JP2007502473A5 - - Google Patents
Download PDFInfo
- Publication number
- JP2007502473A5 JP2007502473A5 JP2006523525A JP2006523525A JP2007502473A5 JP 2007502473 A5 JP2007502473 A5 JP 2007502473A5 JP 2006523525 A JP2006523525 A JP 2006523525A JP 2006523525 A JP2006523525 A JP 2006523525A JP 2007502473 A5 JP2007502473 A5 JP 2007502473A5
- Authority
- JP
- Japan
- Prior art keywords
- contour
- image
- point
- curvature
- feature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000003384 imaging method Methods 0.000 claims 5
- 230000001131 transforming Effects 0.000 claims 4
- 230000004807 localization Effects 0.000 claims 3
- 230000000875 corresponding Effects 0.000 claims 2
Claims (36)
- 三次元対象物の分類および/またはローカライゼーションのような認識方法であり、前記一つまたは二つ以上の対象物は、前記対象物の二次元デジタル画像である認識画像を提供するように画像化され、前記方法は、複数のトレーニング画像におけるフィーチャの数値記述子が格納されたデータベースを利用し、各フィーチャは画像における輪郭から決定されるプリミティブのセットであり、フィーチャの数値記述子は、
画像における前記フィーチャの基準点座標のような位置および方向ベクトルのような向きを備える、前記フィーチャの非本質的特性のための数値記述子と、
射影変換後の前記フィーチャの距離および角度のような数値量を備える、前記対象画像の前記位置および前記向きにより変化しない本質的特性のための数値記述子、の二種類であり、
前記方法は、
前記認識画像におけるプリミティブの予め定義されたセットであるフィーチャを特定し、
前記認識画像における前記フィーチャの前記本質的および非本質的特性のための数値記述子を抽出し、
前記抽出した数値記述子を前記データベースに格納された数値記述子と整合し、整合物が見つかれば、前記データベース内で整合した数値記述子に対応する前記対象物を、認識すべき前記対象物の前記対象物に類似していると割り当てる認識方法。 - 認識画像を、前記データベースに格納されたトレーニング画像と整合し、整合付けは各トレーニング画像に対して、
前記トレーニング画像の前記フィーチャと同一の前記認識画像の前記フィーチャをもたらす変換のロール、チルト、およびパンの値を決定し、
前記変換により決定されたロール、チルト、およびパンの値により定義される前記パラメータ空間におけるクラスタを特定し、および
予め定義された強度を有するクラスタを、対象物のタイプおよびローカライゼーションに対応するものとして特定する、
ステップを含む請求項1に記載の方法。 - 前記データベースは各画像に対して、それぞれがその本質的特性およびその非本質的特性を有するフィーチャを表わす一つまたは二つ以上のレコードを備える請求項1または2に記載の方法。
- 前記整合付けは、
ロール、チルト、およびパンパラメータ空間をリセットし、
前記認識画像における各フィーチャに対して、前記認識画像の特性を前記データベースに格納されている特性と整合付け、
整合する場合、前記データベースから、および前記認識画像からの前記非本質的特性に基づいてロール、チルト、およびパンを決定し、
パラメータ空間を更新し、および
クラスタリングをテストし、前記トレーニング画像のインデックスを有する十分に高い密度/母集団のクラスタの座標を格納するステップを含み、
前記ステップを前記認識画像中のすべてのフィーチャの整合付けが終了するまで繰り返す、
ことを含む請求項3に記載の方法。 - 前記ロール、チルト、およびパンの決定は、前記データベース内の前記本質的特性と比較して類似のまたは同一の本質的特性を有するフィーチャに対してのみ行われる請求項4に記載の方法。
- 前記整合付けは、前記認識画像の前記本質的記述子と、前記データベースに格納されている前記本質的記述子と比較し、それにより整合するフィーチャを選択することを含む請求項4に記載の方法。
- 前記データベースの生成は、デジタル画像における輪郭、好ましくはグレイトーンレベル輪郭と、プリミティブの決定を備え、前記決定は、
前記デジタル画像の勾配を生成し、
前記絶対勾配の一つまたは二つ以上の極大値を求め、
前記一つまたは二つ以上の極大値を、輪郭を生成するためのシードとして使用し、ここにおいて各シードに対する前記輪郭の生成は、前記デジタル画像内にあり、輪郭に属する場所を表現する点の順序リストを決定することを含み、
前記すべての場所に対して、前記輪郭の、好ましくはdθ/ds、好ましくは画素単位で決定される曲率を決定し、
前記決定された曲率から、プリミティブを前記輪郭のセグメント上の、または前記輪郭で囲まれた領域上の特徴点として決定するステップを含む請求項1から6のいずれか1項に記載の方法。 - 既に定義された輪郭近傍で特定される潜在シード点を削除するステップを更に含む請求項7に記載の方法。
- 前記輪郭の生成は、各点が前記シードの値と共通に割り当てられる値を有する、前記デジタル画像内の場所を表現する点のリストを割り当てることを含む請求項7または8に記載の方法。
