CN105043253B - 基于面结构光技术货车侧防护栏安装尺寸测量系统及方法 - Google Patents
基于面结构光技术货车侧防护栏安装尺寸测量系统及方法 Download PDFInfo
- Publication number
- CN105043253B CN105043253B CN201510346291.4A CN201510346291A CN105043253B CN 105043253 B CN105043253 B CN 105043253B CN 201510346291 A CN201510346291 A CN 201510346291A CN 105043253 B CN105043253 B CN 105043253B
- Authority
- CN
- China
- Prior art keywords
- image
- structure light
- unit
- protective device
- point
- 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.)
- Expired - Fee Related
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及一种基于面结构光技术货车侧防护栏安装尺寸测量系统及方法。解决人工检验货车防护栏存在读数误差、环境误差,影响测量结果,测量效率较低的问题。系统包括有探测模块、测距模块、图形采集模块和图形处理模块,探测模块包括两个超声波探测器单元,测距模块包括结构光单元,图形采集模块包括摄像机单元,图形处理模块包括图像处理单元,超声波探测器单元与摄像机单元相连,摄像机单元和结构光单元分别与图形处理单元相连。系统采集货车侧面的二维图像信息,对图像进行分析处理,得到货车侧面防护栏的安装尺寸信息。本发明的优点是不用接触货车侧面防护装置,就能快速有效测量出货车侧面防护装置的安装尺寸,检测效率更高。
Description
技术领域
本发明涉及一种货车防护栏检测技术,尤其是涉及一种基于面结构光技术货车侧防护栏安装尺寸测量系统及方法。
背景技术
货车车身较长,在驾驶室中的司机存在视野盲区,在行车过程中如若发生交通事故,容易导致轿车、电瓶车、摩托车等钻入货车车底或行人被刮擦卷入车底,致伤甚至死亡。货车刚度大,质量大,当其他物体,包括电瓶车、摩托车等向其撞击时,货车本身及其驾驶员受到的伤害较轻微,反而对方受到的伤害较严重。作为预防措施,2004 年国家发布了《机动车运行安全技术条件》的国家标准(GB7258-2004),对总质量大于3500kg的货车和挂车,必须按要求提供、采用侧后防护装置。该预防措施大大减少了了交通事故中行人被碾压致伤甚至死的数量。常见的载货车侧面防护装置焊接而成,需要有一定的刚度。当交通事故发生时,防护装置能起到阻挡作用。防护装置到货车前、后车轮、车架及地面的距离应大于国家相关标准所要求的最小距离。目前载货车防护装置是在机动车安全检验机构、车管所检测。对货车侧面防护装置安装尺寸的检测方法主要是人工查验,采用钢卷尺或直尺进行测量来判断是否符合国家标准,在测量过程中,不可避免的会引入读数误差、环境误差等随机误差,人为因素比较容易影响测量结果,且测量效率较低。
发明内容
本发明主要是解决现有技术中人工检验货车防护栏存在读数误差、环境误差等随机误差,影响测量结果,测量效率较低的问题,提供了一种无需接触防护装置,检测数据更准确,检测效率更高的基于面结构光技术货车侧防护栏安装尺寸测量系统,本发明还提供了一种基于面结构光技术货车侧防护栏安装尺寸测量方法。
本发明的上述技术问题主要是通过下述技术方案得以解决的:一种基于面结构光技术货车侧防护栏安装尺寸测量系统,包括有探测模块、测距模块、图形采集模块和图形处理模块,所述探测模块包括两个超声波探测器单元,测距模块包括结构光单元,图形采集模块包括摄像机单元,图形处理模块包括图像处理单元,所述超声波探测器单元与摄像机单元相连,摄像机单元和结构光单元分别与图形处理单元相连;
超声波探测器单元:检测是否有货车接近,若检测到货车接近,发送指令启动摄像机单元;两个超声波探测器单元,当货车接近时,首先第一个超声波探测器单元检测到货车,发送检测信息令摄像机单元启动。直到货车离去时,第二个超声波探测器单元检测信号发送变换,即检测到货车离去,发送检测信息令摄像机单元关闭,检测结束,等待下辆货车到来。
结构光单元:发射结构光到货车侧面,通过对拍摄图像中结构光编码信息进行分析,获得车轮和防护装置到摄像机单元的距离;
图形采集模块:每间隔一段时间采集一张图像,直到超声波探测器单元检测到货车离去,对采集的图像进行对比,选取图像清晰、范围适中的图像;
图形处理模块:对图像进行预处理,提取目标边缘,计算出目标边缘之间的尺寸。
本发明不用接触货车侧面防护装置,就能快速有效测量出货车侧面防护装置的安装尺寸,相比人工查验检测数据更准确,检测效率更高,另外无需刻意停车、定时定点测量。
