📢：如果你也对机器人、人工智能感兴趣，看来我们志同道合✨
📢：不妨浏览一下我的博客主页【https://blog.csdn.net/weixin_51244852】
📢：文章若有幸对你有帮助，可点赞 👍 收藏 ⭐不迷路🙉
📢：内容若有错误，敬请留言 📝指正！原创文，转载请注明出处
深度相机的测距原理
近几年来，主动式深度相机相比普通的单目相机和双目相机而言，能直接获取深度距离，在三维感知、智能驾驶等应用领域发展迅速。对比结构光类型的深度相机，ToF深度相机凭借其成像反应灵敏、消费级售价等优势更加备受青睐。所谓ToF深度相机，即以飞行时间（Time of flight, ToF）作为测距依据，并且根据激光发射器种类不同分为连续波型与脉冲型。其中，连续波型易受环境影响，因此不适合在室外进行高精度测量；与此同时，该类型的激光器功耗过大，不能长时间使用。与之相反，脉冲型ToF相机不仅功耗小，还能兼顾长时间的测量需求，由于使用过程中无需设置相位等参数，能有效避免累积误差，因此其具备高测量精度的优势。
该相机采用结构的测距方案
结构光3D成像技术主要由4大部分组成：
1）不可见光红外线（IR）发射模组：用于发射经过特殊调制的不可见红外光至拍摄物体。
2）不可见光红外线（IR）接收模组：接收由被拍摄物体反射回来的不可见红外光，通过计算获取被拍摄物体的空间信息。
3）镜头模组：采用普通镜头模组，用于2D彩色图片拍摄。
4）图像处理芯片：将普通镜头模组拍摄的2D彩色图片和IR接收模组获取的3D信息集合，经算法处理得当具备3D信息的彩色图片。
二次开发的环境配置
参考我的这篇文章，包括在Ubuntu系统的环境配置方法介绍
https://blog.csdn.net/weixin_51244852/article/details/117406060
SDK下载官网：
https://github.com/IntelRealSense/librealsense
二次开发案例：
https://blog.csdn.net/dieju8330/article/details/85272800
https://blog.csdn.net/dieju8330/article/details/85300976
实时测距
实现了在自己联想笔记本上连接深度相机成功编译代码并显示效果。其中最新的realsense sdk在测量物体时是可以直接显示距离值的，因此是比之前版本进行过修正。这一步后续可以结合之前旧版本详细注释的代码结合起来看。这个旧代码不需要修改了，对照着新版本，将实例分割模型和掩膜-实际面积换算代码全部嵌入进去。注意相机需要连接在USB3.0的接口上否则无法显示。
课程1：测量出图像中心点到相机的距离
rs-hello-realsense。代码实现：
课程2：rs-imshow。改进：使用opencv的打开深度相机的深度图像。
但是遇到下面的报错：
一般都是将opencv的bin目录下的.dll文件都拷贝到下面目录下即可：C:\WINDOWS\system32
对这个system32文件的研究：https://zhidao.baidu.com/question/488179937.html
将所有bin目录下的dll全部复制到这个文件中就解决了
经过颜色渲染的和未经过颜色渲染的对比：
同时显示深度图和渲染过的深度图，以及图像中心距离：
课程2：提取前景
由于需要根据深度剔除彩色图像的背景，因此将深度图数据和RGB图进行像素对齐。
做好了注释，并且从代码中实现了使用Mat格式显示rgb视频流，如下图：
最终课程：可调式提取前景。学习深度相机的SDK最重要的一节，搞清楚。对齐原理：https://blog.csdn.net/dieju8330/article/details/85300976
目前通过添加格式转换代码，实现使用mat格式显示彩色图像，那么下一步只需要在mat类型中检测分割目标即可。在mat类型的图像中进行简单的opencv图像处理操作，在图中绘制一个小圆圈，能显示，因此说明图像转换为mat类型后。能成功用被opencv api处理，那么后续只需要加入分割算法即可实现实例分割。
继续研究d435i，功夫不负有心人，总算将调整深度距离的代码可找到了并且调试通了。其实也很简单，主要是开发这个相机的人太少了。
Mask-RCNN嵌入到深度相机，并去除背景
回答的问题：去除背景后的检测还是检测后去除背景？判断方法：
方法1.如果是前者的话，不会去识别覆盖掉的物体，后者是会识别被覆盖的物体，那么就会存在边界框
方法2：通过代码的含义去解释
接下来，添加高度和宽度测量代码。研究meansure里面的代码
1.获取像素点三维坐标的函数是哪个？找到他。将像素装换为point
2.计算两点坐标空间距离的函数是哪个？找到他
下一步：将函数dist_3d插入到rs-align-advanced
出处：https://blog.csdn.net/SFM2020/article/details/83542823
出处：https://blog.csdn.net/dieju8330/article/details/85272800
明确了深度相机在论文或是项目中的作用：
1.像素空间到实际空间的转换关系。这块还在探索阶段，需要多查阅资料尽快确定方案。
