CN109357637B - 一种基于深度相机的卷板机卷板曲率半径和厚度测量方法 - Google Patents

一种基于深度相机的卷板机卷板曲率半径和厚度测量方法 Download PDF

Info

Publication number
CN109357637B
CN109357637B CN201811511895.XA CN201811511895A CN109357637B CN 109357637 B CN109357637 B CN 109357637B CN 201811511895 A CN201811511895 A CN 201811511895A CN 109357637 B CN109357637 B CN 109357637B
Authority
CN
China
Prior art keywords
plate
coordinate system
rolling
image
axis
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.)
Active
Application number
CN201811511895.XA
Other languages
English (en)
Other versions
CN109357637A (zh
Inventor
丁泽宇
张剑妹
连玮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanxi Jinuo Technology Co.,Ltd.
Original Assignee
Changzhi University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Changzhi University filed Critical Changzhi University
Priority to CN201811511895.XA priority Critical patent/CN109357637B/zh
Publication of CN109357637A publication Critical patent/CN109357637A/zh
Application granted granted Critical
Publication of CN109357637B publication Critical patent/CN109357637B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/255—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures for measuring radius of curvature
    • 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
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G01B11/0608—Height gauges

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于深度相机的卷板机卷制卷板曲率半径测量方法，通过第一深度相机获取未卷板的卷板机的正面图像，并通过第一深度相机获取卷板时的卷板机的正面图像，两者图像作差，获取当前卷板的正面图像，并通过坐标系转换，获取当前卷板的正面图像在世界坐标系中的表示，并筛选出在世界坐标系中x＝x0平面上的点，并选取其中任意三点获取卷板的圆心坐标，并根据圆心坐标和选出的任一点的坐标获取卷板的曲率半径，从而无需再人工测量卷板的曲率半径，实现自动智能检测卷板的曲率半径，提升检测卷板曲率半径的精准度和检测效率。本发明还公开了一种基于深度相机的卷板机卷制卷板厚度测量方法。

