CN110108231B

CN110108231B - 基于角点检测的钜体箱体三维尺寸测量方法及存储介质

Info

Publication number: CN110108231B
Application number: CN201910380192.6A
Authority: CN
Inventors: 陈达权; 康博程
Original assignee: Guangdong Jaten Robot and Automation Co Ltd
Current assignee: Guangdong Jaten Robot and Automation Co Ltd
Priority date: 2019-05-08
Filing date: 2019-05-08
Publication date: 2020-10-27
Anticipated expiration: 2039-05-08
Also published as: CN110108231A

Abstract

本发明公开的基于角点检测的钜体箱体三维尺寸测量方法及存储介质，利用RGB摄像头所获取的彩色图信息，找到矩体箱体的端点在图像上可能存在的位置，再有效利用深度摄像头所获取的深度图信息及其内参，通过结合彩色图信息和深度图信息结合实现快速高效精确地获取到矩体箱体的三维尺寸信息，适用范围较广，通用性高。

Description

基于角点检测的钜体箱体三维尺寸测量方法及存储介质

技术领域

本发明属于计算机视觉测量领域，具体涉及基于角点检测的钜体箱体三维尺寸测量方法及存储介质。

背景技术

随着电子商务的快速发展，市场对物流仓储的需求和要求不断增加，而物流行业中的多个环节均需要对操作对象获取其有效的三维尺寸等信息，但目前行业内的大多数都是通过传统的人工方式实现获取，存在工作量大、工作内容繁琐、人力成本高、人力资源浪费及信息获取效率低等突出问题。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于角点检测的矩体箱体三维尺寸视觉测量方法及存储介质，能够快速高效精确地获取到矩体箱体的三维尺寸信息，适用范围较广，通用性高。

为了达到上述目的，本发明采用以下技术方案：

基于角点检测的钜体箱体三维尺寸测量方法，包括以下步骤：

a.通过深度摄像头和RGB摄像头对钜体箱体分别进行拍摄，获取含有至少一个顶点和连接该顶点三条棱边钜体箱体的图像作为深度标定图B0及彩色标定图B1，并将深度标定图B0转换成与彩色标定图B1相同的分辨率，得出深度标定图B2。

b.根据彩色标定图B1和深度标定图B2通过标定算法分别对深度摄像头及RGB摄像头进行标定；获取深度摄像头的外参和内参，所述深度摄像头外参包括深度摄像头旋转矩阵R_IR，深度摄像头平移向量T_IR，以及获取RGB摄像头的外参，所述RGB摄像头的外参包括RGB摄像头旋转矩阵R_RGB，RGB摄像头平移向量T_RGB，深度摄像头的深度图上一点P_IR(u_IR,v_IR)对应于在RGB摄像头的彩色图上的一点P_RGB(u_RGB,v_RGB)，则根据

得出点P_IR(u_IR,v_IR)。

c.通过深度摄像头和RGB摄像头获取钜体箱体的深度图DSO及彩色图CSO，对深度图DS0进行数据预处理，将预处理深度图DS0转换成与彩色图CSO相同的分辨率，得出深度图DS3，对彩色图CSO进行数据预处理和灰度处理得出灰度图GS3，以及进行边缘提取操作和二值化处理得出灰度图GS5。

d.对灰度图GS5进行角点检测操作，得出由n个角点O₁(u′₁,v′₁)，O₂(u′₂,v′₂)，O₃(u′₃,v′₃)，……，O_n(u′_n,v′_n)所组成的角点集合O＝{O₁,O₂,O₃,......,O_n}，其中n≥7。

