浙江漢振智能技術(shù)有限公司
免費(fèi)會(huì)員
-
漢振分享 | 基于鄰域搜索的點(diǎn)云過濾實(shí)現(xiàn)原理及流程
一、引言點(diǎn)云濾波，是對(duì)點(diǎn)云數(shù)據(jù)處理的常用功能。相機(jī)采集的圖像，受限于拍攝條件、光照、物件表面反光及補(bǔ)光角度等原因，會(huì)導(dǎo)致攝像頭成像質(zhì)量下降，進(jìn)而導(dǎo)致在進(jìn)行點(diǎn)云重建時(shí)會(huì)包含一些噪點(diǎn)。包括飛點(diǎn)、彌散點(diǎn)、甚至是憑空出現(xiàn)的點(diǎn)，因此若需要得到高質(zhì)量點(diǎn)云，可以選擇對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行一次濾波，提升數(shù)據(jù)質(zhì)量。當(dāng)然提高質(zhì)量手段有很多，從環(huán)境上調(diào)優(yōu)光照、調(diào)整拍攝角度，從拍攝上進(jìn)行HDR、參數(shù)調(diào)整，或從算法上調(diào)整等，本文將先基于點(diǎn)云濾波展開討論。二、濾波原理本文講述濾波方法為基于鄰域的濾波。顧名思義就是會(huì)計(jì)算每個(gè)點(diǎn)與周圍 -
漢振分享 | 基于深度學(xué)習(xí)的化纖外觀缺陷語(yǔ)義分割
摘要：針對(duì)化纖外觀缺陷檢測(cè)使用基于深度學(xué)習(xí)的語(yǔ)義分割方法，總結(jié)了自2014年以來(lái)基于深度學(xué)習(xí)的典型語(yǔ)義分割方法，并在此基礎(chǔ)上應(yīng)用到化纖外觀檢測(cè)項(xiàng)目上，取得了不錯(cuò)的效果。01化纖外觀缺陷檢測(cè)背景化纖作為紡織制造的原料，由化纖生產(chǎn)企業(yè)進(jìn)入下游紡織企業(yè)前會(huì)收卷形成絲餅，但在絲餅生產(chǎn)中會(huì)有不同程度的損傷，如產(chǎn)生油污、毛絲、絆絲、斷絲等表面缺陷，這些缺陷會(huì)直接造成下游紡織企業(yè)生產(chǎn)的產(chǎn)品質(zhì)量不高。油污會(huì)影響織物的外觀以及上色；毛絲會(huì)使織造效率降低，同時(shí)使織物表面產(chǎn)生瑕疵；絆絲不僅會(huì)影響化纖的包裝外觀，而且在 -
當(dāng)一個(gè)算法實(shí)現(xiàn)之后，需要集成到產(chǎn)品中去，這時(shí)就要面臨性能問題。在實(shí)際工程應(yīng)用中，除采用降低算法的復(fù)雜度去解決性能問題外，通常也會(huì)選擇優(yōu)化代碼以及良好運(yùn)用硬件等方式。接下來(lái)將針對(duì)在不改動(dòng)算法情況下，對(duì)純工程方面做性能優(yōu)化的技術(shù)作一個(gè)介紹。1.流程優(yōu)化對(duì)初始算法進(jìn)行流程優(yōu)化主要有：A.避免算法執(zhí)行過程中的重復(fù)操作及冗余計(jì)算。B.避免算法中循環(huán)語(yǔ)句內(nèi)部有過多依賴和跳轉(zhuǎn)。C.定點(diǎn)化：定點(diǎn)化的思想是將浮點(diǎn)型運(yùn)算轉(zhuǎn)換為整型運(yùn)算，具體做法是將數(shù)據(jù)乘上一個(gè)很大的數(shù)后，將所有運(yùn)算轉(zhuǎn)為整型計(jì)算，例如某個(gè)乘法只關(guān)心小
-
