【问题标题】:Global matching of 3D point clouds3D点云的全局匹配
【发布时间】:2021-06-27 17:00:05
【问题描述】:

点云匹配的方式有很多种。比如ICP、pcl对ppf的匹配或者别的什么的。但它们中的大多数都是将一个目标与一个源匹配(一个接一个)。

现在我有一个案例,我有一个带有瓶子作为模型的点云,而另一个点云是很多瓶子作为场景。我想将模型与场景匹配,并且不仅获得对象的一个​​结果(一个一个多个)。

我在 MVTEC 中找到了一个 api,这正是我需要的,但它是付费的。

您可以看到照片左侧是真实场景,右侧是点云。 我想在使用一个模型点云的场景点云中找到“许多瓶子”。

我知道有一些声明全局对位点的方法,但它们都只能匹配场景中的一个结果,而不是我想要得到多个结果的结果。

是否有任何想法或实现方法是开源的或在任何论文中?

【问题讨论】:

    标签: 3d matching point-clouds halcon


    【解决方案1】:

    OpenCV 这里有一个表面匹配模块:

    OpenCV Surface Matching

    该算法基于 Bertram Drost 的点对特征。 Halcon 中的方法也是基于点对特征。请注意,该方法已获得 MVTec 的专利。

    除此之外,我还会查看最新 BOP 挑战(6D 物体姿势估计基准)中的一些论文。一些基于深度学习的方法开始显示与 Halcon 中的方法相似的结果。

    BOP Challenge

    【讨论】:

      猜你喜欢
      • 2013-09-30
      • 2020-02-29
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 1970-01-01
      • 2020-02-25
      • 1970-01-01
      • 2016-01-04
      相关资源
      最近更新 更多