e.分别创建矩体箱体端点子集合P_A、P_B、P_C、P_D、P_E、P_F和P_G；将角点O₁归入矩体箱体端点子集合P_A中，在角点O₂，O₃，……，O_n中找出与角点O₁的距离最大的角点O_B，并将角点O_B归入矩体箱体端点子集合P_B中；在角点集合O＝{O₁,O₂,O₃,......,O_n}中找出与角点O₁及角点O_B的距离之和最大的角点O_C，并将角点O_C归入矩体箱体端点子集合P_C中；在角点集合O＝{O₁,O₂,O₃,......,O_n}中找出与角点O₁、角点O_B及角点O_C的距离之和最大的角点O_D，并将角点O_D归入矩体箱体端点子集合P_D中；在角点集合O＝{O₁,O₂,O₃,......,O_n}中找出与角点O₁、角点O_B、角点O_C及角点O_D的距离之和最大的角点O_E，并将角点O_E归入矩体箱体端点子集合P_E中；在角点集合O＝{O₁,O₂,O₃,......,O_n}中找出与角点O₁、角点O_B、角点O_C、角点O_D及角点O_E的距离之和最大的角点O_F，并将角点O_F归入矩体箱体端点子集合P_F中；在角点集合O＝{O₁,O₂,O₃,......,O_n}中找出与角点O₁、角点O_B、角点O_C、角点O_D、角点O_E及角点O_F的距离之和最大的角点O_G，并将角点O_G归入矩体箱体端点子集合P_G中。

对角点集合O＝{O₁,O₂,O₃,......,O_n}中的其他角点依次分别计算到角点O₁的距离D_A、角点O_B的距离D_B、角点O_C的距离D_C、角点O_D的距离D_D、角点O_E的距离D_E、角点O_F的距离D_F及角点O_G的距离D_G，若D_A＝min(D_A,D_B,D_C,D_D,D_E,D_F,D_G)，则该角点归入矩体箱体端点子集合P_A中，若D_B＝min(D_A,D_B,D_C,D_D,D_E,D_F,D_G)，则该角点归入矩体箱体端点子集合P_B中，若D_C＝min(D_A,D_B,D_C,D_D,D_E,D_F,D_G)，则该角点归入矩体箱体端点子集合P_C中，若D_D＝min(D_A,D_B,D_C,D_D,D_E,D_F,D_G)，则该角点归入矩体箱体端点子集合P_D中，若D_E＝min(D_A,D_B,D_C,D_D,D_E,D_F,D_G)，则该角点归入矩体箱体端点子集合P_E中，若D_F＝min(D_A,D_B,D_C,D_D,D_E,D_F,D_G)，则该角点归入矩体箱体端点子集合P_F中，若D_G＝min(D_A,D_B,D_C,D_D,D_E,D_F,D_G)，则该角点归入矩体箱体端点子集合P_G中。

计算矩体箱体端点子集合P_A中所有角点的质量中心P_a，计算矩体箱体端点子集合P_B中所有角点的质量中心P_b，计算矩体箱体端点子集合P_C中所有角点的质量中心P_c，计算矩体箱体端点子集合P_D中所有角点的质量中心P_d，计算矩体箱体端点子集合P_E中所有角点的质量中心P_e，计算矩体箱体端点子集合P_F中所有角点的质量中心P_f，计算矩体箱体端点子集合P_G中所有角点的质量中心P_g，则点P_a、点P_b、点P_c、点P_d、点P_e、点P_f及点P_g即为矩体箱体的7个端点。

f.在灰度图GS5中选取钜体箱体中点P_a、点P_b、点P_c、点P_d、点P_e、点P_f和点P_g7个端点的中心端点P₀，以该中心端点P₀为极点，随机选取平面上任意一个方向为正方向建立极坐标系，将其余6个质量中心点根据极坐标系中的极角坐标从大到小进行排序，并按照该次序分别设置为矩体箱体的一般端点P₁、一般端点P₂、一般端点P₃、一般端点P₄、一般端点P₅及一般端点P₆。

g.根据

找到灰度图GS5中矩体箱体的中心端点P₀、一般端点P₁、一般端点P₂、一般端点P₃、一般端点P₄、一般端点P₅及一般端点P₆在深度图DS3中的坐标；并根据其在深度图DS3中的坐标值、深度值及深度摄像头的内参计算出对应三维空间中的坐标点P′₀、点P₁′、点P′₂、点P′₃、点P′₄、点P′₅及点P′₆。

h.计算点P′₀与点P₁′的三维欧氏距离D₁，计算点P′₀与点P′₂的三维欧氏距离D₂，计算点P′₀与点P′₃的三维欧氏距离D₃，计算点P′₀与点P′₄的三维欧氏距离D₄，计算点P′₀与点P′₅的三维欧氏距离D₅，计算点P′₀与点P′₆的三维欧氏距离D₆，计算距离和D₁′＝D₁+D₃+D₅，计算距离和D₂′＝D₂+D₄+D₆，若D₁′≤D₂′，则三维欧氏距离D₁、三维欧氏距离D₃及三维欧氏距离D₅即为矩体箱体的三维尺寸，否则三维，距离D₂、三维欧氏距离D₄及三维欧氏距离D₆即为矩体箱体的三维尺寸。

