CN108416804A - 获取目标物体体积的方法、装置、终端设备及存储介质 - Google Patents
获取目标物体体积的方法、装置、终端设备及存储介质 Download PDFInfo
- Publication number
- CN108416804A CN108416804A CN201810141815.XA CN201810141815A CN108416804A CN 108416804 A CN108416804 A CN 108416804A CN 201810141815 A CN201810141815 A CN 201810141815A CN 108416804 A CN108416804 A CN 108416804A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- target object
- data
- depth image
- volume
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及基于深度图像获取目标物体体积的方法、装置、终端设备及计算机可读存储介质。该方法包括:接收使用深度相机摄取的平面平台上目标物体的深度图像数据;将深度图像数据转换成第一点云数据;从第一点云数据中分割出平面平台点云,以获取基准平面;对分割后剩余的点云数据进行聚类处理从中选取与最大聚类体相关联的第二点云数据作为目标物体点云;获取目标物体的高度数据;获取目标物体点云在基准平面上的平面投影点云;通过计算平面投影点云的最小面积包围矩形,获取目标物体的长宽数据;基于高度数据、长宽数据计算目标物体的体积。采用本发明对目标物体体积进行测量,具有快速、准确的优点,且使用便捷、成本低。
Description
技术领域
本发明涉及三维测量技术,更具体地说,涉及一种基于深度图像获取目标物体体积的方法和装置、终端设备及计算机可读存储介质。
背景技术
结构光(Structure Light)技术通过激光的折射以及算法计算出物体的位置和深度信息,进而复原整个三维空间。结构光的代表产品有微软的Kinect。通过发射特定图形的散斑或者点阵的激光红外图案,当被测物体反射这些图案,通过摄像头捕捉到这些反射回来的图案(即深度图像),计算深度图像中散斑或者点的大小,跟原始散斑或者点的尺寸进行对比,从而可以测算出被测物体到摄像头之间的距离。当知道物体距离相机的距离之后,就可以利用这些距离信息将物体的真实世界中的形貌构建出来,用于之后的体积计算。
在物流高速发展的今天,包裹的体积测量是快递测量指标之一,一般的快递包裹体积测量是在大型的流水线上利用昂贵的测量设备(例如美国Quantronix公司研发的Cubiscan系列测量设备)进行,或者由快递员在收货时手工测量估算。前者设备昂贵、成本高,不适于在分散的各个物流点应用;后者费时费工效率低且准确度低。
因此,有必要开发一种基于结构光深度图像来测量计算目标物体体积的方法,并可通过便携/手持智能终端设备实现该方法。
发明内容
本发明要解决的技术问题在于,针对现有物体体积测量技术存在的设备昂贵成本高、或者手工测量准确度低且费时费工效率低的缺陷,提供一种基于深度图像获取目标物体体积的方法和装置,以及用于实现该方法的终端设备和计算机可读存储介质。
本发明解决其技术问题所采用的技术方案是:提供一种基于深度图像获取目标物体体积的方法,包括:
数据采集步骤,接收使用深度相机摄取的平面平台上目标物体的深度图像数据;
点云生成步骤,将所述深度图像数据转换成第一点云数据;
点云分割步骤,从所述第一点云数据中分割出平面平台点云,以获取基准平面;
点云聚类步骤,对分割后剩余的点云数据进行聚类处理从中选取与最大聚类体相关联的第二点云数据作为目标物体点云;
高度获取步骤,基于所述基准平面和目标物体点云获取所述目标物体的高度数据;
平面投影步骤,获取所述目标物体点云在所述基准平面上的平面投影点云;
长宽获取步骤,通过计算所述平面投影点云的最小面积包围矩形,获取所述目标物体的长宽数据;
体积计算步骤,基于所述高度数据、长宽数据计算所述目标物体的体积。
本发明解决其技术问题所采用的技术方案是:构造一种基于深度图像获取目标物体体积的装置,包括:
数据采集模块,用于接收使用深度相机摄取的平面平台上目标物体的深度图像数据;
点云生成模块,用于将所述深度图像数据转换成第一点云数据;
点云分割模块,用于从所述第一点云数据中分割出平面平台点云,以获取基准平面;
点云聚类模块,用于对分割后剩余的点云数据进行聚类处理从中选取与最大聚类体相关联的第二点云数据作为目标物体点云;
高度获取模块,用于基于所述基准平面和目标物体点云获取所述目标物体的高度数据;
平面投影模块,用于获取所述目标物体点云在所述基准平面上的平面投影点云;
长宽获取模块,通过计算所述平面投影点云的最小面积包围矩形,获取所述目标物体的长宽数据;
体积计算模块,用于基于所述高度数据、长宽数据计算所述目标物体的体积。
本发明解决其技术问题所采用的技术方案是:构造一种终端设备,所述终端设备包括结构光深度相机、处理器和存储器,其中,所述处理器用于执行存储器中存储的计算机指令时实现如上所述方法。
本发明解决其技术问题所采用的技术方案是:提供一种计算机可读存储介质,其上存储有实现如上所述方法的计算机可执行指令。
实施本发明,具有以下有益效果:由于使用深度图像计算体积,具有快速、准确的优点。
本发明可通过配置有深度相机的便携/手持智能终端设备来实现对目标物体的测量,不固定采集角度,因而使用便捷、成本低。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明基于深度图像获取目标物体体积的方法的流程图;
图2是本发明终端设备的结构示意图;
图3是根据本发明一实施例在显示单元上显示的目标物体的图像的示意图。
具体实施方式
本发明旨在通过配置有深度相机的便携/手持智能终端设备来实现对目标物体进行测量,并提供一种基于深度图像获取目标物体体积的方法。需要说明的是,本发明的方法也可以扩展应用到配置有深度相机的固定式终端设备上。
如图1所示,本发明基于深度图像获取目标物体体积的方法包括:数据采集步骤201、点云生成步骤202、点云分割步骤203、点云聚类步骤204、平面投影步骤205、长宽获取步骤206、高度获取步骤207、体积计算步骤208和结果显示步骤209。
实施本发明的方法,首先进行数据采集步骤201,包括接收使用深度相机摄取的平面平台上目标物体的深度图像数据。例如,在使用终端设备来测量计算目标物体体积时,当终端设备接收到操作者发出的开始测量物体体积的指令时,首先启动终端设备上配置的深度相机,以适当角度来获取平面平台上目标物体的深度图像数据并发送至终端设备上配置的处理器,处理器接收到该深度图像数据之后再对其进行处理。其中该适当角度是指在视野内可以完全看到放置在平面平台(如地面或桌面)上物体。
