CN109272542A - 一种三维物体体积的确定方法 - Google Patents
一种三维物体体积的确定方法 Download PDFInfo
- Publication number
- CN109272542A CN109272542A CN201810970475.1A CN201810970475A CN109272542A CN 109272542 A CN109272542 A CN 109272542A CN 201810970475 A CN201810970475 A CN 201810970475A CN 109272542 A CN109272542 A CN 109272542A
- Authority
- CN
- China
- Prior art keywords
- area
- target object
- point
- planar chip
- circular arc
- 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
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Abstract
本发明公开了一种三维物体体积的计算方法,包括S1由二维图像恢复目标曲物体表面的三维空间坐标;S2分割目标物体成平面片;S3计算平面片的面积;S4对平面片进行积分,得到目标物体体积,本发明对于三维目标物体体积的计算鲁棒性强,适用于已知目标物体表面的离散点坐标、目标物体不规则等情况。
Description
技术领域
本发明涉及三维物体几何特征测量技术领域,具体涉及一种三维物体体积的确定方法。
背景技术
在工业制造领域,常常需要测量工件的体积,但是由于形状不规则,直接测量比较困难。近些年来,随着图像处理技术及计算机视觉技术的快速发展,由于其成本低,实现方式简单,在工业领域得到越来越广泛的应用。用计算机视觉技术测量的过程是由二维图像恢复三维目标物体的三维信息,重建目标物体在真实世界中的形状和大小,再通过数学计算方法,获取目标物体的体积。
当前,对于规则的物体的体积测量方式一般采用直接测量,用直尺测量物体的长宽高,直接计算物体体积。对于不规则物体的物体,采用物理测量的方法,根据物体的物理特性,如排水法或者排油法等。近些年来,出现三坐标测量机测量物体的三维信息。其基本原理是利用测量头接触目标物体表面,从而得到该位置的坐标。以上的方法存在一个共同的问题,需要接触被测量物体,造成对目标物体的损伤。
发明内容
为了克服现有技术存在的缺点与不足,本发明提供一种三维物体体积的确定方法。
本发明在计算三维目标体积的过程中,根据图像采集信息直接计算物体体积。首先对目标物体表面上的点进行像素级采样,世界坐标系中的一个点由二维图像上的点恢复得到,然后将目标物体看成是一个一个地平面组成,对于所分割出来的不规则的平面,采用微分几何理论进行面积的估算,对所有的平面进行积分,得到目标物体的体积。
本发明采用如下技术方案:
一种三维物体体积的确定方法,包括如下步骤:
S1拍摄场景中的目标物体,得到目标物体的二维图像,由二维图像获取目标物体的深度信息,得到目标物体表面上n个离散点在世界坐标系中的三维坐标
S2沿着世界坐标系中的Z轴,按照目标物体表面上n个点在Z轴坐标的大小,将目标物体进行分割,得到多个平面片;
S3计算每个平面片的面积;
S4多个平面片的面积与其对应的分割高度乘积之和为目标物体的体积。
所述S2中,若目标物体表面n个离散点在Z轴坐标值的范围是e-f,则将目标物体切割成|e-f|个平面片,每个平面片的高度相同。
所述S3中,计算每个平面片的面积Sk是由最小包围矩形减去矩形内不规则部分的面积Sa,k是第k个平面片。
计算矩形内不规则部分的面积,具体为:
先利用邻域点估计其平面片边界点的曲率,对于连续的边界点且其曲率在设定的范围内,则将这些连续的边界点看成一段圆弧,这段圆弧的半径是这些连续的边界点的曲率平均值的倒数,则矩形内不规则部分的面积Sa是对应的矩形顶点到这条圆弧的两条直线以及这段圆弧所包围的面积;
若曲率连续为0,则表明平面片上这一段边界为直线,计算三角形面积。
所述S1中,采用摄像机拍摄场景中的目标物体,设摄像机的分辨率为L*W,其视野范围面积为R,则世界坐标系中每一个采样像素点代表的面积是R/L*w)。
每个平面片的高度均为1。
本发明的有益效果:
(1)本发明适用于已知物体表面离散点坐标的情况,避免对物体表面进行拟合,提高计算效率。
(2)本发明采用分割目标物体的方法,对于切割物体多得到的不规则平面,提出以扇形估算平面面积的方法,适用无规则的物体。
附图说明
图1是本发明的工作流程图;
图2是本发明分割目标物体示意图;
