期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于机器视觉的三维点云匹配算法在散货物料实时检测中的应用与研究
被引量:
1
1
作者
沈策
王水明
+1 位作者
沈宇昊
叶帅
《自动化应用》
2023年第22期163-166,169,共5页
面对杂乱堆叠的散货物料实时检测场景,传统机器视觉会受物体遮挡限制,使得识别结果存在偏差。为解决此问题,本文运用三维点云算法,设计基于点对特征的位姿估计算法,同时调整场景点云中法线方向使其朝向点云成像设备视点,以优化其一致性...
面对杂乱堆叠的散货物料实时检测场景,传统机器视觉会受物体遮挡限制,使得识别结果存在偏差。为解决此问题,本文运用三维点云算法,设计基于点对特征的位姿估计算法,同时调整场景点云中法线方向使其朝向点云成像设备视点,以优化其一致性,最后基于该算法构建实际物体抓取系统。结果显示,此次研究设计的位姿检测算法的平均重合率为98%,平均内点均方根误差为0.0003 mm,点云匹配成功率为100%,抓取成功率为97.1%。结果表明,该基于点对特征的三维点云算法在散货物料场景中的检测准确率较高,且在抓取场景中也有较理想的表现,具有一定的实际应用意义。
展开更多
关键词
机器视觉
三维点云算法
点
对特征
散货物料
位姿估计
下载PDF
职称材料
基于曲率的植物三维点云精简算法的优化
被引量:
3
2
作者
黄天天
刘波
《湖南农业大学学报(自然科学版)》
CAS
CSCD
北大核心
2018年第5期570-574,共5页
针对植物三维点云精简时特征信息提取不准确的情况,提出局部曲率误差和法向量夹角相结合的区域复杂度判断方法,对曲率精简算法进行改进。将每个数据点K邻域内曲率标准差和法向量夹角与阈值进行比较,确定局部区域的复杂情况,采用不同精...
针对植物三维点云精简时特征信息提取不准确的情况,提出局部曲率误差和法向量夹角相结合的区域复杂度判断方法,对曲率精简算法进行改进。将每个数据点K邻域内曲率标准差和法向量夹角与阈值进行比较,确定局部区域的复杂情况,采用不同精简率判定邻域点是否保留,统计其保留概率,最后通过整体精简率和保留概率确定数据点的取舍。通过与传统精简算法进行对比分析,在相近精简率下,提出的局部曲率误差–法向量夹角法精简后的植物叶片、叶脉特征更明显,封装建模后的偏差减小了25%以上。
展开更多
关键词
植物
三维
点
云
精简
算法
局部曲率
保留概率
K邻域
下载PDF
职称材料
题名
基于机器视觉的三维点云匹配算法在散货物料实时检测中的应用与研究
被引量:
1
1
作者
沈策
王水明
沈宇昊
叶帅
机构
杭州华新机电工程有限公司
杭州电子科技大学计算机学院
国家能源集团泰州发电有限公司
出处
《自动化应用》
2023年第22期163-166,169,共5页
文摘
面对杂乱堆叠的散货物料实时检测场景,传统机器视觉会受物体遮挡限制,使得识别结果存在偏差。为解决此问题,本文运用三维点云算法,设计基于点对特征的位姿估计算法,同时调整场景点云中法线方向使其朝向点云成像设备视点,以优化其一致性,最后基于该算法构建实际物体抓取系统。结果显示,此次研究设计的位姿检测算法的平均重合率为98%,平均内点均方根误差为0.0003 mm,点云匹配成功率为100%,抓取成功率为97.1%。结果表明,该基于点对特征的三维点云算法在散货物料场景中的检测准确率较高,且在抓取场景中也有较理想的表现,具有一定的实际应用意义。
关键词
机器视觉
三维点云算法
点
对特征
散货物料
位姿估计
Keywords
machine vision
3D point cloud algorithm
point to point feature
bulk materials
pose estimation
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于曲率的植物三维点云精简算法的优化
被引量:
3
2
作者
黄天天
刘波
机构
湖南农业大学信息科学技术学院
湖南省农村农业信息化工程技术研究中心
出处
《湖南农业大学学报(自然科学版)》
CAS
CSCD
北大核心
2018年第5期570-574,共5页
基金
湖南省制造强省专项(2017029)
湖南省科学技术厅重点项目(2015NK2145
+2 种基金
2016NK2118)
湖南农业大学团委科技创新立项(2016ZK15
2017ZK25)
文摘
针对植物三维点云精简时特征信息提取不准确的情况,提出局部曲率误差和法向量夹角相结合的区域复杂度判断方法,对曲率精简算法进行改进。将每个数据点K邻域内曲率标准差和法向量夹角与阈值进行比较,确定局部区域的复杂情况,采用不同精简率判定邻域点是否保留,统计其保留概率,最后通过整体精简率和保留概率确定数据点的取舍。通过与传统精简算法进行对比分析,在相近精简率下,提出的局部曲率误差–法向量夹角法精简后的植物叶片、叶脉特征更明显,封装建模后的偏差减小了25%以上。
关键词
植物
三维
点
云
精简
算法
局部曲率
保留概率
K邻域
Keywords
plants
simplification of 3D point cloud
local curvature
retention probability
K–nearest neighbors
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于机器视觉的三维点云匹配算法在散货物料实时检测中的应用与研究
沈策
王水明
沈宇昊
叶帅
《自动化应用》
2023
1
下载PDF
职称材料
2
基于曲率的植物三维点云精简算法的优化
黄天天
刘波
《湖南农业大学学报(自然科学版)》
CAS
CSCD
北大核心
2018
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部