用途 - 版本历史

Alan：/* 3D数据的特性 */

2018-04-19T14:40:07Z

‎3D数据的特性

2018年3月26日 (一) 19:51 Alan

2018-03-26T19:51:09Z

2018年3月26日 (一) 19:50 Alan

2018-03-26T19:50:00Z

2018年3月26日 (一) 19:41 Alan

2018-03-26T19:41:18Z

2018年3月26日 (一) 19:03 Alan

2018-03-26T19:03:40Z

Alan：创建页面，内容为“With a quality 3D image, you can do a lot more than with a usual 2D image. == Properties of 3D data == * '''Scale invariant''': Since the position of the object w.…”

2018-03-15T11:33:55Z

创建页面，内容为“With a quality 3D image, you can do a lot more than with a usual 2D image. == Properties of 3D data == * '''Scale invariant''': Since the position of the object w.…”

新页面

With a quality 3D image, you can do a lot more than with a usual 2D image.

== Properties of 3D data ==

* '''Scale invariant''': Since the position of the object w.r.t camera is known, its size is known. Therefore, moving closer or further from camera does not change the apparent object size, only changes the density and sampling.
* 3D data carry the '''geometric meaning''': Bottle label, for example, can be easily "unwrapped" to its original flat form, and then processed with traditional techniques.
* Recognition of same-color object is easier: Traditional approaches with 2D have problems in segmenting connected regions of the same color. Even if there is a white item on a white background, the 3D shape is apparent and can be used to separate the object from the background.

== Localization ==

Knowing the exact shape of the object we are looking for, we can easily match the object description with the data from the real scene. A mathematical model of the object is fit to the place in the reality. Then we are able to extract position and orientation of the matched model and provide very precise coordinates in the space and also the orientation (e.g. angle, rotation) of the object.

Various application of this include:

* [http://www.photoneo.com/product-detail/bin-picking-solution/ Bin picking ]
* [[Manipulation tasks]]
* [[Dimensions measurement]]
* [[Hole finding]]
* [[Tolerances and quality inspection]]
* [[Object identification and recognition]]
* [[Foam/Glue/Welding/Soldering layer inspection and measurement]]

[[File:Localization_uses.jpg|800px|thumb|left|Various use cases which depend on localization]]

@@ 第3行： / 第3行： @@
 == 3D数据的特性 ==
-* '''比例不变''': 由于物体w.r.t相机的位置是已知的，所以它的大小是已知的。因此，靠近或远离相机并不会改变物体外观尺寸，只会改变密度和采样。
+* '''比例不变''': 由于物体相对于相机的位置是已知的，所以它的大小是已知的。因此，靠近或远离相机并不会改变物体外观尺寸，只会改变密度和采样。
 * 3D数据具有几何意义：例如，瓶子标签可以很容易地“展开”到原来的平面形状，然后使用传统技术进行处理。
 * 识别相同颜色的物体更容易：使用传统2D方法在分割相同颜色的连接区域时会有问题。即使白色背景上有白色物品，3D形状也很明显，可用于将物体与背景分开。
 == 定位 ==

←上一版本		2018年3月26日 (一) 19:51的版本
第22行：		第22行：
	* [[泡沫/胶水/焊接/软焊层检查和测量]]		* [[泡沫/胶水/焊接/软焊层检查和测量]]

−	[[File:Localization_uses.jpg\|800px\|thumb\|left\|~~取决于定位的各种应用~~]]	+	[[File:Localization_uses.jpg\|800px\|thumb\|left\|取决于定位的各种应用例子]]

@@ 第10行： / 第10行： @@
 == 定位 ==
-知道我们正在寻找的物体的确切形状，我们可以很容易地将物体描述与真实场景中的数据进行匹配。对象的数学模型适合现实中的地方。然后，我们能够提取匹配模型的位置和方向，并在空间中提供非常精确的坐标以及对象的方向（例如角度，旋转）。
+知道我们正在寻找的物体的确切形状，我们就可以很容易地依据物体描述与真实场景中的数据进行匹配。物体的运算模型与现实中的位置相对应。接着我们能够提取匹配模型的位置和方向，并提供物体在空间中非常精确的坐标以方向（例如角度，旋转）。
 其中的各种应用包括：
@@ 第17行： / 第17行： @@
 * [[操作任务]]
 * [[尺寸测量]]
-* [[寻找洞]]
+* [[寻找洞孔]]
 * [[偏差和质量检验]]
 * [[物体侦测和识别]]
 * [[泡沫/胶水/焊接/软焊层检查和测量]]
-[[File:Localization_uses.jpg|800px|thumb|left|Various use cases which depend on localization]]
+[[File:Localization_uses.jpg|800px|thumb|left|取决于定位的各种应用]]

