CN109737874A - 基于三维视觉技术的物体尺寸测量方法及装置 - Google Patents
基于三维视觉技术的物体尺寸测量方法及装置 Download PDFInfo
- Publication number
- CN109737874A CN109737874A CN201910042423.2A CN201910042423A CN109737874A CN 109737874 A CN109737874 A CN 109737874A CN 201910042423 A CN201910042423 A CN 201910042423A CN 109737874 A CN109737874 A CN 109737874A
- Authority
- CN
- China
- Prior art keywords
- plane
- point cloud
- cloud
- dimensional point
- intersection line
- 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.)
- Granted
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请涉及一种基于三维视觉技术的物体尺寸测量方法及装置。所述方法包括：获取物体的三维点云数据；将所述三维点云数据进行平面拟合，得到至少一个点云平面；确定多个所述点云平面相交的平面交线；根据所述平面交线，计算所述物体的实际尺寸。采用本方法，不仅能够增强尺寸测量结果的可靠性，还能够提高对物体尺寸测量的效率，实现了在物流应用场景中，物体测量系统对包装盒形貌结构的快速测量。
Description
技术领域
本申请涉及机器视觉技术领域，特别是涉及一种基于三维视觉技术的物体尺寸测量方法、装置、计算机设备和存储介质。
背景技术
随着机器视觉技术领域的不断发展，物体尺寸测量方法也得到了较大改善。
传统的物体尺寸测量方法，通常采用人工测量或平面二维视觉技术测量方式，其中，人工测量的方式主要依赖于测量尺的精度，且存在较大主观差异性，而平面二维视觉技术的测量方式，主要是在固定景深下，利用像素长度与物理长度之间的转换关系计算物体的实际尺寸。
然而，在传统的物体尺寸测量方法中，采用平面二维视觉测量方式时，由于其成像原理的限制，即无法根据近大远小的实际情况作具体分析，只能对单一规格的物体进行测量，采用该方法与物流应用场景相结合时，无法根据不同规格的物体进行针对性测量。
因此，传统的物体尺寸测量方法存在着尺寸测量可靠性低的问题。
发明内容
基于此，有必要针对上述基于三维视觉技术的物体尺寸测量方法，存在着尺寸测量效率低的技术问题，提供一种能够合理解决上述技术问题的基于三维视觉技术的物体尺寸测量方法、装置、计算机设备和存储介质。
一种基于三维视觉技术的物体尺寸测量方法，包括如下步骤：
获取物体的三维点云数据；
将所述三维点云数据进行平面拟合，得到至少一个点云平面；
确定多个所述点云平面相交的平面交线；
根据所述平面交线，计算所述物体的实际尺寸。
在其中一个实施例中，所述获取物体的三维点云数据，包括：
控制多目相机对所述物体进行图像采集，并接收所述多目相机发送的图像；
识别所述图像中的物体坐标点；
确定所述物体坐标点的坐标数值，作为所述物体的三维点云数据。
在其中一个实施例中，所述将所述点云数据进行平面拟合，得到至少一个点云平面，包括：
在所述三维点云数据中，提取预设数量的三维点云数据；
将所述三维点云数据进行点云平面拟合，得到多个点云平面；
根据所述多个点云平面的重叠程度，确定所述至少一个点云平面。
在其中一个实施例中，当所述点云平面包括至少两个时，所述确定多个所述点云平面相交的平面交线，包括：
获取多个所述点云平面对应的法线向量；所述法线向量的向量数与所述点云平面的平面数相等；
在多个所述法线向量中，计算其中两个所述法线向量的向量叉乘之积，得到交线方向向量；
根据所述交线方向向量，建立空间直线方程；
统计符合所述空间直线方程的三维点云数据并拟合，确定所述平面交线。
在其中一个实施例中，所述根据所述平面交线，计算所述物体的实际尺寸，包括：
获取所述平面交线上的任意两个三维点云数据；
计算任意两个所述三维点云数据的坐标点距离，得到多个坐标点距离；
确定多个所述坐标点距离中的距离最大值，作为所述物体的实际尺寸。
在其中一个实施例中，在所述获取物体的三维点云数据之前，还包括：
识别所述物体的实际拍摄区域；
将所述实际拍摄区域与预设的图像采集区域进行匹配；
当所述实际拍摄区域与所述图像采集区域不匹配时，计算所述实际拍摄区域与所述图像采集区域之间的区域偏离值；
根据所述区域偏离值，控制所述多目相机调整拍摄方向。
在其中一个实施例中，在所述将所述三维点云数据进行平面拟合，得到至少一个点云平面之前，还包括：
将所述三维点云数据进行直通滤波，以及深度缺失点移除，得到去噪声后的三维点云数据。
一种物体测量装置，所述装置包括：
点云数据获取模块，用于获取物体的三维点云数据；
点云平面获取模块，用于将所述三维点云数据进行平面拟合，得到至少一个点云平面；
平面交线确定模块，用于确定多个所述点云平面相交的平面交线；
物体尺寸计算模块，用于根据所述平面交线，计算所述物体的实际尺寸。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取物体的三维点云数据；
将所述三维点云数据进行平面拟合，得到至少一个点云平面；
确定多个所述点云平面相交的平面交线；
根据所述平面交线，计算所述物体的实际尺寸。
一种计算机可读存储介质，其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以下步骤：
获取物体的三维点云数据；
将所述三维点云数据进行平面拟合，得到至少一个点云平面；
确定多个所述点云平面相交的平面交线；
根据所述平面交线，计算所述物体的实际尺寸。
上述基于三维视觉技术的物体尺寸测量方法、装置、计算机设备和存储介质，服务器通过多目相机采集物体图像，并获取物体的三维点云数据，然后采用平面拟合方式对三维点云数据进行平面拟合，确定出物体的点云平面，并确定物体中两个相交点云平面所形成的平面交线，以便计算出平面交线的实际长度，从而得到物体的实际尺寸。采用本方法，不仅能够增强尺寸测量结果的可靠性，还能够提高对物体尺寸测量的效率，实现了在物流应用场景中，物体测量系统对包装盒形貌结构的快速测量。
附图说明
图1为一个实施例中物体尺寸测量方法的应用环境图；
图2为一个实施例中物体尺寸测量方法的流程示意图；
图3为一个实施例中物体尺寸测量方法的具体示例流程示意图；
图4为一个实施例中物体尺寸测量装置的结构框图；
图5为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
