CN109000559B - 一种物体体积的测量方法、装置、系统和可读存储介质 - Google Patents
一种物体体积的测量方法、装置、系统和可读存储介质 Download PDFInfo
- Publication number
- CN109000559B CN109000559B CN201810594836.7A CN201810594836A CN109000559B CN 109000559 B CN109000559 B CN 109000559B CN 201810594836 A CN201810594836 A CN 201810594836A CN 109000559 B CN109000559 B CN 109000559B
- Authority
- CN
- China
- Prior art keywords
- value
- dimensional
- volume
- detected
- data
- 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
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种物体体积的测量方法,通过三维激光相机直接获取与待测物体的三维图像信息对应的三维数据,相比于现有技术而言,无需再获取待测物体的图片,从而可以避免因图片失真而带来的测量误差;并且,在获取到三维数据之后,直接对三维数据进行处理计算就可以得到体积参数以计算待测物体的体积,而无需再大量的处理图片数据,从而可以有效减小测量物体体积的计算量。由此可见,应用本测量方法,不仅可以避免因图片失真带来的测量误差,提高测量结果的准确性,而且,还可以同时避免处理图片数据,进一步减小测量物体体积的计算量。此外,本发明还公开了一种物体体积的测量装置、系统和计算机可读存储介质,效果如上。
Description
技术领域
本发明涉及测量技术领域,特别涉及一种物体体积的测量方法、装置、系统和可读存储介质。
背景技术
在物流领域里,由于物体的体积涉及到物流计费、装车运输及仓库存储,所以,准确地获取物体的体积极其重要。
在现有技术中,为了实现物体体积的准确测量,可以采用的一种物体体积的测量系统包括线激光器、图像采集设备和图像处理设备。应用该测量系统时,不仅需要先对图像采集设备生成的图片进行分析处理,从而存在测量物体体积的计算量大的缺点,而且图像采集设备还很容易受环境干扰(如反光)而出现图片失真的情况,会进一步导致测量结果不可靠的问题。
因此,如何减少测量物体体积的计算量和提高测量结果的可靠性是本领域技术人员目前需要解决的技术问题。
发明内容
本发明的目的是提供一种物体体积的测量方法、装置、系统和可读存储介质,能够减少测量物体体积的计算量和提高测量结果的可靠性。
为了解决上述技术问题,本发明提供的一种物体体积的测量方法,包括:
利用三维激光相机获取与待测物体的三维图像信息对应的三维数据;
处理所述三维数据以获得所述待测物体的体积参数;
依据所述体积参数计算所述待测物体的体积。
优选地,所述处理所述三维数据以获得所述待测物体的体积参数包括:
对所述三维数据进行滤波和聚类处理,得到聚类数据,并按照高度信息将所述聚类数据分离为与所述待测物体的上表面对应的第一聚类数据集和与所述待测物体的下表面对应的第二聚类数据集;
确定与所述第一聚类数据集对应的第一距离和与所述第二聚类数据集对应的第二距离,并计算所述第二距离与所述第一距离的差值,将所述差值作为所述待测物体的高度值;
将与所述第一距离对应的三维数据投影至X轴和Y轴构成的平面以形成底面图形,并基于所述底面图形确定底面积参数。
优选地,所述对所述三维数据进行滤波和聚类处理具体包括:
对所述三维数据进行滤波阈值为3σ的高斯滤波,得到滤波数据,其中,σ为标准差;
按照所述高度信息对所述滤波数据进行K-Means聚类,得到所述聚类数据。
优选地,所述确定与所述第一聚类数据集对应的第一距离和与所述第二聚类数据集对应的第二距离具体包括:
对所述第一聚类数据集和所述第二聚类数据集进行高斯滤波;
计算滤波后的所述第一聚类数据集的第一平均值和滤波后的所述第二聚类数据集的第二平均值;
则对应的,所述计算所述第二距离与所述第一距离的差值,并将所述差值作为所述待测物体的高度值具体为:
计算所述第二距离的平均值和所述第一距离的平均值的平均差值,将所述平均差值作为所述待测物体的高度值。
优选地,所述将与所述第一距离对应的三维数据投影至X轴和Y轴构成的平面以形成底面图形,并基于所述底面图形确定底面积参数具体包括:
依据预设高度阈值过滤与所述第一距离对应的三维数据以获得投影数据,并将所述投影数据投影至所述X轴和所述Y轴构成的平面,形成所述底面图形;
对所述底面图形进行凸包处理,并获取所述底面图形的边角点坐标;
基于所述边角点坐标确定所述底面积参数。
优选地,所述待测物体具体为长方体,则所述基于所述边角点坐标确定所述底面积参数具体包括:
确定所述边角点坐标中最大的X轴坐标值、最小的X轴坐标值、最大的Y轴坐标值和最小的Y轴坐标值;
计算所述最大的X轴坐标值与所述最小的X轴坐标值的差值,并作为所述待测物体底面的长度值;
计算所述最大的Y轴坐标值和所述最小的Y轴坐标值的差值,并作为所述待测物体底面的宽度值;
其中,所述底面积参数包括所述长度值和所述宽度值。
为了解决上述技术问题,本发明还提供的一种物体体积的测量装置,包括:
获取单元,用于利用三维激光相机获取与待测物体的三维图像信息对应的三维数据;
处理单元,用于处理所述三维数据以获得所述待测物体的体积参数;
计算单元,用于依据所述体积参数计算所述待测物体的体积。
为了解决上述技术问题,本发明还提供的一种物体体积的测量系统,包括:
用于采集待测物体的三维图像信息,并转化为三维数据的三维激光相机;
用于传送所述待测物体的传送带,其中,所述传送带的传送路径中包括所述三维激光相机的采集区域;
