- 1398
- 2
- 2023-07-25 19:20:16
RGB-D相机
- 1293
- 13
- 2023-08-07 09:38:50
其它
- 1085
- 2
- 2023-07-28 14:21:33
RGB-D相机
- 849
- 0
- 2023-07-28 14:10:15
RGB-D相机
- 2771
- 11
- 2022-08-22 21:45:47
RGB-D相机
- 2110
- 3
- 2022-07-22 11:20:18
RGB-D相机
- 1791
- 2
- 2022-08-15 20:01:59
RGB-D相机
- 967
- 1
- 2023-07-27 14:53:37
RGB-D相机
- 1537
- 2
- 2022-08-22 21:45:59
RGB-D相机
- 2510
- 3
- 2022-08-15 15:28:27
RGB-D相机
- 2346
- 11
- 2022-08-01 15:14:54
RGB-D相机
- 1821
- 6
- 2022-08-29 10:33:00
RGB-D相机
- 2103
- 8
- 2022-08-15 10:13:52
RGB-D相机
- 2102
- 4
- 2022-08-12 14:55:33
RGB-D相机
- 1568
- 4
- 2022-08-02 20:26:03
RGB-D相机
- 2256
- 4
- 2022-08-02 14:38:43
知识普及
- 2069
- 2
- 2022-07-28 19:12:10
RGB-D相机
- 904
- 2
- 2023-09-18 09:20:44
RGB-D相机
- 1633
- 1
- 2023-09-18 09:20:41
其它
- 1125
- 1
- 2023-09-18 09:20:36
RGB-D相机
- 990
- 1
- 2023-09-18 09:20:21
其它
- 1430
- 3
- 2023-09-13 18:39:29
其它
- 949
- 4
- 2023-09-13 12:41:32
RGB-D相机
- 1229
- 3
- 2023-09-06 18:03:13
RGB-D相机
- 793
- 0
- 2023-09-12 11:06:42
其它
- 704
- 1
- 2023-09-12 09:38:31
其它
- 752
- 0
- 2023-09-07 21:46:21
其它
使用3D相机MV-EB435i基于OpenCV的客流检测与异常识别的实现
本文介绍使用3D相机MV-EB435i基于opencv的客流检测与异常识别的具体实现。
悉灵杯”课题研究进展（一）通过海康RGB-D相机获取带RGB信息的点云
本课题在Windows11平台进行开发，以鞋底、水果、快递箱为实验对象，使用海康3D相机产品获取视野中多个无序摆放的物料，将其转换为点云数据，利用算法对其行处理，获取物料的坐标与姿态，通过socket建立上位机与机械臂的通信，通过6轴协作机械臂对物料进行分拣。
“悉灵杯”课题研究-基于RGB_D相机的物品位置计算
本课题在Windows平台进行开发，整个项目由两个部分组成：使用海康RGB-D感知相机MV-EB435i采集三维点云数据，存储成pcd格式点云文件；通过PCL对存储的点云文件进行简单的点云处理，包括直通滤波器滤波，体素滤波器下采样，统计滤波器滤波，法向量计算，点云分割，最终输出点云簇的质心位置，得到视野中无序物品的抓取点位。
“悉灵杯”课题研究-对RGB_D相机采集的三维点云处理
“悉灵杯”课题研究-对RGB_D相机采集的三维点云处理，本文介绍通过PCL对存储的点云文件进行简单的点云处理，包括直通滤波器滤波，体素滤波器下采样，统计滤波器滤波，法向量计算，点云分割。
“悉灵杯”课题研究-RGB_D相机SDK集成及Open3d点云基本处理
本文介通过借助RGB_D相机SDK，基于Pycharm平台，使用open3d进行简单的点云处理。
“悉灵杯”课题研究-集成RGB_D相机SDK的Open3d点云可视化
本文介绍了RGB_D相机SDK图像输出数据结构、Open3d点云可视化、以及简单介绍一下动态显示、处理点云的方法。
“悉灵杯”课题研究-集成RGB_D相机SDK的Open3d点云功能UI项目开发（项目demo）
本文主要核心内容：基于RGB_D相机SDK、QT、Open3d的点云可视化、处理功能，实现课题要求的整体功能集成，详细内容包括：相机SDK获取RGB数据、显示RGB点云、可视化与数据读取，处理多线程实现、open3d静态点云处理线程、整体ui界面功能与结果展示。
“悉灵杯”课题研究-RGB_D相机SDK三维点云存储
“悉灵杯”课题研究-RGB_D相机SDK三维点云存储，实现存储三维点云文件
“悉灵杯”课题研究-OpenNI集成及示例代码开发
本文简单介绍了OpenNI2 的环境配置与使用，给出了OpenNI2示例Demo，并利用Mv3d SDK进行了OpenNI2框架的重新实现。
悉灵杯”课题研究-MV-EB435i立体相机基于opencv图像处理使用yolov5的物体识别
