您当前的位置:首页 > 电脑百科 > 程序开发 > 语言 > Python

了解点云:使用 Python 实现地面检测

时间:2022-09-21 11:07:02  来源:今日头条  作者:不靠谱的猫

在本教程中,我们将首先描述系统坐标。然后,我们将以地面检测为例,仔细分析点云。本文还将介绍有组织点云。

1. 计算机视觉坐标系统

在开始之前,了解计算机视觉中的传统坐标系是很重要的。其次是Open3D和Microsoft Kinect传感器。在计算机视觉中,图像用独立的2D坐标系表示,其中x轴从左向右指向,y轴是上下指向。对于相机,3D坐标系原点位于相机的焦点处,x轴指向右,y轴指向下,z轴指向前。

计算机视觉坐标系

我们首先导入所需的Python/ target=_blank class=infotextkey>Python库:

import numpy as np import Open3D as o3d

为了更好地理解,让我们从 PLY 文件中导入点云,使用 Open3D 创建默认的 3D 坐标系并显示它们:

# Read point cloud: pcd = o3d.io.read_point_cloud("data/depth_2_pcd.ply") # Create a 3D coordinate system: origin = o3d.geometry.TriangleMesh.create_coordinate_frame(size=0.5) # geometries to draw: geometries = [pcd, origin] # Visualize: o3d.visualization.draw_geometries(geometries)

以坐标系原点显示的点云

蓝色箭头是 Z 轴,红色箭头是 X 轴,绿色箭头是 Y 轴。可以看到点云在与Open3D坐标系相同的坐标系中表示。现在,让我们获取具有每个轴的最小值和最大值的点:

# Get max and min points of each axis x, y and z: x_max = max(pcd.points, key=lambda x: x[0]) y_max = max(pcd.points, key=lambda x: x[1]) z_max = max(pcd.points, key=lambda x: x[2]) x_min = min(pcd.points, key=lambda x: x[0]) y_min = min(pcd.points, key=lambda x: x[1]) z_min = min(pcd.points, key=lambda x: x[2])

我们可以打印它们,但为了更好的可视化,我们在每个点位置创建一个球体。默认情况下,Open3D在原点位置创建3D几何图形:


 

要将球体移动到给定位置,需要进行平移变换。在下面的示例中,球体以向量 [1,1,1] 平移:


 

让我们回到我们的例子,为每个球体分配一个颜色。对于每个位置,我们创建一个球体并将其平移到该位置。然后,我们分配正确的颜色,最后我们将它添加到显示。

# Colors: RED = [1., 0., 0.] GREEN = [0., 1., 0.] BLUE = [0., 0., 1.] YELLOW = [1., 1., 0.] MAGENTA = [1., 0., 1.] CYAN = [0., 1., 1.] positions = [x_max, y_max, z_max, x_min, y_min, z_min] colors = [RED, GREEN, BLUE, MAGENTA, YELLOW, CYAN] for i in range(len(positions)): # Create a sphere mesh: sphere = o3d.geometry.TriangleMesh.create_sphere(radius=0.05) # move to the point position: sphere.translate(np.asarray(positions[i])) # add color: sphere.pAInt_uniform_color(np.asarray(colors[i])) # compute normals for vertices or faces: sphere.compute_vertex_normals() # add to geometry list to display later: geometries.Append(sphere) # Display: o3d.visualization.draw_geometries(geometries)


 

实际上,y轴代表了点的高度:在现实世界中,最高的球是黄色的球,最低的球是绿色的球。但是,由于y轴向下,黄色球体的值最小,绿色球体的值最大。

另一个有趣的球体是原点上的青色球体。正如我们在上一篇教程中提到的,深度值为0的像素是噪声点,因此位于原点的点是从这些噪声像素计算出来的点(当z=0时,则x=0和y=0)。

2.地面检测

现在我们已经展示了一些重要的点,如何进行地面检测呢?在前面的例子中,绿色球体位于地面上。确切地说,它的中心对应于沿y轴的最高点是一个地面点。假设为了地面检测,我们将所有具有y_max点的颜色都更改为绿