作为一种优选方案,在车辆通过的通道上设定检测区域,所述超声波探测器单元、结构光单元、摄像机单元并排设置在检测区域的一侧,超声波探测器单元设置在检测区域一侧两端位置,摄像机单元设置在检测区域一侧中间位置,结构光单元设置在摄像机单元旁边,所述摄像机单元垂直朝向检测区域,结构光单元倾斜朝向检测区域,结构光单元与检测区域之间成150度角,所述结构光单元包括依次排列设置的光源、单透镜、胶合型透镜、偏振片、第一光阑、第二光阑和光片,所述胶合型透镜由凸透镜和凹透镜胶合而成,所述第二光阑的孔径大于第一光阑的孔径,在所述光片上设置有若干竖直条状的透光区。摄像机单元垂直朝向检测区域,而结构光单元在一旁倾斜朝向摄像机单元朝向方向与检测区域相交的地方。单透镜和胶合型透镜组成准直系统,胶合型透镜用来矫正球差和正弦差。偏振片、第一光阑、第二光阑组成滤波系统,用来减少光斑直径,滤除杂散光,第二光阑用以滤除由第一光阑滤波引起的次级衍射光斑,偏振片用来滤除金属表面反射光。光源通过准直系统后光线得到较好的准直,然后通过滤波系统去除杂散光,最后通过带竖直条状的透光区的光片产生线结构光。
一种基于面结构光技术货车侧防护栏安装尺寸测量方法,包括以下步骤:
S1.对数字摄像机单元设定不同距离进行标定,结构光单元在设定不同距离下对每条结构光进行标定;
S2.超声波探测器 单元检测到货车进入检测区域后控制图形采集模块开始工作,图形采集模块采集多张货车侧面图像,直到超声波探测器 单元检测到货车离去,图形采集模块对采集的图像进行分类,并选取其中图像清晰、范围适中的图像发送给图形处理模块;
S3.图形处理模块对图像进行分割,分别对防护装置部分和轮胎部分的图像进行预处理并提取边缘,根据边缘计算出防护装置边界像素数据,轮胎圆心和半径像素数据,根据这些像素数据计算出防护栏安装尺寸的像素数据;
S4.根据获得的防护装置边缘信息,在图像中防护装置边缘点上寻找线结构光编码信息,通过线结构光编码信息获得边缘点的空间深度数据。空间深度数据即边缘点到摄像机单元的距离。关于结构光投影三维测量方法是一种已知技术,具体参见文献结构光投影三维测量方法的研究。本步骤中利用该测量方法检测摄像机单元到防护装置的距离,该距离检测相比超声波测距更加准确。
本发明不用接触货车侧面防护装置,就能快速有效测量出货车侧面防护装置的安装尺寸,相比人工查验检测数据更准确,检测效率更高。
S5.选取最接近距离的标定参数,计算出货车侧面防护装置的实际安装尺寸数据。
作为一种优选方案,步骤S1中对数字摄像机单元进行标定过程为:采用标定板进行标定,将标定板在数字摄像机单元工作距离设定范围内,每隔固定间距进行一次标定,获得每个距离的摄像机内外参数;一般设定在工作距离800~1500cm距离内,每隔50cm进行一次标定。本方案采用Halcan标定算法进行操作。
结构光单元进行标定过程为:采用标定板进行标定,将标定板在结构光单元工作距离设定范围内,每隔固定间距对每条线结构光进行一次标定,获得各条线结构光在不同距离下的偏移量数据,并根据这些数据拟合出各条线结构光空间深度和偏移量关系的曲线。
作为一种优选方案,步骤S3中对图像进行分割包括以下步骤:
S301.对采集的图像进行灰度化、二值化处理;
S302.在二值图像的基础上进行Hough变换处理,检测出货车轮胎的最大半径,根据图像分类输出轮胎最大半径0度或180度方向像素点的列坐标;根据图像分类,若为防护装置与后轮胎的图像,则输出轮胎最大半径180度方向像素点列坐标,若防护装置与前轮胎的图像,则输出轮胎最大半径0度方向像素点列坐标。这里的坐标是在图像上的,是基于图像坐标系的,都为像素坐标。
S303.沿该列坐标向前延拓设定数量个像素点,作为自动识别点的起始位置,将图像分割成包括防护装置部分和轮胎部分。设定数量像素点可以为20个像素点,作为自动识别点的起始位置,可以准确预分隔防护装置和轮胎。
作为一种优选方案,步骤S3中图像中防护装置边界像素数据获取具体包括以下步骤:
S311.对防护装置部分的图像进行灰度化、图像平滑预处理;该预处理方法为已公开的技术,具体内容可以参见文献:刘广起,郑晓势,张晓波。基于图像纹理特征提取的车牌定位算法[J]。中国图象图形学报,2005,10(11):1419-1422。
S312.采用改进的Canny算子算法提取防护装置的边缘;该改进的Canny算子算法为已知公开的技术,具体内容可以参见文献:李庆利,张少军,李忠富等。一种基于多项式插值改进的亚像素细分算法 [J]。北京科技大学学报,2003,25(3):280-283。对防护装置提取边缘时,其重要特征点分布在水平方向和竖直方向,只需要求出水平和垂直边缘的梯度方向即可,其它方向的点都是不必要点,梯度方向也不需要求出,因此采用水平、垂直模板方向进行边缘检测。采用的水平、垂直模板。
S313.获取防护装置边缘各边界线的点集合,
从下到上逐列扫描每个像素,遇到白点输出坐标,然后转向下一列继续扫描,并输出白点坐标,直到扫描结束,输出下边界线所有点集;
根据图像分类,从右到左或是从左到右逐行扫描每个像素,遇到白点输出坐标,然后转向上一行继续扫描,并输出白点坐标,直到扫描结束,输出右边界线或左边界线所有点集;