图3是本发明计算不规则平面面积的示意图;
图4是计算圆弧与对应的矩形顶点到该圆弧端点的直线构成的图形面积。
具体实施方式
下面结合实施例及附图,对本发明作进一步地详细说明,但本发明的实施方式不限于此。
实施例
如图1-图3所示,一种三维物体体积的确定方法,包括如下步骤:
S1通过被标定的摄像机拍摄场景中的目标物体,得到目标物体的二维图像,由二维图像获取目标物体的深度信息,得到目标物体表面上n个离散点在世界坐标系中的三维坐标
具体是:对包含目标物体的二维图像进行处理,得到目标物体在图像坐标系中的像素坐标,再通过立体视觉,恢复目标物体表面的深度信息,得到目标物体表面的三维数据点集。
获取目标物体的二维图像是通过两台以上摄像机获取,先对二维图像进行边缘检测,然后进行边缘筛选,最后提取目标曲线的轮廓,从而得到目标曲线在左右摄像机中的像素坐标Ul(Xl,Yl)、Ur(Xr,Yr)。
使用Canny边缘检测算子进行边缘检测。
使用基于偏微分方程目标轮廓提取方法,提取目标曲线的轮廓,得到左右摄像机的像素坐标Ul、Ur。
根据双目立体视觉理论,目标曲线在空间中的对应点Pi(xi,yi,zi)的坐标是
其中,是描述左右摄像机的位置关系,r1~r9表示左右摄像机之间的旋转关系,tx,ty,tz表示左右摄像机之间的平移关系,fl、fr分别表示左右摄像机的有效焦距。这些量通过摄像机标定可以得到。
对目标物体上的点进行像素级采样,世界坐标系中的一个点由二维图像上的点恢复得到。对于分辨率为L*W的摄像机,其实际视野范围面积是R,则世界坐标系中每一个采样像素点所代表的面积是R/L*w)。
S2沿着世界坐标系中的Z轴,按照目标物体表面上n个点在Z轴坐标的大小,将目标物体进行分割,得到多个平面片;
如图2所示,对每个不同的Z轴坐标值切割出一个平面,分割的结果是由目标物体表面上具有相同高度的离散点组成的平面。
如目标物体表面的Z轴坐标值的范围是e到f,则将目标物体切割成|e-f|个平面,每个平面的高度为1,对应二维图像中的一个像素点。
对于不同的Z轴坐标值切割出一个平面,即由目标表面上具有相同高度的离散点构成的平面。
S3计算平面片的面积:对于得到的平面,利用最小包围矩形估算其面积;
如图3所示,从目标物体切割得到的平面是无规则,且带曲线的平面,平面边界是由离散点组成。计算对于所述的平面面积Sk可由最小包围矩形减去矩形内不规则部分的面积Sa。
具体做法是,先利用邻域点估计其平面边界点的曲率,对于连续的边界点且其曲率在一定范围内,则将这些连续的边界点看成一段圆弧,这段圆弧的半径是这些连续的边界点的曲率平均值的倒数,则矩形内不规则部分的面积Sa是对应的矩形顶点到这条圆弧的两条直线以及这段圆弧所包围的面积;
如曲率连续为0,则表明平面Sk上这一段边界为直线,直接计算三角形面积;
如图4所示,根据圆弧段将面积Sa分成多个由对应的矩形顶点1到这条圆弧的两条直线以及这段圆弧所包围的面积Sat,图4中标号2为圆弧的边界点,首先计算圆弧所对应的弦长,该弦长与对应的矩形顶点到这条圆弧的两条直线构成三角形,由三角形正弦定理可得该三角形的面积S1。同时,该弦长与圆弧构成封闭图形,该封闭图形的面积S2可由圆弧所对应的扇形减去弦长与圆心到圆弧端点的直线所构成的三角形面积。当圆弧向外凸时,计算面积Sat的公式为:
Sat=Sat+S1-S2
当圆弧向内凹时,计算面积Sat的公式为:
Sat=Sat+S1+S2
则计算面积Sk的公式为:
其中,SRectMIn是最小包围矩形的面积,m是圆弧段的数量,t是第t个圆弧段。
在世界坐标系中的平面面积是Sk与每一个采样像素点所代表的面积是R/L&M)的乘积。
S4对平面片进行积分,得到目标物体体积:目标物体体积是所有平面片的面积与其对应的分割高度乘积之和。由于分割时高度为1,所以目标物体的体积是所有平面面积之和。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受所述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (6)
1.一种三维物体体积的确定方法,其特征在于,包括如下步骤:
S1拍摄场景中的目标物体,得到目标物体的二维图像,由二维图像获取目标物体的深度信息,得到目标物体表面上n个离散点在世界坐标系中的三维坐标
S2沿着世界坐标系中的Z轴,按照目标物体表面上n个点在Z轴坐标的大小,将目标物体进行分割,得到多个平面片;
S3计算每个平面片的面积;
S4多个平面片的面积与其对应的分割高度乘积之和为目标物体的体积。
2.根据权利要求1所述的确定方法,其特征在于,所述S2中,若目标物体表面n个离散点在Z轴坐标值的范围是e-f,则将目标物体切割成|e-f|个平面片,每个平面片的高度相同。
