1.一种室内场景物体同时识别与建模方法,其特征在于,包括步骤
S1:输入RGB-D图像;
S2:物体分割;
S3:提取SIFT特征和FPFH特征;
S4:SIFT特征和FPFH特征融合;
S5:物体识别;
S6:物体建模,计算物体部分之间的位姿关系并且设定一个阈值,如果位姿变化小于阈值,则将两个物体部分进行融合,并且在视图图中作为一个节点,否则,两个物体部分都保留到视图图中,即为两个节点。
2.如权利要求1所述的室内场景物体同时识别与建模方法,其特征在于,所述步骤S2包括步骤
S21:采用RANSAC方法提取平面点云;
S22:剔除与物体数据无关的点云;
S23:通过欧式距离聚类算法获得物体点云;
S24:将点云数据映射回RGB-D图像。
3.如权利要求1所述的室内场景物体同时识别与建模方法,步骤S3包括步骤
S31:采用SIFT特征提取方法提取物体二维局部特征点和特征描述子;
S32:将所述二维局部特征点映射到三维空间中,获得三维特征点;
S33:使用FPFH算法,生成三维特征描述子。
4.如权利要求1所述的室内场景物体同时识别与建模方法,步骤S4包括步骤
S41:采用RANSAC算法剔除一些错误的匹配点。
5.如权利要求1所述的室内场景物体同时识别与建模方法,步骤S5包括步骤
S51:计算待识别物体与物体模型之间的二维特征配准距离;
S52:计算待识别物体与物体模型之间三维特征配准距离;
S53:融合物体二维信息与三维信息,并且保存相似度结果;
S54:对所有的相似度结果做比较,取出相似度最大的结果作为本次物体识别的最终结果。