Description

一种基于深度相机的卷板机卷板曲率半径和厚度测量方法
技术领域
本发明涉及卷板曲率半径和厚度检测技术领域，特别涉及一种基于深度相机的卷板机卷板曲率半径测量方法和一种基于深度相机的卷板机卷板厚度测量方法。
背景技术
传统的卷板机在测量卷制的钢板的曲率半径和厚度时是通过人工测量，这样不仅在精度上得不到保证，也拖慢了效率更有可能造成人员的受伤。其中，申请号为201710723436.7的装置设计一套新的机械装置去测量钢板的曲率半径，避免了传统的用尺子测量的不便。但是该方法还是需要人工测量，每卷制一点都需要人拿着该装置去测量一下，效率还是不高，同时也容易造成测量人员的受伤。申请号为201620975379.2的装置利用激光传感器去测量钢板曲率半径，但是激光传感器只能测量某一点的距离。要测量整个钢板的曲率半径，需要移动该传感器。在移动过程中可能会出现抖动影响最终的测量精度，同时在移动过程中需要耗费时间，造成效率减慢。并且精度高的激光传感器价格比较高，造成测量仪器的成本偏高。申请号为201110313326.6的装置利用了CCD相机作为传感器测量钢板的曲率半径。这种方法采用了图像的方法，能够一次性拍摄整个钢板的全貌，但是采用的是彩色图像的方法，受环境光的影响比较大，同时当机器使用时间长之后，机器表面的各种污迹也会影响到测量精度。
由此，该技术存在改进的必要。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的一个目的在于提出一种基于深度相机的卷板机卷板曲率半径测量方法，可自动测量卷板的曲率半径，摆脱了人工的干预，并且能够适应不同尺寸的卷板机，提高了精度和效率。
本发明另一个目的在于提出一种基于深度相机的卷板机卷板厚度测量方法，可自动测量卷板的厚度，减少了人工测量，减少了人员安全隐患。
为实现上述目的，本发明一方面实施例提出了一种基于深度相机的卷板机卷制卷板曲率半径的测量方法，所述卷板机卷制卷板为圆柱体，第一深度相机设置在所述卷板机的正面第一预设距离处，包括以下步骤：
步骤一：在卷板机进行卷制卷板之前，获取未带卷板的卷板机的正面图像，记为第一深度图像；
步骤二：当所述卷板机卷制卷板时，实时获取当前带卷板的卷板机正面图像，记为第二深度图像；
步骤三：并对所述第二深度图像与所述第一深度图像相减，获取所述卷板的正面深度图像；
步骤四：以所述卷板机的转轴边缘轴心正对地面的点为原点Ow，以平行所述卷板机的转轴方向为Xw轴，以垂直于所述卷板机的转轴方向为Yw轴，以与Xw轴、Yw轴均垂直的方向为Zw轴，建立世界坐标系；根据坐标系转换标定所述卷板的正面深度图像上的每个像素在所述世界坐标系中的坐标；
步骤五：从步骤四中标定的坐标中筛选出x＝x0的多个点，并选取其中任意三个点的坐标获取所述卷板的圆心的坐标，其中，|x0|为所述卷板侧面边缘到平面YwOwZw的距离；
步骤六：根据所述圆心的坐标和多个所述点中任意一点的坐标获取当前卷板的曲率半径。
根据本发明实施例提出的基于深度相机的卷板机卷制卷板曲率半径的测量方法，通过第一深度相机获取未卷板的卷板机的正面图像，并通过第一深度相机获取卷板时的卷板机的正面图像，两者图像作差，获取当前卷板的正面图像，并通过坐标系转换，获取当前卷板的正面图像在世界坐标系中的表示，并筛选出在世界坐标系中x＝x0平面上的点，并选取其中任意三点获取卷板的圆心坐标，并根据圆心坐标和选出的任一点的坐标获取卷板的曲率半径，从而无需再人工测量卷板的曲率半径，实现自动智能检测卷板的曲率半径，提升检测卷板曲率半径的精准度和检测效率。
根据本发明的一个实施例，所述步骤四包括：以所述卷板的正面深度图像的左上角为原点O0建立以像素为单位的图像坐标系O0uv，并以所述第一深度相机的光轴和所述卷板的正面深度图像的交点为原点O1，建立成像平面坐标系O1xy，获取每个像素(u0，v0)在O1xy成像平面坐标系中的表示；以所述第一深度相机的投影中心为原点O，并以x轴、y轴平行的Xc轴、Yc轴，和所述第一深度相机的光轴Zc组成相机坐标系，获取在所述O1xy成像平面坐标系表示的每个点转换到所述相机坐标系OXcYcZc中的表示；根据所述世界坐标系OwXwYwZw，和张定友的标定方法获取所述第一深度相机的旋转矩阵R和平移矩阵T，获取在所述相机坐标系OXcYcZc中表示的每个点转换到所述世界坐标系中的表示。
根据本发明的一个实施例，所述第一预设距离的范围为0.5～4.5m，优选为3m。
根据本发明的一个实施例，获取圆心坐标的三个点的坐标的z坐标依次为Zmin+(Zmax-Zmin)*0.9、Zmin+(Zmax-Zmin)*0.5和Zmin+(Zmax-Zmin)*0.1。
为实现上述目的，本发明另一方面实施例提出了一种基于深度相机的卷板机卷制卷板厚度的测量方法，所述卷板机卷制卷板为圆柱体，第二深度相机设置在所述卷板机的侧面第二预设距离处，包括以下步骤：
步骤一：在卷板机进行卷制卷板之前，获取未带卷板的卷板机的侧面图像，记为第三深度图像；
步骤二：当所述卷板机卷制卷板时，实时获取当前带卷板的卷板机侧面图像，记为第四深度图像；
步骤三：并对所述第四深度图像与所述第三深度图像相减，获取所述卷板的侧面深度图像；
步骤四：以所述卷板机的转轴边缘轴心正对地面的点为原点Ow，以平行所述卷板机的转轴方向为Xw轴，以垂直于所述卷板机的转轴方向为Yw轴，以与Xw轴、Yw轴均垂直的方向为Zw轴，建立世界坐标系；根据坐标系转换标定所述卷板的侧面深度图像上的每个像素在所述世界坐标系中的坐标；
步骤五：获取所述卷板的侧面深度图像的z坐标为Zmin+(Zmax-Zmin)*0.5的点，并在所述的点中筛选出y坐标为Ymax、Ymin的点，获取所述卷板的厚度d＝|Ymax-Ymin|；
步骤六：通过所述卷板机的转轴卷动所述卷板，并根据所述步骤五获取所述卷板的多个厚度值。
