四川大学 电子信息学院光电系,四川 成都 610064
提出了一种基于调制度分析的快速三维物体识别方法。将两个有一定间距且正交的光栅同时投影到被识别物体表面上,使被识别物体位于两个光栅正焦像面之间,从同一方向获取被物体高度信息调制的正交光栅像,而物体的高度信息就被编码在这个图像中。采用傅里叶变换和空间频域分析,可分别得到两个方向上的基频。然后计算识别参数(每个基频强度的和)的值,识别参数值可以被看作是二维识别空间的一个点,对于不同形状的物体,识别参数值是不同的,所以不同物体的识别参数将对应识别空间不同的位置。计算机模拟实验和实际物体的识别实验证明了此方法的有效性。
三维物体识别 调制度测量 条纹分析 傅里叶变换 识别参数
电子科技大学 通信与信息工程学院，成都 610054
为提高三维物体识别系统性能并减少计算复杂性，本文提出了一种基于视图的方法。首先从三维物体的二维视图中提取颜色矩、纹理特征和仿射不变矩。颜色矩对于物体的大小和姿态不敏感且性能稳健。纹理特征可区别形状相似但外观不同的物体。仿射不变矩在物体发生仿射形变下具有不变性。本文将上述各种特征组合为23个分量的特征向量，送入支持向量机进行训练并识别。基于两种公开的三维物体数据库COIL-100 和ALOI 测试了本文方法性能。当每物体训练视角为36 个(视角间隔10°)时，在两个数据库上的实验都达到了100%的识别率。进一步减少训练视角数量也达到较满意的识别性能，优于文献中的方法。
三维物体识别 纹理分析 颜色矩 仿射不变矩 支持向量机 3D object recognition texture analysis color moments affine invariant moments support vector machine
1 西安建筑科技大学,物理系,西安,710055
2 西北大学,物理系,西安,710069
提出一种基于微透镜阵列多视角成像特点,将三维物体的深度信息转化为二维透射像阵列的角度信息,利用光学二维图像识别技术,实现对三维物体识别的方法.对识别过程进行了理论分析和计算,用匹配滤波的方法实现了对三维物体骰子的实时识别.实验结果表明,本方法的相关识别能力较高,并且具有很强的灵活性,对于有微小旋转、微小平移的三维物体也可进行识别.
三维物体识别 匹配滤波 微透镜阵列 傅里叶变换
洛阳师范学院,物理与电子科学系,河南,洛阳,471022
提出一种具有旋转不变性的三维物体识别的新方法,该方法通过结构光照明的方法,使物体的高度分布以变形条纹的形式编码于二维强度图中,由于条纹图包含有物体的高度分布信息,因此对条纹的相关识别具有本征三维识别的特点.旋转不变性是通过BP神经网络实现的.计算机模拟结果表明,用二维强度像的基频分量做训练样本设计BP神经网络,选择训练样本和隐藏层神经元的数目,基于结构光编码的BP神经网络对三维物体具有良好的旋转不变识别效果.
三维物体识别 结构光照明 旋转不变性 BP神经网络