本文使用个人电脑使用window 10系统作为图像处理平台，利用MV-EB435i立体相机作为图像采集工具完成图像和深度信息的采集，将采集的到的果实图像用OpenCV 使用用YOLOv5制作的神经网络模型执行推理识别出物体并且通过立体相机的深度信息可获得物体的位置信息。
“悉灵杯”课题研究-基于opecv的集成RGB_D相机SDK的基础小样物品颜色检测及人脸识别
本文主要介绍使用opencv，对RGB_D相机采集的图像中小型物品进行基本的颜色检测和基础的人脸识别。
OpenCV中利用knn进行数字(0-9)识别--RGB-D相机采集
本章使用一个基于MINIST的小型数据集通过OpenCV中的KNN方法进行从0到9数字识别，由于数据集小，不能完全识别正确，经测试其识别正确率能达到90%以上。这数字识别系统基本完成，但其适应性还有所欠缺，比如任意角度书写数字情况也能够高正确率识别。由于笔者能力局限，再加上参与(海南)疫情抗战导致时间仓促，特此提供本系统的所有工程代码，详细说明步骤，让大家继续深入开发，共同进步。
“悉灵杯”课题研究-基于MV-EB435i的落差边缘检测算法开发记录
本项目适用于 Linux 系统下的 ROS 平台，主要功能是将 MV-EB435i 相机采集的彩色图和深度图分别以 720p 和 360p 分辨率发布到 ROS 平台，并通过深度信息以 360p / 30FPS 的速度实时计算落差边缘。
悉灵杯”课题研究-LabVIEW集成及示例代码开发
本文介绍了RGB_D相机SDK的使用流程，SDK转换为labview子VI的流程与方法、扩展接口的编写、以及实时采集并显示RGB、深度图、点云图的方法。
“悉灵杯”课题研究-MV-EB435i立体相机集成Apriltags发布相机位姿
本文介绍MV-EB435i集成Apriltags，并发布相机位姿，在rviz中实时查看。
“悉灵杯”课题研究-MV-EB435i立体相机图像处理UI界面开发
本文介绍了MV-EB435i立体相机在图像处理上简单快速的UI界面开发，基于OpenCV的cvui。
“悉灵杯”课题研究-基于ROS1的RGB-D相机SDK集成及示例代码开发
本文主要介绍悉灵相机在ROS1中的集成，包括在ROS1机制下获取图像数据，并将数据发布到相关话题以供其他节点接收。
第二届“悉灵杯”课题移动机器人感知研究进展
此次分享课题研究进展主要涉及在ros中获取并处理相机发布的深度和彩色图像。本文将讲述如何在ros中完成相机发布数据的订阅，并对数据进行初步的处理
“悉灵杯”课题研究—手眼标定方案
本次分享围绕的是机械臂引导中应该如何进行手眼标定操作。“手眼标定”是3D视觉+机器人项目中必不可少的一步：通过进行手眼标定，我们能获取机器人坐标系与相机坐标系之间的转换关系，以便进行后续的操作。
第二届“悉灵杯”课题研究-基于RGB_D相机的室内环境建模
本课题在Ubuntu18.04.6TLS平台进行开发完成基于RGB-D相机的室内地图构建，通过彩色图和深度图的获取，确定相机内外参数后运用ORB-SLAM3进行稠密建图完成室内环境的建模。
悉灵杯”课题研究进展（一）-实例分割网络模型搭建与实验场景介绍
机器人抓取场景中我们需要对目标进行准确定位与位姿估计。本课题将结合RGBD相机得到的图像数据。采用基于深度学习的方法实现对抓取目标的实例分割，并通过结合深度信息的图像后处理步骤实现对目标位姿的估计用于实现机械臂的抓取引导。本文将介绍本课题研究中所使用的实例分割网络框架以及实验场景
“悉灵杯”课题研究报告-基于RGB-D相机的2D和3D抓取定位方案研究
本课题以常见工具，如锤子、扳手、螺丝刀等为研究对象，使用RGB-D相机MV-DB500S-A采集彩色图，深度图和点云数据，结合目标检测算法、平面抓取网络、点云配准算法，实现目标抓取位姿的计算。
“悉灵杯”课题研究-基于点云配准算法GICP的3D抓取方案研究
基于点云配准算法GICP，对采集到的3D点云数据进行配准，计算物体6自由度的位姿
“悉灵杯”课题研究-基于YOLO和GGCNN的物品平面抓取方案研究
本课题以常见工具，如锤子、扳手、螺丝刀等为研究对象，使用RGB-D相机MV-DB500S-A采集彩色图和深度图，采用目标检测算法YOLOv5和平面抓取网络算法GGCNN,最终输出目标物的平面抓取位姿。
动态手势控制音频播放器-成果物
成果物
第二届“悉灵杯”课题研究报告-动态手势控制音频播放器设计
基于计算机视觉的动态手势识别系统能够对于动态手势的移动进行识别，通过摄像头实时采集图片，将每一帧图片进行图像处理，并进行手部检测，一旦检测到目标，开始建立运动轨迹图，当手部移动时间达到八帧，则运动轨迹图建立完成并进行识别运动方向。为了解决手部往回动作出现“徘徊”问题，规定在识别到一个动作之后需要从中心移动，否则，不会进行手势检测与识别操作。
动态手势控制音频播放器（五）动态手势控制音频播放器exe
基于计算机视觉的动态手势识别系统能够对于动态手势的移动进行识别，通过摄像头实时采集图片，将每一帧图片进行图像处理，并进行手部检测，一旦检测到目标，开始建立运动轨迹图，当手部移动时间达到八帧，则运动轨迹图建立完成并进行识别运动方向。为了解决手部往回动作出现“徘徊”问题，规定在识别到一个动作之后需要从中心移动，否则，不会进行手势检测与识别操作。
浙公网安备 33010802013223号