根据本发明实施例提出的基于深度相机的卷板机卷板厚度测量方法，通过第二深度相机获取未卷板的卷板机的侧面图像，并通过第二深度相机获取卷板时的卷板机的侧面图像，两者图像作差，获取当前卷板的侧面图像，并通过坐标系转换，获取当前卷板的侧面图像在世界坐标系中的表示，并筛选出在世界坐标系中z值为Zmin+(Zmax-Zmin)*0.5的点，并筛选出z值为Zmin+(Zmax-Zmin)*0.5的点中的y的最大值和最小值，并进行作差，获取卷板的厚度，从而无需再人工测量卷板的厚度，实现自动智能检测卷板的厚度，提升检测卷板厚度的精准度和检测效率，避免工作人员发生不必要的危险。
根据本发明的一个实施例，所述步骤四包括：以所述卷板的侧面深度图像的左上角为原点O0’，建立以像素为单位的图像坐标系O0’u’v’，并以所述第二深度相机的光轴和所述卷板的侧面深度图像的交点为原点O1’，建立成像平面坐标系O1’x’y’，获取每个像素(u0’，v0’)在O1’x’y’成像平面坐标系中的表示；以所述第二深度相机的投影中心为原点O’，并以x’轴、y’轴平行的Xc’轴、Yc’轴，和所述第二深度相机的光轴Zc’组成相机坐标系，获取在所述O1’x’y’成像平面坐标系表示的每个点转换到所述相机坐标系O’Xc’Yc’Zc’中的表示；根据所述世界坐标系OwXwYwZw，和张定友的标定方法获取所述第二深度相机的旋转矩阵R’和平移矩阵T’，获取在所述相机坐标系O’Xc’Yc’Zc’中表示的每个点转换到所述世界坐标系中的表示。
根据本发明的一个实施例，所述第二预设距离的范围为0.5～4.5m，优选为1.5m。
与现有技术相比，本发明具有以下有益效果：(1)通过深度相机的使用，避免了由于CCD可见光传感器因为设备反光、阴影或是污渍带来的误差；(2)本测量方法解决了人工测量卷板曲率半径和厚度费时费力精度不高的问题；(3)由于是采用深度图像传感器，深度图像的像素更少，处理起来速度更快，对设备的要求更低，加快了处理速度的同时也降低了成本；(4)本测量方法能够集成到卷板机的控制软件当中去，实现实时测量钢板的曲率半径和厚度，能够适应不同尺寸的卷板机同时能够达到较高的精度。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中，
图1是根据本发明实施例的基于深度相机的卷板机卷板曲率半径测量方法的流程图；
图2是根据本发明实施例的基于深度相机的卷板机卷板厚度测量方法的流程图；
图3是图像坐标系向平面坐标系转换；
图4是平面图像坐标系向相机坐标系转换；
图5是相机坐标系向世界坐标系转换；
图6是卷板正面深度图像在世界坐标系下的图像；
图7是第一深度相机和第二深度相机与卷板机的摆放位置。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能理解为对本发明的限制。
下面结合附图来描述本发明实施例的基于深度相机的卷板机卷板曲率半径测量方法和基于深度相机的卷板机卷板厚度测量方法。
具体来说，如图1所示，该基于深度相机的卷板机卷制卷板曲率半径的测量方法，其中，卷板机卷制卷板为圆柱体，第一深度相机设置在卷板机的正面第一预设距离处，包括以下步骤：
步骤一：在卷板机进行卷制卷板之前，获取未带卷板的卷板机的正面图像，记为第一深度图像。
也就是，控制第一深度相机拍摄空的卷板机。
步骤二：当卷板机卷制卷板时，实时获取当前带卷板的卷板机正面图像，记为第二深度图像。
也就是，控制第一深度相机拍摄卷板机卷板时的一个正面图像。其中，正面定义为卷板随转轴转动的方向，其中，第一深度相机放置在与卷板机等高的正前方3米处，保证能够拍摄到卷板机卷制出来的卷板。
步骤三：并对第二深度图像与第一深度图像相减，获取卷板的正面深度图像；
其中，可采用opencv对第二深度图像与第一深度图像做减法，得到的是二维的卷板正面深度图像。
步骤四：以卷板机的转轴边缘轴心正对地面的点为原点Ow，以平行卷板机的转轴方向为Xw轴，以垂直于卷板机的转轴方向为Yw轴，以与Xw轴、Yw轴均垂直的方向为Zw轴，建立世界坐标系；根据坐标系转换标定卷板的正面深度图像上的每个像素在世界坐标系中的坐标。
其中，在地面平铺一张棋盘格，使得第一深度相机能拍到。将棋盘格的一边与卷板前进方向相同，选取卷板机的转轴边缘轴心正对地面上的棋盘格上的一点作为整体世界坐标系的原点Ow，并且使用第一深度相机的彩色相机对这张棋盘格拍照，按照张定友的标定方法得到了第一深度相机的旋转矩阵R和平移矩阵T，根据坐标系转换标定卷板的正面深度图像上的每个像素在世界坐标系中的坐标。
具体来说，如图3所示，以卷板的正面深度图像的左上角为原点O0建立以像素为单位的图像坐标系O0uv，像素的横坐标u与纵坐标v分别是在其图像数组中所在的列数与所在行数。由于(u,v)只代表像素的列数与行数，而像素在图像中的位置并没有用物理单位表示出来，所以，还要建立以物理单位(如毫米)表示的图像坐标系x-y，并以第一深度相机的光轴和卷板的正面深度图像的交点为原点O1，建立成像平面坐标系O1xy，获取每个像素(u0,v0)在O1xy成像平面坐标系中的表示。
假设(u0,v0)代表O1在u-v坐标系下的坐标，dx与dy分别表示每个像素在横轴x和纵轴y上的物理尺寸，则图像中的每个像素在u-v坐标系中的坐标和在x-y坐标系中的坐标之间都存在如下的关系：
Figure GDA0003183464020000091
为了使用方便，可将上式用齐次坐标与矩阵形式表示为：
Figure GDA0003183464020000092
其逆关系可表示为：
Figure GDA0003183464020000093
由此，获取每个像素(u0,v0)在O1xy成像平面坐标系中的表示。