- 前記輪郭の生成は、各点において、輪郭方向に直交すると検出された最大または最小勾配の方向に続く点のリストを割り当てることを含む請求項7または8に記載の方法。
- 前記輪郭の生成は、前記シードの値を超える、またはそれ未満の値を有する点のリスト、および前記シードの値未満の、またはその値を超える値を有する一つまたは二つ以上の隣接する画素を割り当てることを含む請求項7または8に記載の方法。
- 前記画素リストは、所定の方法で前記デジタル画像内を移動することにより確立される請求項7から請求項11のいずれか1項に記載の方法。
- 前記輪郭は、前記画素リストに基づく内挿法により決定される請求項8から請求項12のいずれか1項に記載の方法。
- 前記リストは、画素の順序リストである請求項8から請求項13のいずれか1項に記載の方法。
- 前記勾配は、隣接画素に割り当てられた数値間の差を計算することにより決定される請求項7から請求項14のいずれか1項に記載の方法。
- 前記勾配は、各要素が第1画像内の特別な場所に対応し、前記特別な場所における前記第1画像の色調の勾配値を表わす数値であるアレイに格納される請求項7から請求項15のいずれか1項に記載の方法。
- 前記曲率は、θを輪郭上の1点における接線方向とし、sを基準点から測定された弧の長さとしたときに、κ=dθ/dsとして確立される請求項7から請求項16のいずれか1項に記載の方法。
- 前記プリミティブは、前記輪郭のセグメント上の、または前記輪郭で囲まれた領域上の下記の特徴点、
直線のセグメント、
相対的に大きな半径の円のセグメント、
変曲点、
前記曲率の最大数値の、好ましくは角部として割り当てられた点、
前記曲率の非常に小さな、および非常に大きな数値の部分を分離する点、および
輪郭により囲まれた小さな領域のエンティティ、
を一つまたは二つ以上備える請求項7から請求項17のいずれか1項に記載の方法。 - 各輪郭に対して、下記のプリミティブ、
所定のレベルより高い曲率の絶対値の値を有する輪郭の領域またはその上の点である変曲点、
曲率の正のピークを有する前記輪郭の領域またはその上の点である凹状角部、
曲率の負のピークを有する前記輪郭の領域またはその上の点である凸状角部、
0の曲率を有する前記輪郭のセグメントである直線セグメント、および/または
一定曲率を有する前記輪郭のセグメントである円形セグメント、
の一つまたは二つ以上を検索する請求項7から請求項18のいずれかに記載の方法。 - 三次元対象物の位置決めおよび/または分類に関連して有効なデータベースの生成方法であり、前記対象物は、前記対象物の二次元デジタル画像を提供するように画像化され、 前記対象物の前記二次元デジタル画像のプリミティブの決定は、
前記デジタル画像の勾配を生成し、
前記絶対勾配の一つまたは二つ以上の極大値を求め、
前記一つまたは二つ以上の極大値を、輪郭を生成するためのシードとして使用し、ここにおいて各シードに対する前記輪郭の生成は、前記デジタル画像内にあり、輪郭に属する場所を表現する点の順序リストを決定することを含み、
前記すべての場所に対して、前記輪郭の、好ましくはdθ/ds、好ましくは画素単位で決定される曲率を決定し、
前記決定された曲率から、プリミティブを前記輪郭のセグメント上の、または前記輪郭で囲まれた領域上の特徴点上の特徴点として決定するステップを含み、
当該方法は、
一つまたは二つ以上の対象物の多数のデジタル画像において、プリミティブの予め定義されたセットであるフィーチャを特定し、前記画像は、前記一つまたは二つ以上の対象物の異なるローカライゼーションを表わし、
前記フィーチャの数値記述子を、前記データベースから抽出して格納し、前記数値記述子は、
画像における前記フィーチャの基準点座標のような位置および方向ベクトルのような向きを備える、前記フィーチャの非本質的特性のための数値記述子と、
射影変換後の前記フィーチャの距離および角度のような数値量を備える、前記対象画像の前記位置および前記向きにより変化しない本質的特性のための数値記述子、の二種類である、
ことをさらに含む方法。 - 既に定義された輪郭近傍で特定される潜在シード点を削除するステップを更に含む請求項20に記載の方法。
- 前記輪郭の生成は、各点が前記シードの値と共通に割り当てられる値を有する、前記デジタル画像内の場所を表現する点のリストを割り当てることを含む請求項20または21に記載の方法。
- 前記輪郭の生成は、各点において、輪郭方向に直交すると検出された最大または最小勾配の方向に続く点のリストを割り当てることを含む請求項20または21に記載の方法。
- 前記輪郭の生成は、前記シードの値を超える、またはそれ未満の値を有する点のリスト、および前記シードの値未満の、またはその値を超える値を有する一つまたは二つ以上の隣接する画素を割り当てることを含む請求項20または21に記載の方法。
- 前記画素リストは、所定の方法で前記デジタル画像内を移動することにより確立される請求項20から請求項24のいずれか1項に記載の方法。
- 前記輪郭は、前記画素リストに基づく内挿法により決定される請求項21から請求項25のいずれか1項に記載の方法。
- 前記リストは、画素の順序リストである請求項21から請求項26のいずれか1項に記載の方法。
- 前記勾配は、隣接画素に割り当てられた数値間の差を計算することにより決定される請求項20から請求項27のいずれか1項に記載の方法。
- 前記勾配は、各要素が第1画像内の特別な場所に対応し、前記特別な場所における前記第1画像の色調の勾配値を表わす数値であるアレイに格納される請求項20から請求項28のいずれか1項に記載の方法。
- 前記曲率は、θを輪郭上の1点における接線方向とし、sを基準点から測定された弧の長さとしたときに、κ=dθ/dsとして確立される請求項20から請求項29のいずれか1項に記載の方法。
- 前記プリミティブは、前記輪郭のセグメント上の、または前記輪郭で囲まれた領域上の下記の特徴点、
直線のセグメント、
相対的に大きな半径の円のセグメント、
変曲点、