@@ 第3行： / 第3行： @@
 == 3D数据的特性 ==
-* '''比例不变''': 由于对象w.r.t的位置是已知的，所以它的大小是已知的。因此，靠近或远离相机移动不会改变明显的物体尺寸，只会改变密度和采样。
+* '''比例不变''': 由于物体w.r.t相机的位置是已知的，所以它的大小是已知的。因此，靠近或远离相机并不会改变物体外观尺寸，只会改变密度和采样。
 * 3D数据具有几何意义：例如，瓶子标签可以很容易地“展开”到原来的平面形状，然后使用传统技术进行处理。
-* 识别相同颜色的对象更容易：使用2D的传统方法在分割相同颜色的连接区域时存在问题。即使白色背景上有白色物品，3D形状也很明显，可用于将物体与背景分开。
+* 识别相同颜色的物体更容易：使用传统2D方法在分割相同颜色的连接区域时会有问题。即使白色背景上有白色物品，3D形状也很明显，可用于将物体与背景分开。

@@ 第1行： / 第1行： @@
-With a quality 3D image, you can do a lot more than with a usual 2D image.
+使用高质量的3D图像，您可以做的比通常的2D图像多得多。
-== Properties of 3D data ==
+== 3D数据的特性 ==
-* '''Scale invariant''': Since the position of the object w.r.t camera is known, its size is known. Therefore, moving closer or further from camera does not change the apparent object size, only changes the density and sampling.
+* '''比例不变''': 由于对象w.r.t的位置是已知的，所以它的大小是已知的。因此，靠近或远离相机移动不会改变明显的物体尺寸，只会改变密度和采样。
-* 3D data carry the '''geometric meaning''': Bottle label, for example, can be easily "unwrapped" to its original flat form, and then processed with traditional techniques.
+* 3D数据具有几何意义：例如，瓶子标签可以很容易地“展开”到原来的平面形状，然后使用传统技术进行处理。
-* Recognition of same-color object is easier: Traditional approaches with 2D have problems in segmenting connected regions of the same color. Even if there is a white item on a white background, the 3D shape is apparent and can be used to separate the object from the background.
+* 识别相同颜色的对象更容易：使用2D的传统方法在分割相同颜色的连接区域时存在问题。即使白色背景上有白色物品，3D形状也很明显，可用于将物体与背景分开。
-== Localization ==
+== 定位 ==
-Knowing the exact shape of the object we are looking for, we can easily match the object description with the data from the real scene. A mathematical model of the object is fit to the place in the reality. Then we are able to extract position and orientation of the matched model and provide very precise coordinates in the space and also the orientation (e.g. angle, rotation) of the object.
+知道我们正在寻找的物体的确切形状，我们可以很容易地将物体描述与真实场景中的数据进行匹配。对象的数学模型适合现实中的地方。然后，我们能够提取匹配模型的位置和方向，并在空间中提供非常精确的坐标以及对象的方向（例如角度，旋转）。
-Various application of this include:
+其中的各种应用包括：
-* [http://www.photoneo.com/product-detail/bin-picking-solution/  Bin picking ]
+* [http://www.photoneo.com/product-detail/bin-picking-solution/  箱柜拾取 ]
-* [[Manipulation tasks]]
+* [[操作任务]]
-* [[Dimensions measurement]]
+* [[尺寸测量]]
-* [[Hole finding]]
+* [[寻找洞]]
-* [[Tolerances and quality inspection]]
+* [[偏差和质量检验]]
-* [[Object identification and recognition]]
+* [[物体侦测和识别]]
-* [[Foam/Glue/Welding/Soldering layer inspection and measurement]]
+* [[泡沫/胶水/焊接/软焊层检查和测量]]
 [[File:Localization_uses.jpg|800px|thumb|left|Various use cases which depend on localization]]