与现有技术相比，本发明的基于角点检测的钜体箱体三维尺寸测量方法，利用RGB摄像头所获取的彩色图信息，找到矩体箱体的端点在图像上可能存在的位置，再有效利用深度摄像头所获取的深度图信息，通过结合彩色图信息和深度图信息结合实现快速高效精确地获取到矩体箱体的三维尺寸信息，适用范围较广，通用性高。

进一步的，所述深度图DS0数据预处理包括对深度图DS0进行中值滤波操作得到深度图DS1，对深度图DS1进行漫水填充操作得到深度图DS2；对深度图DS2利用4×4邻域双3次插值算法实现转换成与彩色图CSO相同的分辨率，得到深度图DS3；使深度图转换从与灰度图相同分辨率的尺寸，便于深度图上寻找与灰度图上对应端点坐标。

进一步的，所述彩色图CSO进行数据预处理包括将彩色图CS0转换为灰度图GS0，对灰度图GS0进行中值滤波操作得到灰度图GS1，对灰度图GS1进行高斯滤波操作得到灰度图GS2，对灰度图GS2进行双边滤波操作得到灰度图GS3，对灰度图GS3利用Canny边缘检测算法进行边缘提取操作得到灰度图GS4；通过对彩色图灰度处理，使钜体箱体的顶点和棱边更清晰显示，便于在灰度图上寻找目标端点。

进一步的，彩色图CS0的R通道值为R_CS，G通道值为G_CS，B通道值为B_CS，灰度图GS0通道值为I_GS，根据I_GS＝0.3·R_CS+0.59·G_CS+0.11·B_CS，将彩色图CS0转换为灰度图GS0。

进一步的，所述深度摄像头和RGB摄像头集成在深度相机上，通过这样设置，保证深度摄像头和RGB摄像头所获取的图像视角相同。

本发明的另一目的在于提供一种应用所述基于角点检测的钜体箱体三维尺寸测量方法的存储介质，计算机可读存储介质上存储有数据处理程序，所述数据处理程序被处理器执行时实现如基于角点检测的钜体箱体三维尺寸测量方法的所有步骤。

附图说明

图1本发明的基于角点检测的钜体箱体三维尺寸测量方法的流程图

图2为深度相机和钜体箱体的示意图

具体实施方式

以下结合附图说明本发明的技术方案：

实施例一：

参见图1和图2，本发明的基于角点检测的钜体箱体三维尺寸测量方法，包括以下步骤：

a.通过深度摄像头和RGB摄像头分别对钜体箱体2进行拍摄，获取含有至少一个顶点和连接该顶点三条棱边钜体箱体2的图像作为深度标定图B0及彩色标定图B1，并将深度标定图B0转换成与彩色标定图B1相同的分辨率，得出深度标定图B2，具体为：例如RGB摄像头的原始彩色图的分辨率为a×b，深度摄像头的原始深度图的分辨率为c×d，其中c＜a且d＜b，则对深度标定图B0利用4×4邻域双3次插值算法实现分辨率由c×d变为a×b。

b.根据彩色标定图B1和深度标定图B2通过张正友标定算法分别对深度摄像头及RGB摄像头进行标定；获取深度摄像头的外参和内参(所述内参包括图像中心c_x和c_y，以及X轴和Y轴上的归一化焦距f_x和f_y)，所述深度摄像头外参包括深度摄像头旋转矩阵R_IR，深度摄像头平移向量T_IR，以及获取RGB摄像头的外参，所述RGB摄像头的外参包括RGB摄像头旋转矩阵R_RGB，RGB摄像头平移向量T_RGB，深度摄像头的深度图上一点P_IR(u_IR,v_IR)对应于在RGB摄像头的彩色图上的一点P_RGB(u_RGB,v_RGB)，则根据

