欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2020101182163
申请人: 北京百度网讯科技有限公司
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-02-23
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于边缘的增强现实三维跟踪注册方法,其特征在于,包括:获取三维物体在图像中的初始化姿态;

通过所述初始化姿态,提取所述三维物体轮廓的小边特征;

对提取到的小边特征进行分组,并以每个组为基本单位,在图像中进行搜索以找出每个组内各小边特征对应的匹配点;

基于所有组找出的匹配点,计算所述三维物体的姿态。

2.根据权利要求1所述的方法,其特征在于,通过所述初始化姿态,提取所述三维物体轮廓的小边特征,包括:通过所述初始化姿态将所述三维物体的模型进行投影,计算出模型投影图像;

识别所述模型投影图像中对象的可见边缘,并沿着可见边缘以规则间隔的方式来分配采样点;

将所述采样点以及所述采样点在模型线段的法线方向作为所述三维物体轮廓的小边特征。

3.根据权利要求1所述的方法,其特征在于,所述对提取到的小边特征进行分组,包括:基于所述三维物体轮廓整体的几何结构,对提取到的小边特征进行分组;其中,每个组内的各小边特征的法线方向一致或法线方向间的夹角在第一预设范围内,且所述每个组均具有自己的平均法向量。

4.根据权利要求1至3中任一项所述的方法,其特征在于,所述以每个组为基本单位,在图像中进行搜索以找出每个组内各小边特征对应的匹配点,包括:以每个组为基本单位,沿所述每个组的平均法向量方向在图像中搜索以找出所述每个组内各个小边特征的匹配点。

5.根据权利要求4所述的方法,其特征在于,沿所述每个组的平均法向量方向在图像中搜索以找出所述每个组内各个小边特征的匹配点,包括:沿所述当前组的平均法向量方向于第二预设范围内在所述图像中进行双向搜索;

将所述当前组内的各个小边特征在每一个搜索位置进行匹配,以找出所述当前组内的各个小边特征在所述每一个搜索位置上的匹配点;

从所述每一个搜索位置中,选取匹配点最多的搜索位置作为所述当前组的最佳匹配位置,并将在所述最佳匹配位置上的匹配点作为对应小边特征的匹配点。

6.根据权利要求5所述的方法,其特征在于,将所述当前组内的各个小边特征在每一个搜索位置进行匹配,以找出所述当前组内的各个小边特征在所述每一个搜索位置上的匹配点,包括:在所述当前组内的各个小边特征的搜索位置,找出沿所述当前组的平均法向量方向上的梯度值大于预设阈值的梯度极值点作为备选点;

在所述备选点中,选取梯度方向和所述当前组的平均法向量方向的夹角最小的备选点作为所述各个小边特征在所述搜索位置上的匹配点。

7.一种基于边缘的增强现实三维跟踪注册装置,其特征在于,包括:初始化姿态获取模块,用于获取三维物体在图像中的初始化姿态;

特征提取模块,用于通过所述初始化姿态,提取所述三维物体轮廓的小边特征;

分组模块,用于对提取到的小边特征进行分组;

匹配点搜索模块,用于以每个组为基本单位,在图像中进行搜索以找出每个组内各小边特征对应的匹配点;

姿态计算模块,用于基于所有组找出的匹配点,计算所述三维物体的姿态。

8.根据权利要求7所述的装置,其特征在于,所述特征提取模块具体用于:通过所述初始化姿态将所述三维物体的模型进行投影,计算出模型投影图像;

识别所述模型投影图像中对象的可见边缘,并沿着可见边缘以规则间隔的方式来分配采样点;

将所述采样点以及所述采样点在模型线段的法线方向作为所述三维物体轮廓的小边特征。

9.根据权利要求7所述的装置,其特征在于,所述分组模块具体用于:基于所述三维物体轮廓整体的几何结构,对提取到的小边特征进行分组;其中,每个组内的各小边特征的法线方向一致或法线方向间的夹角在第一预设范围内,且所述每个组均具有自己的平均法向量。

10.根据权利要求7至9中任一项所述的装置,其特征在于,所述匹配点搜索模块具体用于:以每个组为基本单位,沿所述每个组的平均法向量方向在图像中搜索以找出所述每个组内各个小边特征的匹配点。

11.根据权利要求10所述的装置,其特征在于,所述匹配点搜索模块具体用于:沿所述当前组的平均法向量方向于第二预设范围内在所述图像中进行双向搜索;

将所述当前组内的各个小边特征在每一个搜索位置进行匹配,以找出所述当前组内的各个小边特征在所述每一个搜索位置上的匹配点;

从所述每一个搜索位置中,选取匹配点最多的搜索位置作为所述当前组的最佳匹配位置,并将在所述最佳匹配位置上的匹配点作为对应小边特征的匹配点。

12.根据权利要求11所述的装置,其特征在于,所述匹配点搜索模块具体用于:在所述当前组内的各个小边特征的搜索位置,找出沿所述当前组的平均法向量方向上的梯度值大于预设阈值的梯度极值点作为备选点;

在所述备选点中,选取梯度方向和所述当前组的平均法向量方向的夹角最小的备选点作为所述各个小边特征在所述搜索位置上的匹配点。

13.一种电子设备,其特征在于,包括:

至少一个处理器;以及

与所述至少一个处理器通信连接的存储器;其中,

所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1至6中任一项所述的基于边缘的增强现实三维跟踪注册方法。

14.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1至6中任一项所述的基于边缘的增强现实三维跟踪注册方法。