OpenCV
文章平均质量分 70
weixin_42734533
这个作者很懒,什么都没留下…
展开
-
基于三维点云的机器人杆件目标识别与抓取(三)
本片博文将主要介绍几种基于点云数据的基本特征描述方法,包括:点法向量估计、点特征直方图(PFH)、快速点特征直方图(FPFH),接下来将依次对齐原理、实验及相关代码进行展示与介绍。特征描述一、点云特征描述在点云数据分割、目标识别、位姿配准、表面重建等点云数据处理算法中,点云特征描述起到尤为基础和重要的作用。根据特征的空间尺度进行分类,可分为单点、局部及全局特征。针对点云数据的局部和全局特征,目前已有很多成熟稳定的点云特征描述子对点云数据进行特征描述与表达,如图3-1所示。二、点云法线特征描述原创 2021-05-16 10:26:35 · 1186 阅读 · 0 评论 -
基于三维点云机器人杆件目标识别与抓取(二)
本篇博文将继续介绍点云数据的预处理内容,本篇主要介绍点云数据的分割处理。利用点云数据的轮廓、分布、几何等特征,对数据进行分割处理,并根据数据间的不同的特征对数据进行分类。点云数据分割是进行场景目标识别的前提。经数据滤波算法处理后的点云数据,对所要识别的对象而言仍存在大量无效的背景点,因此需要点云数据分割并对不同类别的点云数据进行聚类,才能更好地进行数据特征提取与识别。针对实际检测环境,本文将通过随机采样一致性分割算法(RANSAC)分割大面积场景背景,通过聚类分割算法将场景中满足要求的对象从场景点云数据中原创 2021-05-13 11:08:41 · 927 阅读 · 0 评论 -
OpenCV(C++)实现相机/图像的畸变校正
本次主要介绍一下相机的畸变以及如何获取相机的内参以及畸变系数,从而尽可能消除畸变的影响。###什么是畸变?参考:单目摄像头标定与畸变矫正###图像校正成像过程基本分为:物理坐标变换、投影变换、畸变矫正、像素变换##畸变校正的基本流程1.采集标定板图像,大约十五张左右;2.根据使用的标定板确定标定板的内点数,找出标定板的角点坐标3.进一步提取亚像素角点信息;4.计算并获取相机的内参矩阵和畸变系数;5.畸变图像的校正修复###0.准备标定板标定板可以直接从opencv官网上能下载到:原创 2020-11-26 20:10:52 · 19641 阅读 · 15 评论 -
OpenCV基于haar分类器算法的人脸检测实现(一)
近期要开展一个新项目,关于场景图像信息获取的,具体涉及到场景中人脸检测、运动目标检测以及场景中给定目标的追踪问题,后面还会涉及到信息交互的界面开发。接下来将通过写博客的方式记录项目进展(问题及解决方案)和心得。人脸检测人脸检测不同于人脸识别,人脸检测通俗的意思就是在获取是场景数据(图像、视频)中,将具有人脸特征的目标检测出来,但不清楚检测到的人脸是谁,只知道这可能是一张脸;人脸识别就是在检测的基础上,能够对检测到的人脸进行辨识,进而知道这个人是“张三”还是“李四”或是“鸣人”还是“佐助”。人脸检测/识原创 2020-11-05 14:33:32 · 798 阅读 · 2 评论