从下到上逐列扫描每个像素,遇到白点作为当前点,继续扫描,向上延拓300个像素点,若无白点,此点为边界点,并输出坐标点,转向下一列继续扫描,并输出白点坐标,直到扫描结束,输出上边界线所有点集;
S314.分别对各边界线的点集进行最小二乘法拟合,拟合得到各边界线,根据边界线交点获得上角点和下角点的坐标。
作为一种优选方案,步骤S3中图像中轮胎圆心和半径像素数据获取具体包括以下步骤:
S321.对轮胎部分的图像进行灰度化、图像平滑预处理,再进行阈值分割、数学形态学腐蚀处理;由于轮胎自身的图像特点,设计合理的阈值可分割出有效边界,采用分割阈值40、140时可以较好的将货车轮胎边缘分割出来。本步骤中预处理方法为已公开的技术,具体内容可以参见文献:刘广起,郑晓势,张晓波。基于图像纹理特征提取的车牌定位算法[J]。中国图象图形学报,2005,10(11):1419-1422。
S322.采用改进的Canny算子算法提取轮胎的边缘;该改进的 Canny算子算法为已知公开的技术,具体内容可以参见文献:李庆利,张少军,李忠富等。一种基于多项式插值改进的亚像素细分算法[J]。北京科技大学学报,2003,25(3):280-283。对轮胎提取边缘时,由于轮胎是圆形,重要特征点分布在各个方向,只有对梯度方向进行细分后,求出(45°,135°,180°,235°,270°,315°)等8个梯度方向,才能提取连通性较好的单像素边缘,因此采用8个模板方向进行边缘检测。采用的8个方向的模板。
S323.对提取的边缘图像进行Hough变换,
提取图像中像素值为1的所有像素点,并统计出总的像素个数;由于图像信息含量大,包括防护装置和轮胎边缘,又不是邻接元素,为提高计算效率,不遍历整幅图像,只扫描第1列到第1300列。
根据图像中轮胎位置设定半径的范围(rmin,rmax)、圆半径r步长、角度步长和阈值;为提高计算速度,设定所能检测到圆的半径范围为 (500,900)。
根据公式计算圆心横坐标a,式中b为纵坐标,取遍整个y值,从而确定有效的a、b值;
根据有效的a、b值,确定Hough数字的索引值;
根据求出的索引值,通过计算累计、构建出层数为r=rmax-rmin的Hough数组;
找出r最大的一层,相对应的就是所检测圆的最大半径;
求得半径层的所有a、b值,其平均值即为圆心坐标(a0,b0)。
作为一种优选方案,步骤S3中计算的防护装置安装尺寸像素数据包括,
防护装置前后缘到轮胎周向切面距离的像素数据:选取更靠近轮胎部分的角点,记录该角点列坐标作为防护装置边缘列坐标,再记录轮胎圆心列坐标,两列坐标之差即得到防护装置端部到轮胎圆心的像素点数,再减去半径长度得到防护装置前后缘到轮胎周向切面距离的像素数据;
防护装置下缘到地面距离的像素数据:选取下角点,记录下角点行坐标作为防护装置下缘行坐标,在二值图像的基础上进行Hough 变换处理,检测出货车轮胎的最大半径,输出轮胎最大半径270度方向像素点的行坐标,作为地面的行坐标,两行坐标之差即得到防护装置下缘到地面距离的像素点数。
作为一种优选方案,步骤S4获得边缘点的空间深度数据具体步骤包括:
S331:对图像进行灰度化和二值化预处理,提取图像中各线结构光的轮廓,并获得各线结构边界的坐标;提取各线结构光轮廓的操作同提取防护装置轮廓的操作。在获得各线结构光轮廓后由左向右进行扫描,每遇到一个白点记录下坐标,再向右延拓若干像素点后继续扫描,遇到白点记录下坐标,如此重复操作,直到扫描结束,获得的各白点坐标分别对应一条线结构光。
S332:由获得的防护装置上角点坐标处开始左右扫描寻找最靠近的线结构光,则角点到该线结构光的距离记为该条线结构光的偏移量;由角点坐标处分别向左向右开始扫描,在遇到白点后记录下白点坐标,并通过与角点坐标相减可以得知左右那条线结构光为最靠近的线结构光。
S333:将该条线结构光在结构光单元标定的数据中找到对应线结构光的拟合曲线,得到的偏移量根据拟合曲线计算出对应的空间深度值,作为防护装置到摄像机单元的距离。将角点坐标开始扫描获得的最靠近线结构光的白点列坐标,与上述分别对应一条线结构光的白点列坐标进行比较,确定最靠近的线结构光为哪一条线结构光,然后获得该条线结构光的标定数据即该条线结构光的拟合曲线,已知偏移量就可计算出空间深度值,该值作为防护装置到摄像机单元的距离值。
作为一种优选方案,步骤S5中货车侧面防护栏的实际安装尺寸数据获取步骤包括:
S51:图形处理模块选取与获得的空间深度数据最接近的距离标定得到的摄像机内外参数;在摄像机单元进行标定过程中已经记录了在多个距离下进行标定的摄像机内外参数,此时只要选取与货车到数字摄像机单元的距离最接近的距离标定得到的摄像机内外参数,作为映射到世界坐标系中进行计算的参数。
S52:防护栏安装尺寸的像素数据利用摄像机内外参数映射到世界坐标系中得到货车侧面防护栏的实际安装尺寸数据。
因此,本发明的优点是:不用接触货车侧面防护装置,就能快速有效测量出货车侧面防护装置的安装尺寸,相比人工查验检测数据更准确,检测效率更高;系统结果简单,体积小,移动方便,抗干扰能力强,价格经济;另外无需刻意停车、定时定点测量。