另外，如图4所示，以第一深度相机的投影中心(深度相机光心)为原点O，并以x轴、y轴平行的Xc轴、Yc轴，和第一深度相机的光轴Zc组成相机坐标系，其中，光轴Zc和图像平面垂直，光轴与图像平面的交点为图像的主点O1，OO1为摄像机的焦距，获取在O1xy成像平面坐标系表示的每个点转换到相机坐标系OXcYcZc中的表示。
根据世界坐标系OwXwYwZw，和张定友的标定方法获取第一深度相机的旋转矩阵R和平移矩阵T，获取在相机坐标系OXcYcZc中表示的每个点转换到世界坐标系中的表示。
其中，如图5所示，世界坐标系是为了描述相机的位置而被引入的，图5中的坐标系OwXwYwZw即为世界坐标系。平移向量T和旋转矩阵R可以用来表示相机坐标系与世界坐标系的关系。所以，假设空间点P在世界坐标系下的齐次坐标是(Xw,Yw,Zw,1)T，在相机坐标下的齐次坐标是(Xc,Yc,Zc,1)T,则存在如下的关系：
Figure GDA0003183464020000101
上式中R是3×3的正交单位矩阵(也成为旋转矩阵)，T是三维的平移向量，其中，矢量0＝(0,0,0)，M1是4×4矩阵。
由此，可以将卷板正面深度图像中的二维点先转换到相机坐标系，再从相机坐标系转换到世界坐标系，即正面深度图像中的u(x,y)转换到了世界坐标系中的P(x,y,z)，进而将正面深度图像中的二维坐标点转换到三维坐标中。
步骤五：从步骤四中标定的坐标中筛选出x＝x0的多个点，并选取其中任意三个点的坐标获取卷板的圆心的坐标，其中，|x0|为卷板侧面边缘到平面YwOwZw的距离。
需要说明的是，|x0|是卷板侧面边缘到平面YwOwZw的距离，可以提前预设在控制卷板机的控制软件中。并且，|x0|是根据实地测量获得。
在获取卷板的正面深度图像上每个像素的在世界坐标系中的坐标之后，选取x坐标为x0的多个点，并优选地，选取z坐标为Zmin+(Zmax-Zmin)*0.9、Zmin+(Zmax-Zmin)*0.5和Zmin+(Zmax-Zmin)*0.1三个点，其中，Zmin、Zmax为卷板正面深度图像中的最低点和最高点，选取的上述Zmin+(Zmax-Zmin)*0.9、Zmin+(Zmax-Zmin)*0.5和Zmin+(Zmax-Zmin)*0.1三个点为距离较远的三个点。
例如选取的三个点为A、B、C，其坐标分别为A(x0,y1，Zmin+(Zmax-Zmin)*0.1)；B(x0,y2，Zmin+(Zmax-Zmin)*0.5)；C(x0,y3，Zmin+(Zmax-Zmin)*0.9)；则，圆心的坐标为，
Figure GDA0003183464020000111
步骤六：根据圆心的坐标和多个点中任意一点的坐标获取当前卷板的曲率半径。
其中，当前卷板的曲率半径R＝|AW|＝|BW|＝|CW|。
由此，可以通过上述技术方案直接读出当前卷板的曲率半径，省去了人工测量，提升了精准度。
可以理解的是，卷板机每卷制一次，第一深度相机可对其进行拍照一次，获取卷板的曲率半径一次，以是否满足需求，如果不满足，则再继续进行卷制，最后达到需求的曲率半径。
根据本发明的一个实施例，第一预设距离的范围为0.5～4.5m，优选为3m。
本发明使用微软的深度相机，作为我们的传感器，每台深度相机都有一个彩色摄像头和深度摄像头。深度摄像头能够拍摄深度图片，深度图片中的每一个像素都代表了该点到深度摄像头中心的距离。深度相机的深度图像在0.5～4.5m范围内是有效的，出了这个范围，其检测到的数据就不准了。优选地，将第一深度相机放置在距离卷板机正前方3m处，保证了其检测的精度，同时需要调整其角度使其能够覆盖整个被卷制的钢板。也就是可俯视到卷板的整个卷板。
综上所述，根据本发明实施例提出的基于深度相机的卷板机卷制卷板曲率半径的测量方法，通过第一深度相机获取未卷板的卷板机的正面图像，并通过第一深度相机获取卷板时的卷板机的正面图像，两者图像作差，获取当前卷板的正面图像，并通过坐标系转换，获取当前卷板的正面图像在世界坐标系中的表示，并筛选出在世界坐标系中x＝x0平面上的点，并选取其中任意三点获取卷板的圆心坐标，并根据圆心坐标和选出的任一点的坐标获取卷板的曲率半径，从而无需再人工测量卷板的曲率半径，实现自动智能检测卷板的曲率半径，提升检测卷板曲率半径的精准度和检测效率。
如图2所示，一种基于深度相机的卷板机卷制卷板厚度的测量方法，卷板机卷制卷板为圆柱体，第二深度相机设置在卷板机的侧面第二预设距离处，包括以下步骤：
步骤一：在卷板机进行卷制卷板之前，获取未带卷板的卷板机的侧面图像，记为第三深度图像。
也就是，控制第二深度相机拍摄空的卷板机。
步骤二：当卷板机卷制卷板时，实时获取当前带卷板的卷板机侧面图像，记为第四深度图像；
也就是，控制第二深度相机拍摄卷板机卷板时的一个侧面图像。其中，第二深度相机放置在与卷板机等高的侧方1.5米处，保证能够拍摄到卷板机卷制出来的卷板。
步骤三：并对第四深度图像与第三深度图像相减，获取卷板的侧面深度图像。
其中，可采用opencv对第三深度图像与第四深度图像做减法，得到的是二维的卷板侧面深度图像。
步骤四：以卷板机的转轴边缘轴心正对地面的点为原点Ow，以平行卷板机的转轴方向为Xw轴，以垂直于卷板机的转轴方向为Yw轴，以与Xw轴、Yw轴均垂直的方向为Zw轴，建立世界坐标系；根据坐标系转换标定卷板的侧面深度图像上的每个像素在世界坐标系中的坐标。
其中，在地面平铺一张棋盘格，使得第二深度相机能拍到。将棋盘格的一边与卷板前进方向相同，选取卷板机的转轴边缘轴心正对地面上的棋盘格上的一点作为整体世界坐标系的原点Ow，并且使用第二深度相机的彩色相机对这张棋盘格拍照，按照张定友的标定方法得到了第二深度相机的旋转矩阵R’和平移矩阵T’，根据坐标系转换标定卷板的侧面深度图像上的每个像素在世界坐标系中的坐标。
