如何利用深度图像计算当前位置的偏差

suncs2001 2018-09-04 10:17:15

需求是通过深度相机，获取出深度图（每个点的值表示距离不是颜色），而我们已经有一张正确无误差的深度图，我想通过这两张图的比较，获得我当前位置的x，y，偏差值，用于校准。

问题是有两张图如何进行偏差计算。深度图像匹配，利用ICP或者ICP改进算法？对图像做转换，利用opencv等现成的匹配算法计算？或者根本就不是匹配的问题，是其他的方向？

现在主要是方向不确定，不知道哪条路走下去是正确的。

...全文

413 2 打赏收藏转发到动态举报

写回复

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

天辰孤煞& 2019-04-21

打赏
举报

回复

楼上说的可行，当你没有大量数据的时间楼上的方法基本就是唯一的方法，如果是有大量数据的话就可以通过特征提取然后机器学习进行偏差计算，走这条路，除了人工进行特征提取之外就是卷积网络了，这种情形建议全卷积神经网络

chivalry00L 2018-12-31

打赏
举报

回复

这是一个经典的ICP问题。首先你需要把深度图象中每一个点转化的camera坐标系中，(x,y,z)的三维坐标系中。然后根据两幅图像的点云，计算R,T

双目深度图像处理是利用两个摄像头从略微不同的视角同时捕捉图像，通过计算这两幅图像之间的视差来获得物体的三维空间信息。这种方法模拟了人类的双眼视觉机制，能够为机器提供空间感知能力。特征检测是计算机视觉中的一个重要环节，它的目的在于从图像中提取出可用于后续处理的显著信息。这些信息通常是对图像进行识别、匹配和分析的关键要素，如角点、边缘等。特征检测的目标是通过一系列算法从图像中抽取出具有独特性和可重复性的点，进而用于图像的配准、三维重建、物体识别和分类等任务。

常识那么什么是计算机视觉呢？这里给出了几个比较严谨的定义： ✦ “对图像中的客观对象构建明确而有意义的描述”（Ballard＆Brown，1982） ✦ “从一个或多个数字图像中计算三维世界的特性”（Trucco＆Verri，1998） ✦ “基于感知图像做出对客观对象和场景有用的决策”（Sockman＆Shapiro，2001）实际作用的应用，例如：人脸识别： Snapchat 和 Facebook 使用人脸检测算法来识别人脸。图像检索：Google Images 使用基于内容的查询来搜索相关

本文系统介绍了深度图像滤波的六大核心方法：1)去噪滤波消除随机噪声；2)边缘滤波保留几何边界；3)空域滤波融合邻域信息；4)时域滤波实现序列平滑；5)填洞修复缺失数据；6)各向异性滤波保持方向特征。针对深度图像特有的传感器噪声、环境干扰和几何噪声等问题，各类滤波方法在噪声抑制、边缘保持、数据完整性和时空一致性等核心目标上展现出不同优势。特别探讨了统计滤波器、双边滤波、引导滤波、超像素分割、卡尔曼滤波等具体技术的原理与应用，为深度图像质量优化提供了系统解决方案。

图像特征表示(Image Features)是计算机视觉领域的一个重要方向。它是指从图像数据中提取出有用信息或有效特征，用于机器学习、模式识别、图像检索、跟踪、分析等任务的一种方法。其中，图像分类是图像特征提取的一个典型应用，但由于其复杂性、非线性特性、样本不足等原因，仍然是当前研究热点。在本文中，作者将从以下几个方面阐述图像特征表示相关技术，并以一系列案例展示深度学习中的图像特征提取技术。本文不涉及具体算法实现细节，只以理论思路进行阐述。① 关于图像特征。

1.计算机视觉的定义计算机视觉（Computer Vision）是一个跨学科的研究领域，主要涉及如何使计算机能够通过处理和理解数字图像或视频来自动进行有意义的分析和决策。其目标是使计算机能够从视觉数据中获取高层次的理解，类似于人类的视觉处理能力。图像分类：识别图像中主要的物体或场景。例如，给定一张图片，确定它是猫还是狗。目标检测：在图像中定位和识别多个目标。例如，在街景图像中识别并标注汽车、行人和交通标志的位置。图像分割：将图像分割成不同的区域或对象。例如，将一张医疗影像分割成不同的器官和组织。

4,500

社区成员

15,366

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章