首先需要说明的是，机器视觉技术是指采用光学成像技术(通常使用摄像机)获取被测目标的图像，再经过快速图像处理与图形识别算法，从摄取图像中获取目标的尺寸、位置、方向、光谱特征、结构以及缺陷等信息，从而可以执行产品检验、分类与分组等任务。三维视觉技术，是基于视差原理获取物体三维几何信息的方法技术，三维视觉技术相较传统视觉，可以获得物体距离相机的距离信息，利用该信息，可以表示出物体的形貌特征，而不仅是二维图片。一个物体完整的三维信息，可以是将多个视角的三维点云进行拼接，之后利用曲面重构来获得，如三维扫描仪等。
本发明所提供的一种基于三维视觉技术的物体尺寸测量方法，可以应用于如图1所示的应用环境中。其中，在一个基于三维视觉技术的物体测量系统中，可以包括有多目相机102、服务器104以及显示设备106。
其中，多目相机102可以是集成有多个拍摄镜头的相机，也可以是多个仅具有单一镜头的相机，例如，双目相机。
其中，服务器102可以用独立的服务器，或者是多个服务器组成的服务器集群来实现，服务器102可以对多目相机102采集传输的图像进行分析处理，还可将对图像分析处理的结果发送至显示设备106，供显示设备显示其分析结果。
其中，显示设备106可以但不限于是各种具有显示屏的个人计算机、笔记本电脑、智能手机以及平板电脑，还可以投影设备。
在一个实施例中，如图2所示，提供了一种基于三维视觉技术的物体尺寸测量方法，以该方法应用于图1中的服务器104为例进行说明，包括以下步骤：
步骤S210，获取物体的三维点云数据。
其中，点云是指在逆向工程中，通过测量仪器得到的产品外观表面的点数据集合。根据点数量的密集程度，可分为稀疏点云与密集点云。
其中，三维点云是指在空间维度中，包括有三个维度方向的点云集合，即左右空间、上下空间以及前后空间存在的点云的集合。
具体实现中，服务器104在处理物体的三维点云数据前，首先要获取物体的三维点云数据，三维点云数据来源于多目相机102采集并传输至服务器104的图像，服务器104通过分析图像中的物体点数据，并利用坐标系建模，即可得到物体的三维点云数据。
例如，服务器104首先生成一个图像采集指令，并将该指令发送至多目相机102，多目相机102响应该指令后即可采集待测物体的图像，并将采集到的图像发送至服务器104，服务器104接收到包含有待测物体的图像后，通过分析处理图像所含信息，即可获得物体的三维点云数据，即以坐标点集合表示的物体，该坐标点包含三维坐标信息。
步骤S220，将所述三维点云数据进行平面拟合，得到至少一个点云平面。
其中，平面拟合是指利用空间平面方程，将三维点云数据进行平面拟合的运算方法，点云拟合可得到点云平面。
具体实现中，服务器104根据空间平面方程：Ax+By+Cz+D＝0，并利用最小二乘法，将获取到的三维点云数据进行拟合，可以获取到点云平面。
例如，服务器104获取到三维点云数据后，在一定数量的点云数据中，判断任意三点是否共线，若否则计算任意两点的叉乘之积，得到点云平面的法线向量利用已知的法线向量即可提取出三维点云数据中的点云平面。
步骤S230，确定多个所述点云平面相交的平面交线。
其中，平面交线是指多个点云平面相交的交线，平面交线一般可表示待测物体的长、宽、高三维信息，确定平面交线，即可得到待测物体的三维信息，例如，长方体的点云平面有6个，其中三个点云平面两两对称，则可获取具有对称关系的三个点云平面，以及该三个点云平面两两相交形成的三条平面交线，此三条平面交线即为长方体的长、宽、高。
具体实现中，点云平面两两相交可确定一条平面交线，平面交线的确定需要利用空间平面方程Ax+By+Cz+D＝0，即服务器104将联立两个点云平面的空间平面方程：
得到两个点云平面对应的法向量以及进而根据平面交线的方向向量垂直于它们法向量组成的平面，即交线的方向向量为两平面法线向量的叉乘，可计算得到平面交线的交线向量则利用交线上已知的任一点(x0,y0,z0)，即可由直线方程的对称式：确定平面交线。
例如，由空间平面方程联立确定平面交线上的点云数据，即可得到两个点云平面相交的平面交线，甚至多条平面交线。
此外，确定平面交线的步骤中，包括对点云平面的矫正步骤，即多目相机102采集到物体的斜侧面图像，显示设备106显示出物体的点云平面存在视觉变形，如一个长方形物体的上顶面为矩形，存在一定范围的多目相机102拍摄角度，使得长方体的上顶面在显示设备106中显示为平行四边形，则物体测量系统根据多个点云平面确定平面交线时，首先会对点云平面进行校正，利用校正后的点云平面确定平面交线。
步骤S240，根据所述平面交线，计算所述物体的实际尺寸。
具体实现中，服务器104确定多点组成的平面交线之后，将利用点距离公式：
计算出两点云数据的坐标点距离，通过获取距离最大值，即得到物体的实际尺寸。
例如，平面交线包含有多个点云数据，其中两个点云数据分别为P1(x1,y1,z1)，P2(x2,y2,z2)，利用点距离公式即可计算出该两点的距离值，则利用点距离公式可计算出多个距离值，而距离最大值则为该平面交线的实际长度值，即得到物体的实际尺寸之一。
需要说明的是，上述实施例所述方法仅涉及对存在有多个点云平面相交的物体进行尺寸测量，若待测物体的点云平面仅存在一个时，如球形物体，其实际尺寸的计算取决于点云平面的边界线，即点云平面为圆形面时的周长，周长的计算存在多种方式，包括但不限于是根据圆形点云平面的直径或半径计算周长实际长度。
上述基于三维视觉技术的物体尺寸测量方法，服务器通过多目相机采集物体图像，并获取物体的三维点云数据，然后采用平面拟合方式对三维点云数据进行平面拟合，确定出物体的点云平面，并确定物体中两个相交点云平面所形成的平面交线，以便计算出平面交线的实际长度，从而得到物体的实际尺寸。采用本方法，不仅能够增强尺寸测量结果的可靠性，还能够提高对物体尺寸测量的效率，实现了在物流应用场景中，物体测量系统对包装盒形貌结构的快速测量。
在一个实施例中，所述步骤S210包括：
控制多目相机对所述物体进行图像采集，并接收所述多目相机发送的图像；识别所述图像中的物体坐标点；确定所述物体坐标点的坐标数值，作为所述物体的三维点云数据。
具体实现中，服务器104可以先生成一个图像采集指令，并将该指令发送至多目相机102，多目相机102响应该指令后，对待测物体进行图像采集，并将采集到的图像反馈至服务器104，由服务器104对该图像作进一步分析处理，即首先识别该图像中物体坐标点，进而确定每个物体坐标点的坐标数值，物体坐标点对应的坐标数值即为该物体的三维点云数据。
例如，多目相机102对一个长方体物体进行图像采集，得到包含该长方体物体的图像，传输至服务器104之后，服务器104首先识别该图像中长方体物体的表面坐标点，进而得到无数个物体坐标点；然后，服务器104通过建立坐标系，读取所有物体坐标点的坐标数值，该坐标数值即为该长方体物体的三维坐标信息，利用读取到的坐标数值，即可确定该长方体物体的三维点云数据。
在一个实施例中，所述步骤S220包括：
在所述三维点云数据中，提取预设数量的三维点云数据；将所述三维点云数据进行点云平面拟合，得到多个点云平面；根据所述多个点云平面的重叠程度，确定所述至少一个点云平面。
具体实现中，服务器104对三维点云数据进行点云平面拟合过程中，首先要获取待拟合点云的预设数量，即限制点云数量进行平面拟合，平面拟合后，服务器104将获取到多个待确定平面，进而获取多个待确定平面的重叠程度，确定重叠程度最高的待确定平面作为点云数据拟合的点云平面。