前記曲率の最大数値の、好ましくは角部として割り当てられた点、
前記曲率の非常に小さな、および非常に大きな数値の部分を分離する点、および
輪郭により囲まれた小さな領域のエンティティ、
を一つまたは二つ以上備える請求項20から請求項30のいずれか1項に記載の方法。 - 各輪郭に対して、下記のプリミティブ、
所定のレベルより高い曲率の絶対値の値を有する輪郭の領域またはその上の点である変曲点、
曲率の正のピークを有する前記輪郭の領域またはその上の点である凹状角部、
曲率の負のピークを有する前記輪郭の領域またはその上の点である凸状角部、
0の曲率を有する前記輪郭のセグメントである直線セグメント、および/または
一定曲率を有する前記輪郭のセグメントである円形セグメント、
の一つまたは二つ以上を検索する請求項20から請求項31のいずれかに記載の方法。 - 前記非本質的特性は、基準点と基準方向を備える請求項1から請求項32のいずれかに記載の方法。
- 前記本質的特性は、フィーチャの数値量を備える請求項1から請求項33のいずれかに記載の方法。
- 前記対象物は少なくとも二台の撮像装置で画像化され、それにより前記対象物の少なくとも二つの認識画像を生成し、請求項1から請求項34のいずれかに記載の方法が各認識画像に適用され、各認識画像に対して見出された前記整合物が比較される請求項1から請求項34のいずれか1項に記載の方法。
- 前記方法は、
各撮像装置に対して、前記対象物の前記三次元基準点に対する推定値を提供し、
各撮像装置に対して、前記撮像装置のピンホールから前記推定された基準点までの直線を計算し、
少なくとも二つまたは三つ以上の直線が提供された場合は、
前記二つまたは三つ以上の直線が三次元で実質的に交差しない場合は、前記推定値を破棄し、
前記二つまたは三つ以上の直線が実質的に交差する場合は、
各撮像装置から得られた前記直線の間の擬似交点に基づいて、前記基準点のグローバルポジションを推定する請求項35に記載の方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DKPA200301178 | 2003-08-15 | ||
DKPA200301178 | 2003-08-15 | ||
PCT/DK2004/000540 WO2005017820A1 (en) | 2003-08-15 | 2004-08-13 | Computer-vision system for classification and spatial localization of bounded 3d-objects |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2007502473A JP2007502473A (ja) | 2007-02-08 |
JP2007502473A5 true JP2007502473A5 (ja) | 2010-03-04 |
JP4865557B2 JP4865557B2 (ja) | 2012-02-01 |
Family
ID=34178331
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006523525A Active JP4865557B2 (ja) | 2003-08-15 | 2004-08-13 | 有界三次元対象物の分類と空間ローカライゼーションのためのコンピュータ視覚システム |
Country Status (5)
Country | Link |
---|---|
US (1) | US7822264B2 (ja) |
EP (1) | EP1658579B1 (ja) |
JP (1) | JP4865557B2 (ja) |
CA (1) | CA2535828C (ja) |
WO (1) | WO2005017820A1 (ja) |
Families Citing this family (62)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7561756B1 (en) | 2005-05-02 | 2009-07-14 | Nanostellar, Inc. | Particle shape characterization from 2D images |
US7430322B1 (en) * | 2005-05-02 | 2008-09-30 | Nanostellar, Inc. | Particle shape characterization from 2D images |
US8155312B2 (en) * | 2005-10-18 | 2012-04-10 | The University Of Connecticut | Optical data storage device and method |
GB2431537B (en) * | 2005-10-20 | 2011-05-04 | Amersham Biosciences Uk Ltd | Method of processing an image |
DE102006050379A1 (de) * | 2006-10-25 | 2008-05-08 | Norbert Prof. Dr. Link | Verfahren und Vorrichtung zur Überwachung eines Raumvolumens sowie Kalibrierverfahren |
US7853071B2 (en) * | 2006-11-16 | 2010-12-14 | Tandent Vision Science, Inc. | Method and system for learning object recognition in images |