附图说明
附图1是本发明的一种电路结构示意图;
附图2是本发明一种安装结构示意图;
附图3是本发明中结构光单元的一种结构示意图;
附图4是本发明的一种流程示意图。
1-超声波探测器单元 2-摄像机单元 3-图像处理单元 4-结构光单元 5-壳体 6-光源 7-单透镜 8-胶合型透镜 9-偏振片 10-第一光阑 11-第二光阑 12-光片
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明。
实施例:
本实施例一种基于面结构光技术货车侧防护栏安装尺寸测量系统,如图1所示,包括有探测模块、测距模块、图形采集模块和图形处理模块。探测模块包括两个超声波探测器单元1,测距模块包括结构光单元4,图形采集模块包括摄像机单元2,图形处理模块包括图像处理单元3,两超声波探测器单元与摄像机单元相连,摄像机单元和结构光单元分别与图形处理单元相连。
如图3所示,结构光单元包括依次排列设置的光源6、单透镜7、胶合型透镜8、偏振片9、第一光阑10、第二光阑10和光片12,这些部件都设置在壳体5内。胶合型透镜由凸透镜和凹透镜胶合而成,第二光阑的孔径大于第一光阑的孔径,在光片上设置有若干竖直条状的透光区。
系统安装在路边或收费站处。如图2所示,在车辆通过的通道上设定检测区域,超声波探测器单元1、结构光单元4、摄像机单元2 并排设置在检测区域的一侧,超声波探测器单元设置在检测区域一侧两端位置,摄像机单元设置在检测区域一侧中间位置,结构光单元设置在摄像机单元旁边。摄像机单元垂直朝向检测区域,结构光单元倾斜朝向检测区域,结构光单元与检测区域之间成150度角。
一种基于面结构光技术货车侧防护栏安装尺寸测量方法,如图4 所示,包括以下步骤:
S1.对数字摄像机单元设定不同距离进行标定,结构光单元在设定不同距离下对每条结构光进行标定;
S2.超声波探测器 单元检测到货车进入检测区域后控制图形采集模块开始工作,图形采集模块采集多张货车侧面图像,直到超声波探测器 单元检测到货车离去,图形采集模块对采集的图像进行分类,并选取其中图像清晰、范围适中的图像发送给图形处理模块;
S3.图形处理模块对图像进行分割,分别对防护装置部分和轮胎部分的图像进行预处理并提取边缘,根据边缘计算出防护装置边界像素数据,轮胎圆心和半径像素数据,根据这些像素数据计算出防护栏安装尺寸的像素数据;
S4.根据获得的防护装置边缘信息,在图像中防护装置边缘点上寻找线结构光编码信息,通过线结构光编码信息获得边缘点的空间深度数据。
S5.选取最接近距离的标定参数,计算出货车侧面防护装置的实际安装尺寸数据。
其中步骤S1中对摄像机单元进行标定过程为:采用标定板进行标定,将标定板在数字摄像机单元工作距离设定范围内,每隔固定间距进行一次标定,获得每个距离的摄像机内外参数。一般设定在工作距离800~1500cm距离内,每隔50cm进行一次标定。标定采用Halcan 标定算法进行操作。下面例举一组标定结果,摄像机内外参数值为:
其中,tx,ty,tz的单位是米,α,β,γ的单位是度,其余为无量纲。
对结构光单元进行标定过程为:采用标定板进行标定,将标定板在结构光单元工作距离设定范围内,每隔固定间距对每条线结构光进行一次标定,获得各条线结构光在不同距离下的偏移量数据,并根据这些数据拟合出各条线结构光空间深度和偏移量关系的曲线。
步骤S3中对图像进行分割包括以下步骤:
S301.对采集的图像进行灰度化、二值化处理;
S302.在二值图像的基础上进行Hough变换处理,检测出货车轮胎的最大半径,根据图像分类输出轮胎最大半径0度或180度方向像素点的列坐标;根据图像分类,若为防护装置与后轮胎的图像,则输出轮胎最大半径180度方向像素点列坐标,若防护装置与前轮胎的图像,则输出轮胎最大半径0度方向像素点列坐标。
S303.沿该列坐标向前延拓设定数量个像素点,作为自动识别点的起始位置,将图像分割成包括防护装置部分和轮胎部分。
步骤S3中图像中防护装置边界像素数据获取具体包括以下步骤:
S311.对防护装置部分的图像进行灰度化、图像平滑预处理;
S312.采用改进的Canny算子算法提取防护装置的边缘;
S313.获取防护装置边缘各边界线的点集合,
从下到上逐列扫描每个像素,遇到白点输出坐标,然后转向下一列继续扫描,并输出白点坐标,直到扫描结束,输出下边界线所有点集;
根据图像分类,从右到左或是从左到右逐行扫描每个像素,遇到白点输出坐标,然后转向上一行继续扫描,并输出白点坐标,直到扫描结束,输出右边界线或左边界线所有点集;
从下到上逐列扫描每个像素,遇到白点作为当前点,继续扫描,向上延拓300个像素点,若无白点,此点为边界点,并输出坐标点,转向下一列继续扫描,并输出白点坐标,直到扫描结束,输出上边界线所有点集;
S314.分别对各边界线的点集进行最小二乘法拟合,拟合得到各边界线,根据边界线交点获得上角点和下角点的坐标。
步骤S3中图像中轮胎圆心和半径像素数据获取具体包括以下步骤:
S321.对轮胎部分的图像进行灰度化、图像平滑预处理,再进行阈值分割、数学形态学腐蚀处理;