在一个实施例中,处理器将深度图像数据转换为opencv库的Mat格式。作为选择,在深度相机(原始设备)采集的图像数据为16位的情况下,由于不利于最后的结果显示,在这一步骤中还可以将其转换为8位图像数据,便于最后的结果显示。
然后,在点云生成步骤202中,将深度图像数据转换成第一点云数据。例如,可使用标定好的深度相机的内参,通过2D至3D的转换公式(小孔成像原理)将深度图像转换成第一点云数据(Point_cloud)。
由于并不需要所有的深度图像数据参与计算(原始数据存在大量的冗余数据),在本发明的一些实施例中,在将深度图像数据转换成第一点云数据的过程中,以预定的采样间隔(例如行10像素、列10像素)对深度图像数据的行和列进行采样,利用采样数据生成第一点云数据。
在本发明的一实施例中,可根据物体的纹理特征自适应地采用不同的采样间隔,对于特征区域减小采样间隔,对于普通平面适当增大采样间隔,在保证数据精度的同时降低数据的大小。比如像物体的边缘、角点就是特征区域,可以用边缘或角点提取算子在深度图像上提取出来,而普通平面则不存在这样的特征,所以很好的将两者区分开来。作为选择,行和列还可分别按不同的采样间隔进行采样。
在本发明的另一实施例中,可根据不同的精度要求,使用不同的采样间隔。
在本发明的又一实施例中,可根据目标物体的纹理特征和所需的精度要求而确定采样间隔。
试验过程显示适度地增加间隔采样对最后的结果精度影响不大,所以可以适当增加采样间隔,同时以精简数据、减少计算量、优化处理时间。
之后,在点云分割步骤203,从第一点云数据中分割出平面平台点云,以获取基准平面。
在一个实施例中,设置好分类器的模型为平面模型,设置使用RANSAC算法,对于分割出来的点云,如果大于一定比例(例如占全部点云的0.5~0.6或以上)则认为是平面平台点云数据,并作为目标物体的基准平面(Base_plane),同时计算基准平面的平面方程Ax+By+Cz=D。
需要注意的是,如果在点云分割步骤203中没有找到基准平面,则返回错误,并提示(例如通过语音播放和图/文显示)需要调整深度相机的角度与距离,以使基准平面在深度相机视野中出现在适当位置。
在分割出基准平面后,进行点云聚类步骤204,对分割后剩余的点云数据进行聚类处理从中选取与最大聚类体相关联的第二点云数据作为目标物体点云。
在一个实施例中,设置聚类算法为欧式距离聚类,并根据之前所采用的预定的采样间隔调整好欧式距离阈值及输出聚类体大小的约束范围,计算后,保留最大聚类体的点云数据,其余的舍去,即将最大的聚类体确认为目标物体。需要说明的是,欧式距离阈值用于判断当空间中的某一点到一个点云集的距离小于距离阈值,则认为该点属于该点云集,否则该点属于其他点云集。聚类体是点云构成的,一个聚类体的大小就是其包含的点云数量,比如设置这个聚类体大小的约束范围:最少包含20个点、最多包含20000个点,小于20或者大于20000时都认为这是不合理的。比如按照行10、列10的采样间隔后,点与点之间的距离d大致为0.05m,那么在进行欧式聚类时,如果设置距离阈值小于0.05,聚类时就有可能会丢失掉很多重要信息,一般设置距离阈值为点与点之间的距离d的2~3倍。
需要说明的是,除了欧式距离聚类,本发明还可采用K-means聚类、Meanshift聚类等聚类算法来确认目标物体。
随后,在平面投影步骤205,获取目标物体点云在基准平面上的平面投影点云。
基准平面的平面方程Ax+By+Cz=D已经知道,目标物体垂直向基准平面投影,获得目标物体的平面投影点云(Project_Obj),平面投影点云位于基准平面内;
然后可基于步骤205获取的平面投影点云,进行长宽获取步骤206,通过计算平面投影点云的最小面积包围矩形,获取目标物体的长宽数据。例如,当物体形状为不规则形状时,只需计算把物体平面投影包围起来的最小矩形即可。
一般情况下平面投影点云还是在三维空间中,为了方便使用opencv库计算平面投影点云的最小面积包围矩形,需要将平面投影转换为2D坐标系中的点坐标。例如,可使用旋转矩阵R通过空间变换将平面投影点云转换为2D坐标系中的点坐标。在本发明的一实施例中,选择基准平面Base_plane的法向量旋转至与(0,0,1)向量平行过程中的旋转矩阵作为R,转换后的平面投影点云(Project_Obj_transfer)位于某一XOY片面内,这样就能使用opnecv库方便地计算平面投影点云的最小面积包围矩形,进而获得长(Length)宽(Width)数据。
在步骤203和204之后,可进行高度获取步骤207,基于基准平面和目标物体点云获取目标物体的高度数据。在点云聚类步骤204已计算出目标物体(由第二点云数据所代表),由于基准平面的平面方程Ax+By+Cz=D已经知道,通过点到平面的距离公式,求目标物体中的所有点到基准平面方程Ax+By+Cz=D的距离,其中最大距离值即可作为目标物体的有向包围盒的高度(Height)数据。
随之,在体积计算步骤208,基于步骤207获取的高度数据、步骤206获取的长宽数据计算目标物体的体积。体积计算公式为体积=长×宽×高。
最后,结果显示步骤209中,基于步骤207获取的高度数据和步骤206中计算所得的最小面积包围矩形得到有向包围盒,并计算3D空间中有向包围盒的8个顶点在2D图像中的坐标,根据该坐标绘制有向包围盒的图像并输出图像和体积数据至显示单元。例如,其中可通过3D至2D的转换公式(小孔成像原理),计算该8个顶点在2D图像中的(x,y)坐标,最后完成绘制有向包围盒。
作为选择,也可以节省绘制有向包围盒这一步骤,仅输出并显示体积计算结果。在一个实施例中,可以仅语音播报体积计算结果(即体积数据)。在另一个实施例中,也可以同时语音播报体积计算结果,并显示该体积计算结果。
如图2所示,本发明终端设备包括结构光深度相机14、处理器12、存储器16及显示单元18,其中结构光深度相机14、存储器16及显示单元18均与处理器12通信连接。
在本发明的各个实施例中,存储器16(其包括计算机可读存储介质)存储有计算机程序/指令,该计算机程序/指令包括如下模块:
数据采集模块,用于接收使用深度相机摄取的平面平台上目标物体的深度图像数据;
点云生成模块,用于将深度图像数据转换成第一点云数据;
点云分割模块,用于从第一点云数据中分割出平面平台点云,以获取基准平面;
点云聚类模块,用于对分割后剩余的点云数据进行聚类处理从中选取与最大聚类体相关联的第二点云数据作为目标物体点云;
高度获取模块,用于基于基准平面和目标物体点云获取目标物体的高度数据;
