主动立体视觉系统标定方法

    公开(公告)号:CN113538598B

    公开(公告)日:2022-03-25

    申请号:CN202110822943.2

    申请日:2021-07-21

    Abstract: 本发明属于服务机器人技术领域,具体涉及一种主动立体视觉系统标定方法,旨在解决主动立体视觉系统中各相机的光心偏离对应的旋转轴情况下难以实现高质量标定的问题。本方法包括获取第一图像、第二图像、第三图像、第四图像、第五图像、第六图像;获取主动立体视觉系统的各相机旋转前后的相对位姿;获取各相机的旋转轴对应的旋转向量;结合各相机的旋转轴对应的旋转向量以及旋转角度,获取各相机的旋转轴在对应的预定义的初始位置坐标系中的位姿;获取第一相机和第二相机在初始位置时的相对位姿,进而得到第一相机的旋转轴和第二相机的旋转轴之间的相对位姿;在线更新主动立体视觉系统的外参。本发明提升了主动立体视觉系统的标定质量。

    一种基于两分支骨干网络的小样本目标检测方法

    公开(公告)号:CN115761372A

    公开(公告)日:2023-03-07

    申请号:CN202211523604.5

    申请日:2022-11-30

    Abstract: 本发明属于计算机视觉领域,具体涉及一种基于两分支骨干网络的小样本目标检测方法、系统、装置,旨在解决现有两阶段微调的方法中特征提取骨干网络难以较好地提取新类目标的特征,从而影响小样本目标检测性能的问题。本方法包括:获取待检测场景的图像,作为第一图像;提取所述第一图像的卷积特征,并构建特征金字塔,作为所述第一图像对应的第二特征金字塔;将所述第一图像对应的第二特征金字塔输入训练好的基于两分支骨干网络的小样本目标检测网络中的定位分类网络,获取目标检测结果,实现小样本目标检测。本发明可以有效地提取新类目标的特征,从而提升小样本目标检测性能,为小样本目标物体的检测提供技术支持。

    主动立体视觉系统标定方法

    公开(公告)号:CN113538598A

    公开(公告)日:2021-10-22

    申请号:CN202110822943.2

    申请日:2021-07-21

    Abstract: 本发明属于服务机器人技术领域,具体涉及一种主动立体视觉系统标定方法,旨在解决主动立体视觉系统中各相机的光心偏离对应的旋转轴情况下难以实现高质量标定的问题。本方法包括获取第一图像、第二图像、第三图像、第四图像、第五图像、第六图像;获取主动立体视觉系统的各相机旋转前后的相对位姿;获取各相机的旋转轴对应的旋转向量;结合各相机的旋转轴对应的旋转向量以及旋转角度,获取各相机的旋转轴在对应的预定义的初始位置坐标系中的位姿;获取第一相机和第二相机在初始位置时的相对位姿,进而得到第一相机的旋转轴和第二相机的旋转轴之间的相对位姿;在线更新主动立体视觉系统的外参。本发明提升了主动立体视觉系统的标定质量。

    一种双目相机标定方法、系统、装置

    公开(公告)号:CN117115268A

    公开(公告)日:2023-11-24

    申请号:CN202311075014.5

    申请日:2023-08-24

    Abstract: 本发明属于机器视觉领域,具体涉及一种双目相机标定方法、系统、装置,旨在解决添加透明挡板引起不均匀折射,从而导致双目相机标定困难的问题。本方法包括:通过双目相机的左相机、右相机采集以不同姿态放置的标定板的图像;将每个标定板上各有效圆斑的中心在其对应的标定板坐标系下的坐标与对应的四维图像坐标组合起来,形成控制点集合;构建交线点集合并拟合,得到相应的交线方程;以任一标定板坐标系为参考坐标系,求取其它标定板坐标系相对于参考坐标系的位姿变换矩阵;将左相机、右相机中所有像素的像素投影直线作为双目相机的标定结果,实现双目相机的标定。本发明能够有效解决因透明挡板的添加带来的双目相机标定困难的问题。

    复杂曲面点云强噪音去除方法及系统

    公开(公告)号:CN110992274B

    公开(公告)日:2023-06-02

    申请号:CN201911098448.0

    申请日:2019-11-12

    Abstract: 本发明涉及一种复杂曲面点云强噪音去除方法及系统,所述去除方法包括:获取待处理点云Ω,所述待处理点云Ω由N+1个原始空间点组成;对各所述原始空间点进行平移变换,得到平移点云Ω’;对所述平移点云Ω’进行旋转变换,得到旋转点云Φ;对所述旋转点云Φ进行坐标变更变换,得到系数点云Я;对所述系数点云Я进行旋转平移变换,得到去噪结果点云F。本发明通过对处理点云依次进行平移变换、旋转变换、坐标变更变换及旋转平移变换,即可得到去噪结果点云,整个过程可不依赖人工设定参数,排除人为的干扰,提高去噪精度,从而实现在较大的范围内有效去除复杂连续曲面点云中强噪音。

    缺陷分类识别方法、装置、计算机设备和存储介质

    公开(公告)号:CN109583489A

    公开(公告)日:2019-04-05

    申请号:CN201811399279.X

    申请日:2018-11-22

    Abstract: 本申请涉及一种缺陷分类识别方法、装置、计算机设备和存储介质,所述方法通过获取原始图像,按照预设滑动窗口和滑动步长将原始图像分割成多个子图像,将各个子图像输入已训练的缺陷识别模型中,通过已训练的深度卷积网络模型提取各个子图像的图像特征,将各个子图像的图像特征输入分类识别模型,得到各个子图像的缺陷的分类识别结果,根据各个子图像的缺陷的分类识别结果确定原始图像的缺陷类型。通过对图像进行分割,将分割后的图像通过已训练的深度卷积网络模型快速、准确的提取图像的特征,分类识别模型对提取的特征进行分类识别得到对应的分类识别结果,提高了识别速度和识别准确率。

    基于规范性编码的复杂点云分割方法及系统

    公开(公告)号:CN110866934B

    公开(公告)日:2022-09-09

    申请号:CN201910973192.7

    申请日:2019-10-14

    Abstract: 本发明公开了一种基于规范性编码的复杂点云分割方法及系统,所述方法包括:接收输入模板点云并进行标准化处理,获得预定格式的结构数据,结构数据包括模板点云整体结构数据及其各组成模块结构数据;根据目标点云模板,构建滑窗并在待分割点云中初步检测是否存在目标物体;判断滑窗内的点云数据是否与目标模板相符,判断是否为目标点云;对已检测到的目标点云,对目标点云进行标记后通过减小滑窗的移动距离进行优化匹配,获得最终的目标位置;根据模板点云各组成模块结构数据,调整滑窗大小,在目标点云中搜索模板点云各组成模块并标注。该方法可以高效地分割出点云,分割准确度高,且方法简单易实施。

Patent Agency Ranking