得出点P_IR(u_IR,v_IR)。

d.对灰度图GS5进行角点检测操作，具体为对灰度图GS5中钜体箱体2的各个顶点进行检测，得到由n个角点O₁(u′₁,v′₁)，O₂(u′₂,v′₂)，O₃(u′₃,v′₃)，……，O_n(u′_n,v′_n)所组成的角点集合O＝{O₁,O₂,O₃,......,O_n}，其中n≥7，由于图像是由多个像素组成，灰度图GS5中的每个顶点可能由多个像素组成，但每个顶点至少有一个像素组成。

g.根据

h.计算点P′₀与点P₁′的三维欧氏距离D₁，计算点P′₀与点P′₂的三维欧氏距离D₂，计算点P′₀与点P′₃的三维欧氏距离D₃，计算点P′₀与点P′₄的三维欧氏距离D₄，计算点P′₀与点P₅′的三维欧氏距离D₅，计算点P′₀与点P′₆的三维欧氏距离D₆，计算距离和D₁′＝D₁+D₃+D₅，计算距离和D₂′＝D₂+D₄+D₆，若D₁′≤D₂′，则距离三维D₁、三维欧氏距离D₃及三维欧氏距离D₅即为矩体箱体的三维尺寸，否则，三维欧氏距离D₂、三维欧氏距离D₄及三维欧氏距离D₆即为矩体箱体的三维尺寸。

与现有技术相比，本发明的基于角点检测的钜体箱体2三维尺寸测量方法，利用RGB摄像头所获取的彩色图信息，找到矩体箱体的端点在图像上可能存在的位置，再有效利用深度摄像头所获取的深度图信息及其内参，通过结合彩色图信息和深度图信息结合实现快速高效精确地获取到矩体箱体的三维尺寸信息，适用范围较广，通用性高。

作为优选方案，所述深度图DS0数据预处理包括对深度图DS0进行中值滤波操作得到深度图DS1，其中滤波模板的尺寸大小可根据具体实际情况进行选择；对深度图DS1进行漫水填充操作得到深度图DS2；对深度图DS2利用4×4邻域双3次插值算法实现转换成与彩色图CSO相同的分辨率，得到深度图DS3；使深度图转换从与灰度图相同分辨率的尺寸，便于深度图上寻找与灰度图上对应端点坐标。

作为优选方案，所述彩色图CSO进行数据预处理包括将彩色图CS0转换为灰度图GS0，对灰度图GS0进行中值滤波操作得到灰度图GS1，其中滤波模板的尺寸大小可根据具体实际情况进行选择对灰度图GS1进行高斯滤波操作得到灰度图GS2，其中滤波模板的尺寸大小及方差大小可根具体实际情况进行选择；对灰度图GS2进行双边滤波操作得到灰度图GS3，其中滤波核半径大小、sigmas空间大小及相似因子sigmar大小可根据具体实际情况进行选择；对灰度图GS3利用Canny边缘检测算法进行边缘提取操作得到灰度图GS4其中小阈值大小、大阈值大小及Sobel算子大小可根据具体实际情况进行选择；通过对彩色图灰度处理，使钜体箱体2的顶点和棱边更清晰显示，便于在灰度图上寻找目标端点。

作为优选方案，彩色图CS0的R通道值为R_CS，G通道值为G_CS，B通道值为B_CS，灰度图GS0通道值为I_GS，根据I_GS＝0.3·R_CS+0.59·G_CS+0.11·B_CS，将彩色图CS0转换为灰度图GS0。

作为优选方案，步骤f.如何计算7个质量中心点在灰度图GS5中钜体箱体2的中心端点P₀，具体为：计算点P_a与点P_o的欧氏距离D_a，计算点P_b与点P_o的欧氏距离D_b，计算点P_c与点P_o的欧氏距离D_c，计算点P_d与点P_o的欧氏距离D_d，计算点P_e与点P_o的欧氏距离D_e，计算点P_f与点P_o的欧氏距离D_f，计算点P_g与点P_o的欧氏距离D_g，若D_a＝min(D_a,D_b,D_c,D_d,D_e,D_f,D_g)，则点P_a为矩体箱体的中心端点P₀，以P₀为极点，随机选取平面上任意一个方向为正方向建立极坐标系，将点P_b、点P_c、点P_d、点P_e、点P_f及点P_g根据极坐标系中的极角坐标从大到小进行排序，并按照该次序分别设置为矩体箱体的一般端点P₁、一般端点P₂、一般端点P₃、一般端点P₄、一般端点P₅及一般端点P₆；

