文献解读
文章平均质量分 68
本专栏主要对2D、3D图像领域一些专业文章做解读、梗概、翻译
Ailsa-ycc
2017年11.15注册CSDN账号于中国科学院大学雁栖湖校区
展开
-
基于稀疏表示字典学习的图像超分辨率-杨建超论文解析
文章:《Image Super-Resolution via Sparse Representation》作者:杨建超信号稀疏的定义:令字典D的原子个数M,信号维度为N,则有以下三种关系: M = N时,D为完备的; M > N时,D为冗余的; M>>N时, D为过完备的。图解如下:借鉴了压缩感知的思想,通过对大量低分辨率图像和高分辨...原创 2021-08-12 11:00:56 · 5166 阅读 · 0 评论 -
专利:一种基于2D和3D融合的目标识别定位方法和系统 [发明]
具体地, 计算出深度图的所有法向量夹角后, 分析目标的边缘区域法向量夹角的波动情况, 计算出合适的波动阈值使得边缘区域的夹角波动大于预设波动阈值, 从而能够对目标的边缘区域进行识别, 提高目标识别定位的准确度。,并根据得到的法向量计算邻域法向量夹角,对边缘区域的法向量夹角波动情况进行分析计算,得到符合预设波动阈值的夹角波动信息,将获取的夹角波动信息转化为二值图,并采用边缘检测算法对二值图进行边缘检测,得到目标轮廓,并根据目标轮廓得到目标的边界框,输出得到目标的位置坐标。根据法向量估计法计算深度图的法向量。原创 2024-02-27 09:19:37 · 954 阅读 · 0 评论 -
专利:一种基于深度强化学习的机器人工件抓取方法
的机器人工件抓取方法,涉及机器人抓取技术领域。本发明,通过利用结构光相机传感器获取目标零件的三维信息,通过三维目标识别定位技术估计目标零件的位姿,根据手眼标定确定的转换关系变换零件位姿并反馈给机械臂,机械臂根据反馈信息执行最后的抓取动作。4)通信模块: 机器人通信模块主要是把点云处理模块计算得到的零件的真实位姿作为输入, 通过坐标变换, 计算得出机器人末端夹具的最终的拾取位姿,并通过WiFi通信向机器人发送规划的离散轨迹点, 驱动机器人到达相应位姿, 最后通过Modbus通信控制气动夹具的闭合抓取零件。原创 2024-02-27 09:18:10 · 1034 阅读 · 0 评论 -
专利:基于2D工业相机的工件目标检测及三维姿态
分别获得的现场工件目标图像进行目标检测及特征识别,通过该特征与几何模型中特征点的匹配对比,从而获取工件目标空间姿态信息。相较于采用3D相机或多个(3个以上)2D工业相机获取目标特征点的方法,降低了成本。本发明公开了一种基于2D工业相机的工件目标检测及三维姿态判定方法,首先根据待生产或是待加工工件目标搭建其三维几何模型,并标记该几何模型制定特征点,然后对。通过两个2D工业相机。原创 2024-02-27 09:16:58 · 450 阅读 · 0 评论 -
<专利>机器人3D视觉快速定位抓取方法及系统
本发明提供了一种机器人3D快速定位抓取方法及系统, 包括: 通过高速的3D结构光成像对目标物体的表面轮廓进行扫描, 形成点云数据;3D视觉实现了三维扫描定位快速建立、 更换数据模型, 能够满足小批量多品种的生产需求, 还能智能分析物体的抓取优先级,引导工业机器人快速精准抓取工件, 有效解决上下层物体相互干扰的问题。3)根据智能化技术获取所述目标物体的实时空间坐标和姿态信息,计算出当前工件实时空间坐标,并引导机器人完成自动抓取任务。1)通过高速的3D结构光成像对目标物体的表面轮廓进行扫描, 形成点云数据;原创 2024-02-26 19:53:01 · 682 阅读 · 0 评论 -
专利:基于点云数据的三维目标识别和模型分割方法
主要是对三维点云信息进行深度网络训练,用PointNet++模型。三维模型的深度特征表示是三维目标识别和三维模型语义分割的关键和前提,在机器人、自动驾驶、虚拟现实、遥感测绘等领域有着广泛的应用前景。然而传统的卷积神经网络需要以规则化的数据作为输入,对于点云数据需要转换为视图或体素网格来处理,过程复杂且损失了三维模型的几何结构信息。借助已有的可以直接处理点云数据的深度网络,针对产生的特征缺少局部拓扑信息问题进行改进,提出一种利用双对称函数和空间转换网络获得更鲁棒、鉴别力更强的特征。原创 2024-02-26 19:55:42 · 418 阅读 · 0 评论