平面投影模块,用于获取目标物体点云在基准平面上的平面投影点云;
长宽获取模块,通过计算平面投影点云的最小面积包围矩形,获取目标物体的长宽数据;
体积计算模块,用于基于高度数据、长宽数据计算目标物体的体积。
作为选择,该计算机程序/指令还可包括结果显示模块,用于基于高度数据和最小面积包围矩形得到有向包围盒,并计算3D空间中有向包围盒的8个顶点在2D图像中的坐标,根据坐标绘制有向包围盒的图像并输出图像和体积数据至显示单元。
应当理解,在本发明的各个实施例中,当处理器12执行存储器16中存储的上述计算机程序/指令时可实现如图1所示及前面所述的基于深度图像获取目标物体体积的方法。
如图3所示,是根据本发明一实施例在显示单元上显示的目标物体的有向包围盒的图像的示意图,其中,通过3D至2D的转换公式(小孔成像原理),计算目标物体的有向包围盒的8个顶点在2D图像中的(x,y)坐标,最后绘制完成该目标物体的图像,并输出至显示单元进行显示。
本发明的一个应用场景是在手持智能终端上便捷地进行盒体体积测量,可以方便的随时随地测量包裹体积,精度根据结构光设备的精度而定。需要说明的是,本发明不仅可以测量四方体的体积,也可对不规则形状物体的体积进行测量计算,当然此时计算出的是加上外包装盒的有效体积。另外,本发明的方法也可通过在固定式终端设备上设置深度相机和基于深度图像获取目标物体体积的装置来实现。
总之,本发明提供一种基于结构光设备测量物体有向包围盒的方法,可以用于物流行业的包裹体积测量,精度根据结构光设备(即深度相机)的精度而定,可达毫米级,且测量时结构光设备无需特定角度对准测量物体。需要提醒的是:由于结构光设备会受室外环境干扰,良好的测量最好在室内进行,因为本方法需要以物体所在承载面为基准,所以还需将物体放置在平面平台(例如,水平的地面、桌面、平台等)。
以上实施例只为说明本发明的技术构思及特点,其目的在于让熟悉此项技术的人士能够了解本发明的内容并据此实施,并不能限制本发明的保护范围。凡跟本发明权利要求范围所做的均等变化与修饰,均应属于本发明权利要求的涵盖范围。
Claims (10)
1.一种基于深度图像获取目标物体体积的方法,其特征在于,包括:
数据采集步骤,接收使用深度相机摄取的平面平台上目标物体的深度图像数据;
点云生成步骤,将所述深度图像数据转换成第一点云数据;
点云分割步骤,从所述第一点云数据中分割出平面平台点云,以获取基准平面;
点云聚类步骤,对分割后剩余的点云数据进行聚类处理从中选取与最大聚类体相关联的第二点云数据作为目标物体点云;
高度获取步骤,基于所述基准平面和目标物体点云获取所述目标物体的高度数据;
平面投影步骤,获取所述目标物体点云在所述基准平面上的平面投影点云;
长宽获取步骤,通过计算所述平面投影点云的最小面积包围矩形,获取所述目标物体的长宽数据;
体积计算步骤,基于所述高度数据、长宽数据计算所述目标物体的体积。
2.根据权利要求1所述的基于深度图像获取目标物体体积的方法,其特征在于,包括
结果显示步骤,基于所述高度数据和最小面积包围矩形得到有向包围盒,并计算3D空间中有向包围盒的8个顶点在2D图像中的坐标,根据所述坐标绘制所述有向包围盒的图像并输出所述图像和体积数据至显示单元。
3.根据权利要求2所述的基于深度图像获取目标物体体积的方法,其特征在于,在所述数据采集步骤中,包括将深度相机摄取的16位原始深度图像数据转换为8位图像数据。
4.根据权利要求1所述的基于深度图像获取目标物体体积的方法,其特征在于,所述点云生成步骤中将所述深度图像数据转换成第一点云数据包括基于标定好的深度相机的内参,通过2D至3D的转换公式(小孔成像原理)进行转换。
5.根据权利要求4所述的基于深度图像获取目标物体体积的方法,其特征在于,在将深度图像数据转换成第一点云数据时,以预定的采样间隔对深度图像数据的行和列进行采样,利用采样数据生成所述第一点云数据。
6.根据权利要求1所述的基于深度图像获取目标物体体积的方法,其特征在于,所述采样间隔根据所述目标物体的纹理特征和/或所需的精度要求而确定。
7.一种基于深度图像获取目标物体体积的装置,其特征在于,包括:
数据采集模块,用于接收使用深度相机摄取的平面平台上目标物体的深度图像数据;
点云生成模块,用于将所述深度图像数据转换成第一点云数据;
点云分割模块,用于从所述第一点云数据中分割出平面平台点云,以获取基准平面;
点云聚类模块,用于对分割后剩余的点云数据进行聚类处理从中选取与最大聚类体相关联的第二点云数据作为目标物体点云;
高度获取模块,用于基于所述基准平面和目标物体点云获取所述目标物体的高度数据;
平面投影模块,用于获取所述目标物体点云在所述基准平面上的平面投影点云;
长宽获取模块,通过计算所述平面投影点云的最小面积包围矩形,获取所述目标物体的长宽数据;
体积计算模块,用于基于所述高度数据、长宽数据计算所述目标物体的体积。
8.根据权利要求7所述的基于深度图像获取目标物体体积的装置,其特征在于,包括
结果显示模块,用于基于所述高度数据和最小面积包围矩形得到有向包围盒,并计算3D空间中有向包围盒的8个顶点在2D图像中的坐标,根据所述坐标绘制所述有向包围盒的图像并输出所述图像和体积数据至显示单元。
9.一种终端设备,所述终端设备包括结构光深度相机、处理器和存储器,其特征在于,所述处理器用于执行存储器中存储的计算机指令时实现如权利要求1-6中任意一项所述方法。
10.一种计算机可读存储介质,其特征在于,其上存储有实现权利要求1-6中任意一项所述方法的计算机可执行指令。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810141815.XA CN108416804A (zh) | 2018-02-11 | 2018-02-11 | 获取目标物体体积的方法、装置、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810141815.XA CN108416804A (zh) | 2018-02-11 | 2018-02-11 | 获取目标物体体积的方法、装置、终端设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108416804A true CN108416804A (zh) | 2018-08-17 |
Family
ID=63128442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810141815.XA Pending CN108416804A (zh) | 2018-02-11 | 2018-02-11 | 获取目标物体体积的方法、装置、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108416804A (zh) |