S322.采用改进的Canny算子算法提取轮胎的边缘;
S323.对提取的边缘图像进行Hough变换,
提取图像中像素值为1的所有像素点,并统计出总的像素个数;
根据图像中轮胎位置设定半径的范围(rmin,rmax)、圆半径r步长、角度步长和阈值;
根据公式计算圆心横坐标a,式中b为纵坐标,取遍整个y值,从而确定有效的a、b值;
根据有效的a、b值,确定Hough数字的索引值;
根据求出的索引值,通过计算累计、构建出层数为r=rmax-rmin的Hough数组;
找出r最大的一层,相对应的就是所检测圆的最大半径;
求得半径层的所有a、b值,其平均值即为圆心坐标(a0,b0)。
在取得防护装置上角点和下角点的坐标,以及轮胎半径和圆心坐标后,就可以计算防护装置的安装尺寸像素数据,安装尺寸像素数据包括防护装置前后缘到轮胎周向切面距离的像素数据、防护装置下缘到地面距离的像素数据。
防护装置前后缘到轮胎周向切面距离的像素数据获取过程为:选取更靠近轮胎部分的角点,记录该角点列坐标作为防护装置边缘列坐标,再记录轮胎圆心列坐标,两列坐标之差即得到防护装置端部到轮胎圆心的像素点数,再减去半径长度得到防护装置前后缘到轮胎周向切面距离的像素数据。
防护装置下缘到地面距离的像素数据获取过程为:选取下角点,记录下角点行坐标作为防护装置下缘行坐标,在二值图像的基础上进行Hough变换处理,检测出货车轮胎的最大半径,输出轮胎最大半径270度方向像素点的行坐标,作为地面的行坐标,两行坐标之差即得到防护装置下缘到地面距离的像素点数。
然后要获得防护装置边缘到摄像机单元的距离。即步骤S4中获得边缘点的空间深度数据,其具体步骤包括:
S331:对图像进行灰度化和二值化预处理,提取图像中各线结构光的轮廓,并获得各线结构边界的坐标;提取各线结构光轮廓的操作同提取防护装置轮廓的操作。在获得各线结构光轮廓后由左向右进行扫描,每遇到一个白点记录下坐标,再向右延拓若干像素点后继续扫描,遇到白点记录下坐标,如此重复操作,直到扫描结束,获得的各白点坐标分别对应一条线结构光。
S332:由获得的防护装置上角点坐标处开始左右扫描寻找最靠近的线结构光,则角点到该线结构光的距离记为该条线结构光的偏移量;由角点坐标处分别向左向右开始扫描,在遇到白点后记录下白点坐标,并通过与角点坐标相减可以得知左右那条线结构光为最靠近的线结构光。
S333:将该条线结构光在结构光单元标定的数据中找到对应线结构光的拟合曲线,得到的偏移量根据拟合曲线计算出对应的空间深度值,作为防护装置到摄像机单元的距离。将角点坐标开始扫描获得的最靠近线结构光的白点列坐标,与上述分别对应一条线结构光的白点列坐标进行比较,确定最靠近的线结构光为哪一条线结构光,然后获得该条线结构光的标定数据即该条线结构光的拟合曲线,已知偏移量就可计算出空间深度值,该值作为防护装置到摄像机单元的距离值。
在获得防护装置边缘到摄像机单元的距离后,图形处理模块选取与该距离最接近的距离标定中得到的摄像机内外参数;防护栏安装尺寸的像素数据利用摄像机内外参数映射到世界坐标系中得到货车侧面防护栏的实际安装尺寸数据。
本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。
尽管本文较多地使用了超声波探测器单元、摄像机单元、图像处理单元、结构光单元等术语,但并不排除使用其它术语的可能性。使用这些术语仅仅是为了更方便地描述和解释本发明的本质;把它们解释成任何一种附加的限制都是与本发明精神相违背的。
Claims (7)
1.一种基于面结构光技术货车侧防护栏安装尺寸测量方法,采用基于面结构光技术货车侧防护栏安装尺寸测量系统,其特征在于:包括有探测模块、测距模块、图形采集模块和图形处理模块,所述探测模块包括两个超声波探测器单元(1),测距模块包括结构光单元(4),图形采集模块包括摄像机单元(2),图形处理模块包括图像处理单元(3),所述超声波探测器单元与摄像机单元相连,摄像机单元和结构光单元分别与图形处理单元相连;
超声波探测器单元:检测是否有货车接近,若检测到货车接近,发送指令启动摄像机单元;
结构光单元:发射结构光到货车侧面,通过对拍摄图像中结构光编码信息进行分析,获得车轮和防护装置到摄像机单元的距离;
图形采集模块:每间隔一段时间采集一张图像,直到超声波探测器单元检测到货车离去,对采集的图像进行对比,选取图像清晰、范围适中的图像;
图形处理模块:对图像进行预处理,提取目标边缘,计算出目标边缘之间的尺寸;
在车辆通过的通道上设定检测区域,所述超声波探测器单元(1)、结构光单元(4)、摄像机单元(2)并排设置在检测区域的一侧,超声波探测器单元设置在检测区域一侧两端位置,摄像机单元设置在检测区域一侧中间位置,结构光单元设置在摄像机单元旁边,所述摄像机单元垂直朝向检测区域,结构光单元倾斜朝向检测区域,结构光单元与检测区域之间成150度角,所述结构光单元包括依次排列设置的光源(6)、单透镜(7)、胶合型透镜(8)、偏振片(9)、第一光阑(10)、第二光阑(11)和光片(12),所述胶合型透镜由凸透镜和凹透镜胶合而成,所述第二光阑的孔径大于第一光阑的孔径,在所述光片上设置有若干竖直条状的透光区;其特征是包括以下步骤:
