類，大部分的現(xiàn)有技術(shù)不區(qū)分 該兩類點，使用同樣的幾何特征W及同樣的方法來計算興趣值，因此該些算法對于內(nèi)部曲 面變化比較多的場景很適用，而對于內(nèi)部曲面變化比較少的情景，特別是噪音比較大的真 實場景，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。二是對于邊界點重視程度不夠。對于內(nèi)部曲面變化較少 的現(xiàn)實場景，邊界特征是很重要的，而該類算法主要是針對內(nèi)部點設(shè)計的興趣值計算方法， 對于邊界點效果不好。
[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它對邊界點進(jìn)行 了?？诘奶幚?。具體的，NARF給每一個點一個分?jǐn)?shù)和一個方向，然后進(jìn)行特征值的計算。該 個分?jǐn)?shù)是用來衡量曲面變化情況的，邊緣點和內(nèi)部點的打分策略是不一樣的。邊緣點位于 深度不連續(xù)的位置，所W給1分；內(nèi)部點得分則是跟主曲率大小有關(guān)，是一個0-1區(qū)間的數(shù) 字。該個打分機(jī)制很不公平，邊緣點的分?jǐn)?shù)太高，所W NARF檢測到的特征點大多集中在邊 界附近，內(nèi)部特征點很少，因而對于內(nèi)部特征豐富的場景，效果很差。
[0009] 綜上所述，現(xiàn)有技術(shù)使用一種興趣值計算方法處理所有點云數(shù)據(jù)。要么針對內(nèi)部 點設(shè)計興趣值計算方法，僅僅適合于內(nèi)部曲面變化多的場景，要么過于看重邊界，僅僅適合 于內(nèi)部曲面變化少，依賴邊界特征的場景。
[0010] 因此需要一種能夠適用范圍更廣并且對于各種場景都有很好的性能的特征點提 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場景都有很好的性能的特征點提取方 法。
[0012] 根據(jù)本發(fā)明的一方面，通過充分考慮到內(nèi)部點和邊界點的特點，將內(nèi)部點和邊界 點區(qū)分處理，使用各自適合的興趣值計算方法。更進(jìn)一步地，在本發(fā)明中，處理內(nèi)部點和邊 界點的方法W及其使用的主參數(shù)(用于計算興趣值的最主要的計算量)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)將所有的點放在一起根據(jù)計算出來的興趣值篩選出最后的特征點。
[0013] 根據(jù)本發(fā)明的一方面，提供了一種3D深度圖特征點實時提取設(shè)備，包括；邊界提 取模塊，用于提取輸入的3D深度圖點云中的邊界點；興趣值計算模塊，包括用于計算邊界 點興趣值的邊界點興趣值計算模塊和用于計算除邊界點之外的內(nèi)部點興趣值的內(nèi)部點興 趣值計算模塊，邊界點興趣值計算模塊和內(nèi)部點興趣值計算模塊使用相同的主參數(shù)計算興 趣值，并且所得興趣值具有相同的數(shù)量級；特征點提取模塊，根據(jù)所有邊界點和內(nèi)部點興趣 值大小來提取特征點。
[0014] 優(yōu)選地，邊界提取模塊可提取位于輸入的點云中深度不連續(xù)位置上的邊緣點，并 且選擇位于邊緣點預(yù)定范圍內(nèi)的點作為邊界點。
[0015] 邊界點興趣值計算模塊可包括；法向和主曲率計算子模塊，對每一個邊界點計算 法向和主曲率，隨后將計算的主曲率轉(zhuǎn)化為主曲率分值；鄰域選取子模塊，用于W每一個邊 界點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小；邊界點興趣值 計算子模塊，用于分別針對選取的第一鄰域和第二鄰域計算邊界點的興趣值。
[0016] 優(yōu)選地，邊界點興趣值計算子模塊可通過下面的等式1根據(jù)第一鄰域內(nèi)的點來計 算當(dāng)前邊界點的穩(wěn)定性值：
[0017]
【主權(quán)項】
1. 一種3D深度圖特征點實時提取設(shè)備，包括： 邊界提取模塊，用于提取輸入的3D深度圖點云中的邊界點； 興趣值計算模塊，包括用于計算邊界點興趣值的邊界點興趣值計算模塊和用于計算除 邊界點之外的內(nèi)部點興趣值的內(nèi)部點興趣值計算模塊，邊界點興趣值計算模塊和內(nèi)部點 興趣值計算模塊使用相同的主參