US7844105B2 (en) * | 2007-04-23 | 2010-11-30 | Mitsubishi Electric Research Laboratories, Inc. | Method and system for determining objects poses from range images |
US8116519B2 (en) * | 2007-09-26 | 2012-02-14 | Honda Motor Co., Ltd. | 3D beverage container localizer |
EP2048599B1 (en) | 2007-10-11 | 2009-12-16 | MVTec Software GmbH | System and method for 3D object recognition |
KR100951890B1 (ko) * | 2008-01-25 | 2010-04-12 | 성균관대학교산학협력단 | 상황 모니터링을 적용한 실시간 물체 인식 및 자세 추정 방법 |
FR2931277B1 (fr) | 2008-05-19 | 2010-12-31 | Ecole Polytech | Procede et dispositif de reconnaissance invariante-affine de formes |
US8265425B2 (en) * | 2008-05-20 | 2012-09-11 | Honda Motor Co., Ltd. | Rectangular table detection using hybrid RGB and depth camera sensors |
US8711176B2 (en) | 2008-05-22 | 2014-04-29 | Yahoo! Inc. | Virtual billboards |
US20090289955A1 (en) * | 2008-05-22 | 2009-11-26 | Yahoo! Inc. | Reality overlay device |
US8467612B2 (en) * | 2008-10-13 | 2013-06-18 | Honeywell International Inc. | System and methods for navigation using corresponding line features |
US8452078B2 (en) * | 2008-10-15 | 2013-05-28 | Toyota Motor Engineering & Manufacturing North America | System and method for object recognition and classification using a three-dimensional system with adaptive feature detectors |
KR101323439B1 (ko) | 2008-11-12 | 2013-10-29 | 보드 오브 트러스티스 오브 더 리랜드 스탠포드 주니어 유니버시티 | 특징 디스크립터를 표현하고 식별하는 방법, 장치 및 컴퓨터 판독가능 저장 매체 |
US8442304B2 (en) * | 2008-12-29 | 2013-05-14 | Cognex Corporation | System and method for three-dimensional alignment of objects using machine vision |
US8379929B2 (en) | 2009-01-08 | 2013-02-19 | Trimble Navigation Limited | Methods and apparatus for performing angular measurements |
DE112010000812T5 (de) | 2009-01-08 | 2012-06-06 | Trimble Navigation Limited | Verfahren und Systeme zum Bestimmen von Winkeln und Orten von Punkten |
JP5247525B2 (ja) * | 2009-02-19 | 2013-07-24 | キヤノン株式会社 | シート搬送装置及び画像形成装置 |
DE112010001320T5 (de) * | 2009-04-07 | 2012-06-21 | Murata Machinery, Ltd. | Bildverarbeitungsvorrichtung, Bildverarbeitungsverfahren, Bilderverarbeitungsprogramm und Speichermedium |
JP5538967B2 (ja) * | 2009-06-18 | 2014-07-02 | キヤノン株式会社 | 情報処理装置、情報処理方法、プログラム |
JP5333344B2 (ja) * | 2009-06-19 | 2013-11-06 | 株式会社安川電機 | 形状検出装置及びロボットシステム |
JP5385752B2 (ja) * | 2009-10-20 | 2014-01-08 | キヤノン株式会社 | 画像認識装置、その処理方法及びプログラム |
US8687891B2 (en) * | 2009-11-19 | 2014-04-01 | Stanford University | Method and apparatus for tracking and recognition with rotation invariant feature descriptors |
US8687898B2 (en) * | 2010-02-01 | 2014-04-01 | Toyota Motor Engineering & Manufacturing North America | System and method for object recognition based on three-dimensional adaptive feature detectors |
