3D 视觉技术 - 3D 匹配
Please note: Once you watch the video, data will be transmitted to Youtube/Google. For more information, see Google Privacy.
借助 3D 匹配，即使只有一台相机或深度传感器，也可以识别任意 3D 对象并确定其 3D 姿态。 MVTec HALCON 的 3D 匹配尤其适用于 3D 对齐，即从普通或视差图确定 3D 物体的 3D 位置和朝向，例如汽车和机器人应用、拾取和放置应用（参见右侧视频中的示例）以及抓取应用。
3D 深度匹配 Deep 3D Matching
深度学习和基于规则的方法实现前所未有的检测率
深度三维匹配是一种基于深度学习的新技术，可使用二维图像进行快速、稳健的三维物体检测和姿态估计。该技术只需最少的参数设置即可实现高性能，是垃圾箱拣选和机器人搬运等应用的理想之选，即使在极具挑战性的条件下也是如此。
- 金属加工和内部物流中的料箱拣选
- 汽车行业中的机器人辅助质量保证
- 多变量生产中的 CAD 模型对象识别
- 利用摄像头支持灵活的机器人引导
作为同类技术中的佼佼者，深度 3D 匹配技术将先进的深度学习算法与基于规则的方法相结合，实现了前所未有的极高识别率。该技术对背景、物体排列、部件颜色或材料的变化具有很强的适应能力。即使图像中存在异物，也不会对识别结果产生负面影响。
灵活的摄像机设置
应用最好采用灵活的相机设置：不同数量的二维相机从不同角度生成图像。这样可以将模糊和假阳性结果降到最低。安装的摄像头越多，识别率就越高。理想的摄像头数量取决于具体应用。
- 校准工作量小
- 使用廉价的二维摄像头可降低硬件成本
- 可灵活定位摄像头，例如在可移动的机械臂上，以提高精确度并扩大视场。
利用合成图像数据进行高效训练
深度三维匹配还能简化训练：
，只需要合成生成的图像数据。这些数据可以利用待识别物体的 CAD 数据全自动生成。
- 节省大量成本和时间
- 无需对图像进行标注
- 高识别率所需的参数水平较低
如果需要，也可通过 MVTec 委托提供模型训练的付费服务。
通用盒查找器
对于取放应用，HALCON 提供了通用盒查找器。 它允许用户在预定义的高度，宽度和深度范围内定位不同大小的盒子，而无需训练模型。 这使许多应用的效率显著提高-特别是在物流和制药行业，通常使用各种不同尺寸的盒子。
另一种应用的可能性是在 3D 对齐后测量几何特征并在复杂的 3D 对象上定位缺陷。
3D 匹配（基于形状 不 基于表面
进一步地，还可以在 3D 对齐后测量复杂 3D 物体的几何特征并定位缺陷。
对普通图像中的物体确定其 3D 姿态时，可以使用基于形状的 3D 匹配。它通过使用由 CAD 模型表示的 3D 物体的多个 2D 映射图，将基于形状的 2D 匹配技术扩展到 3D。对视差图中的物体确定其 3D 姿态时，可以使用基于表面的 3D 匹配。它结合了 3D 点云数据和视差图的边缘信息。因此，即使是没有突出边缘，在普通图像中不会显示出明显灰度值边缘的平滑物体，也能稳定可靠地确定姿态。为了获得最高精准度，两种方法都支持在全 3D 空间中进行姿态优化。