01引言精度作為評(píng)價(jià)工業(yè)級(jí)3D相機(jī)重要的性能指標(biāo)之一，主要分為精密度和準(zhǔn)確度。在VDI/VDE2634Part2中，主要分為球直徑的探測(cè)誤差、球心距的測(cè)量誤差、標(biāo)準(zhǔn)平板的平面測(cè)量誤差及拼接誤差來(lái)描述3D相機(jī)的精度。02球直徑探測(cè)誤差將具有漫反射的標(biāo)準(zhǔn)球分別置于三維空間內(nèi)至少10個(gè)不同的位置并進(jìn)行測(cè)量。對(duì)每次獲得的點(diǎn)云進(jìn)行小二乘球面擬合得到直徑Dm，注意擬合過程中多可濾除0.3%的數(shù)據(jù)點(diǎn)。探測(cè)誤差Ep=|Dm-Dr|，其中Dr為校準(zhǔn)值，Dm為測(cè)量值。注意：選擇標(biāo)準(zhǔn)球時(shí)，球直徑D應(yīng)為測(cè)量空間內(nèi)體對(duì)角
-
漢振分享 | 剛性物體6D位姿估計(jì)方法簡(jiǎn)述
【引言】在工業(yè)上的抓取作業(yè)中，多數(shù)情況下會(huì)有：待檢測(cè)物體類型單一、物體模型表面紋理較少、工件散亂且密集、金屬表面（油污、反光）影響成像效果等作業(yè)環(huán)境上的特殊性條件存在。針對(duì)不同的應(yīng)用場(chǎng)景及作業(yè)需求，需要有的放矢地選擇一種合適的位姿估計(jì)方案，以提高后續(xù)機(jī)器人的抓取成功率及作業(yè)的整體效率?，F(xiàn)階段，針對(duì)剛性物體的位姿估計(jì)方法，大致可以歸為以下三類：1基于模板匹配2基于3D描述符（描述子）3基于學(xué)習(xí)（神經(jīng)網(wǎng)絡(luò)/endtoend）一、基于模板匹配的方式在可能的三維空間區(qū)域中，將待檢測(cè)物的三維模型進(jìn)行不同視 -
漢振分享 | 工業(yè)級(jí)3D相機(jī)質(zhì)量評(píng)價(jià)
摘要：在工業(yè)場(chǎng)景中，尤其在3C電子、半導(dǎo)體等行業(yè)的微小零件自動(dòng)化在線檢測(cè)與測(cè)量過程中，如何評(píng)價(jià)或選擇一款合適的3D工業(yè)相機(jī)非常重要，本文將介紹其中關(guān)鍵的兩項(xiàng)評(píng)判標(biāo)準(zhǔn)：成像精度與成像速度。1．引言工業(yè)級(jí)3D相機(jī)，即可在高溫、粉塵、振動(dòng)等復(fù)雜惡劣環(huán)境下穩(wěn)定工作的3D相機(jī)，長(zhǎng)時(shí)間使用后測(cè)量結(jié)果仍然在可接受范圍內(nèi)，數(shù)據(jù)準(zhǔn)確。雙目結(jié)構(gòu)光3D相機(jī)由于其精度高、成像速度快等優(yōu)勢(shì)，*有較高的增長(zhǎng)，尤其是在3C電子、半導(dǎo)體等行業(yè)的微小零件自動(dòng)化在線檢測(cè)與測(cè)量。在此類行業(yè)應(yīng)用中，如何評(píng)價(jià)或選擇一款合適的3D工業(yè)相機(jī) -
漢振分享 | 基于LOD技術(shù)優(yōu)化3D渲染的實(shí)現(xiàn)
概要:在機(jī)器視覺項(xiàng)目和標(biāo)準(zhǔn)軟件的研發(fā)過程中，如何提高大數(shù)量級(jí)點(diǎn)云和復(fù)雜3D模型的渲染速度，一直是軟件開發(fā)人員的關(guān)注重點(diǎn)。本文將介紹漢振智能如何利用LOD技術(shù)，提高3D軟件的交互性，大幅減少3D渲染所占用的計(jì)算機(jī)資源，以及更快更有效率地展示模型和點(diǎn)云的數(shù)據(jù)。一、LOD技術(shù)簡(jiǎn)介細(xì)節(jié)層次（LevelsofDetail，簡(jiǎn)稱LOD）模型的概念，普遍認(rèn)為當(dāng)物體覆蓋屏幕較小區(qū)域時(shí)，可以使用該物體描述較粗的模型，并給出了一個(gè)用于可見面判定算法的幾何層次模型，以便對(duì)復(fù)雜場(chǎng)景進(jìn)行快速繪制。1982年，Rubin結(jié)