例如，服务器104获取到多个三维点云数据之后，需要利用三维点云数据来拟合点云平面，则首先需对三维点云数据限定数量，即在三维点云数据中选定待拟合的数据范围，点云数据的选定方式可以通过显示设备106观察，并由操作人员根据显示设备106的显示内容操作选定一定数量的点云数据，也可以是服务器106根据预设指令提取预设数量的点云数据。服务器104利用预设数量的三维点云数据拟合得到点云平面后，可能存在拟合得到多个点云平面的情况，此时将对具有同样拟合对象的多个点云平面进行重叠程度的计算识别，并根据多个点云平面的重叠情况，在其中提取出重叠程度最大的点云平面，作为此预设数量三维点云数据拟合得到的点云平面。
在一个实施例中，当所述点云平面包括至少两个时，所述步骤S230包括：
获取多个所述点云平面对应的法线向量；所述法线向量的向量数与所述点云平面的平面数相等；在多个所述法线向量中，计算其中两个所述法线向量的向量叉乘之积，得到交线方向向量；根据所述交线方向向量，建立空间直线方程；统计符合所述空间直线方程的三维点云数据并拟合，确定所述平面交线。
其中，法线向量是指垂直于点云平面方向上的向量，例如，
其中，两个向量的叉乘，又叫向量积、外积、叉积，叉乘的运算结果是一个向量而不是一个标量，并且两个向量的叉积与这两个向量组成的坐标平面垂直。
其中，空间直线方程的标准式表示为(a，b，c)为方向向量，(x0，y0，z0)为直线上任意一点坐标。
具体实现中，服务器104在前序步骤中对三维点云数据进行拟合，并确定了拟合的点云平面之后，将根据拟合得到的点云平面提取其两两相交的平面交线，所采用的方法包括：首先确定待提取平面交线的两个相交平面，然后获取其点云平面对应的法线向量，并将两个法线向量作叉乘得到向量积，该向量积结果所代表的方向即为点云平面相交的交线方向，即交线方向向量。最后，利用得到的交线方向向量，并结合交线上任意一点，得到利用此空间直线方程，即可确定符合该方程的多个点云坐标(x，y，z)，多个点云坐标的集合即为两个相交点云平面的平面交线。同时，其余点云平面的平面交线可逐步确定。
例如，点云平面A的平面方程为A1x+B1y+C1z＝0，其法线向量为点云平面B的平面方程为A2x+B2y+C2z＝0，其法线向量为两个法线向量的向量积为则空间直线方程为其中(x0，y0，z0)为直线上任意一点坐标，则符合该空间直线方程的坐标(x，y，z)均被确定为平面交线上的坐标点，则符合该方程的坐标点的集合即为该平面交线。
在一个实施例中，所述步骤S240包括：
获取所述平面交线上的任意两个三维点云数据；计算任意两个所述三维点云数据的坐标点距离，得到多个坐标点距离；确定多个所述坐标点距离中的距离最大值，作为所述物体的实际尺寸。
其中，坐标点距离可由点距离公式计算得出，例如，点(2，3，5)与点(3，6，9)之间的距离为
具体实现中，服务器104确定了点云平面相交的平面交线之后，即获取到该平面交线上的多个点云及其坐标，由点距离计算公式可计算出任意两点云之间的距离，即可计算出在一条平面交线上，存在最大距离值的两点云坐标，则该距离最大值即为该平面交线的实际长度。在实际应用中，由于三维结构物体的交线可体现出其实际尺寸，如长方体的长、宽、高表示为该长方体的三条平面交线，因此，计算出平面交线的实际长度，即可利用平面交线的实际长度得到物体的表面积、体积等物理参数，从而得到物体的实际尺寸。
例如，服务器104确定了一条平面交线，该平面交线上存在有多个三维点云数据，每个三维点云数据均具有其坐标数值，利用各自的坐标数值即可计算出任意两点云数据之间的直线距离，则点距离的最大值即为该平面直线的实际长度。如点(2，3，5)与点(3，6，9)之间的距离为该两点为平面交线上的任意两点，则平面交线的实际长度为由于该平面交线为长方体正视方位上的正视面和侧面，则该平面交线为长方体的高，则高长方体高的实际长度为此外，长方体的长与宽均可利用此方法计算得出。
在一个实施例中，在所述步骤S210之前，还包括：
识别所述物体的实际拍摄区域；将所述实际拍摄区域与预设的图像采集区域进行匹配；当所述实际拍摄区域与所述图像采集区域不匹配时，计算所述实际拍摄区域与所述图像采集区域之间的区域偏离值；根据所述区域偏离值，控制所述多目相机调整拍摄方向。
其中，实际拍摄区域由多目相机102的镜头识别方向确定，由于多目相机102通过服务器104与显示设备106相连，多目相机102确定的实际拍摄区域即可由显示设备106进行显示，供操作人员监控观察。此外，实际拍摄区域可以是由多目相机102的多个镜头确定的一个重叠区域，也可以是多个镜头摄取的同一区域，存在多个不同拍摄角度，由操作人员确定其中一个拍摄角度的实际拍摄区域。
其中，图像采集区域可以是针对待测物体的长、宽、高等结构尺寸参数，设定相机拍摄角度与待测物体表面所显示图像相匹配的区域，即图像采集区域设定能够采集待测物体的长、宽、高等结构尺寸参数。
其中，区域偏离值是指实际拍摄区域与图像采集区域的坐标相对偏离位置，区域偏离值可由X、Y、Z轴坐标体现，例如，实际拍摄区域的中心坐标为(2，3，6)，预设的图像采集区域的中心坐标为(6，9，12)，则区域偏离值为(x＝4，y＝6，z＝6)，即将实际拍摄区域的中心坐标沿X轴正向移动4个单位距离，沿Y轴正向移动6个单位距离，沿Z轴正向移动6个单位距离。
具体实现中，服务器104在获取物体的三维点云数据之前，首先要进行系统标定，即对物体测量系统所采用的多目相机102进行参数标定。其中，包括内参数标定与外参数标定，内参数标定是指调整多目相机102的镜头畸变；外参数标定是指获取多目相机102中多个镜头的相对位置，利用镜头的相对位置体现物体表面点云的空间三维特性。服务器104完成系统标定后，进而识别对物体的拍摄区域是否符合要求，即判断多目相机102对物体的实际拍摄区域是否与图像采集区域相匹配，若是则进一步获取物体的三维点云数据；若否则计算实际拍摄区域与图像采集区域的区域偏离值，根据区域偏离值调整多目相机102的实际拍摄区域。
例如，实际拍摄区域的中心坐标为(2，3，6)，预设的图像采集区域的中心坐标为(6，9，12)，两个区域不匹配，则计算得到区域偏离值为(x＝4，y＝6，z＝6)，即将实际拍摄区域的中心坐标沿X轴正向移动4个单位距离，沿Y轴正向移动6个单位距离，沿Z轴正向移动6个单位距离。
此外，服务器104对物体测量系统进行系统标定之后，还将进行结构光对应点匹配。其中，结构光是指已知空间方向的投影光线的集合，即根据物体造成的光信号变化，来计算物体的位置和深度等信息，进而复原整个三维空间。在双目相机的应用场景中，结构光对应点匹配是指对左相机与右相机拍摄视野中，同个物体的结构光斑进行匹配，以便获取到物体的三维点云数据。
在一个实施例中，在所述步骤S220之前，还包括：
将所述三维点云数据进行直通滤波，以及深度缺失点移除，得到去噪声后的三维点云数据。
其中，直通滤波采用直通滤波器，确定点云在X和Y方向上的范围后，快速剪除离群点，以达到对三维点云数据的初步处理，从而改善点云效果。
