CN110264511B - 一种参数测量的方法及其系统 - Google Patents
一种参数测量的方法及其系统 Download PDFInfo
- Publication number
- CN110264511B CN110264511B CN201910550274.0A CN201910550274A CN110264511B CN 110264511 B CN110264511 B CN 110264511B CN 201910550274 A CN201910550274 A CN 201910550274A CN 110264511 B CN110264511 B CN 110264511B
- Authority
- CN
- China
- Prior art keywords
- contour
- target object
- outermost layer
- point
- vest
- 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
Links
Images
Classifications
-
- 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
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Abstract
本申请公开了一种参数测量的方法及其系统,其中参数测量的方法具体包括以下步骤:提取所拍摄图像中的目标对象;从目标对象中提取目标对象的最外层轮廓;根据最外层轮廓计算目标对象的体型参数。本申请解决了大量龟的体型参数数据批处理的难题,有效消除了随机误差和操作误差,同时,对高价值的东部锦龟减少了外来刺激,提升了安全性,数字化的数据存储方式为后期数据的跟踪和分析提供了基础。
Description
技术领域
本申请涉及图像处理领域,具体地,涉及一种参数测量的方法及其系统。
背景技术
东部锦龟属于小型的淡水龟类,身上有鲜艳的花纹,受人喜爱,背甲橄榄色或黑色,扁平,光滑无棱,腹甲黄色,没有图案,或有精制繁复的纹样。东部锦龟在体型上的差异决定了其品质和市场价值,体型比例协调、无残损的东部锦龟,具有较高的观赏和市场价值,体型比例不协调,有残损的东部锦龟则失去了观赏和市场价值。目前,在市场以及各种观赏龟比赛中,对东部锦龟体型的评价都是靠业内专家和资深玩家现场人工评价,采用一些测量工具进行现场测量,最终给出测量数据和评价结果。但是传统的测量并不是针对东部锦龟体型特征全自动提取,并且存在以下几点问题:1、东部锦龟是活体动物,人工测量会给它带来一定的外界刺激,造成观赏龟的不舒适,如果龟的应激反应强烈,很可能造成观赏龟受伤,造成无法挽回的损失;2、在测量过程中,东部锦龟很难配合人工测量操作,这样的机械测量结果也会产生较大的误差;3、不同操作者,测量技术和经验不同,很难准确、客观的给出测量结果;4、东部锦龟体型参数数量较多(背甲长、背甲宽、背甲高、腹甲长、腹甲宽五个),测量工作繁琐、耗时,对于数量较多的龟,无法进行批量的快速测量,也无法快速的转换成数字化文件档案,不便于后期数据分析和应用。因此现有技术中提供了人机交互进行半自动提取的方法,通过拍摄图片,然后人机交互操作软件,在图像上画出要测量的特征参数线段,由软件进行自动计算线段的长度,这种方法,对软件操作人员要求较高,只能逐张图片单独处理,无法实现全自动处理和批量处理,效率不高,准确度也与操作人员经验和操作水平相关。另一个比较接近的实现方案是,有人通过拍摄鱼的多角度图像,然后采用计算机视觉算法自动提取鱼的体长、体宽两个数据,但由于鱼和龟的体型特征差距明显,而且鱼是在水中拍摄,而龟可以在离水环境下长时间拍摄,从图像采集终端设计上就完全不同,两者生物特性也差距明显,鱼基本上一直处于游动状态,龟相对安静,姿态较为平稳,可自动化提取的特征参数更多,计算机视觉算法设计上就存在很大差异。因此需要一种更安全且方便快速的测量方法,进行东部锦龟的体型参数的提取以及计算。
发明内容
本申请的目的在于提供一种参数测量的方法及其系统。解决人工机械测量给东部锦龟带来的损伤风险、测量数据准确度不高、测量操作繁琐、耗时以及无法数字化分析和应用的难题。
为达到上述目的,本申请提供了一种参数测量的方法,具体包括以下步骤:提取所拍摄图像中的目标对象;从目标对象中提取目标对象的最外层轮廓;根据最外层轮廓计算目标对象的体型参数。
如上的,其中,目标对象是东部锦龟。
如上的,其中,在提取目标对象后,还在目标对象中建立像素图像坐标系。
如上的,其中,采用最外侧轮廓检测算法,从目标对象中提取目标对象的最外层轮廓,其中最外层轮廓包括俯视最外层轮廓、仰视最外层轮廓以及侧面最外层轮廓。
如上的,其中,在计算目标对象的体系参数前,还包括,计算定标系数α,其中定标系数α将像素坐标系中的像素尺寸转变为实际尺寸。
如上的,其中,计算目标对象的体型参数具体包括以下子步骤:将俯视最外层轮廓划分为多个轮廓点;对多个轮廓点进行像素检测并计算轮廓点间的斜率变化;根据斜率变化选取背甲轮廓点并形成背甲轮廓图;对背甲轮廓图进行处理,计算背甲长宽。
