室内场景物体同时识别与建模

发布时间：2017-05-01 18:12

  本文关键词：室内场景物体同时识别与建模，由笔耕文化传播整理发布。

【摘要】：服务机器人在人们生活中一直都扮演着非常重要的角色,并且随着人们生活水平的不断提升,对服务机器人的需求和要求也在不断提高,所以对于机器人如何在陌生的室内环境中识别物体和建立物体模型就变得十分重要,它直接影响到机器人的控制。我们提出了一个基本的框架来解决这一热点问题,主要的问题集中在1)如何在复杂的室内场景中在线的识别物体2)同时对识别到的物体建立三维模型使得既保留了物体的三维信息又能为下一次的识别提供方便。对于室内移动机器人来说,需要在复杂的室内环境中实时的在线识别物体并且建立物体模型是一个非常难的问题,主要体现在复杂环境下识别算法的鲁棒性以及时效性,而时效性又体现在物体识别速度和建立物体模型的速度。本文针对以上两个问题进行深入研究,并且提出了高效的识别和建模算法框架。主要工作包括如下几个方面：1. 对室内场景物体识别与建模方法进行了分类总结,介绍了物体识别算法的研究现状,从二维到三维物体识别算法做简要的概述,重点介绍三维物体识别以及位姿估计方法,物体三维建模以及数据存储方法,详细地分析了这些方法的优点和不足。2. 在对物体进行识别与建模之前,需要将物体从背景中分离出来,本文对二维物体分割算法,如显著性分割算法和三维物体分割算法,如RANSAC算法,聚类分割算法等做了简要概述。物体检测前需剔除场景中的人物干扰,本文提出了一种应用于静态图像人体分割的显著性检测方法剔除场景人物,之后对剩下的室内物体进行分割。3. 在Alvaro Collet Romea等人提出基于约束框架的室内物体识别与建模方法中,发现了该方法对物体识别回召率低,并且不能在线识别等问题,本文在此基础上,对算法进行了改进,在基于约束框架的室内物体识别与建模的框架上融入物体的二维SIFT特征和三维FPFH特征,不仅提高了物体识别率,而且提高了物体回召率,并且达到了在线识别的效果。4. 为了提高在线物体识别与建模的速度,提出了一种改进的物体建模方法,融合位姿相同或差距较小的视图,并且压缩每个节点存储的数据信息,只保留关键数据信息。物体建模不仅是为了显示物体的三维结构信息,而且也要为物体的识别服务。提取物体的有效数据,剔除冗余信息,不仅可以减轻图的存储压力,也可以提高物体识别速度。论文中提到的方法在OpenCV和PCL图像处理库的帮助下进行了仿真实验,证明了本文改进方法的有效性,论文的最后对全文进行总结,说明了研究的创新点和主要成果,指出了未来的研究方向。
【关键词】：物体识别 三维建模 人体分割 物体发现 显著性检测
【学位授予单位】：广东工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP242
【目录】：

• 摘要4-6
• ABSTRACT6-12
• 第一章 绪论12-17
• 1.1 课题研究背景及意义12-13
• 1.2 室内场景物体识别与建模国内外发展概况13-15
• 1.3 论文研究的目标和内容15-16
• 1.4 课题创新点16-17
• 第二章 室内场景物体同时识别与建模算法概述17-24
• 2.1 引言17
• 2.2 室内场景物体同时识别与建模研究内容17-20
• 2.3 基于约束框架的室内物体识别与建模方法概述20-23
• 2.4 本章小结23-24
• 第三章 室内场景物体分割算法24-40
• 3.1 引言24-25
• 3.2 物体分割算法介绍25-30
• 3.2.1 显著性分割算法25-28
• 3.2.2 RANSAC分割算法28-29
• 3.2.3 聚类分割算法29-30
• 3.3 一种应用于人体分割的显著性检测方法30-39
• 3.3.1 一种应用于人体分割的显著性检测方法介绍30-35
• 3.3.2 一种应用于人体分割的显著性检测方法实验35-39
• 3.4 本章小结39-40
• 第四章 基于SIFT和FPFH特征融合的物体同时识别与建模方法40-57
• 4.1 引言40-41
• 4.2 基于SIFT和FPFH特征融合的物体同时识别与建模框架41-52
• 4.2.1 物体分割41-43
• 4.2.2 特征提取43-49
• 4.2.3 物体识别49-51
• 4.2.4 物体建模51-52
• 4.3 基于SIFT和FPFH特征融合的物体同时识别与建模仿真52-56
• 4.3.1 OpenCV图像库介绍52
• 4.3.2 PCL图像库介绍52-53
• 4.3.3 仿真实验结果53-56
• 4.4 本章小结56-57
• 第五章 改进的物体建模方法57-63
• 5.1 引言57-58
• 5.2 基于视图图的建模方法58-59
• 5.3 改进的物体建模方法59-61
• 5.4 改进的物体建模方法仿真61-62
• 5.5 本章小结62-63
• 总结与展望63-65
• 参考文献65-71
• 攻读学位期间发表的论文71-73
• 致谢73-74