具体实现中，服务器104利用三维点云数据拟合点云平面之间，首先需对三维点云数据进行粗处理，即采用直通滤波优化点云效果，并进一步通过移除深度信息中深度缺失的点进一步改善点云效果，得到去除噪声后的三维点云数据。
例如，采用直通滤波方法提取感兴趣区域，并针对点云中可能存在的噪声影响，移除无穷远点等方式，改善点云效果。
根据本发明实施例提供的方案，服务器获取到物体的三维点云数据，并拟合得到点云平面之后，将进一步获取点云平面的法线向量，利用该法线向量计算出平面交线的交线方向向量，以便结合空间直线方程确定出平面交线，继而再利用点距离公式计算出平面交线的实际长度，得到物体的实际尺寸。采用本方法，不仅能够增强尺寸测量结果的可靠性，还能够提高对物体尺寸测量的效率，实现了在物流应用场景中，物体测量系统对包装盒形貌结构的快速测量。
为了便于本领域技术人员深入理解本发明实施例，以下将结合图1和图2说明一个具体示例。图3是一个实施例中物体尺寸测量方法的具体示例流程示意图。从图中可见，服务器104对物体测量系统进行系统标定之后，进一步采集物体图像，并根据采集到的图像进行结构光对应点标定，以获取物体的三维点云数据。
系统调试完善后，开始执行物体测量任务，任务第一步是获取物体的三维点云数据，然后利用获取到的三维点云数据进行目标区域提取，即缩小点云处理范围，进一步对提取到的目标区域实现底面剔除，剔除掉多余的点云数据。其中，底面剔除采用点云平面拟合方式，识别点云数据中拟合得到的最大面积点云平面，并将其进行剔除，减小底面点云对物体点云处理结果的影响。
底面剔除之后，服务器104仍然采用点云平面拟合方式，对三维点云数据进行平面拟合，其中还利用了最小二乘法，并在拟合时限制了平面中内点(Inliers)的数量，得到一组最佳点云平面，而点云平面分割的效果图可参考图3中，对应物体表面所示由三个程度灰度平面所组成的物体。
点云平面分割之后，服务器104将利用各分割好的点云平面，来确定两点云平面相交所形成的平面交线。平面交线的确定方式采用前文方法实施例中所述步骤，在此不再赘述。同时，物体所有的平面交线确定之后，将由显示设备106显示各平面交线的实际长度，即显示物体的实际尺寸，供操作人员查看。
应该理解的是，虽然图2和图3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2和图3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图4所示，提供了一种物体尺寸测量装置，包括点云数据获取模块410、点云平面获取模块420、平面交线确定模块430和物体尺寸计算模块440，其中：
点云数据获取模块410，用于获取物体的三维点云数据；
点云平面获取模块420，用于将所述三维点云数据进行平面拟合，得到至少一个点云平面；
平面交线确定模块430，用于确定多个所述点云平面相交的平面交线；
物体尺寸计算模块440，用于根据所述平面交线，计算所述物体的实际尺寸。
根据本发明实施例提供的方案，服务器通过多目相机采集物体图像，并获取物体的三维点云数据，然后采用平面拟合方式对三维点云数据进行平面拟合，确定出物体的点云平面，并确定物体中两个相交点云平面所形成的平面交线，以便计算出平面交线的实际长度，从而得到物体的实际尺寸。采用本方案，不仅能够增强尺寸测量结果的可靠性，还能够提高对物体尺寸测量的效率，实现了在物流应用场景中，物体测量系统对包装盒形貌结构的快速测量。
在一个实施例中，所述点云数据获取模块410，包括：
图像采集子模块，用于控制多目相机对所述物体进行图像采集，并接收所述多目相机发送的图像；坐标点识别子模块，用于识别所述图像中的物体坐标点；点云数据确定子模块，用于确定所述物体坐标点的坐标数值，作为所述物体的三维点云数据。
在一个实施例中，所述点云平面获取模块420，包括：
点云数据提取子模块，用于在所述三维点云数据中，提取预设数量的三维点云数据；点云数据拟合子模块，用于将所述三维点云数据进行点云平面拟合，得到多个点云平面；点云平面确定子模块，用于根据所述多个点云平面的重叠程度，确定所述至少一个点云平面。
在一个实施例中，所述平面交线确定模块430，包括：
法线向量获取子模块，用于获取多个所述点云平面对应的法线向量；所述法线向量的向量数与所述点云平面的平面数相等；向量积计算子模块，用于在多个所述法线向量中，计算其中两个所述法线向量的向量叉乘之积，得到交线方向向量；直线方程建立子模块，用于根据所述交线方向向量，建立空间直线方程；数据拟合子模块，用于统计符合所述空间直线方程的三维点云数据并拟合，确定所述平面交线。
在一个实施例中，所述物体尺寸计算模块440，包括：
三维点云获取子模块，用于获取所述平面交线上的任意两个三维点云数据；点距离计算子模块，用于计算任意两个所述三维点云数据的坐标点距离，得到多个坐标点距离；实际尺寸确定子模块，用于确定多个所述坐标点距离中的距离最大值，作为所述物体的实际尺寸。
在一个实施例中，所述物体测量装置还包括：
拍摄区域识别模块，用于识别所述物体的实际拍摄区域；区域匹配模块，用于将所述实际拍摄区域与预设的图像采集区域进行匹配；区域偏离值计算模块，用于当所述实际拍摄区域与所述图像采集区域不匹配时，计算所述实际拍摄区域与所述图像采集区域之间的区域偏离值；拍摄方向调整模块，用于根据所述区域偏离值，控制所述多目相机调整拍摄方向。
在一个实施例中，所述物体测量装置还包括：
点云噪声消除模块，用于将所述三维点云数据进行直通滤波，以及深度缺失点移除，得到去噪声后的三维点云数据。
根据本发明实施例提供的方案，服务器获取到物体的三维点云数据，并拟合得到点云平面之后，将进一步获取点云平面的法线向量，利用该法线向量计算出平面交线的交线方向向量，以便结合空间直线方程确定出平面交线，继而再利用点距离公式计算出平面交线的实际长度，得到物体的实际尺寸。采用本方案，不仅能够增强尺寸测量结果的可靠性，还能够提高对物体尺寸测量的效率，实现了在物流应用场景中，物体测量系统对包装盒形貌结构的快速测量。
关于物体尺寸测量装置的具体限定，可以参见上文中对物体尺寸测量方法的限定，在此不再赘述。上述物体尺寸测量装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储标识信息和设备信息。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时实现一种物体尺寸测量方法。
本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：
获取物体的三维点云数据；
将所述三维点云数据进行平面拟合，得到至少一个点云平面；
确定多个所述点云平面相交的平面交线；
根据所述平面交线，计算所述物体的实际尺寸。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
控制多目相机对所述物体进行图像采集，并接收所述多目相机发送的图像；识别所述图像中的物体坐标点；确定所述物体坐标点的坐标数值，作为所述物体的三维点云数据。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
