国家高技术研究发展计划(2012AA100906)
- 作品数：3 被引量：22H指数：3
- 相关作者：曹其新李长勇杨扬陈培华朱笑笑更多>>
- 相关机构：上海交通大学更多>>
- 发文基金：国家高技术研究发展计划上海市教育委员会创新基金更多>>
- 相关领域：农业科学自动化与计算机技术电子电信更多>>
- 基于视点特征直方图的激光点云模型的位姿估计被引量：5
- 2013年
- 提出一种基于视点特征直方图的点云模型位姿估计算法。首先在目标物体周围采集三维点云,拼接后获得物体的完整点云模型;然后对点云模型计算其视点特征直方图,构建特征数据库;对待估计点云同样计算其特征直方图,使用KNN算法在数据库中搜索与之最接近的位姿作为初始位姿估计值;最后使用迭代最近点(ICP)算法将待估计点云精确配准到模型点云,从而获得坐标系之间的相对位姿。实验表明,这种方法对于物体位姿识别有很强的稳健性,能很好实现目标物体的三维位姿计算。
- 张彪曹其新焦瑶
- 关键词：位姿估计三维点云
- 面向机器人手眼协调抓取的3维建模方法被引量：8
- 2013年
- 面向机器人手眼协调抓取,提出一种针对家庭环境中常见物体的3维建模方法.利用RGB-D传感器能同时获取RGB图像与深度图像的特点,从RGB图像中提取特征点与特征描述子,利用特征描述子的匹配建立相邻帧数据间的对应关系,利用基于随机抽样一致性的三点算法实现帧间的相对位姿计算,并基于路径闭环用Levenberg-Marquardt算法最小化再投影误差以优化位姿计算结果.利用该方法,只需将待建模物体放置在平整桌面上,环绕物体采集10～20帧数据即可建立物体的密集3维点云模型.对20种适于服务机器人抓取的家庭常见物体建立了3维模型.实验结果表明,对于直径5cm～7cm的模型,其误差约为1mm,能够满足机器人抓取时位姿计算的需要.
- 杨扬曹其新朱笑笑陈培华
- 关键词：3维建模特征点特征描述子
- 基于深度图像的蔬果形状特征提取被引量：9
- 2012年
- 针对蔬果二维投影图像含形状信息量少而影响蔬果分级精度的问题,提出一种基于深度图像的蔬果形状特征描述方法,以番茄形状特征提取为例,对该方法进行了探讨。首先利用彩色图像信息将番茄从背景中分割出;其次通过三维机器视觉测量设备获取番茄的点云数据,并对待检测番茄的点云数据深度进行归一化处理;然后通过关联被分割出的番茄区域信息与深度信息得到了番茄的深度图,并对该深度图进行极坐标采样。通过在笛卡尔直角坐标下对采样结果进行傅里叶变换,获得了基于深度图像的通用傅里叶形状描述子,该描述子不仅能有效地描述番茄在深度和横向上的形状特征,同时还具有平移、旋转和缩放的不变性。将基于深度图的通用傅里叶描述子和基于一般二维投影图像的通用傅里叶描述子先后用于番茄的分级实验中,结果表明前者平均分级精度达到92%,精度高于后者。
- 李长勇曹其新
- 关键词：机器视觉特征提取深度图傅里叶变换
- 基于深度图像的形状特征提取方法研究
- 针对蔬果二维投影图像因包含形状信息量少而影响蔬果分级精度的问题,本文提出了一种基于深度图像的蔬果形状特征描述方法,以番茄的形状特征提取作为案例,对该方法进行了探讨。首先利用彩色图像信息将番茄从背景中分割出;其次通过三维机...
- 李长勇曹其新
- 关键词：番茄机器视觉特征提取深度图傅立叶变换
- 文献传递