EP2385483B1 (en) | 2010-05-07 | 2012-11-21 | MVTec Software GmbH | Recognition and pose determination of 3D objects in 3D scenes using geometric point pair descriptors and the generalized Hough Transform |
US8724911B2 (en) * | 2010-09-16 | 2014-05-13 | Palo Alto Research Center Incorporated | Graph lattice method for image clustering, classification, and repeated structure finding |
US8872828B2 (en) | 2010-09-16 | 2014-10-28 | Palo Alto Research Center Incorporated | Method for generating a graph lattice from a corpus of one or more data graphs |
US9256802B2 (en) | 2010-11-26 | 2016-02-09 | Nec Corporation | Object or shape information representation method |
WO2012146253A1 (en) | 2011-04-29 | 2012-11-01 | Scape Technologies A/S | Pose estimation and classification of objects from 3d point clouds |
US8799201B2 (en) | 2011-07-25 | 2014-08-05 | Toyota Motor Engineering & Manufacturing North America, Inc. | Method and system for tracking objects |
US8467596B2 (en) | 2011-08-30 | 2013-06-18 | Seiko Epson Corporation | Method and apparatus for object pose estimation |
US8908913B2 (en) * | 2011-12-19 | 2014-12-09 | Mitsubishi Electric Research Laboratories, Inc. | Voting-based pose estimation for 3D sensors |
ES2409533B2 (es) * | 2011-12-21 | 2013-10-15 | Universidad De Alcalá | Sistema de reconocimiento de clases de objetos por visión artificial para la mejora de la capacidad comunicativa en personas con alteraciones del lenguaje |
US8605972B2 (en) * | 2012-03-02 | 2013-12-10 | Sony Corporation | Automatic image alignment |
US10579904B2 (en) * | 2012-04-24 | 2020-03-03 | Stmicroelectronics S.R.L. | Keypoint unwarping for machine vision applications |
ITPR20120039A1 (it) * | 2012-06-20 | 2012-09-19 | Gevis S R L | Dispositivo e metodo di misura di un pezzo |
US8798357B2 (en) | 2012-07-09 | 2014-08-05 | Microsoft Corporation | Image-based localization |
US9582671B2 (en) | 2014-03-06 | 2017-02-28 | Sensity Systems Inc. | Security and data privacy for lighting sensory networks |
US9374870B2 (en) | 2012-09-12 | 2016-06-21 | Sensity Systems Inc. | Networked lighting infrastructure for sensing applications |
KR20140072651A (ko) * | 2012-12-05 | 2014-06-13 | 엘지전자 주식회사 | 글래스타입 휴대용 단말기 |
US9933297B2 (en) | 2013-03-26 | 2018-04-03 | Sensity Systems Inc. | System and method for planning and monitoring a light sensory network |
EP2976856B1 (en) | 2013-03-26 | 2019-08-14 | Sensity Systems Inc. | Sensor nodes with multicast transmissions in lighting sensory network |