在所述三维点云数据中，提取预设数量的三维点云数据；将所述三维点云数据进行点云平面拟合，得到多个点云平面；根据所述多个点云平面的重叠程度，确定所述至少一个点云平面。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取多个所述点云平面对应的法线向量；所述法线向量的向量数与所述点云平面的平面数相等；在多个所述法线向量中，计算其中两个所述法线向量的向量叉乘之积，得到交线方向向量；根据所述交线方向向量，建立空间直线方程；统计符合所述空间直线方程的三维点云数据并拟合，确定所述平面交线。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
获取所述平面交线上的任意两个三维点云数据；计算任意两个所述三维点云数据的坐标点距离，得到多个坐标点距离；确定多个所述坐标点距离中的距离最大值，作为所述物体的实际尺寸。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
识别所述物体的实际拍摄区域；将所述实际拍摄区域与预设的图像采集区域进行匹配；当所述实际拍摄区域与所述图像采集区域不匹配时，计算所述实际拍摄区域与所述图像采集区域之间的区域偏离值；根据所述区域偏离值，控制所述多目相机调整拍摄方向。
在一个实施例中，处理器执行计算机程序时还实现以下步骤：
将所述三维点云数据进行直通滤波，以及深度缺失点移除，得到去噪声后的三维点云数据。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取物体的三维点云数据；
将所述三维点云数据进行平面拟合，得到至少一个点云平面；
确定多个所述点云平面相交的平面交线；
根据所述平面交线，计算所述物体的实际尺寸。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
控制多目相机对所述物体进行图像采集，并接收所述多目相机发送的图像；识别所述图像中的物体坐标点；确定所述物体坐标点的坐标数值，作为所述物体的三维点云数据。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
在所述三维点云数据中，提取预设数量的三维点云数据；将所述三维点云数据进行点云平面拟合，得到多个点云平面；根据所述多个点云平面的重叠程度，确定所述至少一个点云平面。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取多个所述点云平面对应的法线向量；所述法线向量的向量数与所述点云平面的平面数相等；在多个所述法线向量中，计算其中两个所述法线向量的向量叉乘之积，得到交线方向向量；根据所述交线方向向量，建立空间直线方程；统计符合所述空间直线方程的三维点云数据并拟合，确定所述平面交线。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
获取所述平面交线上的任意两个三维点云数据；计算任意两个所述三维点云数据的坐标点距离，得到多个坐标点距离；确定多个所述坐标点距离中的距离最大值，作为所述物体的实际尺寸。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
识别所述物体的实际拍摄区域；将所述实际拍摄区域与预设的图像采集区域进行匹配；当所述实际拍摄区域与所述图像采集区域不匹配时，计算所述实际拍摄区域与所述图像采集区域之间的区域偏离值；根据所述区域偏离值，控制所述多目相机调整拍摄方向。
在一个实施例中，计算机程序被处理器执行时还实现以下步骤：
将所述三维点云数据进行直通滤波，以及深度缺失点移除，得到去噪声后的三维点云数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于三维视觉技术的物体尺寸测量方法，其特征在于，包括如下步骤：
获取物体的三维点云数据；
将所述三维点云数据进行平面拟合，得到至少一个点云平面；
确定多个所述点云平面相交的平面交线；
根据所述平面交线，计算所述物体的实际尺寸。
2.根据权利要求1所述的方法，其特征在于，所述获取物体的三维点云数据，包括：
控制多目相机对所述物体进行图像采集，并接收所述多目相机发送的图像；
识别所述图像中的物体坐标点；
确定所述物体坐标点的坐标数值，作为所述物体的三维点云数据。
3.根据权利要求1所述的方法，其特征在于，所述将所述点云数据进行平面拟合，得到至少一个点云平面，包括：
在所述三维点云数据中，提取预设数量的三维点云数据；
将所述三维点云数据进行点云平面拟合，得到多个点云平面；
根据所述多个点云平面的重叠程度，确定所述至少一个点云平面。
4.根据权利要求1所述的方法，其特征在于，当所述点云平面包括至少两个时，所述确定多个所述点云平面相交的平面交线，包括：
获取多个所述点云平面对应的法线向量；所述法线向量的向量数与所述点云平面的平面数相等；
在多个所述法线向量中，计算其中两个所述法线向量的向量叉乘之积，得到交线方向向量；
根据所述交线方向向量，建立空间直线方程；
统计符合所述空间直线方程的三维点云数据并拟合，确定所述平面交线。
5.根据权利要求1所述的方法，其特征在于，所述根据所述平面交线，计算所述物体的实际尺寸，包括：
获取所述平面交线上的任意两个三维点云数据；
计算任意两个所述三维点云数据的坐标点距离，得到多个坐标点距离；
确定多个所述坐标点距离中的距离最大值，作为所述物体的实际尺寸。
6.根据权利要求1所述的方法，其特征在于，在所述获取物体的三维点云数据之前，还包括：
识别所述物体的实际拍摄区域；
将所述实际拍摄区域与预设的图像采集区域进行匹配；
当所述实际拍摄区域与所述图像采集区域不匹配时，计算所述实际拍摄区域与所述图像采集区域之间的区域偏离值；
根据所述区域偏离值，控制所述多目相机调整拍摄方向。
7.根据权利要求1所述的方法，其特征在于，在所述将所述三维点云数据进行平面拟合，得到至少一个点云平面之前，还包括：
将所述三维点云数据进行直通滤波，以及深度缺失点移除，得到去噪声后的三维点云数据。
8.一种物体尺寸测量装置，其特征在于，所述装置包括：
点云数据获取模块，用于获取物体的三维点云数据；
点云平面获取模块，用于将所述三维点云数据进行平面拟合，得到至少一个点云平面；
平面交线确定模块，用于确定多个所述点云平面相交的平面交线；
物体尺寸计算模块，用于根据所述平面交线，计算所述物体的实际尺寸。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910042423.2A CN109737874B (zh) | 2019-01-17 | 2019-01-17 | 基于三维视觉技术的物体尺寸测量方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910042423.2A CN109737874B (zh) | 2019-01-17 | 2019-01-17 | 基于三维视觉技术的物体尺寸测量方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109737874A true CN109737874A (zh) | 2019-05-10 |
