关键点检测往往需要和特征提取联合在一起，关键点检测的一个重要性质就是旋转不变性，也就是说，物体旋转后还能够检测出对应的关键点。不过说实话我觉的这个要求对机器人视觉来说是比较鸡肋的。因为机器人采集到的三维点云并不是一个完整的物体，没哪个相机有透视功能。机器人采集到的点云也只是一层薄薄的蒙皮。所谓的.....
分类：
其他好文 时间：
2015-12-23 12:41:59
阅读次数：
2928
除去NARF这种和特征检测联系比较紧密的方法外，一般来说特征检测都会对曲率变化比较剧烈的点更敏感。Harris算法是图像检测识别算法中非常重要的一个算法，其对物体姿态变化鲁棒性好，对旋转不敏感，可以很好的检测出物体的角点。甚至对于标定算法而言，HARRIS角点检测是使之能成功进行的基础。 HA...
分类：
其他好文 时间：
2015-12-21 21:32:20
阅读次数：
499
边看电影边配终于配好了，中间出现了一些问题，在网上很难搜到，可能每个人都碰到的不同。摸索了一会终于都解决了，记录在这里，免得又碰到。PCL是什么东西就不在此介绍了。主要是参考这篇博客做得，不过我后来碰到了一些问题，这篇博客并没有碰到，可能是版本原因吧http://blog.csdn.net/aptx...
分类：
Windows程序 时间：
2015-12-19 23:10:37
阅读次数：
1654
PCL中文论坛：http://www.pclcn.org/bbs/forum.php1、安装pcl 的完全安装包可以到：http://pointclouds.org/downloads/windows.html下载。然后进行安装，我的编译器是32位的，我下载的是vs2010 32bit的。自动安装吧...
分类：
其他好文 时间：
2015-12-18 13:08:21
阅读次数：
209
关键点又称为感兴趣的点，是低层次视觉通往高层次视觉的捷径，抑或是高层次感知对低层次处理手段的妥协。——三维视觉关键点检测1.关键点，线，面 关键点=特征点； 关键线=边缘； 关键面=foreground； 上述三个概念在信息学中几乎占据了统治地位。比如1维的函数（信号），有各种手段去得到...
分类：
其他好文 时间：
2015-12-14 21:29:48
阅读次数：
2187
1.超体聚类——一种来自图像的分割方法 超体（supervoxel）是一种集合，集合的元素是“体”。与体素滤波器中的体类似，其本质是一个个的小方块。与之前提到的所有分割手段不同，超体聚类的目的并不是分割出某种特定物体，其对点云实施过分割(over segmentation)，将场景点云化成很多小块....
分类：
其他好文 时间：
2015-12-02 20:50:14
阅读次数：
1932
点云分割 点云分割可谓点云处理的精髓，也是三维图像相对二维图像最大优势的体现。不过多插一句，自Niloy J Mitra教授的Global contrast based salient region detection出现，最优分割到底鹿死谁手还不好说。暂且不论他开挂的图像处理算法，先安心做一个P....
分类：
其他好文 时间：
2015-11-26 17:03:57
阅读次数：
856
点云模型与三维信息 三维图像是一种特殊的信息表达形式，其特征是表达的空间中三个维度的数据。和二维图像相比，三维图像借助第三个维度的信息，可以实现天然的物体-背景解耦。除此之外，对于视觉测量来说，物体的二维信息往往随射影方式而变化，但其三维特征对不同测量方式具有更好的统一性。与相片不同，三维图像时.....
分类：
其他好文 时间：
2015-11-26 10:50:08
阅读次数：
202
点云滤波的概念 点云滤波是点云处理的基本步骤，也是进行 high level 三维图像处理之前必须要进行的预处理。其作用类似于信号处理中的滤波，但实现手段却和信号处理不一样。我认为原因有以下几个方面：点云不是函数，对于复杂三维外形其x,y,z之间并非以某种规律或某种数值关系定义。所以点云无法建立横....
分类：
其他好文 时间：
2015-11-24 14:25:05
阅读次数：
213