S1.对数字摄像机单元设定不同距离进行标定,结构光单元在设定不同距离下对每条结构光进行标定;
S2.超声波探测器 单元检测到货车进入检测区域后控制图形采集模块开始工作,图形采集模块采集多张货车侧面图像,直到超声波探测器 单元检测到货车离去,图形采集模块对采集的图像进行分类,并选取其中图像清晰、范围适中的图像发送给图形处理模块;
S3.图形处理模块对图像进行分割,分别对防护装置部分和轮胎部分的图像进行预处理并提取边缘,根据边缘计算出防护装置边界像素数据,轮胎圆心和半径像素数据,根据这些像素数据计算出防护栏安装尺寸的像素数据;
S4.根据获得的防护装置边缘信息,在图像中防护装置边缘点上寻找线结构光编码信息,通过线结构光编码信息获得边缘点的空间深度数据;具体步骤包括:
S331:对图像进行灰度化和二值化预处理,提取图像中各线结构光的轮廓,并获得各线结构光边界的坐标;
S332:由获得的防护装置上角点坐标处开始左右扫描寻找最靠近的线结构光,则角点到该线结构光的距离记为该条线结构光的偏移量;
S333:将该条线结构光在结构光单元标定的数据中找到对应线结构光的拟合曲线,得到的偏移量根据拟合曲线计算出对应的空间深度值,作为防护装置到摄像机单元的距离;
S5.选取最接近距离的标定参数,计算出货车侧面防护装置的实际安装尺寸数据。
2.根据权利要求1所述的基于面结构光技术货车侧防护栏安装尺寸测量方法,其特征是步骤S1中对数字摄像机单元进行标定过程为:采用标定板进行标定,将标定板在数字摄像机单元工作距离设定范围内,每隔固定间距进行一次标定,获得每个距离的摄像机内外参数;
结构光单元进行标定过程为:采用标定板进行标定,将标定板在结构光单元工作距离设定范围内,每隔固定间距对每条线结构光进行一次标定,获得各条线结构光在不同距离下的偏移量数据,并根据这些数据拟合出各条线结构光空间深度和偏移量关系的曲线。
3.根据权利要求1所述的基于面结构光技术货车侧防护栏安装尺寸测量方法,其特征是步骤S3中对图像进行分割包括以下步骤:
S301.对采集的图像进行灰度化、二值化处理;
S302.在二值图像的基础上进行Hough变换处理,检测出货车轮胎的最大半径,根据图像分类输出轮胎最大半径0度或180度方向像素点的列坐标;
S303.沿该列坐标向前延拓设定数量个像素点,作为自动识别点的起始位置,将图像分割成包括防护装置部分和轮胎部分。
4.根据权利要求1所述的基于面结构光技术货车侧防护栏安装尺寸测量方法,其特征是步骤S3中图像中防护装置边界像素数据获取具体包括以下步骤:
S311.对防护装置部分的图像进行灰度化、图像平滑预处理;
S312.采用改进的Canny算子算法提取防护装置的边缘;
S313.获取防护装置边缘各边界线的点集合,
从下到上逐列扫描每个像素,遇到白点输出坐标,然后转向下一列继续扫描,并输出白点坐标,直到扫描结束,输出下边界线所有点集;
根据图像分类,从右到左或是从左到右逐行扫描每个像素,遇到白点输出坐标,然后转向上一行继续扫描,并输出白点坐标,直到扫描结束,输出右边界线或左边界线所有点集;
从下到上逐列扫描每个像素,遇到白点作为当前点,继续扫描,向上延拓300个像素点,若无白点,此点为边界点,并输出坐标点,转向下一列继续扫描,并输出白点坐标,直到扫描结束,输出上边界线所有点集;
S314.分别对各边界线的点集进行最小二乘法拟合,拟合得到各边界线,根据边界线交点获得上角点和下角点的坐标。
5.根据权利要求1所述的基于面结构光技术货车侧防护栏安装尺寸测量方法,其特征是步骤S3中图像中轮胎圆心和半径像素数据获取具体包括以下步骤:
S321.对轮胎部分的图像进行灰度化、图像平滑预处理,再进行阈值分割、数学形态学腐蚀处理;
S322.采用改进的Canny算子算法提取轮胎的边缘;
S323.对提取的边缘图像进行Hough变换,
提取图像中像素值为1的所有像素点,并统计出总的像素个数;
根据图像中轮胎位置设定半径的范围(rmin,rmax)、圆半径r步长、角度步长和阈值;
根据公式计算圆心横坐标a,式中b为纵坐标,取遍整个y值,从而确定有效的a、b值;
根据有效的a、b值,确定Hough数字的索引值;
根据求出的索引值,通过计算累计、构建出层数为r=rmax-rmin的Hough数组;
找出r最大的一层,相对应的就是所检测圆的最大半径;
求得半径层的所有a、b值,其平均值即为圆心坐标(a0,b0)。
6.根据权利要求4或5所述的基于面结构光技术货车侧防护栏安装尺寸测量方法,其特征是步骤S3中计算的防护装置安装尺寸像素数据包括,
防护装置前后缘到轮胎周向切面距离的像素数据:选取更靠近轮胎部分的角点,记录该角点列坐标作为防护装置边缘列坐标,再记录轮胎圆心列坐标,两列坐标之差即得到防护装置端部到轮胎圆心的像素点数,再减去半径长度得到防护装置前后缘到轮胎周向切面距离的像素数据;