| CN109737874B CN109737874B (zh) | 2021-12-03 |
Family
ID=66365078
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910042423.2A Active CN109737874B (zh) | 2019-01-17 | 2019-01-17 | 基于三维视觉技术的物体尺寸测量方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109737874B (zh) |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110319776A (zh) * | 2019-07-03 | 2019-10-11 | 云南电网有限责任公司电力科学研究院 | 一种基于slam的三维空间距离测量方法及装置 |
| CN110686605A (zh) * | 2019-10-11 | 2020-01-14 | 成都飞机工业（集团）有限责任公司 | 一种非接触式复材零件厚度测量方法 |
| CN111397560A (zh) * | 2020-03-06 | 2020-07-10 | 深圳力合精密装备科技有限公司 | 获取方槽理论值的方法、装置、计算机设备及存储介质 |
| CN111486821A (zh) * | 2020-04-28 | 2020-08-04 | 苏州江腾智能科技有限公司 | 一种基于多维位置数据的快速标定方法 |
| CN111707198A (zh) * | 2020-06-29 | 2020-09-25 | 中车青岛四方车辆研究所有限公司 | 基于3d视觉的轨道车辆钩缓装置关键参数测量方法 |
| CN111879244A (zh) * | 2020-07-28 | 2020-11-03 | 中煤科工开采研究院有限公司 | 综采工作面液压支架支撑高度和顶梁倾角测量方法 |
| CN112325767A (zh) * | 2020-10-16 | 2021-02-05 | 华中科技大学鄂州工业技术研究院 | 一种融合机器视觉和飞行时间测量的空间平面尺寸测量方法 |
| CN112504342A (zh) * | 2020-12-04 | 2021-03-16 | 长沙金威汽车电器有限公司 | 车用支座加工检测方法 |
| CN112581621A (zh) * | 2020-12-01 | 2021-03-30 | 中国船舶重工集团公司第七一六研究所 | 一种三维点云钢板空间尺寸在线提取方法 |
| CN113220018A (zh) * | 2021-04-23 | 2021-08-06 | 上海发电设备成套设计研究院有限责任公司 | 一种无人机路径规划方法、装置、存储介质及电子设备 |
| CN113324473A (zh) * | 2021-04-30 | 2021-08-31 | 螳螂慧视科技有限公司 | 房屋测量方法与测量设备 |
| CN113340201A (zh) * | 2021-06-25 | 2021-09-03 | 上海应用技术大学 | 一种基于rgbd相机的三维测量方法 |
| CN113379825A (zh) * | 2021-07-01 | 2021-09-10 | 北京亮亮视野科技有限公司 | 物体尺寸检测方法、装置、电子设备和可读介质 |
| CN113379829A (zh) * | 2021-06-16 | 2021-09-10 | 劢微机器人科技(深圳)有限公司 | 基于相机的尺寸测量方法、装置、设备及存储介质 |
| CN113532266A (zh) * | 2020-04-15 | 2021-10-22 | 深圳市光鉴科技有限公司 | 基于三维视觉的箱体积测量方法、系统、设备及存储介质 |
| CN113532265A (zh) * | 2020-04-15 | 2021-10-22 | 深圳市光鉴科技有限公司 | 基于三维视觉的箱体积测量装置 |
| CN113628166A (zh) * | 2021-07-12 | 2021-11-09 | 广东电网有限责任公司广州供电局 | 一种开关柜断路器室的几何尺寸检测方法及装置 |
| CN114399761A (zh) * | 2021-12-29 | 2022-04-26 | 国能铁路装备有限责任公司 | 转向架的叠加部件数量识别方法、装置和系统 |
| 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 |
| CN114581361A (zh) * | 2021-06-28 | 2022-06-03 | 广州极飞科技股份有限公司 | 物体形态测量方法、装置、设备及存储介质 |
| CN115231236A (zh) * | 2022-07-19 | 2022-10-25 | 煤炭科学研究总院有限公司 | 刮板链伸长量计算方法、装置以及存储介质 |
| CN117252993A (zh) * | 2023-11-16 | 2023-12-19 | 中铁大桥局集团有限公司 | 特征点提取算法的验证方法、装置、电子设备及存储介质 |
| CN117784169A (zh) * | 2024-02-27 | 2024-03-29 | 唐山港集团股份有限公司 | 基于3d点云的钢卷轮廓测量方法、设备及介质 |
| WO2024088251A1 (zh) * | 2022-10-24 | 2024-05-02 | 顺丰科技有限公司 | 包裹尺寸测量方法、装置、计算机设备及存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106595595A (zh) * | 2016-12-07 | 2017-04-26 | 北京工业大学 | 一种基于深度传感器的室内机器人定向方法 |
| 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 |
| CN107633523A (zh) * | 2016-07-18 | 2018-01-26 | 巧夺天宫（深圳）科技有限公司 | 基于点云的提取建筑特征线方法和系统 |
| CN108519051A (zh) * | 2018-03-29 | 2018-09-11 | 中铁十局集团桥梁有限公司 | 一种箱梁测量方法及装置 |
| CN109035330A (zh) * | 2018-08-17 | 2018-12-18 | 深圳蓝胖子机器人有限公司 | 箱体拟合方法、设备和计算机可读存储介质 |
-
2019
