2020年12月_奥比中光3D视觉开发者社区

转载步态识别介绍

步态识别是一种新兴的生物特征识别技术，旨在通过人们走路的姿态进行身份识别，与其他的生物识别技术相比，步态识别具有非接触远距离和不容易伪装的优点。在智能视频监控领域，比面像识别更具优势。人类自身很善于进行步态识别，在一定距离之外都有经验能够根据人的步态辨别出熟悉的人。步态识别的输入是一段行走的视频图像序列，因此其数据采集与面像识别类似，具有非侵犯性和可接受性。但是，由于序列图像的数据量较大，因此步态识别的计算复杂性比较高，处理起来也比较困难。尽管生物力学中对于步态进行了大量的研究工作，基于步态的身份鉴别的研

2020-12-31 18:13:43 5285

转载 ROS与ROS2比较

ROS2新特性1、ROS2全面支持三种平台ØUbuntu 16.04（Xenial）ØMac OS X 10.12（Sierra）ØWindows 102、实现了分布式架构ROS 1主要构建于Linux系统之上，主要支持Ubuntu。而ROS 2采用全新的架构，底层基于DDS(Data Distribution Service)通信机制，支持实时性、嵌入式、分布式、多操作系统。ROS 2支持的系统包括Linux、windows、Mac、RTOS，甚至是单片机等没有操作系统的裸机。ROS 1的

2020-12-30 17:21:31 2736

转载 PCL点云库概述

PCL点云概述点云处理技术广泛应用在逆向工程、CAD/CAM、机器人学、激光遥感测量、机器视觉、虚拟现实、人机交互、立体3D影像等诸多领域。由于其涉及计算机学、图形学、人工智能、模式识别、几何计算、传感器等诸多学科，但一直以来由于点云获取手段的昂贵，严重阻碍其在各个行业上的广泛应用，也造成国内点云处理的理论性和工具性书籍匮乏。在2010年，随着消费级RGBD设备（低成本点云获取）的大量上市，以微软的Kinect为前导，目前已有华硕、奥比中光等多家公司开始量产此类产品，正在形成基于RGBD的新一代机器视觉生

2020-12-24 14:37:05 2900

转载 RGB-D（深度图像） & 图像深度

RGB-D（深度图像）深度图像 = 普通的RGB三通道彩色图像 + Depth Map 在3D计算机图形中，Depth Map（深度图）是包含与视点的场景对象的表面的距离有关的信息的图像或图像通道。其中，Depth Map 类似于灰度图像，只是它的每个像素值是传感器距离物体的实际距离。通常RGB图像和Depth图像是配准的，因而像素点之间具有一对一的对应关系。下面可以看到两个不同的深度图，以及从中衍生的原始模型。第一个深度图显示与照相机的距离成比例的亮度。较近的表面较暗; 其他表面较轻。第二深

2020-12-24 14:17:00 2133

转载 ROS中从摄像头获取PCL点云数据

一、点云简介通过测量仪器得到的产品外观表面的点数据集合也称之为点云，通常使用三维坐标测量机所得到的点数量比较少，点与点的间距也比较大，叫稀疏点云；而使用三维激光扫描仪或照相式扫描仪得到的点云，点数量比较大并且比较密集，叫密集点云。经过几十年的发展，机器人传感器领域已经发生了巨大的变化：从基于声呐的简单测距功能到现在的视觉传感器和激光扫描仪。由视觉传感器和激光扫描仪提供的大量3D数据已经变得实用起来，像DAPAR无人汽车挑战赛已经可以实用高质量的3D点云来感知世界。近年来，一些3D传感器价格已经普遍为大家

2020-12-24 14:00:27 1528

转载深度相机标定

参考计算机视觉：相机成像原理：世界坐标系、相机坐标系、图像坐标系、像素坐标系之间的转换 -https://blog.csdn.net/chentravelling/article/details/53558096相机标定原理 https://www.cnblogs.com/Jessica-jie/p/6596450.htmlhttp://wiki.ros.org/openni_launch/Tutorials/IntrinsicCalibrationhttp://wiki.ros.org/camer

2020-12-11 15:59:54 1680 4

转载单目相机的内外参标定

本教程所使用标定工具为一个9x7的棋盘格，单格尺寸123mm。内参标定1.1 借助ROS中的usb_cam功能包，具体实现如下：安装usb_cam功能包$ sudo apt-get install ros-kinetic-usb-cam安装标定功能包$ sudo apt-get install ros-kinetic-camera-calibration启动摄像头$ roslaunch usb_cam usb_cam-test.launch启动标定包$ rosrun camera_cal

2020-12-11 15:52:16 1465

转载计算点云的方法

使用 OpenNI 时，点云的生成也有两种方法：方法 1:分别读取相机的内参和深度帧，对深度帧的每一个像素点，根据内参来完成点云的生成。方法 2:使用 CoordinateConverter 类中的 convertDepthToWorld 方法来将深度坐标转换为点云。方法 1 是最常使用的方法，所以一般情况下我们使用这种方法，方法 2 是一种不准确的方法，该方法使用 FOV(Field of View, 视场角)来估计内参中的焦距，使用图像分辨率的一半来估计主点的坐标。因此该方法一般在无法读取到相机内

2020-12-07 17:35:24 1386

limingmin2020的博客