Cited By (50)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108917747A (zh) * | 2018-08-22 | 2018-11-30 | 深圳市优博讯科技股份有限公司 | 用于移动机器人的导航系统及导航方法 |
CN109146952A (zh) * | 2018-09-06 | 2019-01-04 | 北京京东尚科信息技术有限公司 | 估计车厢空闲体积的方法、装置及计算机可读存储介质 |
CN109190696A (zh) * | 2018-08-28 | 2019-01-11 | 江苏科技大学苏州理工学院 | 一种物流包裹分类方法、装置、设备及可读存储介质 |
CN109272547A (zh) * | 2018-09-17 | 2019-01-25 | 南京阿凡达机器人科技有限公司 | 一种包裹外接体积测量方法、系统、存储介质及移动终端 |
CN109447139A (zh) * | 2018-10-18 | 2019-03-08 | 中国农业大学 | 包含完整家畜的养殖场场景点云识别方法及装置 |
CN109871765A (zh) * | 2019-01-16 | 2019-06-11 | 创新奇智(宁波)科技有限公司 | 一种基于图像的物品堆叠检测方法、系统及电子设备 |
CN109886112A (zh) * | 2019-01-16 | 2019-06-14 | 创新奇智(合肥)科技有限公司 | 一种基于图像的物体识别方法、商品自助收银系统及电子设备 |
CN110095062A (zh) * | 2019-04-17 | 2019-08-06 | 北京华捷艾米科技有限公司 | 一种物体体积参数测量方法、装置及设备 |
CN110163904A (zh) * | 2018-09-11 | 2019-08-23 | 腾讯大地通途(北京)科技有限公司 | 对象标注方法、移动控制方法、装置、设备及存储介质 |
CN110276801A (zh) * | 2019-06-24 | 2019-09-24 | 深圳前海达闼云端智能科技有限公司 | 一种物体定位方法、装置及存储介质 |
CN110276317A (zh) * | 2019-06-26 | 2019-09-24 | Oppo广东移动通信有限公司 | 一种物体尺寸检测方法、物体尺寸检测装置及移动终端 |
CN110310325A (zh) * | 2019-06-28 | 2019-10-08 | Oppo广东移动通信有限公司 | 一种虚拟测量方法、电子设备及计算机可读存储介质 |
CN110332895A (zh) * | 2019-07-11 | 2019-10-15 | 广东工业大学 | 一种长方体包裹长宽信息检测的方法、系统及设备 |
CN110349195A (zh) * | 2019-06-25 | 2019-10-18 | 杭州汇萃智能科技有限公司 | 一种基于深度图像的目标物体3d测量参数获取方法、系统和存储介质 |
CN110595356A (zh) * | 2019-09-10 | 2019-12-20 | 湖南海森格诺信息技术有限公司 | 人工储物环境中固体体积的测量方法 |
CN110726996A (zh) * | 2019-11-25 | 2020-01-24 | 歌尔股份有限公司 | 深度模组测距方法、深度相机及移动终端 |
CN110813792A (zh) * | 2019-04-04 | 2020-02-21 | 苏州科睿信飞智能科技有限公司 | 一种智能垃圾识别分类方法 |
CN111383258A (zh) * | 2020-03-10 | 2020-07-07 | 螳螂慧视科技有限公司 | 一种物流包裹体积测量方法、存储介质及终端 |
CN111435069A (zh) * | 2019-01-14 | 2020-07-21 | 顺丰科技有限公司 | 测量体积的方法和装置 |
CN111696152A (zh) * | 2020-06-12 | 2020-09-22 | 杭州海康机器人技术有限公司 | 检测包裹堆垛的方法、装置、计算设备、系统及存储介质 |
CN111767767A (zh) * | 2019-05-24 | 2020-10-13 | 北京京东尚科信息技术有限公司 | 室内物体的检测方法、装置、电子设备与存储介质 |
CN111860060A (zh) * | 2019-04-29 | 2020-10-30 | 顺丰科技有限公司 | 目标检测方法、装置、终端设备及计算机可读存储介质 |
CN111986299A (zh) * | 2019-05-24 | 2020-11-24 | 北京京东尚科信息技术有限公司 | 点云数据处理方法、装置、设备及存储介质 |
CN112102391A (zh) * | 2020-08-31 | 2020-12-18 | 北京市商汤科技开发有限公司 | 测量方法及装置、电子设备及存储介质 |
CN112254635A (zh) * | 2020-09-23 | 2021-01-22 | 洛伦兹(北京)科技有限公司 | 体积测量方法、装置及系统 |
CN112414326A (zh) * | 2020-11-10 | 2021-02-26 | 浙江华睿科技有限公司 | 物体表面平整度的检测方法、装置、电子装置和存储介质 |
CN112529952A (zh) * | 2020-12-15 | 2021-03-19 | 武汉万集信息技术有限公司 | 物体体积测量方法、装置及电子设备 |
CN112710227A (zh) * | 2019-10-24 | 2021-04-27 | 浙江舜宇智能光学技术有限公司 | 箱体体积测量方法及其系统 |
CN112833775A (zh) * | 2019-11-25 | 2021-05-25 | 顺丰科技有限公司 | 物体包装体积的检测方法、装置、终端及可读存储介质 |
CN112964183A (zh) * | 2021-03-12 | 2021-06-15 | 四川旭虹光电科技有限公司 | 弧高测量方法 |
CN112991429A (zh) * | 2019-12-13 | 2021-06-18 | 顺丰科技有限公司 | 箱体体积测量方法、装置、计算机设备和存储介质 |