若D_b＝min(D_a,D_b,D_c,D_d,D_e,D_f,D_g)，则点P_b为矩体箱体的中心端点P₀，以P₀为极点，随机选取平面上任意一个方向为正方向建立极坐标系，点P_a、点P_c、点P_d、点P_e、点P_f及点P_g根据极坐标系中的极角坐标从大到小进行排序，并按照该次序分别设置为矩体箱体的一般端点P₁、一般端点P₂、一般端点P₃、一般端点P₄、一般端点P₅及一般端点P₆；若D_c＝min(D_a,D_b,D_c,D_d,D_e,D_f,D_g)，则点P_c为矩体箱体的中心端点P₀，以P₀为极点，随机选取平面上任意一个方向为正方向建立极坐标系，点P_a、点P_b、点P_d、点P_e、点P_f及点P_g根据极坐标系中的极角坐标从大到小进行排序，并按照该次序分别设置为矩体箱体的一般端点P₁、一般端点P₂、一般端点P₃、一般端点P₄、一般端点P₅及一般端点P₆；若D_d＝min(D_a,D_b,D_c,D_d,D_e,D_f,D_g)，则点P_d为矩体箱体的中心端点P₀，以P₀为极点，随机选取平面上任意一个方向为正方向建立极坐标系，点P_a、点P_b、点P_c、点P_e、点P_f及点P_g根据极坐标系中的极角坐标从大到小进行排序，并按照该次序分别设置为矩体箱体的一般端点P₁、一般端点P₂、一般端点P₃、一般端点P₄、一般端点P₅及一般端点P₆；若D_e＝min(D_a,D_b,D_c,D_d,D_e,D_f,D_g)，则点P_e为矩体箱体的中心端点P₀，以P₀为极点，随机选取平面上任意一个方向为正方向建立极坐标系，点P_a、点P_b、点P_c、点P_d、点P_f及点P_g根据极坐标系中的极角坐标从大到小进行排序，并按照该次序分别设置为矩体箱体的一般端点P₁、一般端点P₂、一般端点P₃、一般端点P₄、一般端点P₅及一般端点P₆；若D_f＝min(D_a,D_b,D_c,D_d,D_e,D_f,D_g)，则点P_f为矩体箱体的中心端点P₀，以P₀为极点，随机选取平面上任意一个方向为正方向建立极坐标系，点P_a、点P_b、点P_c、点P_d、点P_e及点P_g根据极坐标系中的极角坐标从大到小进行排序，并按照该次序分别设置为矩体箱体的一般端点P₁、一般端点P₂、一般端点P₃、一般端点P₄、一般端点P₅及一般端点P₆；若D_g＝min(D_a,D_b,D_c,D_d,D_e,D_f,D_g)，则点P_g为矩体箱体的中心端点P₀，以P₀为极点，随机选取平面上任意一个方向为正方向建立极坐标系，点P_a、点P_b、点P_c、点P_d、点P_e及点P_f根据极坐标系中的极角坐标从大到小进行排序，并按照该次序分别设置为矩体箱体的一般端点P₁、一般端点P₂、一般端点P₃、一般端点P₄、一般端点P₅及一般端点P₆；

作为优选方案，所述深度摄像头和RGB摄像头集成在深度相机1上，通过这样设置，保证深度摄像头和RGB摄像头所获取的图像视角相同。

实施例二：

本实施例的目的在于提供一种应用实施例一的存储介质，计算机可读存储介质上存储有数据处理程序，所述数据处理程序被处理器执行时实现如实施例一的基于角点检测的钜体箱体2三维尺寸测量方法的所有步骤。

