RANSAC法を利用してKinect深度データから平面除去 - 明日とロボット
復習 kinectと最近傍法で物体認識、kinectとk近傍法で物体認識で作ったプログラムは、指定した範囲内の深度データからオブジェクト情報を学習した。 問題点は、机などの関係のないデータも一緒に学習するため、例えば、テーブルに置かれた時計と、壁にかけられた同じ時計を違う物と見なす。 それを解決する一歩として、RANSAC(RANdom SAmple Consensus)アルゴリズムを用いて平面を除去する。 RANSACアルゴリズム ノイズの多いサンプルから2次元ならば最もらしい直線の相関を見いだす。 指定された回数の繰り返しで サンプルの中から適当な2点を選ぶ。 その二点が結ぶ線上付近にある（誤差の許容量を指定）他の点の数を数える。 その含まれる点の数が今までで最大ならば、最大の線の含む点のセットを更新 これによって、最もらしい線を求める。 今回のように3次元の場合には、2点を3点にし、
画像処理の数式を見て石になった時のための、金の針 - Qiita
画像処理は難しい。 Instagramのキレイなフィルタ、GoogleのPhoto Sphere、そうしたサービスを見て画像は面白そうだ！と心躍らせて開いた画像処理の本。そこに山と羅列される数式を前に石化せざるを得なかった俺たちが、耳にささやかれる「難しいことはOpenCVがやってくれるわ。そうでしょ？」という声に身をゆだねる以外に何ができただろう。 本稿は石化せざるを得なかったあの頃を克服し、OpenCVを使いながらも基礎的な理論を理解したいと願う方へ、その道筋(アイテム的には金の針)を示すものになればと思います。 扱う範囲としては、あらゆる処理の基礎となる「画像の特徴点検出」を対象とします(実践 コンピュータビジョンの2章に相当)。なお、本記事自体、初心者である私が理解しながら書いているため、上級画像処理冒険者の方は誤りなどあれば指摘していただければ幸いです。 画像の特徴点とは 人間が
コンピュータビジョンのソースコード/ライブラリのまとめ - takminの書きっぱなし備忘録 @はてなブログ
今まで自分が見つけたコンピュータビジョンの研究に役に立ちそうなフリーのライブラリやソースコードをまとめてみました。自分ではまだ使っていないものも多いので、そこはご容赦を。主にC/C++が中心です。 またライブラリ形式でない、いわゆる学会で発表した研究のコードをそのまま公開しているという人がたくさんいて、それに関しては特にメジャーなもののみ紹介しています。なにぶん僕の観測範囲は限られてますので、「このライブラリに触れないのはおかしい」、「説明が間違っている」等、ご意見大歓迎です。 定番(Standard) OpenCV 定番中の定番です。コンピュータビジョンに関して広範なアルゴリズムが実装されています。 http://code.opencv.org/projects/OpenCV/wiki/WikiStart Point Cloud Library ３次元点群データを扱うならこれ。Kinec
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