CN112991427A (zh) * | 2019-12-02 | 2021-06-18 | 顺丰科技有限公司 | 物体体积测量方法、装置、计算机设备和存储介质 |
CN112991428A (zh) * | 2019-12-02 | 2021-06-18 | 顺丰科技有限公司 | 箱体体积测量方法、装置、计算机设备和存储介质 |
WO2021127947A1 (zh) * | 2019-12-23 | 2021-07-01 | 华为技术有限公司 | 一种图像中物体的空间维度测量方法及装置 |
CN113066117A (zh) * | 2019-12-13 | 2021-07-02 | 顺丰科技有限公司 | 箱体体积测量方法、装置、计算机设备和存储介质 |
CN113129255A (zh) * | 2019-12-31 | 2021-07-16 | 杭州海康机器人技术有限公司 | 检测包裹的方法、计算设备、系统及存储介质 |
CN113191174A (zh) * | 2020-01-14 | 2021-07-30 | 北京京东乾石科技有限公司 | 物品定位方法和装置、机器人及计算机可读存储介质 |
CN113379826A (zh) * | 2020-03-10 | 2021-09-10 | 顺丰科技有限公司 | 物流件的体积测量方法以及装置 |
CN113538558A (zh) * | 2020-04-15 | 2021-10-22 | 深圳市光鉴科技有限公司 | 基于ir图的体积测量优化方法、系统、设备及存储介质 |
CN113532267A (zh) * | 2020-04-15 | 2021-10-22 | 深圳市光鉴科技有限公司 | 基于深度相机的体积测量装置 |
CN113538554A (zh) * | 2020-04-15 | 2021-10-22 | 深圳市光鉴科技有限公司 | 基于深度相机的体积测量方法、系统、设备及存储介质 |
CN113538555A (zh) * | 2020-04-15 | 2021-10-22 | 深圳市光鉴科技有限公司 | 基于规则箱体的体积测量方法、系统、设备及存储介质 |
CN113640177A (zh) * | 2021-06-29 | 2021-11-12 | 阿里巴巴新加坡控股有限公司 | 货物密度测量方法、系统以及电子设备 |
CN114003819A (zh) * | 2021-11-27 | 2022-02-01 | 上海迪塔班克数据科技有限公司 | 基于化塑业的互联网数据采集方法及系统 |
CN114199168A (zh) * | 2021-12-16 | 2022-03-18 | 珠海格力电器股份有限公司 | 一种室内体积探测方法、装置、设备及介质 |
CN114279378A (zh) * | 2021-12-10 | 2022-04-05 | 北京林业大学 | 一种立木材积获取方法及装置 |
CN114494404A (zh) * | 2022-02-14 | 2022-05-13 | 云从科技集团股份有限公司 | 物体体积测量方法、系统、装置和介质 |
CN115682941A (zh) * | 2022-12-27 | 2023-02-03 | 广东技术师范大学 | 一种基于结构光相机的包装箱几何尺寸测量方法 |
CN115824052A (zh) * | 2023-02-14 | 2023-03-21 | 长沙空维激光技术服务有限公司 | 一种基于激光雷达点云数据的堆料体积测量方法 |
EP4160532A4 (en) * | 2020-06-03 | 2023-12-06 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | OBJECT MEASUREMENT METHOD AND APPARATUS, VIRTUAL OBJECT PROCESSING METHOD AND APPARATUS, ELECTRONIC MEDIUM AND DEVICE |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160019688A1 (en) * | 2014-07-18 | 2016-01-21 | University Of Georgia Research Foundation, Inc. | Method and system of estimating produce characteristics |
CN106225678A (zh) * | 2016-09-27 | 2016-12-14 | 北京正安维视科技股份有限公司 | 基于3d相机的动态物体定位与体积测量方法 |
CN106803267A (zh) * | 2017-01-10 | 2017-06-06 | 西安电子科技大学 | 基于Kinect的室内场景三维重建方法 |
CN106813568A (zh) * | 2015-11-27 | 2017-06-09 | 阿里巴巴集团控股有限公司 | 物体测量方法及装置 |
-
2018
- 2018-02-11 CN CN201810141815.XA patent/CN108416804A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160019688A1 (en) * | 2014-07-18 | 2016-01-21 | University Of Georgia Research Foundation, Inc. | Method and system of estimating produce characteristics |
CN106813568A (zh) * | 2015-11-27 | 2017-06-09 | 阿里巴巴集团控股有限公司 | 物体测量方法及装置 |
CN106225678A (zh) * | 2016-09-27 | 2016-12-14 | 北京正安维视科技股份有限公司 | 基于3d相机的动态物体定位与体积测量方法 |
CN106803267A (zh) * | 2017-01-10 | 2017-06-06 | 西安电子科技大学 | 基于Kinect的室内场景三维重建方法 |
Non-Patent Citations (2)
Title |
---|
LEE-KANG LIU等: ""Depth Reconstruction From Sparse Samples:Representation, Algorithm, and Sampling"", 《TRANSACTIONS ON IMAGE PROCESSING》 * |