设置于所述传送带,用于调节所述待测物体的位置以使所述待测物体处于所述采集区域中的调节挡板;
与所述三维激光相机连接,用于执行如上述任一种物体体积的测量方法的步骤的数据处理设备。
优选地,还包括与所述数据处理设备连接的相机触发装置;
当所述待测物体进入所述三维激光相机的采集区域时,所述相机触发装置向所述三维激光相机发送触发信号以控制所述三维激光相机采集所述三维图像信息。
为了解决上述技术问题,本发明还提供的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如上述任一种物体体积的测量方法的步骤。
本发明提供了一种物体体积的测量方法,通过三维激光相机直接获取与待测物体的三维图像信息对应的三维数据,相比于现有技术而言,无需再获取待测物体的图片,从而可以避免因图片失真而带来的测量误差;并且,在获取到三维数据之后,直接对三维数据进行处理计算就可以得到体积参数以计算待测物体的体积,而无需再大量的处理图片数据,从而可以有效减小测量物体体积的计算量。由此可见,应用本测量方法,不仅可以避免因图片失真带来的测量误差,提高测量结果的准确性,而且,还可以同时避免处理图片数据,进一步减小测量物体体积的计算量。此外,本发明还提供了一种物体体积的测量装置、系统和计算机可读存储介质,效果如上。
附图说明
为了更清楚地说明本发明实施例,下面将对实施例中所需要使用的附图做简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他附图。
图1为本发明实施例提供的一种物体体积的测量方法的流程图;
图2为本发明实施例提供的一种物体体积的测量装置的组成示意图;
图3为本发明实施例提供的一种物体体积的测量系统的结构示意图;
图4为本发明实施例提供的另一种物体体积的测量方法的流程图;
图5为本发明实施例提供的一种采用凸包算法获得的投影到X轴和Y轴构成的平面上的图形。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部实施例。基于本发明中的实施例,本领域普通技术人员在没有付出创造性劳动的前提下,所获得的所有其他实施例,都属于本发明保护范围。
本发明的目的是提供一种物体体积的测量方法、装置、系统和可读存储介质,能够减少测量物体体积的计算量和提高测量结果的可靠性。
为了使本领域的技术人员更好的理解本发明技术方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。
图1为本发明实施例提供的一种物体体积的测量方法的流程图。如图1所示,本实施例提供的物体体积的测量方法,包括:
S10:利用三维激光相机获取与待测物体的三维图像信息对应的三维数据。
其中,三维数据为多组离散三维数据。
三维激光相机应用激光三维成像技术,具有测点精度高、测点密度大、信息量丰富、数据处理高度自动化、产品高度数字化等优点,其采集的三维数据,相对于图像采集设备采集图像生成图片数据而言,其受环境影响小,不会出现因图片失真而导致测量结果输出误差的情况,可靠性高。因此,对于步骤S10来说,利用三维激光相机获取与待测物体的三维信息对应的三维数据,可以提高物体体积测量的可靠性。
S11:处理三维数据以获得待测物体的体积参数。
其中,待测物体的体积参数指用于计算待测物体体积的参数,例如,对于正方体而言,体积参数即为正方体的边长;对于长方体而言,体积参数即为长方体的长、宽和高;对于圆柱体而言,体积参数即为圆柱体的底面圆半径和圆柱体的高。
在执行完步骤S10之后,可以获取到与待测物体的三维图像信息对应的三维数据。而由于三维数据属于非图片数据,相对于直接处理图片数据而言,计算量显著下降,因此,对于步骤S11来说,直接对获取到的三维数据进行处理获得待测物体的体积参数,不仅能够有效地减少计算量,提高计算效率,而且,还可以规避由于图片受环境影响大而带来的风险,提高测量结果的可靠性。在具体实施中,对三维数据进行处理以获得待测物体的体积参数的方法较多,例如,对于待测物体的高度值获取而言,可以通过对三维数据进行聚类处理,分别求得待测物体的上表面距离三维激光相机的距离和待测物体下表面距离三维激光相机的距离,然后再对距离作差求得;也可以直接利用三维数据计算待测物体的空间坐标,利用空间坐标中的Z轴数据作差来获得。再例如,对于待测物体的底面积参数而言,可以将与第一距离对应的三维数据在水平面的投影得到投影图形,以投影图形作为待测物体底面进行分析计算获得,也可以直接利用三维数据计算待测物体的空间坐标,利用空间坐标来求得。其中,待测物体的底面积参数是指计算待测物体的底面积使需要的参数,例如,如果待测物体的底面为矩形,底面积参数即为长和宽;如果待测物体的底面为三角形,底面积参数即为底和高;如果待测物体的底面积为圆形,底面积参数即为半径。
S12:依据体积参数计算待测物体的体积。
在步骤S11中获得体积参数之后,直接依据体积参数计算待测物体的体积即可,具体计算方法与待测物体的具体形状有关,可以参考现有技术,本发明不再赘述。
综上所述,本实施例提供了一种物体体积的测量方法,通过三维激光相机直接获取与待测物体的三维图像信息对应的三维数据,相比于现有技术而言,无需再获取待测物体的图片,从而可以避免因图片失真而带来的测量误差;并且,在获取到三维数据之后,直接对三维数据进行处理计算就可以得到体积参数以计算待测物体的体积,而无需再大量的处理图片数据,从而可以有效减小测量物体体积的计算量。由此可见,应用本测量方法,不仅可以避免因图片失真带来的测量误差,提高测量结果的准确性,而且,还可以同时避免处理图片数据,进一步减小测量物体体积的计算量。
为了提高测量结果的精确度,基于上述实施例,作为一种优选的实施方式,处理三维数据以获得待测物体的体积参数包括:
对三维数据进行滤波和聚类处理,得到聚类数据,并按照高度信息将聚类数据分离为与待测物体的上表面对应的第一聚类数据集和与待测物体的下表面对应的第二聚类数据集;