US9076195B2 (en) * | 2013-08-29 | 2015-07-07 | The Boeing Company | Methods and apparatus to identify components from images of the components |
US9747680B2 (en) | 2013-11-27 | 2017-08-29 | Industrial Technology Research Institute | Inspection apparatus, method, and computer program product for machine vision inspection |
US9746370B2 (en) * | 2014-02-26 | 2017-08-29 | Sensity Systems Inc. | Method and apparatus for measuring illumination characteristics of a luminaire |
US10362112B2 (en) | 2014-03-06 | 2019-07-23 | Verizon Patent And Licensing Inc. | Application environment for lighting sensory networks |
US10417570B2 (en) | 2014-03-06 | 2019-09-17 | Verizon Patent And Licensing Inc. | Systems and methods for probabilistic semantic sensing in a sensory network |
US9361694B2 (en) * | 2014-07-02 | 2016-06-07 | Ittiam Systems (P) Ltd. | System and method for determining rotation invariant feature descriptors for points of interest in digital images |
US10268188B2 (en) | 2015-12-02 | 2019-04-23 | Qualcomm Incorporated | Active camera movement determination for object position and extent in three-dimensional space |
JP6431495B2 (ja) * | 2016-03-25 | 2018-11-28 | 本田技研工業株式会社 | 教師データ生成方法 |
US10387744B2 (en) * | 2016-06-22 | 2019-08-20 | Abbyy Production Llc | Method and system for identifying extended contours within digital images |
US10366469B2 (en) | 2016-06-28 | 2019-07-30 | Abbyy Production Llc | Method and system that efficiently prepares text images for optical-character recognition |
RU2628266C1 (ru) | 2016-07-15 | 2017-08-15 | Общество с ограниченной ответственностью "Аби Девелопмент" | Способ и система подготовки содержащих текст изображений к оптическому распознаванию символов |
EP3495202B1 (en) * | 2017-12-05 | 2020-08-19 | Guima Palfinger S.A.S. | Truck-mountable detection system |
US10719937B2 (en) | 2017-12-22 | 2020-07-21 | ABYY Production LLC | Automated detection and trimming of an ambiguous contour of a document in an image |
CN110470295B (zh) * | 2018-05-09 | 2022-09-30 | 北京智慧图科技有限责任公司 | 一种基于ar定位的室内步行导航系统和方法 |
WO2020192882A1 (en) * | 2019-03-25 | 2020-10-01 | Abb Schweiz Ag | Method and control arrangement for determining a relation between a robot coordinate system and a movable apparatus coordinate system |
CN110796709A (zh) * | 2019-10-29 | 2020-02-14 | 上海眼控科技股份有限公司 | 车架号尺寸获取方法、装置、计算机设备和存储介质 |
US20220189266A1 (en) * | 2020-12-11 | 2022-06-16 | Patriot One Technologies Inc. | System and method for real-time multi-person threat tracking and re-identification |
Family Cites Families (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US528769A (en) * | 1894-11-06 | Sash-fastener | ||
