整个检测流程用到的方法

已于 2022-11-07 19:09:02 修改
阅读量382 收藏
点赞数
分类专栏： # 立体缺陷检测 文章标签： 3d 人工智能
于 2022-10-28 09:23:09 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_42813620/article/details/127565245
版权

1.焊线位置的定位

1.1关于OBB包围盒

主成分分析法（PCA方法）计算OBB包围盒_averagePerson的博客-CSDN博客_obb包围盒计算

整体思路，先计算原来数据的特征值和特征向量，计算原矩阵和特征向量的乘积，找到计算后矩阵的x_min,x_max,y_min,y_max，再将计算后的最大最小换算到原来的坐标系画出包围盒。

2.焊线点云数据预处理

2.1 焊线轮廓提取

  • RANSAC 平面提取

  • DBSCAN密度聚类

 一点小想法

全局密度阈值

怎么样将全局特征和局部特征联合起来

 

 

奋进在AI路上的小李
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
检测codeigniter脚本消耗内存情况的方法
12-18
9. Codeigniter显示所有脚本执行时间的方法：获取整个应用程序的性能报告。 10. CI(CodeIgniter)简单统计访问人数实现方法：学习如何统计网站的访问量。 通过对这些知识点的掌握，你可以更好地优化你的CodeIgniter...
主成分分析法（PCA方法）计算OBB包围盒
averagePerson的博客
04-02 4408
通过矩阵乘法，实现两次基变换，计算OBB包围盒
主成成分分析pca算法 原理解析
yueguanyun的专栏
04-17 1478
转自：http://www.cnblogs.com/blue-lg/archive/2012/05/14/2499581.html 目前，pca算法已经广泛应用于各方面，就拿图像处理，经常做的一件事就是当提取的图像特征维度比较高时，为了简化计算量以及储存空间，需要对这些高维数据进行一定程度上的降维，并尽量保证数据的不失真。 先举个例子，方便理解： 1）对于一个训练集，20个sample(
PCA构建点云包围盒
qq_42570058的博客
12-01 3248
在前文中利用pcl官网的代码构建了AABB与OBB包围盒。但是后面发现一个问题，在官网给定的点云可以构建，但是自己的点云却不能构建。原因尚未查询。后面 在网上查找到利用PCA进行构建包围盒。 注： 本文着重讲解的是PCA的原理，代码可以在参考文章中找到。文章中很多公式在word编辑完成，并未在博客中再次编辑，望见谅。 参考的文章：https://blog.csdn.net/qq_167752...
PCL中点云BoundingBox包围盒绘制（基于PCA）
WillWinston的博客
05-04 2万+
大致过程：1、利用PCA主元分析法获得点云的三个主方向，获取质心，计算协方差，获得协方差矩阵，求取协方差矩阵的特征值和特长向量，特征向量即为主方向。 Eigen::Vector4f pcaCentroid; pcl::compute3DCentroid(*cloud, pcaCentroid); Eigen::Matrix3f covariance; pcl::computeCovarian...
OBB包围盒的生成方法
bailingniao777的博客
11-03 7802
OBB包围盒，具有两个显著的特点： 在包含所有给定点的前提下，能够使得包围盒面积最小； 所生成的包围盒带有方向。 这里，通过一段时间的积累，主要给出基于PCA主成分分析的OBB包围盒的生成方法(二维)，如有不当的地方，望指教^_^! 有些基础的知识可以查阅其他资料问题描述：给定n个二维坐标点{(x1,y1), (x2,y2), …, (xn,yn)}，求能够包围所有这些点的OBB包围盒(长，宽，方
机加装配流程工艺图.rar
05-18
3. 组装：按照工艺流程图的指示，将零件依次装配成组件或子系统，有时需要用到螺栓、销钉、键等连接件。 4. 调试与检验：在装配过程中，需要进行动态调试和静态检验，如间隙测量、同心度检测等，确保装配的准确性。 ...
采用C#实现软件自动更新的方法
01-20
【采用C#实现软件自动更新的方法】 在C#编程中，软件自动更新是解决C/S架构应用程序维护性和升级便利性...这种方法不仅简化了客户端升级流程，还增强了用户体验，使得C/S结构的软件在面对版本更新时具有更强的竞争力。
评估光纤端面质量的光检测方法
10-24
总的来说，光纤端面质量的光检测方法是确保光纤通信质量的重要环节，它不仅涉及到复杂的光学和硬件设备，还涉及到严格的标准和流程。通过精确检测光纤端面的几何问题和清洁问题，可以有效地减少网络故障，保证数据...
晶闸管(可控硅)检测方法
07-17
