« ライダー(6) | トップページ | ライダー(8) »

2017年7月18日 (火)

ライダー(7)

 PCLによる3D物体認識の標準的な流れを見てみよう。それは、フィルター、特徴抽出、キーポイント抽出、位置合わせ、物体照合である。

 フィルターでは、ノイズ除去と平滑化を行う。ライダーによるセンシングでもノイズがあることもあり、また認識処理上、除去した方がすっきりするデータもある。

 特徴抽出とキーポイント抽出は、位置合わせや物体照合のために行う処理である。ポイントクラウドといえども、3D形状を再構成して、その3Dデータで位置合わせや物体照合をするわけではない。画像処理と同様に、特徴を計算してキーポイントに変換するのである。位置合わせは物体照合は、キーポイントで行う。そのため、特徴抽出を行うため、先ずはポイントの法線を計算する。そして、その法線をベクトルとして扱い、ポイントは座標とベクトルを持つものとしている。

 ベクトル化すると、同じ向きかどうかが計算できるので便利である。画像の微分値や微分の方向に相当する。

|

« ライダー(6) | トップページ | ライダー(8) »

コメント

コメントを書く



(ウェブ上には掲載しません)




トラックバック

この記事のトラックバックURL:
http://app.f.cocolog-nifty.com/t/trackback/16253/71162759

この記事へのトラックバック一覧です: ライダー(7):

« ライダー(6) | トップページ | ライダー(8) »