一种三维物体识别的新方法--深层图匹配法

研究完成了适用性强的基于深层图匹配的三维物体识别系统，证实了利用目标函数及约束条件导出能量函数，把二维图象同三维物体特征的对应问题归结为求能量函数极小的组合优化问题是一条可行途径，利用图象中物体的三条边与模型中的三条对应力，可求出多种物体姿态，将各种资态生成的图象与实际图象进行匹配，把对应点距离之和与网络的能量函数联系起来，构造了类似于TSP问题的神经网络，完成了图象点的匹配，从而唯一求出三维物体姿态，物体被识别为同其深层图匹配总误差最小的那个物体，这一成果为解决三维物体识别这一具有广阔应用背景而又十分复杂的难题提供了一条新途径，为水下机器人视觉导引回收方法研究提供了技术基础。