US3638188A (en) * | 1969-10-17 | 1972-01-25 | Westinghouse Electric Corp | Classification method and apparatus for pattern recognition systems |
US4183013A (en) * | 1976-11-29 | 1980-01-08 | Coulter Electronics, Inc. | System for extracting shape features from an image |
JPS5930179A (ja) * | 1982-08-10 | 1984-02-17 | Agency Of Ind Science & Technol | パタ−ンの線分近似方式 |
JPS60204086A (ja) | 1984-03-28 | 1985-10-15 | Fuji Electric Co Ltd | 物体識別装置 |
KR900001696B1 (ko) * | 1984-11-09 | 1990-03-19 | 가부시기가이샤 히다찌세이사꾸쇼 | 화상처리장치의 제어방법 |
JPS61296409A (ja) | 1985-06-25 | 1986-12-27 | Fanuc Ltd | ロボツト制御方式 |
ATE48710T1 (de) | 1985-09-30 | 1989-12-15 | Siemens Ag | Verfahren zur einheitlichen symbolischen beschreibung von dokumentmustern in einem automat. |
JPH0644282B2 (ja) * | 1985-10-02 | 1994-06-08 | 富士通株式会社 | 物体検索方式 |
US4958376A (en) | 1985-12-27 | 1990-09-18 | Grumman Aerospace Corporation | Robotic vision, optical correlation system |
JPH077448B2 (ja) * | 1987-10-08 | 1995-01-30 | 日立ソフトウェアエンジニアリング株式会社 | 円弧部認識方法 |
EP0514688A2 (en) | 1991-05-21 | 1992-11-25 | International Business Machines Corporation | Generalized shape autocorrelation for shape acquisition and recognition |
JP2700965B2 (ja) | 1991-07-04 | 1998-01-21 | ファナック株式会社 | 自動キャリブレーション方式 |
JPH05165968A (ja) * | 1991-12-18 | 1993-07-02 | Komatsu Ltd | 物体の位置・姿勢認識装置 |
JP3665353B2 (ja) | 1993-09-14 | 2005-06-29 | ファナック株式会社 | ロボットの教示位置データの3次元位置補正量取得方法及びロボットシステム |
US5434927A (en) | 1993-12-08 | 1995-07-18 | Minnesota Mining And Manufacturing Company | Method and apparatus for machine vision classification and tracking |
JP3394322B2 (ja) | 1994-05-19 | 2003-04-07 | ファナック株式会社 | 視覚センサを用いた座標系設定方法 |
JP3738456B2 (ja) | 1994-11-14 | 2006-01-25 | マツダ株式会社 | 物品の位置検出方法およびその装置 |
US5828769A (en) | 1996-10-23 | 1998-10-27 | Autodesk, Inc. | Method and apparatus for recognition of objects via position and orientation consensus of local image encoding |
US6266054B1 (en) * | 1997-11-05 | 2001-07-24 | Microsoft Corporation | Automated removal of narrow, elongated distortions from a digital image |
JPH11300670A (ja) | 1998-04-21 | 1999-11-02 | Fanuc Ltd | 物品ピックアップ装置 |
US5959425A (en) | 1998-10-15 | 1999-09-28 | Fanuc Robotics North America, Inc. | Vision guided automatic robotic path teaching method |
JP4123623B2 (ja) * | 1999-02-23 | 2008-07-23 | ソニー株式会社 | 画像信号処理装置および方法 |
JP4453119B2 (ja) * | 1999-06-08 | 2010-04-21 | ソニー株式会社 | カメラ・キャリブレーション装置及び方法、画像処理装置及び方法、プログラム提供媒体、並びに、カメラ |
US6501554B1 (en) | 2000-06-20 | 2002-12-31 | Ppt Vision, Inc. | 3D scanner and method for measuring heights and angles of manufactured parts |