具体来说，如图3所示，以卷板的正面深度图像的左上角为原点O0’建立以像素为单位的图像坐标系O0’u’v’，像素的横坐标u’与纵坐标v’分别是在其图像数组中所在的列数与所在行数。由于(u’,v’)只代表像素的列数与行数，而像素在图像中的位置并没有用物理单位表示出来，所以，还要建立以物理单位(如毫米)表示的图像坐标系x’-y’，并以第一深度相机的光轴和卷板的正面深度图像的交点为原点O1’，建立成像平面坐标系O1’x’y’，获取每个像素(u0’,v0’)在O1xy成像平面坐标系中的表示。
假设(u0’,v0’)代表O1’在u’-v’坐标系下的坐标，dx与dy分别表示每个像素在横轴x’和纵轴y’上的物理尺寸，则图像中的每个像素在u’-v’坐标系中的坐标和在x’-y’坐标系中的坐标之间都存在如下的关系：
Figure GDA0003183464020000141
为了使用方便，可将上式用齐次坐标与矩阵形式表示为：
Figure GDA0003183464020000142
其逆关系可表示为：
Figure GDA0003183464020000143
由此，获取每个像素(u0’,v0’)在O1’x’y’成像平面坐标系中的表示。
另外，如图4所示，以第二深度相机的投影中心(深度相机光心)为原点O’，并以x轴、y轴平行的Xc轴、Yc轴，和第二深度相机的光轴Zc组成相机坐标系，其中，光轴Zc和图像平面垂直，光轴与图像平面的交点为图像的主点O1’，O’O1’为摄像机的焦距，获取在O1’x’y’成像平面坐标系表示的每个点转换到相机坐标系O’Xc’Yc’Zc’中的表示。
根据世界坐标系OwXwYwZw，和张定友的标定方法获取第一深度相机的旋转矩阵R’和平移矩阵T’，获取在相机坐标系O’Xc’Yc’Zc’中表示的每个点转换到世界坐标系中的表示。
其中，如图5所示，世界坐标系是为了描述相机的位置而被引入的，图5中的坐标系OwXwYwZw即为世界坐标系。平移向量T’和旋转矩阵R’可以用来表示相机坐标系与世界坐标系的关系。所以，假设空间点P在世界坐标系下的齐次坐标是(Xw,Yw,Zw,1)T，在相机坐标下的齐次坐标是(Xc’,Yc’,Zc’,1)T,则存在如下的关系：
Figure GDA0003183464020000151
上式中R’是3×3的正交单位矩阵(也成为旋转矩阵)，T’是三维的平移向量，其中，矢量0＝(0,0,0)，M1’是4×4矩阵。
由此，可以将卷板侧面深度图像中的二维点先转换到相机坐标系，再从相机坐标系转换到世界坐标系，即侧面深度图像中的u'(x',y')转换到了世界坐标系中的P'(x',y',z')，进而将侧面深度图像中的二维坐标点转换到三维坐标中。
步骤五：获取卷板的侧面深度图像的z坐标为Zmin'+(Zmax'-Zmin')*0.5的点，并在的点中筛选出y坐标为Ymax、Ymin的点，获取卷板的厚度d＝|Ymax-Ymin|；
也就是说，由于侧面的第二深度相机与卷板平面近似平行，则在拍摄的侧面深度图像中，卷板所在的像素数值小，而没有卷板的像素数值大，则在钢板的上下表面的临界处数值会有两处跳变。则这两处跳变之间的距离即为钢板的厚度，则在图6中可以较容易测得b点的厚度。第二深度相机拍摄的二维的侧面深度图像，图像中除了卷板外还有背景，将其中每一个像素转为世界坐标系下的三维点，记为p(x,y,z)。遍历其中所有z坐标为Zmin'+(Zmax'-Zmin')*0.5的点，则在卷板与背景的交界处y值会有两次跳变，筛选到y的最大值和y的最小值，由于拍摄的深度图像为卷板的侧面深度图像，因此，侧面边缘的x值都相同，进而卷板的厚度可以表示为d＝|Ymax-Ymin|。
步骤六：通过卷板机的转轴卷动卷板，并根据步骤五获取卷板的多个厚度值。
当卷板机的转轴转动，将卷板转动一个角度，第二深度相机再对其进行拍照，进而获得卷板上，下个点的z的坐标为Zmin'+(Zmax'-Zmin')*0.5时的厚度，从而获得多个厚度值，以判断卷板的厚度是否均匀，如果不均匀，可进行重复卷制。
根据本发明的一个实施例，步骤四包括：以卷板的侧面深度图像的左上角为原点O0’，建立以像素为单位的图像坐标系O0’u’v’，并以第二深度相机的光轴和卷板的侧面深度图像的交点为原点O1’，建立成像平面坐标系O1’x’y’，获取每个像素(u0’，v0’)在O1’x’y’成像平面坐标系中的表示；以第二深度相机的投影中心为原点O’，并以x’轴、y’轴平行的Xc’轴、Yc’轴，和第二深度相机的光轴Zc’组成相机坐标系，获取在O1’x’y’成像平面坐标系表示的每个点转换到相机坐标系O’Xc’Yc’Zc’中的表示；根据世界坐标系OwXwYwZw，和张定友的标定方法获取第二深度相机的旋转矩阵R’和平移矩阵T’，获取在相机坐标系O’Xc’Yc’Zc’中表示的每个点转换到世界坐标系中的表示。
根据本发明的一个实施例，第二预设距离的范围为0.5～4.5m，优选为1.5m。
综上所述，根据本发明实施例提出的基于深度相机的卷板机卷板厚度测量方法，通过第二深度相机获取未卷板的卷板机的侧面图像，并通过第二深度相机获取卷板时的卷板机的侧面图像，两者图像作差，获取当前卷板的侧面图像，并通过坐标系转换，获取当前卷板的侧面图像在世界坐标系中的表示，并筛选出在世界坐标系中z值为Zmin+(Zmax-Zmin)*0.5的点，并筛选出z值为Zmin+(Zmax-Zmin)*0.5的点中的y的最大值和最小值，并进行作差，获取卷板的厚度，从而无需再人工测量卷板的厚度，实现自动智能检测卷板的厚度，提升检测卷板厚度的精准度和检测效率，避免工作人员发生不必要的危险。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
为此，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个、上等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (5)