3.根据权利要求1所述的确定方法,其特征在于,所述S3中,计算每个平面片的面积Sk是由最小包围矩形减去矩形内不规则部分的面积Sa,k是第k个平面片。
4.根据权利要求3所述的确定方法,其特征在于,计算矩形内不规则部分的面积,具体为:
先利用邻域点估计其平面片边界点的曲率,对于连续的边界点且其曲率在设定的范围内,则将这些连续的边界点看成一段圆弧,这段圆弧的半径是这些连续的边界点的曲率平均值的倒数,则矩形内不规则部分的面积Sa是对应的矩形顶点到这条圆弧的两条直线以及这段圆弧所包围的面积;
若曲率连续为0,则表明平面片上这一段边界为直线,计算三角形面积。
5.根据权利要求1所述的确定方法,其特征在于,所述S1中,采用摄像机拍摄场景中的目标物体,设摄像机的分辨率为L*W,其视野范围面积为R,则世界坐标系中每一个采样像素点代表的面积是R/(L*w)。
6.根据权利要求2所述的确定方法,其特征在于,每个平面的高度均为1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810970475.1A CN109272542A (zh) | 2018-08-24 | 2018-08-24 | 一种三维物体体积的确定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810970475.1A CN109272542A (zh) | 2018-08-24 | 2018-08-24 | 一种三维物体体积的确定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109272542A true CN109272542A (zh) | 2019-01-25 |
Family
ID=65154277
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810970475.1A Pending CN109272542A (zh) | 2018-08-24 | 2018-08-24 | 一种三维物体体积的确定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109272542A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN110349205A (zh) * | 2019-07-22 | 2019-10-18 | 杭州光珀智能科技有限公司 | 一种物体体积的测量方法及装置 |
CN110691216A (zh) * | 2019-06-22 | 2020-01-14 | 王刚 | 运行状态现场监测机构 |
CN111047545A (zh) * | 2019-03-20 | 2020-04-21 | 泰州三凯工程技术有限公司 | 建筑工地数据分析系统 |
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 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663819A (zh) * | 2012-05-02 | 2012-09-12 | 清华大学深圳研究生院 | 基于超声图像和三维模型的肝脏体积测量方法 |
CN104778720A (zh) * | 2015-05-07 | 2015-07-15 | 东南大学 | 一种基于空间不变特性的快速体积测量方法 |
-
2018
- 2018-08-24 CN CN201810970475.1A patent/CN109272542A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663819A (zh) * | 2012-05-02 | 2012-09-12 | 清华大学深圳研究生院 | 基于超声图像和三维模型的肝脏体积测量方法 |
CN104778720A (zh) * | 2015-05-07 | 2015-07-15 | 东南大学 | 一种基于空间不变特性的快速体积测量方法 |
Non-Patent Citations (1)
Title |
---|
毛佳红等: "基于线结构光的双目三维体积测量系统", 《光学技术》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111047545A (zh) * | 2019-03-20 | 2020-04-21 | 泰州三凯工程技术有限公司 | 建筑工地数据分析系统 |
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 |