- 2019-01-17 CN CN201910042423.2A patent/CN109737874B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN107633523A (zh) * | 2016-07-18 | 2018-01-26 | 巧夺天宫（深圳）科技有限公司 | 基于点云的提取建筑特征线方法和系统 |
| CN106595595A (zh) * | 2016-12-07 | 2017-04-26 | 北京工业大学 | 一种基于深度传感器的室内机器人定向方法 |
| CN108519051A (zh) * | 2018-03-29 | 2018-09-11 | 中铁十局集团桥梁有限公司 | 一种箱梁测量方法及装置 |
| CN109035330A (zh) * | 2018-08-17 | 2018-12-18 | 深圳蓝胖子机器人有限公司 | 箱体拟合方法、设备和计算机可读存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 储珺等: "基于体密度变化率的点云多平面检测算法", 《计算机应用》 * |
Cited By (37)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110319776A (zh) * | 2019-07-03 | 2019-10-11 | 云南电网有限责任公司电力科学研究院 | 一种基于slam的三维空间距离测量方法及装置 |
| CN110686605A (zh) * | 2019-10-11 | 2020-01-14 | 成都飞机工业（集团）有限责任公司 | 一种非接触式复材零件厚度测量方法 |
| CN110686605B (zh) * | 2019-10-11 | 2021-09-07 | 成都飞机工业（集团）有限责任公司 | 一种非接触式复材零件厚度测量方法 |
| CN111397560B (zh) * | 2020-03-06 | 2021-05-07 | 深圳力合精密装备科技有限公司 | 获取方槽理论值的方法、装置、计算机设备及存储介质 |
| CN111397560A (zh) * | 2020-03-06 | 2020-07-10 | 深圳力合精密装备科技有限公司 | 获取方槽理论值的方法、装置、计算机设备及存储介质 |
| CN113532265A (zh) * | 2020-04-15 | 2021-10-22 | 深圳市光鉴科技有限公司 | 基于三维视觉的箱体积测量装置 |
| CN113532266A (zh) * | 2020-04-15 | 2021-10-22 | 深圳市光鉴科技有限公司 | 基于三维视觉的箱体积测量方法、系统、设备及存储介质 |
| CN113532265B (zh) * | 2020-04-15 | 2023-08-08 | 深圳市光鉴科技有限公司 | 基于三维视觉的箱体积测量装置 |
| CN113532266B (zh) * | 2020-04-15 | 2023-08-08 | 深圳市光鉴科技有限公司 | 基于三维视觉的箱体积测量方法、系统、设备及存储介质 |
| CN111486821A (zh) * | 2020-04-28 | 2020-08-04 | 苏州江腾智能科技有限公司 | 一种基于多维位置数据的快速标定方法 |
| CN111707198B (zh) * | 2020-06-29 | 2021-08-03 | 中车青岛四方车辆研究所有限公司 | 基于3d视觉的轨道车辆钩缓装置关键参数测量方法 |
| CN111707198A (zh) * | 2020-06-29 | 2020-09-25 | 中车青岛四方车辆研究所有限公司 | 基于3d视觉的轨道车辆钩缓装置关键参数测量方法 |
| CN111879244B (zh) * | 2020-07-28 | 2022-04-29 | 中煤科工开采研究院有限公司 | 综采工作面液压支架支撑高度和顶梁倾角测量方法 |
| CN111879244A (zh) * | 2020-07-28 | 2020-11-03 | 中煤科工开采研究院有限公司 | 综采工作面液压支架支撑高度和顶梁倾角测量方法 |
| CN112325767A (zh) * | 2020-10-16 | 2021-02-05 | 华中科技大学鄂州工业技术研究院 | 一种融合机器视觉和飞行时间测量的空间平面尺寸测量方法 |
| CN112581621B (zh) * | 2020-12-01 | 2024-02-13 | 中国船舶集团有限公司第七一六研究所 | 一种三维点云钢板空间尺寸在线提取方法 |
| CN112581621A (zh) * | 2020-12-01 | 2021-03-30 | 中国船舶重工集团公司第七一六研究所 | 一种三维点云钢板空间尺寸在线提取方法 |
| CN112504342A (zh) * | 2020-12-04 | 2021-03-16 | 长沙金威汽车电器有限公司 | 车用支座加工检测方法 |
| CN113220018A (zh) * | 2021-04-23 | 2021-08-06 | 上海发电设备成套设计研究院有限责任公司 | 一种无人机路径规划方法、装置、存储介质及电子设备 |
| CN113324473A (zh) * | 2021-04-30 | 2021-08-31 | 螳螂慧视科技有限公司 | 房屋测量方法与测量设备 |
| CN113324473B (zh) * | 2021-04-30 | 2023-09-15 | 螳螂慧视科技有限公司 | 房屋测量方法与测量设备 |
| CN113379829A (zh) * | 2021-06-16 | 2021-09-10 | 劢微机器人科技(深圳)有限公司 | 基于相机的尺寸测量方法、装置、设备及存储介质 |
| CN113340201A (zh) * | 2021-06-25 | 2021-09-03 | 上海应用技术大学 | 一种基于rgbd相机的三维测量方法 |
| CN113340201B (zh) * | 2021-06-25 | 2023-08-01 | 上海应用技术大学 | 一种基于rgbd相机的三维测量方法 |
| CN114581361A (zh) * | 2021-06-28 | 2022-06-03 | 广州极飞科技股份有限公司 | 物体形态测量方法、装置、设备及存储介质 |
| CN113379825A (zh) * | 2021-07-01 | 2021-09-10 | 北京亮亮视野科技有限公司 | 物体尺寸检测方法、装置、电子设备和可读介质 |
| CN113379825B (zh) * | 2021-07-01 | 2022-04-22 | 北京亮亮视野科技有限公司 | 物体尺寸检测方法、装置、电子设备和可读介质 |
| CN113628166A (zh) * | 2021-07-12 | 2021-11-09 | 广东电网有限责任公司广州供电局 | 一种开关柜断路器室的几何尺寸检测方法及装置 |