李旭: ""3D视频中的深度图上下采样算法研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (76)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108917747A (zh) * | 2018-08-22 | 2018-11-30 | 深圳市优博讯科技股份有限公司 | 用于移动机器人的导航系统及导航方法 |
CN109190696A (zh) * | 2018-08-28 | 2019-01-11 | 江苏科技大学苏州理工学院 | 一种物流包裹分类方法、装置、设备及可读存储介质 |
CN109146952A (zh) * | 2018-09-06 | 2019-01-04 | 北京京东尚科信息技术有限公司 | 估计车厢空闲体积的方法、装置及计算机可读存储介质 |
CN109146952B (zh) * | 2018-09-06 | 2020-11-20 | 北京京东尚科信息技术有限公司 | 估计车厢空闲体积的方法、装置及计算机可读存储介质 |
US11893785B2 (en) * | 2018-09-11 | 2024-02-06 | Tencent Technology (Shenzhen) Company Limited | Object annotation method and apparatus, movement control method and apparatus, device, and storage medium |
US20210043002A1 (en) * | 2018-09-11 | 2021-02-11 | Tencent Technology (Shenzhen) Company Limited | Object annotation method and apparatus, movement control method and apparatus, device, and storage medium |
CN110163904A (zh) * | 2018-09-11 | 2019-08-23 | 腾讯大地通途(北京)科技有限公司 | 对象标注方法、移动控制方法、装置、设备及存储介质 |
CN110163904B (zh) * | 2018-09-11 | 2022-04-22 | 腾讯大地通途(北京)科技有限公司 | 对象标注方法、移动控制方法、装置、设备及存储介质 |
CN109272547A (zh) * | 2018-09-17 | 2019-01-25 | 南京阿凡达机器人科技有限公司 | 一种包裹外接体积测量方法、系统、存储介质及移动终端 |
CN109447139A (zh) * | 2018-10-18 | 2019-03-08 | 中国农业大学 | 包含完整家畜的养殖场场景点云识别方法及装置 |
CN109447139B (zh) * | 2018-10-18 | 2021-03-05 | 中国农业大学 | 包含完整家畜的养殖场场景点云识别方法及装置 |
CN111435069A (zh) * | 2019-01-14 | 2020-07-21 | 顺丰科技有限公司 | 测量体积的方法和装置 |
CN111435069B (zh) * | 2019-01-14 | 2022-07-08 | 顺丰科技有限公司 | 测量体积的方法和装置 |
CN109886112A (zh) * | 2019-01-16 | 2019-06-14 | 创新奇智(合肥)科技有限公司 | 一种基于图像的物体识别方法、商品自助收银系统及电子设备 |
CN109871765A (zh) * | 2019-01-16 | 2019-06-11 | 创新奇智(宁波)科技有限公司 | 一种基于图像的物品堆叠检测方法、系统及电子设备 |
CN109871765B (zh) * | 2019-01-16 | 2020-11-10 | 创新奇智(上海)科技有限公司 | 一种基于图像的非标物品堆叠检测方法、系统及电子设备 |
CN110813792A (zh) * | 2019-04-04 | 2020-02-21 | 苏州科睿信飞智能科技有限公司 | 一种智能垃圾识别分类方法 |
CN110095062A (zh) * | 2019-04-17 | 2019-08-06 | 北京华捷艾米科技有限公司 | 一种物体体积参数测量方法、装置及设备 |
CN111860060A (zh) * | 2019-04-29 | 2020-10-30 | 顺丰科技有限公司 | 目标检测方法、装置、终端设备及计算机可读存储介质 |
CN111767767A (zh) * | 2019-05-24 | 2020-10-13 | 北京京东尚科信息技术有限公司 | 室内物体的检测方法、装置、电子设备与存储介质 |
CN111986299A (zh) * | 2019-05-24 | 2020-11-24 | 北京京东尚科信息技术有限公司 | 点云数据处理方法、装置、设备及存储介质 |
CN111986299B (zh) * | 2019-05-24 | 2024-03-01 | 北京京东乾石科技有限公司 | 点云数据处理方法、装置、设备及存储介质 |
CN110276801B (zh) * | 2019-06-24 | 2021-09-28 | 达闼机器人有限公司 | 一种物体定位方法、装置及存储介质 |
CN110276801A (zh) * | 2019-06-24 | 2019-09-24 | 深圳前海达闼云端智能科技有限公司 | 一种物体定位方法、装置及存储介质 |
CN110349195B (zh) * | 2019-06-25 | 2021-09-03 | 杭州汇萃智能科技有限公司 | 一种基于深度图像的目标物体3d测量参数获取方法、系统和存储介质 |
CN110349195A (zh) * | 2019-06-25 | 2019-10-18 | 杭州汇萃智能科技有限公司 | 一种基于深度图像的目标物体3d测量参数获取方法、系统和存储介质 |
CN110276317A (zh) * | 2019-06-26 | 2019-09-24 | Oppo广东移动通信有限公司 | 一种物体尺寸检测方法、物体尺寸检测装置及移动终端 |
CN110276317B (zh) * | 2019-06-26 | 2022-02-22 | Oppo广东移动通信有限公司 | 一种物体尺寸检测方法、物体尺寸检测装置及移动终端 |
