AVR與三維物體識(shí)別的研究與實(shí)現(xiàn).pdf

1、AVR(From Actual Reality to Virtual Reality，即由真實(shí)世界到虛擬世界的轉(zhuǎn)換)問(wèn)題是計(jì)算機(jī)應(yīng)用的一個(gè)重要領(lǐng)域，它為虛擬現(xiàn)實(shí)、計(jì)算機(jī)視覺(jué)、先進(jìn)人機(jī)交互、工業(yè)自動(dòng)化等領(lǐng)域提供了新的技術(shù)手段。作為AVR景物理解的關(guān)鍵技術(shù)和實(shí)現(xiàn)基礎(chǔ)，本文著重研究了三維物體識(shí)別中的AVR理論、算法和實(shí)現(xiàn)技術(shù)。本文將AVR三維物體識(shí)別與AVR景物重建技術(shù)相結(jié)合，通過(guò)AVR重建，獲得三維物體的基于超二次體元的統(tǒng)一參數(shù)化模型描述，

2、一方面，可以從這些參數(shù)化模型描述中提取出三維物體的結(jié)構(gòu)化描述，進(jìn)行AVR三維物體識(shí)別，獲得三維物體的高層視覺(jué)語(yǔ)義描述，作為AVR景物理解的信息基礎(chǔ)；另一方面，又可以作為計(jì)算機(jī)內(nèi)部虛擬景物的精煉的參數(shù)描述模型，輸出到虛擬環(huán)境中。 本文的主要成果性工作包括： (1)提出了AVR三維物體識(shí)別的理論和系統(tǒng)框架，并對(duì)AVR三維物體識(shí)別中的算法和關(guān)鍵實(shí)現(xiàn)技術(shù)進(jìn)行了研究。在AVR系統(tǒng)框架中，首先，利用AVR重建技術(shù)，直接從真實(shí)物體形狀

3、信息數(shù)據(jù)中生成三維物體體元的基于超二次幾何子的計(jì)算機(jī)內(nèi)部參數(shù)描述模型；然后，提取AVR三維物體結(jié)構(gòu)化描述特征；最后，通過(guò)采用有效的三維物體識(shí)別計(jì)算方法，得到三維物體的高層視覺(jué)語(yǔ)義描述，使計(jì)算機(jī)具有對(duì)三維物體的視覺(jué)認(rèn)知和識(shí)別能力。 (2)提出了使用基于超二次幾何子的參數(shù)化體元描述模型以及直接從三維數(shù)據(jù)中得到超二次幾何子模型描述的提取計(jì)算方法。基于超二次幾何子的模型描述形式，結(jié)合了超二次曲面模型的定量的參數(shù)信息和幾何子模型的定性的幾

4、何屬性信息，具有很強(qiáng)的模型描述和視覺(jué)區(qū)分能力，可作為AVR三維物體描述和識(shí)別的基礎(chǔ)。 (3)基于球面調(diào)和分析和三維矩不變量，提出了超二次曲面模型描述物體形狀相似性的度量計(jì)算方法。超二次模型的形狀相似性度量是利用超二次模型進(jìn)行三維物體識(shí)別的一個(gè)關(guān)鍵問(wèn)題，有效的超二次模型相似性度量測(cè)度的缺乏已經(jīng)成為制約其在視覺(jué)識(shí)別領(lǐng)域發(fā)展的一個(gè)重要“瓶頸”。本文在對(duì)超二次模型自身數(shù)學(xué)性質(zhì)分析的基礎(chǔ)上，分別提出了基于球面調(diào)和分析和三維矩不變量的超二次

5、模型形狀相似性度量計(jì)算方法，得到了描述物體形狀的三維旋轉(zhuǎn)不變量，可作為三維物體識(shí)別的一種依據(jù)，為超二次模型在三維物體識(shí)別中的應(yīng)用創(chuàng)造了前提條件。 (4)研究了AVR三維物體識(shí)別算法，提出了基于改進(jìn)解釋樹(shù)的三維物體識(shí)別方法和基于部件特征融合的三維物體識(shí)別方法。基于改進(jìn)解釋樹(shù)的識(shí)別方法能夠?qū)崿F(xiàn)待識(shí)別物體與三維模型之間的全局匹配、部分匹配和焦點(diǎn)匹配等不同類(lèi)型的形狀匹配計(jì)算。在該方法中，首先，定義了一組完善的一元和二元部件特征及對(duì)應(yīng)的約

6、束，設(shè)計(jì)了有效的解釋樹(shù)約束搜索規(guī)則，能夠快速得到待識(shí)別物體數(shù)據(jù)和三維模型之間可行的匹配關(guān)系；然后，開(kāi)發(fā)了一個(gè)形狀相似性度量算法，能夠得到不同類(lèi)型匹配下的具有模型形狀相似度排序的識(shí)別結(jié)果。另外，鑒于信息融合方法在二維圖像識(shí)別中的成功應(yīng)用，本文嘗試地提出了基于部件特征融合的三維物體識(shí)別方法，該方法以模型部件形狀特征向量間的相似度作為輸入特征，分別采用了最佳線性融合和神經(jīng)網(wǎng)絡(luò)方法實(shí)現(xiàn)對(duì)三維物體的識(shí)別，測(cè)試實(shí)驗(yàn)結(jié)果說(shuō)明了這種融合方法在解決部件描

7、述的三維物體識(shí)別問(wèn)題上是可行的，具有一定的發(fā)展?jié)摿Α?(5)構(gòu)建了AVR三維重建與識(shí)別實(shí)驗(yàn)系統(tǒng)。將AVR．三維重建與AVR三維物體識(shí)別相結(jié)合，實(shí)現(xiàn)從真實(shí)世界三維物體形狀信息中重建出相應(yīng)的計(jì)算機(jī)內(nèi)部描述的虛擬景物模型及其高層視覺(jué)語(yǔ)義描述。結(jié)合本論文的研究工作，我們?cè)谝延蠥VR實(shí)驗(yàn)系統(tǒng)基礎(chǔ)上，建立了AVR三維重建與識(shí)別實(shí)驗(yàn)系統(tǒng)，系統(tǒng)采用平臺(tái)方式，將AVR研究中的關(guān)鍵技術(shù)及成果轉(zhuǎn)化為若干層次的、相對(duì)獨(dú)立的功能化模塊，通過(guò)功能模塊的有效