检测晶闸管的整个流程要求操作者具有一定的电子基础知识，能够理解晶闸管的工作原理及电路符号，熟悉万用表的使用方法，并且能够根据测量结果判断晶闸管的好坏以及管脚的功能。掌握这些知识点，有助于进行电路的故障...
OBB盒构建方法
最新发布
weixin_61464913的博客
02-26 1028
OBB包围盒生成与碰撞检测
主成分分析法
热门推荐
weixin_51711289的博客
05-08 5万+
定义 主成分分析是一种降维算法，它能将多个指标转换为少数几个主成分，这些主成分是原始变量的线性组合，且彼此之间互不相关，其能反映出原始数据的大部分信息。一般来说，当研究的问题涉及到多变量且变量之间存在很强的相关性时，我们可考虑使用主成分分析的方法来对数据进行简化。 数据降维的作用 降维是将高维度的数据（指标太多）保留下最重要的一些特征，去除噪声和不重要的特征，从而实现提升数据处理速度的目的。在实际的生产和应用中，降维在一定的信息损失范围内，可以为我们节省大量的时间和成本。降维也成为应用非常广泛的数据预处理方
PCA（主成分分析）获取BoundingBox&代码分析
青箬笠，绿蓑衣
07-25 3736
参考 参考 C++_Eigen函数库用法笔记——Block Operations Moment of inertia and eccentricity based descriptors Find minimum oriented bounding box of point cloud (C++ AND PCL)
主成分分析（PCA）原理总结与实例
leonardohaig的博客
06-19 2236
微信公众号：幼儿园的学霸 最近在点云处理中,需要获取目标点云的最小包围盒(OBB),在网上看到很多利用PCA求解包围盒的代码,但是代码大多都比较简洁,属于PCA的一个应用,而没有原理的具体描述.因此,抽时间对PCA进行了一些梳理,以方便自己理解.特此记录. 目录 文章目录目录介绍向量的表示与基变换内积与投影基/基向量基变换的矩阵表示协方差矩阵及优化目标方差协方差协方差矩阵协方差矩阵对角化PCA算法步骤算法步骤数学实例数学过程python实现应用实例PCA算法总结参考资料 介绍 主成分分析（Princip.
PCA （主成分分析）详解 （写给初学者） 结合matlab
saishangxue123的专栏
01-19 2万+
本文转自：http://hi.baidu.com/ifengzh/item/8851b6387aebefc4382ffa60 PCA （主成分分析）详解 （写给初学者） 结合matlab 一、简介         PCA（Principal Components Analysis）即主成分分析，是图像处理中经常用到的降维方法，大家知道，我们在处理有关数字图像处理方面的问题
PCL包围盒计算原理及代码
cutemypig的博客
01-04 3346
[算法][包围盒]球，AABB，OBB - 南水之源 - 博客园
一文速学数模-降维模型(一)PCA（主成分分析法）原理以及应用+代码实现
master_hunter的博客
03-05 4万+
前言 PCA多用于对数据特征集进行降维，也方便对数据集进行可视化操作，说白了最后进行结果展示那么多特征向量要一起表示的话肯定很难展示，超过三维的数据就很难展示了。而PCA可对特征集进行简化，通俗的来讲也就是合并好理解。PCA应用的范围很广因此很有必要要学习，原理肯定还是数学证明，在特征工程上经常使用。希望读者看完能够提出错误或者看法，博主会长期维护博客做及时更新。纯分享，希望大家喜欢。 一、为什么需要PCA？（为什么要降维） 在各个领域进行数据收集或是数据采样时往往都是存在多个指标或是特征...
主成分分析|PCA算法大全
昔风不起，唯有努力生存！
06-11 4914
主成分分析|PCA算法大全 文章目录主成分分析|PCA算法大全1. PCA原理1.1 最大方差理论1.2 最小平方误差理论1.3 高维数据下的特征值分解2. CCIPCA增量主元分析算法[1]3. KPCA4. 2DPCA[2]5. 2D2DPCA6. BDPCA参考文献 主元分析提供了一种用低维数据来表示高维复杂数据最主要特征的途径。PCA的思想是将nnn维特征映射到kkk维空间上k&...
PCA主成分分析算法计算一组平面点的主方向与臂展长度
NEXUS666的博客
09-02 2601
在这里插入代码片 示意图：
移动应用开发面试全攻略：流程、平台、技术详解
移动应用开发是一个涉及多个技术和环节的复杂领域，面试时通常会考察应聘者对整个开发流程、平台特性和最佳实践的理解。以下是一些关键知识点的详细介绍： 1. **开发流程和技术栈**：移动应用开发流程通常包括需求...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

奋进在AI路上的小李

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值