确定与第一聚类数据集对应的第一距离和与第二聚类数据集对应的第二距离,并计算第二距离与第一距离的差值,将差值作为待测物体的高度值;
将与第一距离对应的三维数据投影至X轴和Y轴构成的平面以形成底面图形,并基于底面图形确定底面积参数。
其中,待测物体为规则几何体,其体积可以由底面积乘以高获得;底面积参数指可以计算待测物体底面积的参数;待测物体的下表面指待测物体与检测平台的接触面,待测物体的上表面与待测物体的下表面相对,形状一致,无论是待测物体的上表面或待测物体的下表面均可作为待测物体的底面。
在本实施例中,首先对三维数据进行滤波和聚类处理,按照聚类数据中的高度信息将聚类数据分为两类,一类与待测物体的上表面对应,另一类与待测物体的下表面(检测台表面)对应;然后再根据第一聚类数据集计算第一距离和根据第二类数据集计算第二距离,第一距离即为待测物体上面表到三维激光相机的距离,第二距离即为检测台表面到三维激光相机的距离,且由于待测物体的下表面与检测台表面处于同一平面内,所以第二距离也即为待测物体的下表面到三维激光相机的距离,利用第二距离和第一距离作差便可以求得待测物体的高度值;最后,将与第一距离对应的三维数据投影至X轴和Y轴构成的平面所形成的底面图形,实质上,是将待测物体的上表面投影至X轴和Y轴构成的平面所形成的图形,因此,将与第一距离对应的三维数据投影至X轴和Y轴构成的平面相当于将待测物体的底面投影至X轴和Y轴构成的平面,从而能够基于底面图形确定待测物体的底面积参数。具体地,可以直接将底面图形的面积参数作为待测物体的底面积参数。
当然,可以理解的是,通过聚类的方法确定待测物体的高度值仅为一种优选的实施方式,而并非全部的实施方式,例如,除了通过聚类的方法确定待测物体的高度值以外,还可以利用三维数据确定待测物体的三维坐标,利用三维坐标中的Z轴坐标计算待测物体的高度值。在实际应用中,测量精度需求和测量速度需求不尽相同,具体使用何种方式应结合实际情况决定,本发明对此不做限定。
为了进一步提高测量结果的精确度、测量速度及效率,基于上述实施例,作为一种优选的实施方式,对三维数据进行滤波和聚类处理具体包括:
对三维数据进行滤波阈值为3σ的高斯滤波,得到滤波数据,其中,σ为标准差;
按照高度信息对滤波数据进行K-Means聚类,得到聚类数据。
在本实施例中,对三维数据进行的是滤波阈值为3σ的高斯滤波,可以去除三维数据中的噪点,从而减少噪点对后续计算步骤的影响。当然,滤波阈值选取为3σ仅为一种优选的实施方式,在实际应用中,滤波阈值具体选取为多少合适,应根据测量精度的要求确定,但是,值得注意的,滤波阈值的选取不宜过大或过小,如果过大,则很难有效去除数据中的噪点,而如果过小,则可能滤除有效数据。对滤波数据进行聚类时,使用的是K-Means聚类算法,K-Means聚类算法具有简单、速度快、效率高、可伸缩和时间复杂度近与线性等优点,能够提升物体体积的测量速度和测量效率。
为了进一步提高测量结果的精确度,基于上述实施例,作为一种优选的实施方式,确定与第一聚类数据集对应的第一距离和与第二聚类数据集对应的第二距离具体包括:
对第一聚类数据集和第二聚类数据集进行高斯滤波;
计算滤波后的第一聚类数据集的第一平均值和滤波后的第二聚类数据集的第二平均值;
其中,第一平均值为第一距离的平均值,第二平均值为第二距离的平均值;
则对应的,计算第二距离与第一距离的差值,并将差值作为待测物体的高度值具体为:
计算第二平均值和第一平均值的平均差值,将平均差值作为待测物体的高度值。
在本实施例中,将聚类数据分离为第一聚类数据集和第二聚类数据集之后,会分别再次对第一聚类数据集和第二聚类数据集进行高斯滤波,能够再次去除第一聚类数据集和第二聚类数据集中的噪点,进一步减少噪点对后续计算步骤的影响。在去除第一聚类数据集和第二聚类数据集中的噪点后,本实施例通过求均值的处理方式计算高度值,能够进一步减小测量误差,提升测量精确度。
为了进一步提升测量结果的准确性,基于上述实施例,作为一种优选的实施方式,将与第一距离对应的三维数据投影至X轴和Y轴构成的平面以形成底面图形,并基于底面图形确定底面积参数具体包括:
依据预设高度阈值过滤与第一距离对应的三维数据以获得投影数据,并将投影数据投影至X轴和Y轴构成的平面,形成底面图形;
对底面图形进行凸包处理,并获取底面图形的边角点坐标;
基于边角点坐标确定底面积参数。
其中,预设高度阈值预先设置,可以是一个取值范围,也可以仅是一个最高值或最低值,当第一距离超出预设高度阈值时,认为该第一距离存在严重误差,需要将其滤除。当然,预设高度阈值的具体值与具体的应用环境相关,本发明对此不做限定。
在本实施例中,通过对计算出的第一距离进行进一步的过滤,可以滤除存在严重误差的第一距离,从而能够进一步去除投影数据中与存在严重误差的第一距离对应的三维数据,净化三维数据,达到提高测量结果的准确性目的。在过滤完成后,对由投影数据构成的底面图形进行凸包处理,确定底面图形的边界以获取底面图形的边角点坐标,然后再利用边角点坐标计算底面图形的面积参数,从而确定待测物体的底面积参数。
如果待测物体具体为长方体,则为了简化底面积参数的计算过程,基于上述实施例,作为一种优选的实施方式,基于边角点坐标确定底面积参数具体包括:
确定边角点坐标中最大的X轴坐标值、最小的X轴坐标值、最大的Y轴坐标值和最小的Y轴坐标值;
计算最大的X轴坐标值与最小的X轴坐标值的差值,并作为矩形的长度值;
计算最大的Y轴坐标值和最小的Y轴坐标值的差值,并作为矩形的宽度值;
其中,底面积参数包括长度值和宽度值。
在本实施例中,对应于待测物体具体为长方体的情况,可以直接获取边角点坐标中的X轴坐标的最大值和最小值,Y轴坐标的最大值和最小值,然后再以最大的X轴坐标值与最小的X轴坐标值的差值为底面积参数中的长度值,以最大的Y轴坐标值和最小的Y轴坐标值的差值为底面积参数中的宽度值即可,计算过程简单。
