国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

【四】3D Object Model之測量Features——area_object_model_3d()/distance_object_model_3d()算子

這篇具有很好參考價值的文章主要介紹了【四】3D Object Model之測量Features——area_object_model_3d()/distance_object_model_3d()算子。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。


??????歡迎來到本博客??????

?????? Halcon算子太多,學(xué)習(xí)查找都沒有系統(tǒng)的學(xué)習(xí)查找路徑,本專欄主要分享Halcon各類算子含義及用法,有時間會更新具體案例。

?????? 具體食用方式:可以點擊本專欄【Halcon算子快速查找】–>搜索你要查詢的算子名稱;或者點擊Halcon算子匯總博客,即可食用。

??????支持:如果覺得博主的文章還不錯或者您用得到的話,可以悄悄關(guān)注一下博主哈,如果三連收藏支持就更好啦!這就是給予我最大的支持!??????


學(xué)習(xí)目標

  • area_object_model_3d()
  • distance_object_model_3d()

學(xué)習(xí)內(nèi)容

算子簡介

函數(shù)名 解釋
area_object_model_3d() 計算三維對象模型所有面的面積。
distance_object_model_3d() 計算一個三維對象模型的點到另一個三維對象模型的距離。

1、area_object_model_3d()

area_object_model_3d( : : ObjectModel3D : Area)

??函數(shù)說明:計算三維對象模型中所有面的面積。三維對象模型需要面或三角形。生成的區(qū)域返回到Area中。

??函數(shù)參數(shù):
????ObjectModel3D輸入 3D對象模型句柄;
????Area輸出計算出的面積;

Halcon例程


2、distance_object_model_3d()

distance_object_model_3d( : : ObjectModel3DFrom, ObjectModel3DTo, Pose, MaxDistance, GenParamName, GenParamValue : )

??函數(shù)說明:計算三維對象模型ObjectModel3DFrom中的點到三維對象模型ObjectModel3DTo中的點、三角形、多邊形或基本體的距離。距離存儲為三維對象模型ObjectModel3DFrom中名為“&distance”的擴展屬性。該屬性隨后可以使用get_object_model_3d_params進行查詢,也可以使用select_points_object_model_3d或其他使用擴展屬性的運算符進行處理。

??目標數(shù)據(jù)(點、三角形、多邊形或基本體)是基于ObjectModel3DTo中包含的屬性選擇的。它是根據(jù)數(shù)據(jù)的存在順序選擇的:基本體、三角形、多邊形和點。作為這種自動目標數(shù)據(jù)選擇的替代方案,還可以使用通用參數(shù)“distance _to”設(shè)置目標數(shù)據(jù)類型(見下文)。在計算到生成的三角形的距離之前,操作符會對一般的非三角形多邊形進行內(nèi)部三角化。因此,使用三角化對象調(diào)用操作符比使用具有不同多邊形面的對象調(diào)用操作符更快。

??MaxDistance可用于限制要計算的距離值的范圍。如果“最大距離”設(shè)置為0,則會計算所有距離。如果將“MaxDistance”設(shè)置為另一個值,則不處理距離將超過“MaxDistances”的點,并將其設(shè)置為“MaxDistrict”。因此,將MaxDistance設(shè)置為不同于0的值可以顯著加快此運算符的執(zhí)行。

??如果Pose是非空元組,則在計算距離之前,它必須包含應(yīng)用于ObjectModel3DFrom中的點的姿勢??梢允褂猛ㄓ脜?shù)“inverse_pose”反轉(zhuǎn)姿勢。

??根據(jù)目標數(shù)據(jù)類型(點、三角形或基本體),可以使用多種方法計算距離。其中一些方法在ObjectModel3DTo的元素上計算數(shù)據(jù)結(jié)構(gòu),以加快距離計算。這些數(shù)據(jù)結(jié)構(gòu)可以使用運算符prepare_object_model_3d進行預(yù)計算。這允許多次調(diào)用distance_object_model_3d來重用數(shù)據(jù)結(jié)構(gòu),從而節(jié)省每次調(diào)用重新計算數(shù)據(jù)結(jié)構(gòu)的時間。對于具有非三角形多邊形面的對象,操作符prepare_object_model_3d可以額外執(zhí)行三角測量并將其保存到對象,以進一步加速distance _object_model_3d操作符。只有當通用參數(shù)“distance _to”設(shè)置為“triangles”時,才會執(zhí)行此三角測量。請注意,與操作符triangulate_object_model_3d相反,此三角測量不會清除多邊形屬性。