2.直接获取深度值。获取相机要果树之间的距离
3.剔除背景。剔除果园复杂的环境
Mask RCNN源代码（C++版本）
#include <fstream>
#include <sstream>
#include <iostream>
#include <string.h>
#include<opencv2/dnn.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/highgui.hpp>
using namespace cv;
using namespace dnn;
using namespace std;
// Initialize the parameters
float confThreshold = 0.5; // Confidence threshold
float maskThreshold = 0.5; // Mask threshold
vector<string> classes;
vector<Scalar> colors;
// Draw the predicted bounding box
void drawBox(Mat& frame, int classId, float conf, Rect box, Mat& objectMask);
// Postprocess the neural network's output for each frame
void postprocess(Mat& frame, const vector<Mat>& outs);
int main()
{
// Load names of classes
string classesFile = "D:/opencv-4.4.0/models/mask_rcnn_inception_v2_coco_2018_01_28/mscoco_labels.names";
ifstream ifs(classesFile.c_str());
string line;
while (getline(ifs, line)) classes.push_back(line);
// Load the colors
string colorsFile = "D:/opencv-4.4.0/models/mask_rcnn_inception_v2_coco_2018_01_28/colors.txt";
ifstream colorFptr(colorsFile.c_str());
while (getline(colorFptr, line))
{
char* pEnd;
double r, g, b;
r = strtod(line.c_str(), &pEnd);
g = strtod(pEnd, NULL);
b = strtod(pEnd, NULL);
Scalar color = Scalar(r, g, b, 255.0);
colors.push_back(Scalar(r, g, b, 255.0));
}
// Give the configuration and weight files for the model
String textGraph = "D:/opencv-4.4.0/models/mask_rcnn_inception_v2_coco_2018_01_28/mask_rcnn_inception_v2_coco_2018_01_28.pbtxt";
String modelWeights = "D:/opencv-4.4.0/models/mask_rcnn_inception_v2_coco_2018_01_28/frozen_inference_graph.pb";
// Load the network
Net net = readNetFromTensorflow(modelWeights, textGraph);
/*net.setPreferableBackend(DNN_BACKEND_CUDA);
net.setPreferableTarget(DNN_TARGET_CUDA);*/
// Open a video file or an image file or a camera stream.
string str, outputFile;
VideoCapture cap(0);//根据摄像头端口id不同，修改下即可
//VideoWriter video;
Mat frame, blob;
// Process frames.
while (waitKey(1) < 0)
{
// get frame from the video
cap >> frame;
// Stop the program if reached end of video
if (frame.empty())
{
cout << "Done processing !!!" << endl;
cout << "Output file is stored as " << outputFile << endl;
waitKey(3000);
break;
}
// Create a 4D blob from a frame.