【相似文献】

中国期刊全文数据库 前10条

1 代松;李伟生;;基于亲和传递聚类的多类物体识别方法[J];计算机工程;2009年14期

2 邹利华;;三种基于特征的物体识别算法对比与分析[J];软件导刊;2010年05期

3 连灵;游旭群;;三维物体识别的心理表征:角度依赖还是角度独立[J];心理学报;2011年09期

4 王喜顺;刘曦;史忠植;隋红建;;一种基于特征整合理论的物体识别模型(英文)[J];中国科学院研究生院学报;2012年03期

5 胡敏;齐梅;王晓华;许良凤;;基于显著区域词袋模型的物体识别方法[J];电子测量与仪器学报;2013年07期

6 余少波;鞠发平;肖英明;;物体识别不变性方法比较分析(Ⅱ)——解析方法[J];海军工程学院学报;1993年01期

7 曾建超，，柳慧群，林学;基于规则的物体识别定位方法[J];高技术通讯;1995年04期

8 李育贤,王洪波,赵莉;二维物体识别的暂态混沌神经网络方法[J];陕西师范大学学报(自然科学版);2000年01期

9 邵洁;董楠;;基于相关向量机的物体识别[J];上海电力学院学报;2011年02期

10 杨雄;彭刚;徐涛;刘利;兰远东;;物体识别的精神物理学实验测试[J];惠州学院学报(自然科学版);2012年03期

中国重要会议论文全文数据库 前10条

1 陈柘;赵荣椿;;几何不变性及其在3D物体识别中的应用[A];信号与信息处理技术——第一届信号与信息处理联合学术会议论文集[C];2002年

2 连灵;张敏;;三维物体识别的心理表征:角度依赖还是角度独立[A];增强心理学服务社会的意识和功能——中国心理学会成立90周年纪念大会暨第十四届全国心理学学术会议论文摘要集[C];2011年

3 周程;吴飞;庄越挺;;基于层次反馈机制的物体识别[A];第十五届全国图象图形学学术会议论文集[C];2010年

4 孙彦良;任衍具;;真实场景中朝向和背景对物体识别的影响[A];第十二届全国心理学学术大会论文摘要集[C];2009年

5 郭明玮;朱明清;赵宇宙;王建;陈宗海;;基于生物视觉的物体识别方法研究现状分析[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年

6 艾浩军;朱荣;张敏;李俊;方禹;王红霞;;基于SIFT尺度分量的两级匹配物体识别算法研究[A];第七届和谐人机环境联合学术会议（HHME2011)论文集【poster】[C];2011年

7 熊英;马惠敏;;SIFT特征在三维物体识别中的应用[A];图像图形技术研究与应用2009——第四届图像图形技术与应用学术会议论文集[C];2009年

8 鲁迪;姜志国;;基于图元检测的物体识别方法研究[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年

9 杜建洪;梁子长;;车辆走向定位技术的研究[A];通信理论与信号处理新进展——2005年通信理论与信号处理年会论文集[C];2005年

10 宋广青;高莉;孙秀萍;刘新民;;物体识别实验在东莨菪碱致大鼠学习记忆障碍中的应用[A];2013年全国老年性痴呆与相关疾病学术会议论文汇编[C];2013年

中国博士学位论文全文数据库 前10条

1 陆王天宇;受生物启发的物体识别算法研究[D];复旦大学;2013年

2 王静;视网膜假体中人工视觉信息处理及优化表达研究[D];上海交通大学;2014年

3 齐勇刚;基于草图和边缘的物体识别[D];北京邮电大学;2015年

4 黄颖;基于图理论的图像处理与物体识别算法的研究[D];电子科技大学;2012年

5 刘光灿;基于机器学习的物体识别[D];上海交通大学;2013年

6 徐胜;三维物体识别研究[D];电子科技大学;2010年

7 王兴刚;物体识别中的形状建模和弱监督学习[D];华中科技大学;2014年

8 王利明;机器视觉中物体识别方法的研究与探讨[D];复旦大学;2009年

9 彭绍武;基于形状与语义建模的物体识别[D];华中科技大学;2009年

10 陶维东;非面孔物体识别倒置效应[D];西南大学;2009年

中国硕士学位论文全文数据库 前10条

1 周淼;物体识别中与特征整合相关的脑电活动研究[D];电子科技大学;2012年

2 刘杰;小型地面移动机器人视觉图像特征提取[D];新疆大学;2015年

3 王沁波;基于分层结构的多物体图像识别系统的设计与实现[D];电子科技大学;2014年

4 李元辉;换垫料应激损害大鼠新颖物体识别记忆再激活后提取及其胆碱能受体机制[D];南华大学;2015年

5 李额;Apelin-13改善强迫游泳应激诱导大鼠新颖物体识别记忆损伤[D];南华大学;2015年

6 齐梅;基于词袋模型的物体识别方法研究[D];合肥工业大学;2014年

7 张禹tD;基于移动机器人的动态物体识别[D];吉林大学;2015年

8 宋文豪;基于图像的计算机物体识别研究[D];河北科技大学;2015年

9 李慧霞;室内智能移动机器人规则物体识别与抓取[D];北京交通大学;2016年

10 刘苗苗;基于2D和3D SIFT特征融合的一般物体识别算法研究[D];东南大学;2015年

  本文关键词：室内场景物体同时识别与建模，由笔耕文化传播整理发布。

本文编号：339402