上文对本发明提供的一种物体体积的测量方法进行了详细描述,本发明还提供了一种物体体积的测量装置,由于该测量装置部分的实施例与测量方法部分的实施例相互照应,所以,物体体积的测量装置部分的实施例可以参考物体体积的测量方法部分的实施例的描述,对于相同的部分,下文不再赘述。
图2为本发明实施例提供的一种物体体积的测量装置的组成示意图。如图2所示,本实施例提供的测量装置包括:
获取单元20,用于利用三维激光相机获取与待测物体的三维图像信息对应的三维数据。
处理单元21,用于处理三维数据以获得待测物体的体积参数。
计算单元22,用于依据体积参数计算待测物体的体积。
本实施例提供了一种物体体积的测量装置,获取单元用于利用三维激光相机直接获取与待测物体的三维图像信息对应的三维数据,相比于现有技术而言,无需再获取待测物体的图片,从而可以避免因图片失真而带来的测量误差;并且,获取单元在获取到三维数据之后,处理单元直接对三维数据进行处理计算就可以得到待测物体的体积参数,最终通过计算单元得到待测物体的体积,而无需再大量的处理图片数据,从而可以有效减小测量物体体积的计算量。由此可见,应用本测量装置,不仅可以避免因图片失真带来的测量误差,提高测量结果的准确性,而且,还可以同时避免处理图片数据,进一步减小测量物体体积的计算量。
基于上述实施例,作为一种优选的实施方式,处理单元21具体包括:
聚类单元,用于对三维数据进行滤波和聚类处理,得到聚类数据,并按照高度信息将聚类数据分离为与待测物体的上表面对应的第一聚类数据集和与待测物体的下表面对应的第二聚类数据集;
第一确定单元,用于确定与第一聚类数据集对应的第一距离和与第二聚类数据集对应的第二距离,并计算第二距离与第一距离的差值,将差值作为待测物体的高度值;
第二确定单元,用于将与第一距离对应的三维数据投影至X轴和Y轴构成的平面以形成底面图形,并基于底面图形确定底面积参数。
上文对本发明提供的一种物体体积的测量方法进行了详细描述,本发明还提供了一种物体体积的测量系统,由于该测量系统部分的实施例与测量方法部分的实施例相互照应,所以,物体体积的测量系统部分的实施例可以参考物体体积的测量方法部分的实施例的描述,对于相同的部分,下文不再赘述。
图3为本发明实施例提供的一种物体体积的测量系统的结构示意图。如图3所示,本实施例提供的测量系统包括:
用于采集待测物体30的三维图像信息,并转化为三维数据的三维激光相机31;
用于传送待测物体30的传送带32,其中,传送带32的传送路径中包括三维激光相机31的采集区域;
设置于传送带32,用于调节待测物体30的位置以使待测物体30处于采集区域中的调节挡板33。
与三维激光相机31连接,用于执行如上述任一种物体体积的测量方法的步骤的数据处理设备34。
其中,采集区域指三维激光相机31的视野范围;数据处理设备34可以具体为计算机、平板电脑及手机等搭载有处理器的设备,该处理器可以按照预先植入的程序算法实现如上述任一种物体体积的测量方法的步骤。
应用本实施例提供的物体体积的测量系统,三维激光相机31设置于传送带32的上方,并要保证传送带32在传送的待测物体30的过程中,与调节挡板33配合使得待测物体30有一定的时间是能够完全处在三维激光相机31的采集区域中的,当然,处于采集区域中的时间长短与三维激光相机采集数据的速度和效率相关,本发明对此不做限定。并且,可以理解的是,在具体应用中,为了更好的固定三维激光相机31,可以为该测量系统配置一个用于固定三维激光相机31的L型支架35。
本实施例提供的物体体积的测量系统包括三维激光相机,可以采集待测物体的三维数据;传送带,可以传送待测物体;调节挡板,可以调节待测物体的位置;数据处理设备,可以实现上述任一种物体体积的测量方法的步骤。因此,在将待测物体放置于传送带之后,传送带可以将待测传送至采集区域附近,并与调节挡板配合,使得三维激光相机可以采集到待测物体的三维数据,再由数据处理设备执行上述任一种物体体积的测量方法的步骤,最终可以实现对待测物体体积的测量。并且,由于数据处理设备可以实现上述任一种物体体积的测量方法的步骤,所以本测量系统具有同上述任一种物体体积的测量方法相同的有益效果,本发明不再赘述。此外,现有的物体体积的测量系统,线激光器和图像采集设备的相对安装位置及其各自相对于待测物体的安装角度与测量结果密切相关,所以,在测量物体体积之前需要花费大量的时间安装调试测量系统,存在安装调试困难大的缺点。而应用本实施例提供的物体体积的测量系统,只需要将三维激光相机设置于传送带的上方即可,大大降低了调试难度。同时,本测量系统无需单独配置线激光器,也可以降低测量系统的硬件成本。
如图3所示,为了使测量系统更加智能,基于上述实施例,作为一种优选的实施方式,还包括与三维激光相机31连接的相机触发装置36;
当待测物体30进入三维激光相机31的采集区域时,相机触发装置36向三维激光相机31发送触发信号以控制三维激光相机31采集三维图像信息。
在本实施例中,为测量系统配置了相机触发装置36,可以设置于比传送带32表面稍高的位置,且优选与传送带32的运行方向保持垂直,用于将是否有待测物体30处于采集区域中的信号发送至三维激光相机31,以控制三维激光相机31的工作状态,当有待检测物体30处于采集区域时,相机触发装置36向三维激光相机31发送触发信号,以控制三维激光相机31工作,当采集区域无待测物体30时,相机触发装置36不向三维激光相机31发送触发信号以控制三维激光相机31暂停工作,可见,相机触发装置36的设置,可以避免使三维激光相机31一直保持在工作状态或需要人工控制三维激光相机31的工作状态的情况,使得测量系统更加智能。在具体应用中,相机触发装置36具体可以为接近开关等可以判断采集区域中是否有待测物体存在的检测装置。并且,可以理解的是,相机触发装置36向三维激光相机31发送触发信号的时刻优选为待测物体30处于采集区域的中心位置时。