防护装置下缘到地面距离的像素数据:选取下角点,记录下角点行坐标作为防护装置下缘行坐标,在二值图像的基础上进行Hough 变换处理,检测出货车轮胎的最大半径,输出轮胎最大半径270度方向像素点的行坐标,作为地面的行坐标,两行坐标之差即得到防护装置下缘到地面距离的像素点数。
7.根据权利要求1-5任一项所述的基于面结构光技术货车侧防护栏安装尺寸测量方法,其特征是步骤S5中货车侧面防护栏的实际安装尺寸数据获取步骤包括:
S51:图形处理模块选取与获得的空间深度数据最接近的距离标定得到的摄像机内外参数;
S52:防护栏安装尺寸的像素数据利用摄像机内外参数映射到世界坐标系中得到货车侧面防护栏的实际安装尺寸数据。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510346291.4A CN105043253B (zh) | 2015-06-18 | 2015-06-18 | 基于面结构光技术货车侧防护栏安装尺寸测量系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510346291.4A CN105043253B (zh) | 2015-06-18 | 2015-06-18 | 基于面结构光技术货车侧防护栏安装尺寸测量系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105043253A CN105043253A (zh) | 2015-11-11 |
CN105043253B true CN105043253B (zh) | 2018-06-05 |
Family
ID=54449993
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510346291.4A Expired - Fee Related CN105043253B (zh) | 2015-06-18 | 2015-06-18 | 基于面结构光技术货车侧防护栏安装尺寸测量系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105043253B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107957251B (zh) * | 2016-10-18 | 2019-12-20 | 中国计量大学 | 基于计算机辅助校正的反射球面通用化检测方法 |
CN110223310B (zh) * | 2019-05-22 | 2023-07-18 | 上海大学 | 一种基于深度学习的线结构光中心线和箱体边缘检测方法 |
CN110579174A (zh) * | 2019-10-24 | 2019-12-17 | 南京农业大学 | 一种基于机器视觉的梨果柄长度的测量方法 |
CN111023985A (zh) * | 2019-12-31 | 2020-04-17 | 芜湖哈特机器人产业技术研究院有限公司 | 一种离合器摩擦片测量装置及其数据处理方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103047943A (zh) * | 2012-12-31 | 2013-04-17 | 吉林大学 | 基于单投射编码结构光的车门外板形状尺寸检测方法 |
CN103226005A (zh) * | 2013-03-22 | 2013-07-31 | 中国计量学院 | 一种采用网状面结构光测量堆放物重量的系统及方法 |
CN103322937A (zh) * | 2012-03-19 | 2013-09-25 | 联想(北京)有限公司 | 一种结构光法测量物体深度的方法及装置 |
CN104567725A (zh) * | 2014-12-17 | 2015-04-29 | 苏州华兴致远电子科技有限公司 | 车辆运行故障检测系统及方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7768656B2 (en) * | 2007-08-28 | 2010-08-03 | Artec Group, Inc. | System and method for three-dimensional measurement of the shape of material objects |
-
2015
- 2015-06-18 CN CN201510346291.4A patent/CN105043253B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103322937A (zh) * | 2012-03-19 | 2013-09-25 | 联想(北京)有限公司 | 一种结构光法测量物体深度的方法及装置 |
CN103047943A (zh) * | 2012-12-31 | 2013-04-17 | 吉林大学 | 基于单投射编码结构光的车门外板形状尺寸检测方法 |