CN110310325A (zh) * | 2019-06-28 | 2019-10-08 | Oppo广东移动通信有限公司 | 一种虚拟测量方法、电子设备及计算机可读存储介质 |
CN110310325B (zh) * | 2019-06-28 | 2021-09-10 | Oppo广东移动通信有限公司 | 一种虚拟测量方法、电子设备及计算机可读存储介质 |
CN110332895B (zh) * | 2019-07-11 | 2021-07-02 | 广东工业大学 | 一种长方体包裹长宽信息检测的方法、系统及设备 |
CN110332895A (zh) * | 2019-07-11 | 2019-10-15 | 广东工业大学 | 一种长方体包裹长宽信息检测的方法、系统及设备 |
CN110595356A (zh) * | 2019-09-10 | 2019-12-20 | 湖南海森格诺信息技术有限公司 | 人工储物环境中固体体积的测量方法 |
CN112710227A (zh) * | 2019-10-24 | 2021-04-27 | 浙江舜宇智能光学技术有限公司 | 箱体体积测量方法及其系统 |
CN112833775A (zh) * | 2019-11-25 | 2021-05-25 | 顺丰科技有限公司 | 物体包装体积的检测方法、装置、终端及可读存储介质 |
CN110726996B (zh) * | 2019-11-25 | 2021-11-26 | 歌尔光学科技有限公司 | 深度模组测距方法、深度相机及移动终端 |
CN110726996A (zh) * | 2019-11-25 | 2020-01-24 | 歌尔股份有限公司 | 深度模组测距方法、深度相机及移动终端 |
CN112991427A (zh) * | 2019-12-02 | 2021-06-18 | 顺丰科技有限公司 | 物体体积测量方法、装置、计算机设备和存储介质 |
CN112991428A (zh) * | 2019-12-02 | 2021-06-18 | 顺丰科技有限公司 | 箱体体积测量方法、装置、计算机设备和存储介质 |
CN113066117A (zh) * | 2019-12-13 | 2021-07-02 | 顺丰科技有限公司 | 箱体体积测量方法、装置、计算机设备和存储介质 |
CN112991429A (zh) * | 2019-12-13 | 2021-06-18 | 顺丰科技有限公司 | 箱体体积测量方法、装置、计算机设备和存储介质 |
CN113066117B (zh) * | 2019-12-13 | 2024-05-17 | 顺丰科技有限公司 | 箱体体积测量方法、装置、计算机设备和存储介质 |
CN113302654A (zh) * | 2019-12-23 | 2021-08-24 | 华为技术有限公司 | 一种图像中物体的空间维度测量方法及装置 |
WO2021127947A1 (zh) * | 2019-12-23 | 2021-07-01 | 华为技术有限公司 | 一种图像中物体的空间维度测量方法及装置 |
CN113129255A (zh) * | 2019-12-31 | 2021-07-16 | 杭州海康机器人技术有限公司 | 检测包裹的方法、计算设备、系统及存储介质 |
CN113191174A (zh) * | 2020-01-14 | 2021-07-30 | 北京京东乾石科技有限公司 | 物品定位方法和装置、机器人及计算机可读存储介质 |
CN113191174B (zh) * | 2020-01-14 | 2024-04-09 | 北京京东乾石科技有限公司 | 物品定位方法和装置、机器人及计算机可读存储介质 |
CN113379826A (zh) * | 2020-03-10 | 2021-09-10 | 顺丰科技有限公司 | 物流件的体积测量方法以及装置 |
CN111383258B (zh) * | 2020-03-10 | 2024-03-22 | 螳螂慧视科技有限公司 | 一种物流包裹体积测量方法、存储介质及终端 |
CN111383258A (zh) * | 2020-03-10 | 2020-07-07 | 螳螂慧视科技有限公司 | 一种物流包裹体积测量方法、存储介质及终端 |
CN113538554B (zh) * | 2020-04-15 | 2023-10-20 | 深圳市光鉴科技有限公司 | 基于深度相机的体积测量方法、系统、设备及存储介质 |
CN113538558B (zh) * | 2020-04-15 | 2023-10-20 | 深圳市光鉴科技有限公司 | 基于ir图的体积测量优化方法、系统、设备及存储介质 |
CN113538555A (zh) * | 2020-04-15 | 2021-10-22 | 深圳市光鉴科技有限公司 | 基于规则箱体的体积测量方法、系统、设备及存储介质 |
CN113538558A (zh) * | 2020-04-15 | 2021-10-22 | 深圳市光鉴科技有限公司 | 基于ir图的体积测量优化方法、系统、设备及存储介质 |
CN113538555B (zh) * | 2020-04-15 | 2023-10-20 | 深圳市光鉴科技有限公司 | 基于规则箱体的体积测量方法、系统、设备及存储介质 |
CN113532267A (zh) * | 2020-04-15 | 2021-10-22 | 深圳市光鉴科技有限公司 | 基于深度相机的体积测量装置 |
CN113538554A (zh) * | 2020-04-15 | 2021-10-22 | 深圳市光鉴科技有限公司 | 基于深度相机的体积测量方法、系统、设备及存储介质 |
EP4160532A4 (en) * | 2020-06-03 | 2023-12-06 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | OBJECT MEASUREMENT METHOD AND APPARATUS, VIRTUAL OBJECT PROCESSING METHOD AND APPARATUS, ELECTRONIC MEDIUM AND DEVICE |
CN111696152A (zh) * | 2020-06-12 | 2020-09-22 | 杭州海康机器人技术有限公司 | 检测包裹堆垛的方法、装置、计算设备、系统及存储介质 |
CN112102391A (zh) * | 2020-08-31 | 2020-12-18 | 北京市商汤科技开发有限公司 | 测量方法及装置、电子设备及存储介质 |
