图像点云混合识别流程
本章主要介绍图像点云混合识别流程的算法图搭建思路。
流程概述
此流程主要适用于精度要求高,直接2D识别结果进行抓取达不到精度要求,或者目标距离近,直接点云难以区分或匹配需要2d结果将点云做区分,且目标形变量小易于匹配。
该流程可以被简单表述为以下步骤:
-
输入点云和图像信息。
-
对图像信息进行预处理,进行ROI等操作。
-
基于图像获取物体的边界框等二维识别信息。
-
通过2维识别结果提取点云,并对点云进行过滤筛选。
-
粗匹配 + 精匹配 或者 精匹配,基于一个目标的点云模型在输入点云中进行匹配,得到匹配的点云结果。
-
进行后处理,基于匹配点云生成位姿,抓取点。
流程详解
针对此流程,有两种思路:
-
使用2D识别结果提取的点云中心位姿得到粗略的中心位姿,再连接精匹配节点。
-
可以使用2D识别结果提取点云,得到单个的点云,再进行粗匹配和精匹配。

图像处理流程设计
图像处理流程主要是对图像进行预处理和识别,包括图像ROI,图像检测、分割、匹配等识别过程。
图像ROI主要是通过3维ROI转2维ROI节点得到2维ROI,然后用图像ROI(保持形状)节点对图像做ROI操作,这里使用保持形状的ROI主要是为了保证点云跟图像对齐,为2维识别结果提取点云做准备。参考前文纯图像识别流程中的ROI部分。
图像预处理包括图像二值化、亮度对比度调整、计算边缘等节点,这些节点的作用主要是将特征进行进一步提取,在不同场景下达到更好的效果。
图像识别:同前文纯图像识别流程的目标检测、实例分割、形状模板匹配相关内容。
参数调优
根据检测结果提取点云
-
原理:通过检测结果中的polygon经过处理得到对应区域的点云。
-
参数:
-
形状类型:
-
polygon:代表按照检测结果的polygon取出对应区域的点云。
-
meanAreaRect:代表按照检测结果的polygon的最小包围矩形取出对应区域的点云。
-
minMaxPoint:代表按照检测结果polygon中的最小最大像素点得到一个矩形并取出此矩形对应 区域点云。
-
centerCircle:按照检测结果polygon中的中心点处以(polygon最小包围框短边* 圆形半径参数 )为半径得到一个圆形并取出此圆形对应区域点云。
-
-
包围框外扩像素:只在形状类型为meanAreaRect时有效,可将形状外扩一定大小进 行点云提取。
-
圆半径:只在形状类型为centerCircle时有效,可据此确定点云中心圆形区域半径来提取点云。
-
开启反向:只在形状类型不为centerCircle时有效,若打开则得到的是去掉检测结果对应点云后的点云。
-
只取掩膜边缘:只在形状类型为Polygon时有效,可以提取掩膜边缘对应的点云。
-
边缘粗细:只在形状类型为Polygon时有效,越大,提取掩膜边缘对应的点云越多。
-
包围框Y方向外扩像素:只在形状类型为minMaxPoint时有效,将检测框Y方向外扩指定大小来提取点云。
-
包围框X方向外扩像素:只在形状类型为minMaxPoint时有效,将检测框X方向外扩指定大小来提取点云。
-