CN103226005A (zh) * | 2013-03-22 | 2013-07-31 | 中国计量学院 | 一种采用网状面结构光测量堆放物重量的系统及方法 |
CN104567725A (zh) * | 2014-12-17 | 2015-04-29 | 苏州华兴致远电子科技有限公司 | 车辆运行故障检测系统及方法 |
Non-Patent Citations (1)
Title |
---|
图像处理的货车侧面防护装置安装位置的研究;孔明等;《中国计量学院学报》;20141231;第25卷(第4期);正文第386页左栏第3段-第389页右栏第7段、图1-8 * |
Also Published As
Publication number | Publication date |
---|---|
CN105043253A (zh) | 2015-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105549023B (zh) | 物体检测装置及其工作方法 | |
CN103559791B (zh) | 一种融合雷达和ccd摄像机信号的车辆检测方法 | |
CN105844222B (zh) | 基于视觉的前方车辆碰撞预警系统及方法 | |
US11989951B2 (en) | Parking detection method, system, processing device and storage medium | |
CN104916163B (zh) | 泊车位检测方法 | |
CN105021126A (zh) | 基于机器视觉技术货车侧防护栏安装尺寸测量系统及方法 | |
US9070023B2 (en) | System and method of alerting a driver that visual perception of pedestrian may be difficult | |
CN104657735B (zh) | 车道线检测方法、系统、车道偏离预警方法及系统 | |
CN105043253B (zh) | 基于面结构光技术货车侧防护栏安装尺寸测量系统及方法 | |
CN104573646A (zh) | 基于激光雷达和双目相机的车前行人检测方法及系统 | |
CN109871776B (zh) | 全天候车道线偏离的预警方法 | |
CN111882882B (zh) | 一种动态平板秤称重区域汽车跨车道行驶行为检测方法 | |
CN106679633B (zh) | 一种车载测距系统及方法 | |
CN108009475A (zh) | 驾驶行为分析方法、装置、计算机可读存储介质及电子设备 | |
CN104063882B (zh) | 一种基于双目的车辆视频测速方法 | |
CN110862033A (zh) | 一种应用于煤矿斜井绞车的智能预警检测方法 | |
CN107886034B (zh) | 行车提醒方法、装置及车辆 | |
WO2013090830A1 (en) | Autonomous pavement condition assessment | |
CN103971087B (zh) | 一种实时搜索及识别交通标志的方法及装置 | |
CN106503627A (zh) | 一种基于视频分析的车辆避让行人检测方法 | |
CN110033621A (zh) | 一种危险车辆检测方法、装置及系统 | |
CN106887004A (zh) | 一种基于块匹配的车道线检测方法 | |
CN104751119A (zh) | 基于信息融合的行人快速检测跟踪方法 | |
CN104483243B (zh) | 大米粘连米检测分割方法、装置及系统 | |
CN104236866B (zh) | 基于行车方向的汽车前照灯检测数据误差纠正方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: Taizhou City, Zhejiang province 317523 south of the city of Wenling Zhen Zhu Keng Industrial Zone (Wenling Yongda valves Co. Ltd) Applicant after: CHINA JILIANG UNIVERSITY Address before: Hangzhou City, Zhejiang province 310018 Xiasha Higher Education Park source Street No. 258 Applicant before: China Jiliang University |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180605 Termination date: 20190618 |
|
CF01 | Termination of patent right due to non-payment of annual fee |