??在計算到點或到三角形的距離時,我們可以選擇通過將通用參數(shù)“store_closest_index”設(shè)置為“true”來返回ObjectModel3DFrom中每個點的最近點或三角形的索引。索引存儲為三維對象模型ObjectModel3DFrom中名為“&closest_index”的擴展屬性。請注意,使用“體素”方法時無法計算最接近的索引。如果點與其最近元素的距離超過在MaxDistance中設(shè)置的最大距離,則最近的索引將設(shè)置為-1。

??可以計算到點、三角形或到基本體的帶符號距離。因此,必須將通用參數(shù)“signed_dances”設(shè)置為“true”。請注意,將“體素”方法與點到點距離結(jié)合使用時,無法計算帶符號距離。


??下面解釋了不同的目標類型和方法,并描述了它們的優(yōu)點和缺點。請注意,我們會根據(jù)目標數(shù)據(jù)類型自動選擇默認方法??梢允褂梅盒蛥?shù)“method”重寫此方法。

??【Distance to points】:以下方法可用于計算點到點之間的距離:

方法 解釋
Linear search 對于ObjectModel3DFrom中的每個點,將計算到ObjectModel3DTo中所有點的距離,并使用最小距離。此方法不需要預(yù)先計算的數(shù)據(jù)結(jié)構(gòu),并且對于ObjectModel3DTo中的少量點來說是最快的。
KD-Tree ObjectModel3DTo中的點被組織在KD樹中,這加快了搜索最近點的速度。這棵樹的建造非常有效。搜索時間與ObjectModel3DTo中的點數(shù)近似為對數(shù)。但是,搜索時間不是恒定的,并且可能會根據(jù)查詢點在ObjectModel3DFrom中的位置而顯著變化。
Voxel ObjectModel3DTo中的點被組織成體素結(jié)構(gòu)。這種體素結(jié)構(gòu)允許在幾乎恒定的時間內(nèi)進行搜索,即獨立于ObjectModel3DFrom中查詢點的位置和ObjectModel3DTo中的點的數(shù)量。

????請注意,準備此數(shù)據(jù)結(jié)構(gòu)需要幾秒鐘或幾分鐘的時間。但是,可以使用prepare_object_model_3dObjectModel3DTo執(zhí)行預(yù)計算,其中Purpose設(shè)置為“distance_computerion”。

??【Distance to triangles】:計算到三角形的距離,支持以下方法:

方法 解釋
Linear search 對于ObjectModel3DFrom中的每個點,將計算到ObjectModel3DTo中所有三角形的距離,并使用最小距離。此方法不需要預(yù)先計算的數(shù)據(jù)結(jié)構(gòu),并且對于ObjectModel3DTo中的少量三角形來說是最快的。
KD-Tree ObjectModel3DTo中的三角形被組織在KD樹中,這加快了搜索最接近的三角形的速度。這棵樹的建造是有效的。搜索時間大約是ObjectModel3DTo中三角形數(shù)量的對數(shù)。但是,搜索時間不是恒定的,并且可能會根據(jù)查詢點在ObjectModel3DFrom中的位置而顯著變化。
Voxel ObjectModel3DTo中的三角形以體素結(jié)構(gòu)進行組織。這種體素結(jié)構(gòu)允許在幾乎恒定的時間內(nèi)進行搜索,即獨立于ObjectModel3DFrom中查詢點的位置和ObjectModel3DTo中三角形的數(shù)量。

????請注意,準備此數(shù)據(jù)結(jié)構(gòu)需要幾秒鐘或幾分鐘的時間。但是,可以使用prepare_object_model_3dObjectModel3DTo執(zhí)行預(yù)計算,其中Purpose設(shè)置為“distance_computerion”。為了創(chuàng)建體素數(shù)據(jù)結(jié)構(gòu),對三角形進行采樣??梢允褂猛ㄓ脜?shù)“sampling_dist_rel”“samplings_dist_abs”設(shè)置相應(yīng)的采樣距離。

????默認情況下,使用0.03的相對采樣距離。請注意,此數(shù)據(jù)結(jié)構(gòu)僅為近似數(shù)據(jù)。一些距離可能偏離了采樣距離的大約10%。在這些情況下,返回的距離將始終大于實際距離。

??【Distance to primitive:】 由于ObjectModel3DTo只能包含一個基元,因此從查詢點到該基元的距離是線性計算的。無法創(chuàng)建或使用數(shù)據(jù)結(jié)構(gòu)。