1.一种基于深度相机的卷板机卷制卷板曲率半径和厚度的测量方法，其特征在于，所述卷板机卷制卷板为圆柱体，第一深度相机设置在所述卷板机的正面第一预设距离处，曲率半径的测量方法包括以下步骤：
步骤一：在卷板机进行卷制卷板之前，获取未带卷板的卷板机的正面图像，记为第一深度图像；
步骤二：当所述卷板机卷制卷板时，实时获取当前带卷板的卷板机正面图像，记为第二深度图像；
步骤三：并对所述第二深度图像与所述第一深度图像相减，获取所述卷板的正面深度图像；
步骤四：以所述卷板机的转轴边缘轴心正对地面的点为原点Ow，以平行所述卷板机的转轴方向为Xw轴，以垂直于所述卷板机的转轴方向为Yw轴，以与Xw轴、Yw轴均垂直的方向为Zw轴，建立世界坐标系；根据坐标系转换标定所述卷板的正面深度图像上的每个像素在所述世界坐标系中的坐标；
步骤五：从步骤四中标定的坐标中筛选出x＝x0的多个点，并选取其中任意三个点的坐标获取所述卷板的圆心的坐标，其中，|x0|为所述卷板侧面边缘到平面YwOwZw的距离；
步骤六：根据所述圆心的坐标和多个所述点中任意一点的坐标获取当前卷板的曲率半径；
厚度的测量方法包括：
第二深度相机设置在所述卷板机的侧面第二预设距离处，步骤S1：在卷板机进行卷制卷板之前，获取未带卷板的卷板机的侧面图像，记为第三深度图像；
步骤S2：当所述卷板机卷制卷板时，实时获取当前带卷板的卷板机侧面图像，记为第四深度图像；
步骤S3：并对所述第四深度图像与所述第三深度图像相减，获取所述卷板的侧面深度图像；
步骤S4：以所述卷板机的转轴边缘轴心正对地面的点为原点Ow，以平行所述卷板机的转轴方向为Xw轴，以垂直于所述卷板机的转轴方向为Yw轴，以与Xw轴、Yw轴均垂直的方向为Zw轴，建立世界坐标系；根据坐标系转换标定所述卷板的侧面深度图像上的每个像素在所述世界坐标系中的坐标；
步骤S5：获取所述卷板的侧面深度图像的z坐标为Zmin+(Zmax-Zmin)*0.5的所有的点，并在所述的点中筛选出y坐标为Ymax、Ymin的点，获取所述卷板的厚度d＝|Ymax-Ymin|；其中，Zmin、Zmax为卷板侧面深度图像中的最低点和最高点，Ymin、Ymax为Zmin+(Zmax-Zmin)*0.5的坐标对应的卷板侧面深度图像中的Y坐标的最小值和Y坐标的最大值；
步骤S6：通过所述卷板机的转轴卷动所述卷板，并根据所述步骤S5获取所述卷板的多个厚度值。
2.根据权利要求1所述的基于深度相机的卷板机卷制卷板曲率半径和厚度的测量方法，其特征在于，所述步骤四包括：
以所述卷板的正面深度图像的左上角为原点O0建立以像素为单位的图像坐标系O0uv，并以所述第一深度相机的光轴和所述卷板的正面深度图像的交点为原点O1，建立成像平面坐标系O1xy，获取每个像素(u0，v0)在O1xy成像平面坐标系中的表示；
以所述第一深度相机的投影中心为原点O，并以x轴、y轴平行的Xc轴、Yc轴，和所述第一深度相机的光轴Zc组成相机坐标系，获取在所述O1xy成像平面坐标系表示的每个点转换到所述相机坐标系OXcYcZc中的表示；
根据所述世界坐标系OwXwYwZw，和张定友的标定方法获取所述第一深度相机的旋转矩阵R和平移矩阵T，获取在所述相机坐标系OXcYcZc中表示的每个点转换到所述世界坐标系中的表示。
3.根据权利要求1所述的基于深度相机的卷板机卷制卷板曲率半径和厚度的测量方法，其特征在于，所述第一预设距离和所述第二预设距离的范围均为0.5～4.5m。
4.根据权利要求1所述的基于深度相机的卷板机卷制卷板曲率半径和厚度的测量方法，其特征在于，所述曲率半径的测量方法中，获取圆心坐标的三个点的坐标中，z坐标依次为Zmin+(Zmax-Zmin)*0.9、Zmin+(Zmax-Zmin)*0.5和Zmin+(Zmax-Zmin)*0.1，其中，Zmin、Zmax为卷板正面深度图像中的最低点和最高点。
5.根据权利要求1所述的基于深度相机的卷板机卷制卷板曲率半径和厚度的测量方法，其特征在于，所述步骤S4包括：
以所述卷板的侧面深度图像的左上角为原点O0’，建立以像素为单位的图像坐标系O0’u’v’，并以所述第二深度相机的光轴和所述卷板的侧面深度图像的交点为原点O1’，建立成像平面坐标系O1’x’y’，获取每个像素(u0’，v0’)在O1’x’y’成像平面坐标系中的表示；
以所述第二深度相机的投影中心为原点O’，并以x’轴、y’轴平行的Xc’轴、Yc’轴，和所述第二深度相机的光轴Zc’组成相机坐标系，获取在所述O1’x’y’成像平面坐标系表示的每个点转换到所述相机坐标系O’Xc’Yc’Zc’中的表示；
根据所述世界坐标系OwXwYwZw，和张定友的标定方法获取所述第二深度相机的旋转矩阵R’和平移矩阵T’，获取在所述相机坐标系O’Xc’Yc’Zc’中表示的每个点转换到所述世界坐标系中的表示。
CN201811511895.XA 2018-12-11 2018-12-11 一种基于深度相机的卷板机卷板曲率半径和厚度测量方法 Active CN109357637B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811511895.XA CN109357637B (zh) 2018-12-11 2018-12-11 一种基于深度相机的卷板机卷板曲率半径和厚度测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811511895.XA CN109357637B (zh) 2018-12-11 2018-12-11 一种基于深度相机的卷板机卷板曲率半径和厚度测量方法