为了使本领域的技术人员更好理解本发明提供的技术方案,下面结合附图,以一个长方体物体的体积测量过程为例进行详细说明。
需要说明的是,在本实施例中,将型号为Visionary-T的三维激光相机作为上述测量系统中的三维激光相机31,将计算机作为数据处理设备34。型号为Visionary-T的三维激光相机是一种基于三维激光时间飞行原理,采用激光快照(3D Snap-shot)技术,获取采集区域内物体的三维坐标数据的三维相机,型号为Visionary-T的三维激光相机生成的三维数据可以通过以太网等总线输出。其中,型号为Visionary-T的三维激光相机每次返回的三维数据约25000个。
在进行体积测量之前,将型号为Visionary-T的三维激光相机的中心线垂直于传送带32,传送带32行于地面,且型号为Visionary-T的三维激光相机与传送带32的高度可调整,在传送带32上放置待测物体30,型号为Visionary-T的三维激光相机通过以太网与计算机相连。利用SOPAS软件,令型号为Visionary-T的三维激光相机的采集区域覆盖整个传送带,如图3中阴影区域。根据待测物体30的最大尺寸,设置调节挡板33的角度,使最大尺寸的待测物体30能够完全处于型号为Visionary-T的三维激光相机的采集区域中。其中,待测物体为长方体物体。
图4为本发明实施例提供的另一种物体体积的测量方法的流程图。如图4所示,该方法包括如下步骤:
S40:初始化型号为Visionary-T的三维激光相机。
S41:判断是否接收到相机触发装置发送的触发信号,如果是,则进入步骤S42,如果否,则重复本步骤S41。
S42:调用型号为Visionary-T的三维激光相机对采集区域中三维图像信息进行采集,并获取型号为Visionary-T的三维激光相机返回的多组离散三维数据。
S43:对多组离散三维数据进行高斯滤波以去除多组离散三维数据中的噪点。
在步骤S43中,高斯滤的滤波阈值为3σ(其中σ为标准差)。
S44:按照高度信息,对滤波后的多组离散三维数据进行K-Means聚类,分离出待测物体上表面和传送带表面到三维激光相机距离的聚类数据集。
S45:根据上述两组聚类数据集计算待测物体的高度值。
对于步骤S45而言,可以先对上述两组聚类数据集进行高斯滤波,然后对滤波后的聚类数据集中的数据进行求平均值,得到型号为Visionary-T的三维激光相机到待测物体上表面和传送带表面的距离平均值,对这两个距离平均值进行求差运算,获得待测物体的高度值。
S46:通过设置高度阈值,对待测物体高度值附近的三维数据进行过滤,并将过滤后的数据投影到X轴和Y轴构成的平面上。
在步骤S46中,高度阈值根据实际使用中待测物体的高度值范围预先设置。
S47:对投影到X轴和Y轴构成的平面上的数据进行凸包处理,获取边角点的坐标。
图5为本发明实施例提供的一种采用凸包算法获得的投影到X轴和Y轴构成的平面上的图形。如图5所示,图中小黑点为投影到X轴和Y轴构成的平面上的数据,包围图中所有小黑点的实线框为对投影到X轴和Y轴构成的平面上的数据进行凸包处理后得到的投影图形,步骤S47中的边角点指的是投影图形的边角点。
S48:依据边角点的坐标计算待测物体的长度值和宽度值。
对于步骤S48而言,可以先求对边角点的坐标中的最小X轴坐标值、最大X轴坐标值、最小Y轴坐标值及最大Y坐标值,然后再通过上面获得的4个最值坐标值,求取待测物体长度值和宽度值。其中待测物体的长度值为:最大X轴坐标值减去最小X轴坐标值;宽度值:最大Y轴坐标值减去最小Y轴坐标值。
S49:基于高度值、长度值和宽度值计算待测物体的体积并输出。
本发明还提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器执行时实现如上述任一种物体体积的测量方法的步骤。
本实施例提供的计算机可读存储介质,由于计算机程序被处理器执行时,可以实现上述任一实施例提供的物体体积的测量方法的步骤,所以本计算机可读存储介质具有同上述物体体积的测量方法同样的实际效果。
另外,需要说明的是,本发明提供的物体体积的测量方法、装置、系统和可读存储介质均优先应用于对长方体物体的体积测量。
以上对本发明所提供的物体体积的测量方法、装置、系统和可读存储介质进行了详细介绍。说明书中各个实施例采用递进的方式描述,每个实施例重点说明都是与其它实施例的不同之处,各个实施例之间相同相似部分互相参见即可。
应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
还需要说明的是,在本说明书中,诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或者操作区分开来,而不一定要求或者暗示这些实体或者操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何变体意在涵盖非排他性的包含,从而使得包括一系列的要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其它要素,或者还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
Claims (7)
1.一种物体体积的测量方法,其特征在于,包括:
利用三维激光相机获取与待测物体的三维图像信息对应的三维数据;
处理所述三维数据以获得所述待测物体的体积参数;
依据所述体积参数计算所述待测物体的体积;
所述处理所述三维数据以获得所述待测物体的体积参数具体包括:
对所述三维数据进行滤波和聚类处理,得到聚类数据,并按照高度信息将所述聚类数据分离为与所述待测物体的上表面对应的第一聚类数据集和与所述待测物体的下表面对应的第二聚类数据集;
确定与所述第一聚类数据集对应的第一距离和与所述第二聚类数据集对应的第二距离,并计算所述第二距离与所述第一距离的差值,将所述差值作为所述待测物体的高度值;