????請注意,計算與segment_object_model_3dfit_primitives_object_model_3d擬合的基元平面的距離可能很慢,因為這些平面包含用于擬合平面的點的復(fù)雜凸包。如果只需要到平面的距離,并且應(yīng)忽略邊界,則建議使用參數(shù)為“primitive_parameter_pose”get_object_model_3d_params獲取平面姿態(tài),并使用gen_plane_object_model_3d創(chuàng)建新平面。

??函數(shù)參數(shù):
????ObjectModel3DFrom輸入 源3D對象模型句柄;
????ObjectModel3DTo輸入目標3D對象模型句柄;
????Pose輸入源三維對象模型在目標三維對象模型中的姿勢;
????MaxDistance輸入感興趣的最大距離;
????GenParamName輸入通用輸入?yún)?shù)的名稱;默認: [ ];參考: ‘distance_to’, ‘invert_pose’, ‘method’, ‘output_attribute’, ‘sampling_dist_abs’, ‘sampling_dist_rel’, ‘signed_distances’, ‘store_closest_index’;
????GenParamValue輸入通用輸入?yún)?shù)的值;默認: [ ];參考: ‘a(chǎn)uto’, ‘false’, ‘kd-tree’, ‘linear’, ‘points’, ‘polygons’, ‘primitive’, ‘triangles’, ‘true’, ‘voxel’

??除了上述參數(shù)之外,還可以設(shè)置以下參數(shù)來影響距離計算。如果需要,可以分別使用GenParamNameGenParamValue指定這些參數(shù)及其相應(yīng)的值。以下所有參數(shù)都是可選的。

【‘distance_to’】:此參數(shù)可用于明確設(shè)置計算距離的目標數(shù)據(jù)。

參數(shù)名 解釋
'auto' (默認)自動設(shè)置目標數(shù)據(jù)。將查詢以下屬性列表,列表中第一個出現(xiàn)的屬性將用作目標數(shù)據(jù):“基本體”、“三角形”、“點”。
'primitive' 計算到ObjectModel3DTo中包含的基本體的距離。
'triangles' 計算到ObjectModel3DTo中包含的三角形的距離。
'points' 計算到ObjectModel3DTo中包含的的距離。

【‘method’】:此參數(shù)可用于明確設(shè)置要用于距離計算的方法請注意,并非所有方法都可用于所有目標數(shù)據(jù)類型。有關(guān)可能的目標數(shù)據(jù)類型和方法對的列表,請參見上文。

參數(shù)名 解釋
'auto' (默認)對所使用的目標數(shù)據(jù)類型使用默認方法。
'linear' 使用線性搜索來計算距離。
'kd-tree' 使用KD樹計算距離。
'voxel'' 使用體素結(jié)構(gòu)來計算距離。

【‘invert_pose’】:此參數(shù)可用于反轉(zhuǎn)“姿勢”中給定的姿勢。

參數(shù)名 解釋
'false' 默認設(shè)置)姿勢不會反轉(zhuǎn)。
'true' 姿勢是倒置(反轉(zhuǎn))的。

【‘output_attribute’】:此參數(shù)可用于設(shè)置存儲距離的屬性的名稱。默認情況下,距離存儲在ObjectModel3DFrom中名為“&distance”的擴展屬性中。然而,如果相同的3D對象模型用于該運算符的不同調(diào)用,則先前調(diào)用的結(jié)果將被覆蓋。這可以通過更改擴展屬性的名稱來避免。有效的擴展屬性名稱以“&”開頭。

【‘sampling_dist_rel’, ‘sampling_dist_abs’】:當**使用體素方法計算到三角形的距離時,使用這些參數(shù)。**為此,需要對三角形進行采樣。采樣距離可以使用“sampling_dist_abs”以絕對值設(shè)置,也可以使用“sampleling_dist_rel”相對于軸對齊邊界框的直徑設(shè)置。默認情況下,“sampling_dist_rel”設(shè)置為0.03。只能設(shè)置兩個參數(shù)中的一個。可以使用get_object_model_3d_params查詢軸對齊邊界框的直徑。請注意,體素數(shù)據(jù)結(jié)構(gòu)的創(chuàng)建非常耗時,通常使用prepare_object_model_3d離線執(zhí)行。

【‘store_closest_index’】:此參數(shù)可用于返回擴展屬性'&closest_index'中最近點或三角形的索引。

參數(shù)名 解釋
'false' (默認值)不返回索引。
'true' 返回索引。

【‘signed_distances’】:此參數(shù)可用于計算三維對象模型ObjectModel3DFrom中的點到三維對象模型ObjectModel3DTo中的點、三角形或基元的帶符號距離。

參數(shù)名 解釋
'false' (默認值)返回無符號距離。
'true' 返回帶符號的距離。

根據(jù)可用的目標數(shù)據(jù)(點、三角形或基本體),必須考慮以下特殊性:

參數(shù)名 解釋
Distance to points 只有“kd-tree”“l(fā)inear search”方法才支持有符號距離的計算。但是,只有當點法線可用于三維對象模型中的點或通過操作符set_object_model_3D_attrib_mod附加時,才能計算帶符號距離。
Distance to triangles 可以為上面列出的所有方法計算符號距離。如果三角形法向量的點積小于零,則運算符返回負距離。否則,距離為正。
Distance to primitive 計算到圓柱形、球形或長方體的有符號距離時,三維對象模型ObjectModel3DFrom的點在基本體內(nèi)部的距離為負,而所有其他點的距離為正。當計算到平面的有符號距離時,平面下的所有點都獲得負距離,而所有其他點都獲得正距離。

Halcon例程

set_object_model_3d_attrib.hdev					設(shè)置三維對象模型的屬性
scene_flow_globe.hdev							計算兩個立體圖像對之間的3D場景流,以恢復(fù)對象在3D中的運動
reconstruct_3d_object_model_for_matching.hdev	通過三維配準從多個視圖重建用于匹配的三維對象模型
measure_plant.hdev								在三維中測量植物特征
find_surface_model_noisy_data.hdev				在使用飛行時間(TOF)相機獲取的嘈雜3D場景中查找具有基于表面匹配的對象
find_deformable_surface_model.hdev				使用基于可變形曲面的匹配在三維場景中查找對象
compare_surface_sheet_of_light.hdev				使用未校準的光設(shè)置表進行3D表面比較
check_for_holes_sheet_of_light.hdev				使用校準的光設(shè)置表來驗證孔的存在和正確性

【3D Object Model之測量Features】 待更新算子

  • area_object_model_3d()
  • distance_object_model_3d()
  • get_object_model_3d_params()
  • max_diameter_object_model_3d()
  • moments_object_model_3d()
  • select_object_model_3d()
  • smallest_bounding_box_object_model_3d()
  • smallest_sphere_object_model_3d()
  • volume_object_model_3d_relative_to_plane()

匯總

??本專欄博客匯總:Halcon算子匯總


??????今天的文章就到這里啦~
喜歡的話,點贊??、收藏??、關(guān)注??哦 ~文章來源地址http://www.zghlxwxcb.cn/news/detail-829932.html

到了這里,關(guān)于【四】3D Object Model之測量Features——area_object_model_3d()/distance_object_model_3d()算子的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務(wù),不擁有所有權(quán),不承擔相關(guān)法律責任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經(jīng)查實,立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費用

相關(guān)文章

  • 【論文筆記】SAM3D: Zero-Shot 3D Object Detection via Segment Anything Model

    【論文筆記】SAM3D: Zero-Shot 3D Object Detection via Segment Anything Model

    原文鏈接:https://arxiv.org/pdf/2306.02245.pdf ??分割一切模型(SAM)作為視覺領(lǐng)域的基石模型,有強大的泛化性,能解決很多2D視覺問題。但是SAM是否可以適用于3D視覺任務(wù),仍需要被探索。 ??目前幾乎沒有關(guān)于3D目標檢測的零樣本學(xué)習(xí),如何使SAM的零樣本能力適用于3D目標檢測

    2024年02月16日
    瀏覽(27)
  • 【論文筆記】SVDM: Single-View Diffusion Model for Pseudo-Stereo 3D Object Detection

    【論文筆記】SVDM: Single-View Diffusion Model for Pseudo-Stereo 3D Object Detection

    原文鏈接:https://arxiv.org/abs/2307.02270 ??目前的從單目相機生成偽傳感器表達的方法依賴預(yù)訓(xùn)練的深度估計網(wǎng)絡(luò)。這些方法需要深度標簽來訓(xùn)練深度估計網(wǎng)絡(luò),且偽立體方法通過圖像正向變形合成立體圖像,會導(dǎo)致遮擋區(qū)域的像素偽影、扭曲、孔洞。此外,特征級別的偽立體

    2024年02月08日
    瀏覽(22)
  • 【EAI 010】MultiPLY: A Multisensory Object-Centric Embodied Large Language Model in 3D World

    【EAI 010】MultiPLY: A Multisensory Object-Centric Embodied Large Language Model in 3D World

