【技术实现步骤摘要】
用于提高三维姿态评分和消除三维图像数据中杂点的系统及方法相关申请本申请要求于2016年8月1日提交的序列号为62/369,709、名称为“用于在视觉系统中提高存在局部视图和自遮挡对象的3D姿态评分的系统及方法(SYSTEMANDMETHODFORIMPROVEDSCORINGOF3DPOSESINTHEPRESENCEOFPARTIALVIEWSANDSELF-OCCLUSIONSINAVISIONSYSTEM)”的共同未决美国专利申请的权益,该共同未决美国专利申请的教导在此通过引用并入本申请。
本专利技术涉及机器视觉系统,尤其涉及相对于训练三维(3D)模式识别和配准3D图像特征的视觉系统。
技术介绍
机器视觉系统在本文中也被称为“视觉系统”,其用于在制造环境中执行多种任务。通常情况下,视觉系统由一个或多个带图像传感器(或“成像器”)的相机总成组成,其中的图像传感器(或“成像器”)用于获取含有制造对象的场景中的灰度图或彩色图。分析对象图像可为用户和相关制造过程提供数据或信息。相机生成的数据通常可由视觉系统在一个或多个专用视觉系统处理器或由在通用计算机(如,个人计算 ...
【技术保护点】
一种在视觉系统中评估运行时3D点云相对于训练模型3D点云的3D配准姿态匹配度的方法,包括步骤:利用视觉系统处理器对运行时3D点云相对于训练模型3D点云的候选姿态匹配度进行评分,包括提供可视性检查,所述可视性检查包括:(a)接收3D相机光心,(b)接收训练模型3D点云,(c)接收运行时3D点云,以及(d)构建多条从光心到运行时候选姿态的训练模型3D点云或运行时3D点云的多个3D点的线段;和基于3D点沿各自线段的位置,判断是否在评分步骤中排除或包含3D点。
【技术特征摘要】
2016.08.01 US 62/369,709;2017.07.20 US 15/654,7931.一种在视觉系统中评估运行时3D点云相对于训练模型3D点云的3D配准姿态匹配度的方法,包括步骤:利用视觉系统处理器对运行时3D点云相对于训练模型3D点云的候选姿态匹配度进行评分,包括提供可视性检查,所述可视性检查包括:(a)接收3D相机光心,(b)接收训练模型3D点云,(c)接收运行时3D点云,以及(d)构建多条从光心到运行时候选姿态的训练模型3D点云或运行时3D点云的多个3D点的线段;和基于3D点沿各自线段的位置,判断是否在评分步骤中排除或包含3D点。2.根据权利要求1所述的方法,进一步包括:限制考虑没有显式渲染运行时3D点云候选姿态的训练模型3D点云的视图的自遮挡3D点信息。3.根据权利要求1所述的方法,其中,所述评分步骤包括下列步骤中的至少一个:(a)计算覆盖度分数,所述覆盖度分数定义所包含的3D点的总数,以及(b)计算杂波分数,所述杂波分数定义所排除的运行时3D点的总数。4.根据权利要求3所述的方法,其中,定义所包含的3D点的总数的步骤包括:使用点到平面、点到线和点到点度量中的至少一个。5.根据权利要求1所述的方法,其中,包括以下中的至少一个:(a)所述评分步骤包括增量式执行可视性检查,以及(b)基于距离图像执行可视性检查。6.根据权利要求5所述的方法,其中,通过基于(a)邻近测试和(b)点对表面网格测试中的至少一个来测试3D是否可见来执行可视性检查。7.根据权利要求1所述的方法,其中,所述3D相机是3D相机总成的一部分,所述3D相机总成具有多个互连至所述视觉系统处理器的3D相机。8.根据权利要求7所述的方法,其中,所述运行时3D点云从由3D相机中的至少两个进行成像的对象中获取,其中,一部分对象在所述至少两个3D相机中的每一个相机的工作区段中被成像。9.根据权利要求1所述的方法,其中,所述运行时3D点云从在3D相机工作区段内被自遮挡的对象中获取。10.一种在视觉系统中评估运行时3D点云相对于训练模型3D点云的3D配准姿态匹配度的系统,包括:在视觉系统处理器中运行的评分进程,所述评分进程对运行时3D点云相对于训练模型3D点云的候选姿态匹配度...
【专利技术属性】
技术研发人员:A·赫尔舍,A·瓦格曼,D·J·迈克尔,贾洪骏,
申请(专利权)人:康耐视公司,
类型:发明
国别省市:美国,US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。