将与所述第一距离对应的三维数据投影至X轴和Y轴构成的平面以形成底面图形,并基于所述底面图形确定底面积参数;
所述确定与所述第一聚类数据集对应的第一距离和与所述第二聚类数据集对应的第二距离具体包括:
对所述第一聚类数据集和所述第二聚类数据集进行高斯滤波;
计算滤波后的所述第一聚类数据集的第一平均值和滤波后的所述第二聚类数据集的第二平均值;
其中,所述第一平均值为所述第一距离的平均值,所述第二平均值为所述第二距离的平均值;
则对应的,所述计算所述第二距离与所述第一距离的差值,并将所述差值作为所述待测物体的高度值具体为:
计算所述第二平均值和所述第一平均值的平均差值,将所述平均差值作为所述待测物体的高度值;
所述将与所述第一距离对应的三维数据投影至X轴和Y轴构成的平面以形成底面图形,并基于所述底面图形确定底面积参数具体包括:
依据预设高度阈值过滤与所述第一距离对应的三维数据以获得投影数据,并将所述投影数据投影至所述X轴和所述Y轴构成的平面,形成所述底面图形;
对所述底面图形进行凸包处理,并获取所述底面图形的边角点坐标;
基于所述边角点坐标确定所述底面积参数。
2.根据权利要求1所述的测量方法,其特征在于,所述对所述三维数据进行滤波和聚类处理具体包括:
对所述三维数据进行滤波阈值为3σ的高斯滤波,得到滤波数据,其中,σ为标准差;
按照所述高度信息对所述滤波数据进行K-Means聚类,得到所述聚类数据。
3.根据权利要求1或2所述的测量方法,其特征在于,所述待测物体具体为长方体,则所述基于所述边角点坐标确定所述底面积参数具体包括:
确定所述边角点坐标中最大的X轴坐标值、最小的X轴坐标值、最大的Y轴坐标值和最小的Y轴坐标值;
计算所述最大的X轴坐标值与所述最小的X轴坐标值的差值,并作为所述待测物体底面的长度值;
计算所述最大的Y轴坐标值和所述最小的Y轴坐标值的差值,并作为所述待测物体底面的宽度值;
其中,所述底面积参数包括所述长度值和所述宽度值。
4.一种物体体积的测量装置,其特征在于,包括:
获取单元,用于利用三维激光相机获取与待测物体的三维图像信息对应的三维数据;
处理单元,用于处理所述三维数据以获得所述待测物体的体积参数;
计算单元,用于依据所述体积参数计算所述待测物体的体积;
所述处理单元具体包括:
聚类单元,用于对所述三维数据进行滤波和聚类处理,得到聚类数据,并按照高度信息将所述聚类数据分离为与所述待测物体的上表面对应的第一聚类数据集和与所述待测物体的下表面对应的第二聚类数据集;
第一确定单元,用于确定与所述第一聚类数据集对应的第一距离和与所述第二聚类数据集对应的第二距离,并计算所述第二距离与所述第一距离的差值,将所述差值作为所述待测物体的高度值;
第二确定单元,用于将与所述第一距离对应的三维数据投影至X轴和Y轴构成的平面以形成底面图形,并基于所述底面图形确定底面积参数;
所述第一确定单元,具体用于对所述第一聚类数据集和所述第二聚类数据集进行高斯滤波;计算滤波后的所述第一聚类数据集的第一平均值和滤波后的所述第二聚类数据集的第二平均值;其中,所述第一平均值为所述第一距离的平均值,所述第二平均值为所述第二距离的平均值;计算所述第二平均值和所述第一平均值的平均差值,将所述平均差值作为所述待测物体的高度值;
所述第二确定单元,具体用于依据预设高度阈值过滤与所述第一距离对应的三维数据以获得投影数据,并将所述投影数据投影至所述X轴和所述Y轴构成的平面,形成所述底面图形;对所述底面图形进行凸包处理,并获取所述底面图形的边角点坐标;基于所述边角点坐标确定所述底面积参数。
5.一种物体体积的测量系统,其特征在于,包括:
用于采集待测物体的三维图像信息,并转化为三维数据的三维激光相机;
用于传送所述待测物体的传送带,其中,所述传送带的传送路径中包括所述三维激光相机的采集区域;
设置于所述传送带,用于调节所述待测物体的位置以使所述待测物体处于所述采集区域中的调节挡板;
与所述三维激光相机连接,用于执行如权利要求1-3任一项所述的物体体积的测量方法的步骤的数据处理设备。
6.根据权利要求5所述的测量系统,其特征在于,还包括与所述三维激光相机连接的相机触发装置;
当所述待测物体进入所述三维激光相机的采集区域时,所述相机触发装置向所述三维激光相机发送触发信号以控制所述三维激光相机采集所述三维图像信息。
7.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至3任一项所述的物体体积的测量方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810594836.7A CN109000559B (zh) | 2018-06-11 | 2018-06-11 | 一种物体体积的测量方法、装置、系统和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810594836.7A CN109000559B (zh) | 2018-06-11 | 2018-06-11 | 一种物体体积的测量方法、装置、系统和可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109000559A CN109000559A (zh) | 2018-12-14 |
CN109000559B true CN109000559B (zh) | 2020-09-11 |
Family
ID=64601208
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810594836.7A Expired - Fee Related CN109000559B (zh) | 2018-06-11 | 2018-06-11 | 一种物体体积的测量方法、装置、系统和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109000559B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110068270B (zh) * | 2019-04-18 | 2021-04-02 | 上海拓今智能科技有限公司 | 一种基于多线结构光图像识别的单目视觉箱体体积测量方法 |
