首页|复杂环境下异形多目标识别与点云获取算法

复杂环境下异形多目标识别与点云获取算法

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
研究了复杂环境下不同形状物体的快速识别、定位以及表面检测,旨在满足智能机器在线作业时对复杂环境中的目标进行同步性抓取以及表面检测等需求,讨论了异形物体的多目标快速识别、定位、立体匹配及点云后处理算法.首先,基于稳健主成分分析识别出场景中的新增目标,再运用改进k均值聚类对各目标进行图像定位.然后,通过支持向量机筛选出感兴趣区域,并借助外极线约束进行一维搜索获取双目图像中的待匹配区域,快速获得局部三维点云.最后,进行特定的点云去噪处理以减小误差.实验结果表明,相比于传统方法,本文算法有效缩短了程序运行时间,并有效抑制了由复杂背景引起的各种噪声,提高了在复杂环境下获取点云的精度和自适应性,是一种稳健、有效、快速的三维点云获取算法.
Multi-Shaped Targets Recognition and Point Clouds Acquisition Algorithm in Complex Environment

陈明猷、唐昀超、邹湘军、黄矿裕、冯文贤、张坡

展开 >

华南农业大学工程学院,广东广州510642

广东工业大学土木与交通工程学院,广东广州510006

机器视觉 点云获取 低秩数据恢复 立体匹配 识别 定位

国家自然科学基金广东省科技计划项目国家重点科技计划

515781622016B0909120052017YFD0700100

2018

激光与光电子学进展
中国科学院上海光学精密机械研究所

激光与光电子学进展

CSTPCDCSCD北大核心
影响因子：1.153
ISSN：1006-4125
年,卷(期)：2018.55(11)
  • 5
  • 11