Publications (2)

Publication Number Publication Date
CN109357637A CN109357637A (zh) 2019-02-19
CN109357637B true CN109357637B (zh) 2021-12-10

Family

ID=65332124

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811511895.XA Active CN109357637B (zh) 2018-12-11 2018-12-11 一种基于深度相机的卷板机卷板曲率半径和厚度测量方法

Country Status (1)

Country Link
CN (1) CN109357637B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110411358B (zh) * 2019-07-30 2021-08-10 歌尔光学科技有限公司 深度相机测量方法、装置、设备及计算机可读存储介质
CN112676376B (zh) * 2020-12-30 2021-12-14 南通铭泰机床有限公司 一种提高数字控制的卷板机的控制精度的方法及系统
CN114705148B (zh) * 2022-04-03 2023-10-24 国交空间信息技术（北京）有限公司 基于二次筛选的道路弯曲点检测方法和装置

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0788550A (ja) * 1993-09-27 1995-04-04 Nippon Steel Corp コイル処理ライン入側自動減速制御装置
CN101846504A (zh) * 2009-03-26 2010-09-29 有进Instec株式会社 板材卷的形状检查方法和检查装置
KR101372709B1 (ko) * 2012-12-24 2014-03-10 주식회사 포스코 느슨 코일 방지 장치 및 방법
JP2014069216A (ja) * 2012-09-28 2014-04-21 Jfe Steel Corp 鋼帯コイルのエッジ欠陥検出方法およびエッジ欠陥検出装置
CN105631873A (zh) * 2015-12-25 2016-06-01 华中科技大学 一种柔性膜收卷质量视觉检测方法
KR101665869B1 (ko) * 2015-05-08 2016-10-13 주식회사 포스코 코일강판 형상 측정장치 및 측정방법
CN106247951A (zh) * 2016-08-29 2016-12-21 上海交通大学 一种基于深度图像的物体测量方法
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
CN107067431A (zh) * 2017-01-16 2017-08-18 河海大学常州校区 一种基于Kinect的物体体积计算方法
CN107270829A (zh) * 2017-06-08 2017-10-20 南京华捷艾米软件科技有限公司 一种基于深度图像的人体三围测量方法
CN107292925A (zh) * 2017-06-06 2017-10-24 哈尔滨工业大学深圳研究生院 基于Kinect深度相机测量方法
CN107388960A (zh) * 2016-05-16 2017-11-24 杭州海康机器人技术有限公司 一种确定物体体积的方法及装置
CN107662872A (zh) * 2016-07-29 2018-02-06 奥的斯电梯公司 乘客运输机的监测系统及其监测方法
CN108413864A (zh) * 2017-02-10 2018-08-17 菜鸟智能物流控股有限公司 物体尺寸测量方法及相关设备
CN108627092A (zh) * 2018-04-17 2018-10-09 南京阿凡达机器人科技有限公司 一种包裹体积的测量方法、系统、储存介质及移动终端