blobFromImage(frame, blob, 1.0, Size(frame.cols, frame.rows), Scalar(), true, false);
//blobFromImage(frame, blob);
//Sets the input to the network
net.setInput(blob);
// Runs the forward pass to get output from the output layers
std::vector<String> outNames(2);
outNames[0] = "detection_out_final";
outNames[1] = "detection_masks";
vector<Mat> outs;
net.forward(outs, outNames);
// Extract the bounding box and mask for each of the detected objects
postprocess(frame, outs);
// Put efficiency information. The function getPerfProfile returns the overall time for inference(t) and the timings for each of the layers(in layersTimes)
vector<double> layersTimes;
double freq = getTickFrequency() / 1000;
double t = net.getPerfProfile(layersTimes) / freq;
string label = format("Inference time for a frame : %0.0f ms", t);
putText(frame, label, Point(0, 15), FONT_HERSHEY_SIMPLEX, 0.6, Scalar(0, 0, 255));
// Write the frame with the detection boxes
Mat detectedFrame;
frame.convertTo(detectedFrame, CV_8U);
imshow("Mask R-cnn", detectedFrame);
}
cap.release();
return 0;
}
// For each frame, extract the bounding box and mask for each detected object
void postprocess(Mat& frame, const vector<Mat>& outs)
{
Mat outDetections = outs[0];
Mat outMasks = outs[1];
// Output size of masks is NxCxHxW where
// N - number of detected boxes
// C - number of classes (excluding background)
// HxW - segmentation shape
const int numDetections = outDetections.size[2];
const int numClasses = outMasks.size[1];
outDetections = outDetections.reshape(1, outDetections.total() / 7);
for (int i = 0; i < numDetections; ++i)
{
float score = outDetections.at<float>(i, 2);
if (score > confThreshold)
{
// Extract the bounding box
int classId = static_cast<int>(outDetections.at<float>(i, 1));
int left = static_cast<int>(frame.cols * outDetections.at<float>(i, 3));
int top = static_cast<int>(frame.rows * outDetections.at<float>(i, 4));
int right = static_cast<int>(frame.cols * outDetections.at<float>(i, 5));
int bottom = static_cast<int>(frame.rows * outDetections.at<float>(i, 6));
left = max(0, min(left, frame.cols - 1));
top = max(0, min(top, frame.rows - 1));
right = max(0, min(right, frame.cols - 1));
bottom = max(0, min(bottom, frame.rows - 1));
Rect box = Rect(left, top, right - left + 1, bottom - top + 1);
// Extract the mask for the object
Mat objectMask(outMasks.size[2], outMasks.size[3], CV_32F, outMasks.ptr<float>(i, classId));
// Draw bounding box, colorize and show the mask on the image
drawBox(frame, classId, score, box, objectMask);
}
}
}
// Draw the predicted bounding box, colorize and show the mask on the image
void drawBox(Mat& frame, int classId, float conf, Rect box, Mat& objectMask)
{
//Draw a rectangle displaying the bounding box
rectangle(frame, Point(box.x, box.y), Point(box.x + box.width, box.y + box.height), Scalar(255, 178, 50), 3);
//Get the label for the class name and its confidence
string label = format("%.2f", conf);
if (!classes.empty())
{
CV_Assert(classId < (int)classes.size());
label = classes[classId] + ":" + label;
}
//Display the label at the top of the bounding box
int baseLine;
Size labelSize = getTextSize(label, FONT_HERSHEY_SIMPLEX, 0.5, 1, &baseLine);
box.y = max(box.y, labelSize.height);
rectangle(frame, Point(box.x, box.y - round(1.5*labelSize.height)), Point(box.x + round(1.5*labelSize.width), box.y + baseLine), Scalar(255, 255, 255), FILLED);
putText(frame, label, Point(box.x, box.y), FONT_HERSHEY_SIMPLEX, 0.75, Scalar(0, 0, 0), 1);
Scalar color = colors[classId%colors.size()];
// Resize the mask, threshold, color and apply it on the image
resize(objectMask, objectMask, Size(box.width, box.height));
Mat mask = (objectMask > maskThreshold);
Mat coloredRoi = (0.3 * color + 0.7 * frame(box));
coloredRoi.convertTo(coloredRoi, CV_8UC3);
// Draw the contours on the image
vector<Mat> contours;
Mat hierarchy;
mask.convertTo(mask, CV_8U);
findContours(mask, contours, hierarchy, RETR_CCOMP, CHAIN_APPROX_SIMPLE);
drawContours(coloredRoi, contours, -1, color, 5, LINE_8, hierarchy, 100);
coloredRoi.copyTo(frame(box), mask);
}
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