如果显示点云,您会注意到并非所有的地面点都是绿色的。事实上,只有一个与前面绿色球体的中心相对应的点是绿色的。这是由于深度相机的精度和噪声造成的。

为了克服这个限制,我们需要添加一个阈值,以便将y坐标为[y_max-threshold, y_max]的点都视为地面点。为此,在得到y_max后,我们检查每个点的y坐标是否在该区间内,然后将其颜色设置为绿色。最后更新点云的颜色属性并显示结果。

# Define a threshold: THRESHOLD = 0.075 # Get the max value along the y-axis: y_max = max(pcd.points, key=lambda x: x[1])[1] # Get the original points color to be updated: pcd_colors = np.asarray(pcd.colors) # Number of points: n_points = pcd_colors.shape[0] # update color: for i in range(n_points): # if the current point is aground point: if pcd.points[i][1] >= y_max - THRESHOLD: pcd_colors[i] = GREEN # color it green pcd.colors = o3d.utility.Vector3dVector(pcd_colors) # Display: o3d.visualization.draw_geometries([pcd, origin])


 

在本例中,我们只将代表地面点涂成绿色。在现实世界的应用中,地面被提取来定义可行走的区域,如机器人或视觉障碍系统,或在其上放置物体,如室内设计系统。它也可以被删除,所以剩下的点可以被分割或分类,就像在场景理解和目标检测系统一样。

3. 有组织的点云

我们知道点云定义为一组3D点(Python:如何创建和可视化点云)。集合是一种无序结构,因此集合所表示的点云称为无组织点云。与RGB矩阵类似,有组织的点云是一个2D矩阵,有3个通道表示点的x、y和z坐标。矩阵结构提供了相邻点之间的关系,从而降低了一些算法的时间复杂度,如最近邻算法。

举个例子,我们正在写一篇研究论文,我们想用图的形式展示我们的检测算法的结果。我们既可以截取点云的截图,也可以将结果显示在深度图像上,如下图所示。在我看来,第二个选择是最好的。在这种情况下,需要一个有组织的点云来保存深度像素的位置。

左:3D 可视化的屏幕截图 右:深度图像的结果

让我们从之前的深度图像创建一个有组织的点云。我们首先导入相机参数。我们还导入深度图像并将其转换为3通道灰度图像,以便我们可以将地面像素设置为绿色:

import imageio.v3 as iio import numpy as np import matplotlib.pyplot as plt # Camera parameters: FX_DEPTH = 5.8262448167737955e+02 FY_DEPTH = 5.8269103270988637e+02 CX_DEPTH = 3.1304475870804731e+02 CY_DEPTH = 2.3844389626620386e+02 # Read depth image: depth_image = iio.imread('../data/depth_2.png') # Compute the grayscale image: depth_grayscale = np.array(256 * depth_image / 0x0fff, dtype=np.uint8) # Convert a grayscale image to a 3-channel image: depth_grayscale = np.stack((depth_grayscale,) * 3, axis=-1)

要计算一个有组织的点云,我们使用与上一篇教程相同的方法(Python:基于 RGB-D 图)。我们没有将深度图像扁平化,而是将jj和ii重塑为与深度图像相同的形状,如下所示:

# get depth image resolution: height, width = depth_image.shape # compute indices and reshape it to have the same shape as the depth image: jj = np.tile(range(width), height).reshape((height, width)) ii = np.repeat(range(height), width).reshape((height, width)) # Compute constants: xx = (jj - CX_DEPTH) / FX_DEPTH yy = (ii - CY_DEPTH) / FY_DEPTH # compute organised point cloud: organized_pcd = np.dstack((xx * depth_image, yy * depth_image, depth_image))

如果你打印出创建的点云的形状,你可以看到它是一个有3个通道的矩阵(480,640,3)。如果你觉得这个代码很难理解,请回到之前的教程(Python:基于 RGB-D 图像的点云计算)。

类似地,我们像上面那样检测地面,但不是更新点的颜色并显示点云,而是更新灰度图像的像素并显示它:

# Ground_detection: THRESHOLD = 0.075 * 1000 # Define a threshold y_max = max(organized_pcd.reshape((height * width, 3)), key=lambda x: x[1])[ 1] # Get the max value along the y-axis # Set the ground pixels to green: for i in range(height): for j in range(width): if organized_pcd[i][j][1] >= y_max - THRESHOLD: depth_grayscale[i][j] = [0, 255, 0] # Update the depth image # Display depth_grayscale: plt.imshow(depth_grayscale) plt.show()4.结论