CN112254635B (zh) * | 2020-09-23 | 2022-06-28 | 洛伦兹(北京)科技有限公司 | 体积测量方法、装置及系统 |
CN112254635A (zh) * | 2020-09-23 | 2021-01-22 | 洛伦兹(北京)科技有限公司 | 体积测量方法、装置及系统 |
CN112414326A (zh) * | 2020-11-10 | 2021-02-26 | 浙江华睿科技有限公司 | 物体表面平整度的检测方法、装置、电子装置和存储介质 |
CN112529952B (zh) * | 2020-12-15 | 2023-11-14 | 武汉万集光电技术有限公司 | 物体体积测量方法、装置及电子设备 |
CN112529952A (zh) * | 2020-12-15 | 2021-03-19 | 武汉万集信息技术有限公司 | 物体体积测量方法、装置及电子设备 |
CN112964183B (zh) * | 2021-03-12 | 2022-04-12 | 四川涪盛科技有限公司 | 弧高测量方法 |
CN112964183A (zh) * | 2021-03-12 | 2021-06-15 | 四川旭虹光电科技有限公司 | 弧高测量方法 |
CN113640177A (zh) * | 2021-06-29 | 2021-11-12 | 阿里巴巴新加坡控股有限公司 | 货物密度测量方法、系统以及电子设备 |
CN114003819A (zh) * | 2021-11-27 | 2022-02-01 | 上海迪塔班克数据科技有限公司 | 基于化塑业的互联网数据采集方法及系统 |
CN114279378B (zh) * | 2021-12-10 | 2023-09-01 | 北京林业大学 | 一种立木材积获取方法及装置 |
CN114279378A (zh) * | 2021-12-10 | 2022-04-05 | 北京林业大学 | 一种立木材积获取方法及装置 |
CN114199168A (zh) * | 2021-12-16 | 2022-03-18 | 珠海格力电器股份有限公司 | 一种室内体积探测方法、装置、设备及介质 |
CN114494404A (zh) * | 2022-02-14 | 2022-05-13 | 云从科技集团股份有限公司 | 物体体积测量方法、系统、装置和介质 |
CN115682941B (zh) * | 2022-12-27 | 2023-03-07 | 广东技术师范大学 | 一种基于结构光相机的包装箱几何尺寸测量方法 |
CN115682941A (zh) * | 2022-12-27 | 2023-02-03 | 广东技术师范大学 | 一种基于结构光相机的包装箱几何尺寸测量方法 |
CN115824052A (zh) * | 2023-02-14 | 2023-03-21 | 长沙空维激光技术服务有限公司 | 一种基于激光雷达点云数据的堆料体积测量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108416804A (zh) | 获取目标物体体积的方法、装置、终端设备及存储介质 | |
CN106127771B (zh) | 基于激光雷达lidar点云数据获取隧道正射影像系统及方法 | |
CN109916302B (zh) | 一种载货箱体的体积测量方法和系统 | |
CN109029253B (zh) | 一种包裹体积测量方法、系统、储存介质及移动终端 | |
KR102559661B1 (ko) | 부피 측량 방법, 시스템, 설비 및 컴퓨터 판독이 가능한 저장매체 | |
CN103196370B (zh) | 一种导管接头空间位姿参数的测量方法和装置 | |
CN108401461A (zh) | 三维建图方法、装置、系统、云端平台、电子设备和计算机程序产品 | |
Wu et al. | Quality-driven poisson-guided autoscanning | |
JP2016161569A (ja) | オブジェクトの3d姿勢およびオブジェクトのランドマーク点の3dロケーションを求める方法、およびオブジェクトの3d姿勢およびオブジェクトのランドマークの3dロケーションを求めるシステム | |
US8654193B2 (en) | Method for registering model data for optical recognition processing and optical sensor | |
US9105103B2 (en) | Systems and methods of tracking object movements in three-dimensional space | |
WO2022213612A1 (zh) | 一种非接触式三维人体尺寸的测量方法 | |
CN106709947A (zh) | 一种基于rgbd相机的三维人体快速建模系统 | |
CN109272547A (zh) | 一种包裹外接体积测量方法、系统、存储介质及移动终端 | |
CN109708578A (zh) | 一种植株表型参数测量装置、方法及系统 | |
Glasner et al. | aware object detection and continuous pose estimation | |
CN102222357B (zh) | 基于图像分割和网格细分的脚型三维表面重建方法 | |
CN111754573B (zh) | 一种扫描方法及系统 | |
KR20150127710A (ko) | 3차원 프린팅을 위한 슬라이싱 및/또는 텍스쳐링 | |
CN110411339A (zh) | 一种基于平行激光束的水下目标尺寸测量设备及方法 | |
CN109977466A (zh) | 一种三维扫描视点规划方法、装置及计算机可读存储介质 | |
Yang et al. | The effect of spatial information characterization on 3D local feature descriptors: A quantitative evaluation | |
CN112344869A (zh) | 基于侧面拟合的铁塔变形监测方法及系统 | |
CN105466523A (zh) | 基于单摄像机图像的堆粮高度的测量方法和装置 | |
CN110207670A (zh) | 一种使用二维图像获取人工林森林冠幅参数的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |