劉啟康

（1、北京建筑大學(xué) 測繪與城市空間信息學(xué)院，北京100044 2、北京北建大科技有限公司，北京100044）

1 概述

近年來，目標(biāo)識(shí)別在圖像檢索、機(jī)器人抓取操作、位置識(shí)別與定位等眾多領(lǐng)域得到廣泛的研究。目前，基于圖像的物體識(shí)別已經(jīng)有很多研究成果。但是二維圖像的成像過程是從三維空間映射到二維空間，這個(gè)過程會(huì)丟失大量的信息。而目前三維點(diǎn)云數(shù)據(jù)的獲取已經(jīng)非?？旖?，同時(shí)三維點(diǎn)云數(shù)據(jù)的采集不受光照影響，規(guī)避了二維圖像遇到的光照、姿態(tài)等問題，因此基于點(diǎn)云數(shù)據(jù)的三維物體識(shí)別也引起了人們的重視。

目前，已有的三維點(diǎn)云物體識(shí)別方法多是通過分析／提取物體的特征點(diǎn)幾何屬性、形狀屬性、結(jié)構(gòu)屬性或者多種屬性的組合等特征進(jìn)行比對、學(xué)習(xí)，從而完成物體的識(shí)別與分類。根據(jù)所利用特征的不同，已有的三維點(diǎn)云物體識(shí)別方法可以分為4類：基于局部特征的物體識(shí)別方法、基于全局特征的物體識(shí)別方法、基于圖匹配的物體識(shí)別方法以及基于機(jī)器學(xué)習(xí)的物體識(shí)別方法。

基于局部特征的物體識(shí)別方法主要是通過局部來識(shí)別整體[1]。該方法無需對處理數(shù)據(jù)進(jìn)行分割，往往通過提取物體的關(guān)鍵點(diǎn)，利用局部特征描述符描述特征點(diǎn)，再通過特征匹配、假設(shè)驗(yàn)證等過程完成物體的識(shí)別。

圖1

其中，特征提取與描述是物體識(shí)別中非常關(guān)鍵的一步，它將直接影響到物體識(shí)別系統(tǒng)的性能。

本文提出的基于局部特征的點(diǎn)云目標(biāo)識(shí)別方法是通過對模板點(diǎn)云與場景點(diǎn)云建立全局約束條件，通過八叉樹體素化方式選取特征點(diǎn)，使用SHOT[2]描述符描述模板特征點(diǎn)與場景點(diǎn)的幾何屬性，通過特征匹配代價(jià)和幾何匹配代價(jià)建立局部匹配模型，求解局部匹配模型最優(yōu)解，最后結(jié)合全局約束條件和局部匹配模型建立最終匹配模型，以獲得最佳匹配目標(biāo)。

2 識(shí)別流程

本方法提出的識(shí)別流程如圖1 所示。

2.1 全局約束方程

將預(yù)處理后的點(diǎn)云數(shù)據(jù)均勻采樣，以提高PCA 計(jì)算軸向和特征值的精確度，減少數(shù)據(jù)采集帶來的誤差影響，然后利用PCA 計(jì)算OBB 包圍盒的體積V 以及數(shù)據(jù)特征值Xi，并建立全局約束方程：

2.2 選取特征點(diǎn)

基于八叉樹結(jié)構(gòu)，將模板點(diǎn)與場景點(diǎn)劃分為體素大小為V的體素結(jié)構(gòu)，對于每個(gè)體素，統(tǒng)計(jì)點(diǎn)云數(shù)量，計(jì)算體素的質(zhì)心，以最接近質(zhì)心的點(diǎn)作為特征點(diǎn)。采用此方式選取特征點(diǎn)可以大規(guī)模減少點(diǎn)云數(shù)量，大大提高點(diǎn)云特征描述時(shí)的效率，加快目標(biāo)物體的匹配速度。

2.3 特征描述

本文選用局部特征描述子描述點(diǎn)云特征，SHOT 描述子是通過計(jì)算特征點(diǎn)局部鄰域曲面的協(xié)方差矩陣特征向量來定義LRF，通過對LRF 重要性的分析，利用加權(quán)線性組合算法來計(jì)算協(xié)方差矩陣與符號異性消除。該方法具有旋轉(zhuǎn)和平移不變性，對噪聲和目標(biāo)相互遮擋等問題具有魯棒性，描述性較強(qiáng)。

2.4 局部目標(biāo)函數(shù)

局部目標(biāo)函數(shù)由兩部分組成：特征匹配代價(jià)，幾何匹配代價(jià)。

特征匹配代價(jià)目前常用的幾種方法有：求交運(yùn)算、歐氏距離平方、卡方距離、KL 散度。本文將使用卡方距離來表示特征匹配代價(jià)，由于其對噪聲的敏感度較低，在高噪聲的情況下性能較高的特性，用以描述直方圖差異，公式如下：

由于局部目標(biāo)函數(shù)是具有整數(shù)約束的非線性目標(biāo)函數(shù)，這樣的公式會(huì)導(dǎo)致NP 問題，在多項(xiàng)式時(shí)間內(nèi)不能有效解決，因此我們采用取絕對值法將引入輔助變量，將非線性目標(biāo)函數(shù)轉(zhuǎn)化成線性目標(biāo)函數(shù)：

2.5 總體目標(biāo)函數(shù)

最終由全局約束方程和局部約束函數(shù)建立總體目標(biāo)函數(shù)：

2.6 求解總體目標(biāo)函數(shù)

目前比較流行的求解線性規(guī)劃問題的方案有很多，例如：CPLEX、GLPK、Gurobi、LPSolve。本文采用開源、高效、便捷的LPSolve 解決線性規(guī)劃問題，以獲得最終匹配結(jié)果。

3 實(shí)驗(yàn)結(jié)果

本文以地下工井為實(shí)驗(yàn)對象，以A7651、A1790、A7622、A7662、A7752 五組不同類型的工井作為模板數(shù)據(jù)，以十組包含模板類型并存在旋轉(zhuǎn)變換的工井作為場景數(shù)據(jù)，匹配結(jié)果如圖2 所示。

圖2

實(shí)驗(yàn)數(shù)據(jù)表明：對于A7651、A1790、A7622、A7662、A7752五種不同類型的工井，可以準(zhǔn)確的得到與之相匹配的工井類型A7652、A1791、A7623、A7663、A7753。