基于迭代图像匹配物体姿态估计：阴影与边缘数据融合.pdfVIP

基于迭代图像匹配的3‑D物体姿态估计：阴影和边缘数据

融合

YoshihikoNOMURA,YukoSAKAIDA*,和SeizoFUJII**

*名古屋大学工学部,**名古屋大同工业大学,

,传真.81(52)789‑2747,电子邮件nomura@mitsuya.nuem.nagoya‑u.ac.jp

基于模型驱动的图像匹配，迭代估计3‑D物体的姿态。从物体模型合成阴影图像和

边缘图像，并使用非线性最小二乘法分别与输入图像进行匹配。通过选择两种图

像匹配中较好的一种来实现阴影和边缘信息的融合。

1.引言

对于基于模型的识别，估计3‑D物体的姿态（即位置和方向）是至关重要的。人类

似乎使用图像本身和显著的几何特征来识别物体。这些特征是从图像中提取出来

的顶点和边缘作为线索。我们从模型中可视化心理图像和特征，并虚拟地操作模

型以使其与我们所看到的图像和特征相匹配[1]。

一种代表性的3‑D物体识别方法是基于特征匹配：通过将输入的提取特征与模型

的特征进行匹配来获得物体姿态[2]。还有一些方法匹配其他特征，如实体原语、

方面、表面区域和区域边界[2],[3]。也使用了匹配范围图像的方法来识别3‑D物体。

Zhang等人[4]使用扩展卡尔曼滤波器匹配3D线段。Hoffman等人[5]根据局部表

面法线将表面分割为平面、凸面和凹面域。Ikeuchi等人[6]通过使用曲率、面积

和周边距离将平面和圆柱表面域进行分割。

基于阴影的形状重建在计算机视觉中得到了广泛研究[7]，因为灰度级为重建3D物

体的形状了重要信息。此外，灰度级在模型匹配中也非常有用，从而形成了

一种基于模型的图像匹配方案。图像匹配的有效性已在许多图像配准问题中得到

证明，例如立体视觉[8]和仿射变换

3-DObjectPoseEstimationBasedonIterativeImage

Matching:ShadingandEdgeDataFusion

YoshihikoNOMURA,DiliZHANG,YukoSAKAIDA*,andSeizoFUJII**

*SchoolofEngineering,NagoyaUniversity,**DaidoInstituteofTechnology,Nagoya,

Japan

TEL,FAX.81(52)789-2747,E-Mailnomura@mitsuya.nuem.nagoya-u.ac.jp

Basedonmodel-drivenimagematching,the3-Dobjectposeisiterativelyestimated.

Shadingimagesandedgeimagesaresynthesizedfromanobjectmodel,andare

matched,individually,withtheinputimagesbyusinganonlinearleast-squaresmethod.

Thefusionoftheshadingandtheedgeinformationisachievedchoosingtheterof

thetwopiecesofimagematching.

1.Introduction

Foramodel-basedrecognition,anestimationof3-Dobjectpose,i.e.,thepositionand

orientation,isessential.Humanbeingsseemtorecognizeobjectsusingbothimages

themselvesandsalientgeometricalfeatures.Thefeaturesareverticesandedgesthat

areextractedfromtheimagesasclues.Wevisualizementalimagesandfeaturesfroma

model,andvirtuallymanipulatethemodeltomatchitwiththeimagesandfeaturesthat

weareseei