    論文標題:MultiPLY: A Multisensory Object-Centric Embodied Large Language Model in 3D World 論文作者:Yining Hong, Zishuo Zheng, Peihao Chen, Yian Wang, Junyan Li, Chuang Gan 作者單位:UMass Amherst, UCLA, MIT-IBM Watson AI Lab 論文原文:https://arxiv.org/abs/2401.08577 論文出處:– 論文被引:–(02/02/2024) 項目主頁:

    2024年02月22日
    瀏覽(24)
  • 論文解讀《Learning Deep Network for Detecting 3D Object Keypoints and 6D Poses》 無需位姿標注的model-free 6D位姿估計

    論文解讀《Learning Deep Network for Detecting 3D Object Keypoints and 6D Poses》 無需位姿標注的model-free 6D位姿估計

    論文:《Learning Deep Network for Detecting 3D Object Keypoints and 6D Poses》 摘要: 解決問題:標注困難且沒有CAD模型。 開發(fā)了一種基于關(guān)鍵點的6D對象姿態(tài)檢測方法,Object Keypoint based POSe Estimation (OK-POSE)。通過使用大量具有多視點之間的 相對變換信息 的圖像對(相對變換信息可以很容

    2024年02月04日
    瀏覽(19)
  • RGB-T Salient Object Detection via Fusing Multi-Level CNN Features

    RGB-T Salient Object Detection via Fusing Multi-Level CNN Features

    ADFC means ‘a(chǎn)djacent-depth feature combination’,MGF means ‘multi-branch group fusion’,JCSA means ‘joint channel-spatial attention’,JABMP means ‘joint attention guided bi-directional message passing’ 作者未提供代碼

    2024年02月06日
    瀏覽(29)
  • COM,Component Object Model 簡介

    COM,Component Object Model 簡介

    COM 的英文全稱是,Component Object Model,中文譯為,組件對象模型。它官方的概念是: 與其說 COM 是 System,更確切的說,應(yīng)該叫做 Standard。因為它實際上是一套公共的 binary 標準,用于規(guī)定 software component 的接口的標準。也有人會把 COM 叫做 Common Object Model,但這其實是一種誤傳

    2024年02月14日
    瀏覽(30)
  • DiffusionDet: Diffusion Model for Object Detection

    DiffusionDet: Diffusion Model for Object Detection

    論文題目:DiffusionDet: Diffusion Model for Object Detection 論文來源:arXiv preprint 2022 論文地址:https://arxiv.org/abs/2211.09788 論文代碼:https://github.com/ShoufaChen/DiffusionDet DDPM DDIM 傳統(tǒng)方法根據(jù)經(jīng)驗設(shè)計region proposals/anchor boxes/queries等 本文可從隨機初始化的boxes進行回歸和分類 方法概述:

    2024年02月12日
    瀏覽(26)
  • add_metrology_object_line_measure 抓線(無對齊測量模型)

    add_metrology_object_line_measure 抓線(無對齊測量模型)

    read_image (Image, \\\'C:/Users/Public/Documents/MVTec/HALCON-18.11-Progress/examples/images/printer_chip/printer_chip_01.png\\\') dev_open_window_fit_image (Image, 0, 0, -1, -1, WindowHandle) get_image_size (Image, Width, Height) dev_display (Image) *畫一條線 draw_line (WindowHandle, Row1, Column1, Row2, Column2) *創(chuàng)建測量模型句柄 create_metrology_mod

    2024年02月10日
    瀏覽(13)
  • 【論文閱讀】DQnet: Cross-Model Detail Querying for Camouflaged Object Detection

    【論文閱讀】DQnet: Cross-Model Detail Querying for Camouflaged Object Detection

    DQnet:偽裝目標檢測中的跨模型細節(jié)查詢 論文地址:https://arxiv.org/abs/2212.08296 這篇文章提出了一個交叉模型框架(CNN-Transformer并行)來檢測偽裝目標 出發(fā)點還是:CNN局部感知,感受野受限 ,Transformer全局信息豐富但細節(jié)信息不足。希望結(jié)合二者優(yōu)勢 這個思路目前做的挺多的

    2024年02月16日
    瀏覽(23)
  • 3d Object

    1.3DPPE: 3D Point Positional Encoding for Transformer-based Multi-Camera 3D Object Detection 2.NeRF-Det: Learning Geometry-Aware Volumetric Representation for Multi-View 3D Object Detection以 RGB 圖像為輸入進行室內(nèi) 3D 檢測,利用 NeRF 來明確估計 3D 幾何圖形 3.(track)A Fast Unified System for 3D Object Detection and Tracking 4.A Sim

    2024年04月12日
    瀏覽(22)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包