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0788550A (ja) * 1993-09-27 1995-04-04 Nippon Steel Corp コイル処理ライン入側自動減速制御装置
CN101846504A (zh) * 2009-03-26 2010-09-29 有进Instec株式会社 板材卷的形状检查方法和检查装置
JP2014069216A (ja) * 2012-09-28 2014-04-21 Jfe Steel Corp 鋼帯コイルのエッジ欠陥検出方法およびエッジ欠陥検出装置
KR101372709B1 (ko) * 2012-12-24 2014-03-10 주식회사 포스코 느슨 코일 방지 장치 및 방법
KR101665869B1 (ko) * 2015-05-08 2016-10-13 주식회사 포스코 코일강판 형상 측정장치 및 측정방법
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
CN105631873A (zh) * 2015-12-25 2016-06-01 华中科技大学 一种柔性膜收卷质量视觉检测方法
CN107388960A (zh) * 2016-05-16 2017-11-24 杭州海康机器人技术有限公司 一种确定物体体积的方法及装置
CN107662872A (zh) * 2016-07-29 2018-02-06 奥的斯电梯公司 乘客运输机的监测系统及其监测方法
CN106247951A (zh) * 2016-08-29 2016-12-21 上海交通大学 一种基于深度图像的物体测量方法
CN107067431A (zh) * 2017-01-16 2017-08-18 河海大学常州校区 一种基于Kinect的物体体积计算方法
CN108413864A (zh) * 2017-02-10 2018-08-17 菜鸟智能物流控股有限公司 物体尺寸测量方法及相关设备
CN107292925A (zh) * 2017-06-06 2017-10-24 哈尔滨工业大学深圳研究生院 基于Kinect深度相机测量方法
CN107270829A (zh) * 2017-06-08 2017-10-20 南京华捷艾米软件科技有限公司 一种基于深度图像的人体三围测量方法
CN108627092A (zh) * 2018-04-17 2018-10-09 南京阿凡达机器人科技有限公司 一种包裹体积的测量方法、系统、储存介质及移动终端

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"基于机器视觉的卷板数控系统研究与开发";范祥 等;《机械与电子》;20080524(第5期);第49-51页 *

Also Published As

Publication number Publication date
CN109357637A (zh) 2019-02-19

Similar Documents

Publication Publication Date Title
CN110276808B (zh) 一种单相机结合二维码测量玻璃板不平度的方法
CN109357637B (zh) 一种基于深度相机的卷板机卷板曲率半径和厚度测量方法
CN108805936A (zh) 摄像机外参标定方法、装置和电子设备
CN106871787A (zh) 大空间线扫描成像三维测量方法
CN108489423B (zh) 一种产品表面水平倾斜角度的测量方法及系统
JP2013122434A (ja) レーザーを用いた単眼カメラによる３次元形状位置計測装置，３次元形状位置計測処理方法および３次元形状位置計測処理プログラム
US11562478B2 (en) Method and system for testing field of view
JP5477658B2 (ja) キャリブレーション用校正治具、校正治具を備えた３次元計測システム
JP2016186421A (ja) 画像処理方法
CN109827512B (zh) 一种料层厚度在线检测的方法、控制器及系统
CN109920003A (zh) 相机标定检测方法、装置以及设备
CN102589529B (zh) 扫描近景摄影测量方法
CN117611689B (zh) 标定参数校准方法、检测方法、装置、介质、设备及系统
CN113658279B (zh) 相机内参和外参估算方法、装置、计算机设备及存储介质
CN111131801B (zh) 投影仪校正系统、方法及投影仪
CN112907647B (zh) 一种基于固定式单目摄像机的三维空间尺寸测量方法
JP2004271292A (ja) 校正器及びステレオカメラ位置姿勢校正装置
JP2011069797A (ja) 変位量測定装置及び変位量測定方法
US11902504B2 (en) Method and system for mapping the non-uniformity of an image sensor
CN104502378B (zh) X射线ct装置
CN113330487A (zh) 参数标定方法及装置
CN116359131A (zh) 极片缺陷检测系统的标定方法及极片缺陷检测系统
CN116563370A (zh) 基于单目计算机视觉的测距方法和测速方法
CN107301663B (zh) 一种基于集成成像摄像机阵列的隐藏物体成像方法
CN115018923A (zh) 一种全景环带镜头参数的检测方法及系统

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Ding Zeyu

Inventor after: Zhang Jianmei

Inventor after: Jing Pengfei

Inventor after: Li Xiufeng

Inventor after: Lian Wei

Inventor before: Ding Zeyu

Inventor before: Zhang Jianmei

Inventor before: Lian Wei

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20211216

Address after: 046000 No. 1311, Century City office building, 309 baoningmen West Street, development zone, Changzhi City, Shanxi Province

Patentee after: Shanxi Jinuo Technology Co.,Ltd.

Address before: 046000 No.73, baoningmen East Street, Changzhi City, Shanxi Province

Patentee before: CHANGZHI University