摘要
基于RGB‑D的厢车纸箱码垛3D点云识别与定位方法,属于机器视觉和自动化物流领域。现有视觉检测算法存在识别与定位准确性差、计算复杂导致检测效率低。采集两个视角下目标物体的RGB图像和该两个视角下目标物体的深度图像,对采集的图像进行去噪处理,结合去噪后同一视角的图像,获得对应视角下的三维点云图,融合两个视角下的三维点云图,生成一张完整的三维点云图;优化点云图中的点云数据,优化后的二维RGB点云图像输入至预训练的YOLO目标检测模型,输出检测图像,对检测图像中的子物体的中心坐标进行修正,获得修正后的所有子物体二维中心点坐标,进而获得三维坐标,最终获得三维点云图。用于识别每个子物体坐标点。
技术关键词
纸箱码垛
3D点云
定位方法
物体
双边滤波算法
视角
深度值
图像
像素
坐标系
DBSCAN算法
视觉检测算法
基准面
数据
相机
深度图
理论
立方体
系统为您推荐了相关专利信息
决策树模型
时序
特征工程
计算机执行指令
定位方法
数据回放方法
物体三维模型
笛卡尔坐标系
计算机存储介质
数据回放装置
介质电容
高压电缆绝缘状态
仿真模型
交联聚乙烯电力电缆
超声定位方法
智能识别检测系统
图像分析模块
智慧城市监控系统
图像获取模块
物体