根据上述说明书的揭示和教导，本发明所属领域的技术人员还可以对上述实施方式进行变更和修改。因此，本发明并不局限于上面揭示和描述的具体实施方式，对本发明的一些修改和变更也应当落入本发明的权利要求的保护范围内。此外，尽管本说明书中使用了一些特定的术语，但这些术语只是为了方便说明，并不对本发明构成任何限制。

Claims

1.基于角点检测的钜体箱体三维尺寸测量方法，包括以下步骤：

a.通过深度摄像头和RGB摄像头对钜体箱体分别进行拍摄，获取含有至少一个顶点和连接该顶点三条棱边钜体箱体的图像作为深度标定图B0及彩色标定图B1，并将深度标定图B0转换成与彩色标定图B1相同的分辨率，得出深度标定图B2；

得出点P_IR(u_IR,v_IR)；

c.通过深度摄像头和RGB摄像头获取钜体箱体的深度图DSO及彩色图CSO，对深度图DS0进行数据预处理，将预处理深度图DS0转换成与彩色图CSO相同的分辨率，得出深度图DS3，对彩色图CSO进行数据预处理和灰度处理得出灰度图GS3，以及进行边缘提取操作和二值化处理得出灰度图GS5；

d.对灰度图GS5进行角点检测操作，得出由n个角点O₁(u′₁,v′₁)，O₂(u′₂,v′₂)，O₃(u′₃,v′₃)，……，O_n(u′_n,v′_n)所组成的角点集合O＝{O₁,O₂,O₃,......,O_n}，其中n≥7；

e.分别创建矩体箱体端点子集合P_A、P_B、P_C、P_D、P_E、P_F和P_G；将角点O₁归入矩体箱体端点子集合P_A中，在角点O₂，O₃，……，O_n中找出与角点O₁的距离最大的角点O_B，并将角点O_B归入矩体箱体端点子集合P_B中；在角点集合O＝{O₁,O₂,O₃,......,O_n}中找出与角点O₁及角点O_B的距离之和最大的角点O_C，并将角点O_C归入矩体箱体端点子集合P_C中；在角点集合O＝{O₁,O₂,O₃,......,O_n}中找出与角点O₁、角点O_B及角点O_C的距离之和最大的角点O_D，并将角点O_D归入矩体箱体端点子集合P_D中；在角点集合O＝{O₁,O₂,O₃,......,O_n}中找出与角点O₁、角点O_B、角点O_C及角点O_D的距离之和最大的角点O_E，并将角点O_E归入矩体箱体端点子集合P_E中；在角点集合O＝{O₁,O₂,O₃,......,O_n}中找出与角点O₁、角点O_B、角点O_C、角点O_D及角点O_E的距离之和最大的角点O_F，并将角点O_F归入矩体箱体端点子集合P_F中；在角点集合O＝{O₁,O₂,O₃,......,O_n}中找出与角点O₁、角点O_B、角点O_C、角点O_D、角点O_E及角点O_F的距离之和最大的角点O_G，并将角点O_G归入矩体箱体端点子集合P_G中；

对角点集合O＝{O₁,O₂,O₃,......,O_n}中的其他角点依次分别计算到角点O₁的距离D_A、角点O_B的距离D_B、角点O_C的距离D_C、角点O_D的距离D_D、角点O_E的距离D_E、角点O_F的距离D_F及角点O_G的距离D_G，若D_A＝min(D_A,D_B,D_C,D_D,D_E,D_F,D_G)，则该角点归入矩体箱体端点子集合P_A中，若D_B＝min(D_A,D_B,D_C,D_D,D_E,D_F,D_G)，则该角点归入矩体箱体端点子集合P_B中，若D_C＝min(D_A,D_B,D_C,D_D,D_E,D_F,D_G)，则该角点归入矩体箱体端点子集合P_C中，若D_D＝min(D_A,D_B,D_C,D_D,D_E,D_F,D_G)，则该角点归入矩体箱体端点子集合P_D中，若D_E＝min(D_A,D_B,D_C,D_D,D_E,D_F,D_G)，则该角点归入矩体箱体端点子集合P_E中，若D_F＝min(D_A,D_B,D_C,D_D,D_E,D_F,D_G)，则该角点归入矩体箱体端点子集合P_F中，若D_G＝min(D_A,D_B,D_C,D_D,D_E,D_F,D_G)，则该角点归入矩体箱体端点子集合P_G中；