CN110751620B (zh) * | 2019-08-28 | 2021-03-16 | 宁波海上鲜信息技术有限公司 | 估算体积和重量的方法、电子设备及计算机可读存储介质 |
CN110926331A (zh) * | 2019-10-28 | 2020-03-27 | 中交第二航务工程局有限公司 | 土压平衡盾构机出渣方量动态测量方法 |
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 |
CN111238369B (zh) * | 2020-01-19 | 2021-07-06 | 广东工业大学 | 一种双长方物体体积测量方法、系统以及设备 |
CN112200754B (zh) * | 2020-10-30 | 2022-03-29 | 中国矿业大学 | 一种随机矸石块体三维形状参数自动获取方法 |
CN112528209B (zh) * | 2020-12-08 | 2024-04-12 | 四川蓉信开工程设计有限公司 | 一种基于分治思想的不规则箱体容积率快速计算方法 |
CN112504125B (zh) * | 2020-12-15 | 2022-03-25 | 广东工业大学 | 一种基于tof的非接触式长方体体积测量方法 |
CN113375566B (zh) * | 2021-06-09 | 2023-09-08 | 江苏中科贯微自动化科技有限公司 | 物体尺寸的精确测量方法及系统 |
CN113776431A (zh) * | 2021-08-09 | 2021-12-10 | 宁波银河自控设备有限公司 | 一种在线液压同步升降称重方法、系统及其存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101839692A (zh) * | 2010-05-27 | 2010-09-22 | 西安交通大学 | 单相机测量物体三维位置与姿态的方法 |
KR101286298B1 (ko) * | 2012-06-27 | 2013-07-19 | 안양대학교 산학협력단 | 폐기물 체적 계산 장치 및 방법 |
JP2014119427A (ja) * | 2012-12-19 | 2014-06-30 | Fujitsu Semiconductor Ltd | スポット探索装置、スポット探索方法 |
CN104992428A (zh) * | 2015-04-23 | 2015-10-21 | 北京宇航时代科技发展有限公司 | 一种基于k均值聚类分析的图像落石体积测定方法 |
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 |
CN107655536A (zh) * | 2017-10-24 | 2018-02-02 | 浙江华睿科技有限公司 | 一种物体体积测量系统及方法 |
CN107845095A (zh) * | 2017-11-20 | 2018-03-27 | 维坤智能科技(上海)有限公司 | 基于三维激光点云的移动物体实时检测算法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102116610B (zh) * | 2010-11-29 | 2012-10-17 | 科达斯特恩(常州)汽车塑件系统有限公司 | 基于机器视觉的汽车配件尺寸在线自动检测方法及装置 |
CN103292741B (zh) * | 2013-05-29 | 2015-12-23 | 哈尔滨工程大学 | 一种基于k均值颜色聚类的物体表面三维轮廓的结构光视觉测量方法 |
CN103884289B (zh) * | 2014-04-02 | 2016-04-13 | 中国民航大学 | 基于双激光测距仪的航空行李尺寸和件数检查方法 |
CN104180771A (zh) * | 2014-09-09 | 2014-12-03 | 南京金创有色金属科技发展有限公司 | 基于三维激光扫描的快速高精度罐体容积测量方法及装置 |
CN104359421B (zh) * | 2014-11-10 | 2017-05-24 | 上海同儒机电科技有限公司 | 钢轨轮廓检测系统及检测方法 |
US10916005B2 (en) * | 2014-11-24 | 2021-02-09 | Kitov Systems Ltd | Automated inspection |
US9761015B2 (en) * | 2015-04-28 | 2017-09-12 | Mitsubishi Electric Research Laboratories, Inc. | Method for determining dimensions in an indoor scene from a single depth image |
CN106839975B (zh) * | 2015-12-03 | 2019-08-30 | 杭州海康威视数字技术股份有限公司 | 基于深度相机的体积测量方法及其系统 |
CN107597600B (zh) * | 2017-09-26 | 2019-08-30 | 北京京东振世信息技术有限公司 | 分拣系统和分拣方法 |
-
2018
- 2018-06-11 CN CN201810594836.7A patent/CN109000559B/zh not_active Expired - Fee Related
