关键词:
图像处理
物体位姿估计
三维点云
表面法线
自适应融合
摘要:
针对6D位姿估计在处理弱纹理物体时配准精度低的问题,提出一种自适应融合多模态特征的6D物体位姿估计方法.首先,基于RGB-D图像标定目标物体,利用球形邻域对由深度信息得到的点云进行划分,增强特征提取中捕捉细节信息的能力;其次,通过新增物体表面法线强化几何属性,实现对目标几何信息的补充;然后,对提取到的目标颜色、几何和法向三分支特征通过自适应特征融合策略进行高维度融合,实现特征间的优势互补;最后,利用回归函数得到目标位姿参数,并以高置信度像素的预测位姿作为初始估计,迭代学习不断优化以获得最终位姿,实现精确的6D位姿估计.在LineMOD 和YCB-Video数据集上分别进行了测试,实验结果表明,与同类方法相比,所提方法在位姿估计精度上展现了显著优势.