计算矩体箱体端点子集合P_A中所有角点的质量中心P_a，计算矩体箱体端点子集合P_B中所有角点的质量中心P_b，计算矩体箱体端点子集合P_C中所有角点的质量中心P_c，计算矩体箱体端点子集合P_D中所有角点的质量中心P_d，计算矩体箱体端点子集合P_E中所有角点的质量中心P_e，计算矩体箱体端点子集合P_F中所有角点的质量中心P_f，计算矩体箱体端点子集合P_G中所有角点的质量中心P_g，则点P_a、点P_b、点P_c、点P_d、点P_e、点P_f及点P_g即为矩体箱体的7个端点；

f.在灰度图GS5中选取钜体箱体中点P_a、点P_b、点P_c、点P_d、点P_e、点P_f和点P_g7个端点的中心端点P₀，以该中心端点P₀为极点，随机选取平面上任意一个方向为正方向建立极坐标系，将其余6个质量中心点根据极坐标系中的极角坐标从大到小进行排序，并按照该次序分别设置为矩体箱体的一般端点P₁、一般端点P₂、一般端点P₃、一般端点P₄、一般端点P₅及一般端点P₆；

g.根据

找到灰度图GS5中矩体箱体的中心端点P₀、一般端点P₁、一般端点P₂、一般端点P₃、一般端点P₄、一般端点P₅及一般端点P₆在深度图DS3中的坐标；并根据其在深度图DS3中的坐标值、深度值及深度摄像头的内参计算出对应三维空间中的坐标点P′₀、点P′₁、点P′₂、点P′₃、点P′₄、点P′₅及点P′₆；

h.计算点P′₀与点P′₁的三维欧氏距离D₁，计算点P′₀与点P′₂的三维欧氏距离D₂，计算点P′₀与点P′₃的三维欧氏距离D₃，计算点P′₀与点P′₄的三维欧氏距离D₄，计算点P′₀与点P′₅的三维欧氏距离D₅，计算点P′₀与点P′₆的三维欧氏距离D₆，计算距离和D₁′＝D₁+D₃+D₅，计算距离和D₂′＝D₂+D₄+D₆，若D₁′≤D₂′，则三维欧氏距离D₁、三维欧氏距离D₃及三维欧氏距离D₅即为矩体箱体的三维尺寸，否则，三维欧氏距离D₂、三维欧氏距离D₄及三维欧氏距离D₆即为矩体箱体的三维尺寸。

2.根据权利要求1所述的基于角点检测的钜体箱体三维尺寸测量方法，其特征在于：所述深度图DS0数据预处理包括对深度图DS0进行中值滤波操作得到深度图DS1，对深度图DS1进行漫水填充操作得到深度图DS2；对深度图DS2利用4×4邻域双3次插值算法实现转换成与彩色图CSO相同的分辨率，得到深度图DS3。

3.根据权利要求1所述的基于角点检测的钜体箱体三维尺寸测量方法，其特征在于：所述彩色图CSO进行数据预处理包括将彩色图CS0转换为灰度图GS0，对灰度图GS0进行中值滤波操作得到灰度图GS1，对灰度图GS1进行高斯滤波操作得到灰度图GS2，对灰度图GS2进行双边滤波操作得到灰度图GS3，对灰度图GS3利用Canny边缘检测算法进行边缘提取操作得到灰度图GS4。

4.根据权利要求3所述的基于角点检测的钜体箱体三维尺寸测量方法，其特征在于：彩色图CS0的R通道值为R_CS，G通道值为G_CS，B通道值为B_CS，灰度图GS0通道值为I_GS，根据I_GS＝0.3·R_CS+0.59·G_CS+0.11·B_CS，将彩色图CS0转换为灰度图GS0。

5.根据权利要求1所述的基于角点检测的钜体箱体三维尺寸测量方法，其特征在于：所述深度摄像头和RGB摄像头集成在深度相机上。

6.一种存储介质，其特征在于，计算机可读存储介质上存储有数据处理程序，所述数据处理程序被处理器执行时实现如权利要求1至5中任一项所述的基于角点检测的钜体箱体三维尺寸测量方法的步骤。