JP2002197472A (ja) * | 2000-12-26 | 2002-07-12 | Masahiro Tomono | 物体認識方法 |
JP4158349B2 (ja) | 2001-03-27 | 2008-10-01 | 松下電工株式会社 | 画像処理による寸法計測方法およびその装置 |
JP3782679B2 (ja) | 2001-05-09 | 2006-06-07 | ファナック株式会社 | 干渉回避装置 |
EP1262907B1 (en) | 2001-05-28 | 2007-10-03 | Honda Research Institute Europe GmbH | Pattern recognition with hierarchical networks |
JP3703411B2 (ja) | 2001-07-19 | 2005-10-05 | ファナック株式会社 | ワーク取り出し装置 |
JP4956880B2 (ja) * | 2001-09-27 | 2012-06-20 | アイシン精機株式会社 | 車両用監視装置 |
JP3652678B2 (ja) * | 2001-10-15 | 2005-05-25 | 松下電器産業株式会社 | 車両周囲監視装置およびその調整方法 |
TW554629B (en) * | 2002-03-22 | 2003-09-21 | Ind Tech Res Inst | Layered object segmentation method based on motion picture compression standard |
-
2004
- 2004-08-13 WO PCT/DK2004/000540 patent/WO2005017820A1/en active Application Filing
- 2004-08-13 US US10/568,268 patent/US7822264B2/en active Active
- 2004-08-13 EP EP04739037.2A patent/EP1658579B1/en active Active
- 2004-08-13 CA CA2535828A patent/CA2535828C/en active Active
- 2004-08-13 JP JP2006523525A patent/JP4865557B2/ja active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2007502473A5 (ja) | ||
JP6216508B2 (ja) | 3dシーンにおける3d物体の認識および姿勢決定のための方法 | |
JP4865557B2 (ja) | 有界三次元対象物の分類と空間ローカライゼーションのためのコンピュータ視覚システム | |
Sattler et al. | Fast image-based localization using direct 2d-to-3d matching | |
CN106529573A (zh) | 一种结合三维点云分割和局部特征匹配的实时物体检测方法 | |
JP5705147B2 (ja) | 記述子を用いて3dオブジェクトまたはオブジェクトを表す方法 | |
CN102804231B (zh) | 三维场景的分段平面重建 | |
CN106682700B (zh) | 基于关键点描述算子的分块快速匹配方法 | |
US8406535B2 (en) | Invariant visual scene and object recognition | |
JP2011238204A (ja) | 3次元シーンにおける3次元物体の認識及び位置姿勢決定方法 | |
CN107025647B (zh) | 图像篡改取证方法及装置 | |
CN109461132B (zh) | 基于特征点几何拓扑关系的sar图像自动配准方法 | |
CN108447094B (zh) | 一种单目彩色相机的姿态估算方法及系统 | |
CN108830888B (zh) | 基于改进的多尺度协方差矩阵特征描述子的粗匹配方法 | |
JP2000517452A (ja) | 視認の方法 | |
Pound et al. | A patch-based approach to 3D plant shoot phenotyping | |
US8270730B2 (en) | Target orientation | |
JP5647072B2 (ja) | 被写体認識装置、被写体認識方法及び被写体認識プログラム | |
US9443312B2 (en) | Line parametric object estimation | |
Lv et al. | Automatic registration of airborne LiDAR point cloud data and optical imagery depth map based on line and points features | |
Srivastava et al. | Drought stress classification using 3D plant models | |
Ward et al. | A model-based approach to recovering the structure of a plant from images | |
Fraser et al. | A feature-based matching strategy for automated 3D model reconstruction in multi-image close-range photogrammetry | |
JP2006031390A5 (ja) | ||
CN113340201A (zh) | 一种基于rgbd相机的三维测量方法 |