CN110691216A (zh) * | 2019-06-22 | 2020-01-14 | 王刚 | 运行状态现场监测机构 |
CN110691216B (zh) * | 2019-06-22 | 2021-11-05 | 蓝鲸智云智能科技南京有限公司 | 运行状态现场监测机构 |
CN110349205A (zh) * | 2019-07-22 | 2019-10-18 | 杭州光珀智能科技有限公司 | 一种物体体积的测量方法及装置 |
CN110349205B (zh) * | 2019-07-22 | 2021-05-28 | 浙江光珀智能科技有限公司 | 一种物体体积的测量方法及装置 |
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 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109272542A (zh) | 一种三维物体体积的确定方法 | |
CN112053432B (zh) | 一种基于结构光与偏振的双目视觉三维重建方法 | |
CN111563921B (zh) | 一种基于双目相机的水下点云获取方法 | |
Wieneke | Improvements for volume self-calibration | |
CN110298853B (zh) | 面差视觉检测方法 | |
CN107767456A (zh) | 一种基于rgb‑d相机的物体三维重建方法 | |
CN107588721A (zh) | 一种基于双目视觉的零件多尺寸的测量方法及系统 | |
CN107424196B (zh) | 一种基于弱标定多目相机的立体匹配方法、装置及系统 | |
Podsiadlo et al. | Characterization of surface topography of wear particles by SEM stereoscopy | |
CN113223135B (zh) | 一种基于特殊复合平面镜虚像成像的三维重建装置和方法 | |
CN107392849B (zh) | 基于图像细分的靶标识别与定位方法 | |
CN107358628B (zh) | 基于靶标的线阵图像处理方法 | |
CN108765495B (zh) | 一种基于双目视觉检测技术的快速标定方法及系统 | |
CN110310331B (zh) | 一种基于直线特征与点云特征结合的位姿估计方法 | |
CN111640158A (zh) | 基于对应掩模的端到端的摄像头与激光雷达外参标定方法 | |
Sarker et al. | Multi-scale 3D roughness quantification of concrete interfaces and pavement surfaces with a single-camera set-up | |
He et al. | Robust laser stripe extraction for 3D measurement of complex objects | |
CN115096206A (zh) | 一种基于机器视觉的零件尺寸高精度测量方法 | |
CN107192348A (zh) | 一种高精度3d视觉测量方法 | |
CN114199205B (zh) | 基于改进四叉树orb算法的双目测距方法 | |
d'Angelo et al. | Image-based 3D surface reconstruction by combination of photometric, geometric, and real-aperture methods | |
CN109308706B (zh) | 一种通过图像处理得到三维曲面面积的方法 | |
CN115330684A (zh) | 基于双目视觉与线结构光的水下构筑物表观缺陷检测方法 | |
Xu et al. | Global calibration method of a camera using the constraint of line features and 3D world points | |
Zhao et al. | Binocular vision measurement for large-scale weakly textured ship hull plates using feature points encoding method |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190125 |