| CN114399761A (zh) * | 2021-12-29 | 2022-04-26 | 国能铁路装备有限责任公司 | 转向架的叠加部件数量识别方法、装置和系统 |
| 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 |
| CN115231236A (zh) * | 2022-07-19 | 2022-10-25 | 煤炭科学研究总院有限公司 | 刮板链伸长量计算方法、装置以及存储介质 |
| CN115231236B (zh) * | 2022-07-19 | 2023-11-14 | 煤炭科学研究总院有限公司 | 刮板链伸长量计算方法、装置以及存储介质 |
| WO2024088251A1 (zh) * | 2022-10-24 | 2024-05-02 | 顺丰科技有限公司 | 包裹尺寸测量方法、装置、计算机设备及存储介质 |
| CN117252993A (zh) * | 2023-11-16 | 2023-12-19 | 中铁大桥局集团有限公司 | 特征点提取算法的验证方法、装置、电子设备及存储介质 |
| CN117252993B (zh) * | 2023-11-16 | 2024-03-26 | 中铁大桥局集团有限公司 | 特征点提取算法的验证方法、装置、电子设备及存储介质 |
| CN117784169A (zh) * | 2024-02-27 | 2024-03-29 | 唐山港集团股份有限公司 | 基于3d点云的钢卷轮廓测量方法、设备及介质 |
| CN117784169B (zh) * | 2024-02-27 | 2024-05-07 | 唐山港集团股份有限公司 | 基于3d点云的钢卷轮廓测量方法、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109737874B (zh) | 2021-12-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109737874A (zh) | 基于三维视觉技术的物体尺寸测量方法及装置 | |
| US11410320B2 (en) | Image processing method, apparatus, and storage medium | |
| US8452081B2 (en) | Forming 3D models using multiple images | |
| US8447099B2 (en) | Forming 3D models using two images | |
| JP6760957B2 (ja) | ３次元モデリング方法及び装置 | |
| US20150177062A1 (en) | Information processing apparatus, information processing method, and storage medium | |
| CN110838164B (zh) | 基于物体点深度的单目图像三维重建方法、系统及装置 | |
| US20160125638A1 (en) | Automated Texturing Mapping and Animation from Images | |
| US20220329770A1 (en) | Information processing apparatus, video generation method and program | |
| US20170109888A1 (en) | Alignment of images of a three-dimensional object | |
| EP2990757B1 (en) | Three-dimensional shape measurement device, three-dimensional shape measurement method, and three-dimensional shape measurement program | |
| US10169891B2 (en) | Producing three-dimensional representation based on images of a person | |
| US9704218B2 (en) | Image processing device and method, and program | |
| JP5874649B2 (ja) | 画像処理装置、そのプログラム、および画像処理方法 | |
| CN110260801A (zh) | 用于测量物料体积的方法和装置 | |
| CN109272572A (zh) | 一种基于双Kinect相机的建模方法及装置 | |
| JP6285686B2 (ja) | 視差画像生成装置 | |
| CN117456114B (zh) | 基于多视图的三维图像重建方法及系统 | |
| JP7298687B2 (ja) | 物体認識装置及び物体認識方法 | |
| JP7195785B2 (ja) | ３次元形状データを生成する装置、方法、及びプログラム | |
| JP6843552B2 (ja) | 画像処理装置、画像処理方法およびプログラム。 | |
| CN112241984A (zh) | 双目视觉传感器标定方法、装置、计算机设备和存储介质 | |
| Nozick | Camera array image rectification and calibration for stereoscopic and autostereoscopic displays | |
| CN115272080A (zh) | 基于图像拼接的全局变形测量方法和系统 | |
| CN113936094A (zh) | 对象参数获取方法、装置及设备 |
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 | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 510070 13 building, 100 martyrs Road, Yuexiu District, Guangzhou, Guangdong. Patentee after: Institute of intelligent manufacturing, Guangdong Academy of Sciences Address before: 510070 13 building, 100 martyrs Road, Yuexiu District, Guangzhou, Guangdong. Patentee before: GUANGDONG INSTITUTE OF INTELLIGENT MANUFACTURING |
|
| CP01 | Change in the name or title of a patent holder |