在本教程中,为了熟悉点云,我们引入了默认坐标系统,并实现了一个简单的地面检测算法。事实上,地面检测在某些应用(如导航)中是一项重要的任务,文献中已经提出了几种算法。实现算法简单;它认为最低点是地面。然而,它的限制是,深度相机必须与地面平行,这是大多数现实应用的情况不是这样的。



Tags:Python   点击:()  评论:()
声明:本站部分内容及图片来自互联网,转载是出于传递更多信息之目的,内容观点仅代表作者本人,不构成投资建议。投资者据此操作,风险自担。如有任何标注错误或版权侵犯请与我们联系(Email:2595517585@qq.com),我们将及时更正、删除。
▌相关推荐
在Python中什么场景下应该使用多进程和多线程?
在Python编程中,多进程和多线程编程是两种常见的并发编程技术。本文将介绍多进程和多线程编程的基本概念,探讨它们的应用场景,并提供使用示例代码和输出。此外,还将讨论多进程和...【详细内容】
2023-11-28  Tags: Python  点击:(2)  评论:(0)  加入收藏
深入探索Python itertools库的五大常用方法
Python的itertools库提供了许多强大的工具,用于处理迭代器和循环。本文将介绍Python itertools库中最常用的五个方法,并通过生动的代码示例、输出和解析来帮助您更好地理解和...【详细内容】
2023-11-28  Tags: Python  点击:(2)  评论:(0)  加入收藏
Python中的协程,你知道怎么用吗
在当今高度互联的世界中,编写高效且响应迅速的程序是至关重要的。Python作为一种功能强大且易于使用的编程语言,提供了许多工具来实现异步编程。其中,协程是一项强大的技术,可以...【详细内容】
2023-11-27  Tags: Python  点击:(5)  评论:(0)  加入收藏
Python Pandas数据预处理:你知道数据标准化吗?
数据预处理包括以下几个方面: 缺失值处理 数据格式化 数据规范化 数据标准化 数据分箱(分组)标准化经常容易与规范化混淆,但它们指的是不同的东西。规范化涉及将不同比例的度量...【详细内容】
2023-11-27  Tags: Python  点击:(2)  评论:(0)  加入收藏
好用的Python解释器有哪些?
作为最受欢迎的编程语言之一,Python 需要一个解释器来执行其代码所定义的命令。与其他可直接编译成机器代码的语言不同,Python 代码需要解释器读取它并把它转译给进行相关操作...【详细内容】
2023-11-27  Tags: Python  点击:(2)  评论:(0)  加入收藏
全面系统Python3.8入门+进阶
下栽の地止:https://www.itwangzi.cn/2403.html 全面系统Python3.8入门+进阶Python是一种广泛应用于计算机编程领域的高级编程语言,它简洁易学、可读性好且易于维护,是一种流行...【详细内容】
2023-11-26  Tags: Python  点击:(2)  评论:(0)  加入收藏
Python是什么样的编程语言?有哪些特点?
Python是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。Python的设计具有很强的可读性,相比其他语言经常使用英文关键字,其他语言的一些标点符号,它具有比其...【详细内容】
2023-11-25  Tags: Python  点击:(2)  评论:(0)  加入收藏
Python:打造可视化数据分析应用的实战指南!
随着数据科学和人工智能的快速发展,数据分析变得越来越重要。在数据分析的过程中,可视化是一个非常关键的环节。它可以帮助我们更好地理解数据、发现规律和趋势。Python作为一...【详细内容】
2023-11-24  Tags: Python  点击:(17)  评论:(0)  加入收藏
提升Python编程体验:探索VS Code的无限可能
在现代软件开发中,选择一款合适的集成开发环境(IDE)是至关重要的。而对于Python开发者来说,VSCode(Visual Studio Code)是一个备受推崇的选择。作为一款轻量级、功能强大且高度可...【详细内容】
2023-11-24  Tags: Python  点击:(17)  评论:(0)  加入收藏
Python的range函数内部是怎么实现的?
在Python编程语言中,range函数是一个常用且强大的函数,用于生成一系列连续的整数。无论是在循环遍历中还是在列表生成器中,range函数都发挥着重要的作用。本文将带你深入探索ra...【详细内容】
