摘要：
对于任意的凸四边形，要把顶点从左上角开始，逆时针排序？ 阅读全文
摘要：
Apriltag码定位识别优秀文章 https://zhuanlan.zhihu.com/p/91318636 阅读全文
摘要：
最近在研究相机标定技术，相机标定比较优秀的文章，如下。 斯坦德机器人技术博客 ：https://zhuanlan.zhihu.com/p/87334006 阅读全文
摘要：
1、前言 在工业产品缺陷检测中，基于传统的图像特征的缺陷分类的准确率达不到实际生产的要求，因此想采用CNN来进行缺陷分类。 传统缺陷分类思路： 1、缺陷图片分离：先采用复杂的图像处理方法，将缺陷从采集的图像中分离处理； 2、特征向量构建：通过对不同缺陷种类的特征进行分析，定义需要提取的n维特征（比如 阅读全文
摘要：
在3D点云目标识别中，除了传统的利用二维图像来辅助识别，然后映射到3D的方式；学术界在十几年前就开始研究3D点云的特征描述子。 本文主要详解意大利博洛尼亚大学教授提出的SHOT（Signature of Histogram of Orientation）http://www.vision.deis. 阅读全文
摘要：
这是2016年一个点云目标识别研究的简单描述。 1、点云目标识别流程 点云目标识别，顾名思义，需要有标准的目标点云或者标准的点云特征描述向量；对实时采集的点云数据，在里面寻找与目标点云相似度最高的点云块。 2、圆环工件的识别和抓取 图2.1 点云在XY平面的投影图像 图2.2 圆环点云采集图像 2. 阅读全文
摘要：
1、点云法向量估计的主要思路是对K-近邻的N个点进行平面拟合（平面过N点重心），平面法向量即为所求； 2、最小二乘拟合可以转换为求协方差矩阵最小特征值对应的特征向量（SVD分解）；此种解法对数据噪声有很强的鲁棒性，关键点在于要对数据去中心化处理，将坐标原点移动到数据重心。 3、最后根据特征点P到重心 阅读全文
摘要：
1、PCA ： Principle Component Analysis 主成分分析 2、SVD ： Singular Value Decomposition 奇异值分解 3、PCA在很多场合都有涉及，在数据纷繁难以选取时，一般都会采用PCA降维处理，值选取几个主要的方向数据来进行分析。 比如，可将 阅读全文
摘要：
双目标定，解决opencv标定输出数据错误问题；主要点在于左右相机图像特征点不匹配问题，导致计算误差。 阅读全文
摘要：
1 类设计 基本功能 基本功能 （1）默认构造时，自动初始化为（0，0，0）； （2）支持点之间的加、减运算； （3）支持点与常量数据的加、减、乘除运算； （4）支持点之间的相等或不能判断 （5）如果把点类看作一个向量，应该支持向量的点乘、求模操作； 成员变量是采用private还是public属性 阅读全文