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101839692A (zh) * | 2010-05-27 | 2010-09-22 | 西安交通大学 | 单相机测量物体三维位置与姿态的方法 |
KR101286298B1 (ko) * | 2012-06-27 | 2013-07-19 | 안양대학교 산학협력단 | 폐기물 체적 계산 장치 및 방법 |
JP2014119427A (ja) * | 2012-12-19 | 2014-06-30 | Fujitsu Semiconductor Ltd | スポット探索装置、スポット探索方法 |
CN104992428A (zh) * | 2015-04-23 | 2015-10-21 | 北京宇航时代科技发展有限公司 | 一种基于k均值聚类分析的图像落石体积测定方法 |
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 |
CN107655536A (zh) * | 2017-10-24 | 2018-02-02 | 浙江华睿科技有限公司 | 一种物体体积测量系统及方法 |
CN107845095A (zh) * | 2017-11-20 | 2018-03-27 | 维坤智能科技(上海)有限公司 | 基于三维激光点云的移动物体实时检测算法 |
Non-Patent Citations (1)
Title |
---|
基于机器视觉的果树树冠体积测量方法研究;丁为民等;《农业机械学报》;20160630;第47卷(第6期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109000559A (zh) | 2018-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109000559B (zh) | 一种物体体积的测量方法、装置、系统和可读存储介质 | |
US11763568B2 (en) | Ground plane estimation in a computer vision system | |
CN108132017B (zh) | 一种基于激光视觉系统的平面焊缝特征点提取方法 | |
US8786700B2 (en) | Position and orientation measurement apparatus, position and orientation measurement method, and storage medium | |
US9621793B2 (en) | Information processing apparatus, method therefor, and measurement apparatus | |
CN110286389B (zh) | 一种用于障碍物识别的栅格管理方法 | |
US11667036B2 (en) | Workpiece picking device and workpiece picking method | |
US20130108116A1 (en) | Position/orientation measurement apparatus, measurement processing method thereof, and non-transitory computer-readable storage medium | |
US10554945B2 (en) | Stereo camera | |
CN112801111B (zh) | 基于梯度方向的图像直线边缘点分类方法及装置 | |
CN107907055B (zh) | 图案投射模组、三维信息获取系统、处理装置及测量方法 | |
CN115077425B (zh) | 一种基于结构光三维视觉的产品检测设备及方法 | |
CN111630342B (zh) | 视觉焊接系统的缝隙检测方法以及系统 | |
CN109029303B (zh) | 物体底面积参数的测量方法、装置、系统及可读存储介质 | |
CN116342718B (zh) | 一种线激光3d相机的标定方法、装置、存储介质及设备 | |
CN113014816A (zh) | 飞拍拍摄触发点的确定方法和装置 | |
KR20180098945A (ko) | 고정형 단일 카메라를 이용한 차량 속도 감지 방법 및 장치 | |
CN116433584A (zh) | 一种长条形打磨模板表面缺陷检测方法、系统及存储介质 | |
CN109000560B (zh) | 基于三维相机检测包裹尺寸的方法、装置以及设备 | |
CN111671360B (zh) | 一种扫地机器人位置的计算方法、装置及扫地机器人 | |
Trucco et al. | Direct calibration and data consistency in 3-D laser scanning | |
CN110332895B (zh) | 一种长方体包裹长宽信息检测的方法、系统及设备 | |
CN115578457A (zh) | 一种应用于无序抓取的动态箱体检测方法 | |
CN111633337B (zh) | 用于激光焊缝测量的消除反光方法及装置 | |
CN110726996B (zh) | 深度模组测距方法、深度相机及移动终端 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200911 Termination date: 20210611 |
|
CF01 | Termination of patent right due to non-payment of annual fee |