2023-11-24  Tags: Python  点击:(13)  评论:(0)  加入收藏
▌简易百科推荐
在Python中什么场景下应该使用多进程和多线程?
在Python编程中,多进程和多线程编程是两种常见的并发编程技术。本文将介绍多进程和多线程编程的基本概念,探讨它们的应用场景,并提供使用示例代码和输出。此外,还将讨论多进程和...【详细内容】
2023-11-28  科学随想录  微信公众号  Tags:Python   点击:(2)  评论:(0)  加入收藏
深入探索Python itertools库的五大常用方法
Python的itertools库提供了许多强大的工具,用于处理迭代器和循环。本文将介绍Python itertools库中最常用的五个方法,并通过生动的代码示例、输出和解析来帮助您更好地理解和...【详细内容】
2023-11-28  科学随想录  微信公众号  Tags:Python   点击:(2)  评论:(0)  加入收藏
Python中的协程,你知道怎么用吗
在当今高度互联的世界中,编写高效且响应迅速的程序是至关重要的。Python作为一种功能强大且易于使用的编程语言,提供了许多工具来实现异步编程。其中,协程是一项强大的技术,可以...【详细内容】
2023-11-27  科学随想录  微信公众号  Tags:Python   点击:(5)  评论:(0)  加入收藏
基于PySpark SQL的媒体浏览日志ETL作业
pyspark除了官方的文档,网上的教程资料一直很少,但基于调度平台下,使用pyspark编写代码非常高效,程序本身是提交到spark集群中,性能上也是毫无问题的,在本文中,我们将深入探讨基于S...【详细内容】
2023-11-27  口袋大数据  微信公众号  Tags:PySpark   点击:(2)  评论:(0)  加入收藏
Python Pandas数据预处理:你知道数据标准化吗?
数据预处理包括以下几个方面: 缺失值处理 数据格式化 数据规范化 数据标准化 数据分箱(分组)标准化经常容易与规范化混淆,但它们指的是不同的东西。规范化涉及将不同比例的度量...【详细内容】
2023-11-27  自由学习屋  微信公众号  Tags:Pandas   点击:(2)  评论:(0)  加入收藏
好用的Python解释器有哪些?
作为最受欢迎的编程语言之一,Python 需要一个解释器来执行其代码所定义的命令。与其他可直接编译成机器代码的语言不同,Python 代码需要解释器读取它并把它转译给进行相关操作...【详细内容】
2023-11-27    程序员不二  Tags:Python解释器   点击:(2)  评论:(0)  加入收藏
全面系统Python3.8入门+进阶
下栽の地止:https://www.itwangzi.cn/2403.html 全面系统Python3.8入门+进阶Python是一种广泛应用于计算机编程领域的高级编程语言,它简洁易学、可读性好且易于维护,是一种流行...【详细内容】
2023-11-26  张晓雷说生活    Tags:Python   点击:(2)  评论:(0)  加入收藏
Python是什么样的编程语言?有哪些特点?
Python是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。Python的设计具有很强的可读性,相比其他语言经常使用英文关键字,其他语言的一些标点符号,它具有比其...【详细内容】
2023-11-25  程序员不二    Tags:Python   点击:(2)  评论:(0)  加入收藏
Python:打造可视化数据分析应用的实战指南!
随着数据科学和人工智能的快速发展,数据分析变得越来越重要。在数据分析的过程中,可视化是一个非常关键的环节。它可以帮助我们更好地理解数据、发现规律和趋势。Python作为一...【详细内容】
2023-11-24  Python 集中营  微信公众号  Tags:Python   点击:(17)  评论:(0)  加入收藏
提升Python编程体验:探索VS Code的无限可能
在现代软件开发中,选择一款合适的集成开发环境(IDE)是至关重要的。而对于Python开发者来说,VSCode(Visual Studio Code)是一个备受推崇的选择。作为一款轻量级、功能强大且高度可...【详细内容】
2023-11-24  python学习之旅  微信公众号  Tags:Python   点击:(17)  评论:(0)  加入收藏
站内最新
站内热门
站内头条