如上的,其中,对背甲轮廓图进行处理,计算背甲长宽还包括以下子步骤:将背甲轮廓图进行黑白二值化;在黑白二值化后的轮廓图中提取第一指定轮廓点并计算背甲长宽;其中第一指定轮廓点包括最高轮廓点Ptop,最低点轮廓点Pbottom,最左轮廓点Pleft,最右轮廓点Pright;背甲长Lcarapace表示为:Lcarapace=(Prihgt.x-Pleft.x)×α。其中Prihgt.x表示最右轮廓点Pright在像素图像坐标系中x轴上的位置,Pleft.x表示最左轮廓点Pleft在像素图像坐标系中x轴上的位置;背甲宽Wcarapace表示为:Wcarapace=(Pbottom.y-Ptop.y)×α,其中Pbottom.y表示最低点轮廓点Pbottom在像素图像坐标系中y轴上的位置,Ptop.y表示最高轮廓点Ptop在像素图像坐标系中y轴上的位置。
如上的,其中,计算目标对象的体型参数还包括以下子步骤:在侧面最外层轮廓中提取最大内切圆;在最大内切圆中搜索轮廓点;其中从最大内切圆圆心Pcircle向上搜索轮廓点,如果圆心正上方出现与圆心距离大于内切圆半径Rcircle的轮廓点Pcontours,则将该点视为背甲侧面图轮廓最高点,同时计算背甲高Hcarapace;背甲高表示为Hcarapace=(Pcircle.y-Pcontours.y+Rcircle)×α,其中Pcircle.y表示最大内切圆圆心Pcircle在像素图像坐标系中y轴上的位置,Pcontours.y表示轮廓点Pcontours在像素图像坐标系中y轴上的位置。
一种参数测量系统,具体包括:图像采集单元、计算单元;图像采集单元,用于采集目标对象并将其传输至计算单元中;计算单元,用于接收图像采集单元传输来的数字图像,并根据数字图像进行目标对象的体型参数的计算。
如上的,其中,图像采集单元包括图像背景板、拍摄模块、拍摄目标基座、定标器、数字传感器;图像背景板为采集目标对象的背景板;拍摄模块,用于拍摄采集目标对象;拍摄目标基座,用于放置目标对象;定标器,用于进行像素尺寸与实际尺寸之间的转换;数字传感器,用于实时向计算单元本地磁盘传输采集的数字图像。
本申请具有以下有益效果:
(1)本申请提供的参数测量的方法及其系统解决了大量龟的体型参数数据批处理的难题,有效消除了随机误差和操作误差,同时,对高价值的东部锦龟减少了外来刺激,提升了安全性,数字化的数据存储方式为后期数据的跟踪和分析提供了基础。
(2)本申请提供的参数测量的方法及其系统无需人工干预的全自动观赏龟背甲长、背甲宽、背甲高、腹甲长、腹甲宽五项体型参数的准确提取以及批处理。
(3)本申请提供的参数测量的方法及其系统运用了计算机图形学算法来计算东部锦龟背甲长、背甲宽、背甲高、腹甲长、腹甲宽五项体型参数,省时省力且高效快速。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1是根据本申请实施例提供的参数测量的方法流程图;
图2是根据本申请实施例提供的参数测量系统的内部结构图;
图3是根据本申请实施例提供的参数测量系统中的具体硬件结构图。
具体实施方式
下面结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请涉及一种参数测量的方法及其系统。根据本申请,能够可有效解决人工机械测量给东部锦龟带来的损伤风险、测量数据准确度不高、测量操作繁琐、耗时以及无法数字化分析和应用的难题。
如图1所述为本申请提供的参数测量系统,具体包括:图像采集单元101、计算单元102。
图像采集单元101用于采集东部锦龟8的图像并将其传输至计算单元102中。
具体地,如图2所示为图像采集单元101的结构图,其中图像采集单元101包括图像背景板1、拍摄模块2、拍摄目标基座3、定标器4、数字传感器(图中未示出)。
图像背景板为采集拍摄的东部锦龟(目标对象)的图像的背景板,优选地,图像背景板为白色,能够尽量消除图像的背景噪音信息。
拍摄模块通过不锈钢机械结构的传感器支架与图像背景板活动连接,其中拍摄模块包括图像传感器与自动变焦镜头(图中未示出),图像传感器与自动变焦镜头连接,用于拍摄采集龟体图像。
具体地,传感器支架包括伸缩调节杆6以及高度调节器7,伸缩调节杆6的一端与图像背景板的一侧固定连接,且与图像背景板1倾斜一定角度。伸缩调节杆6的另一端与拍摄模块2固定连接,高度调节器7安装在伸缩调节杆上,通过高度调节器7能够调节伸缩调节杆6的伸缩,从而调整拍摄模块2的高低。
优选地,伸缩调节杆6还能够自身旋转调节,从而进行拍摄角度的调节。
优选地,图像传感器为采用500万像素CCD图像传感器,集成OV5647感光芯片,视场角75.7°,可实现1080p高清图像采集,其中自动变焦镜头和图像传感器配合使用能够在采集同一批次东部锦龟8图像时,不需要调整拍摄平台的姿态,保证了同一批次数据采集标准的一致性。
优选地,拍摄模块在拍摄东部锦龟8时应与拍摄目标基座3水平轴线平行。
拍摄目标基座3放置在图像背景板1上,用于放置东部锦龟8。
具体地,拍摄目标基座3为带有水平仪10的亚克力透明材料座体,根据龟的体型特征设计中心凹槽,边缘托起的碗型结构,可安全、稳定的水平支撑拍摄目标龟。进一步地,拍摄目标基座3中心凹槽中设有水平支杆(图中未示出),水平支杆穿过水平仪10将水平仪10固定在拍摄目标基座3的凹槽中。
定标器4放置在图像背景板1中,用于进行目标对象中的像素尺寸与实际尺寸间的转换。
具体地,定标器4为一段长度为1cm的黑色直线段,与拍摄目标基座3水平轴线平行。
数字传感器通过USB数据线与计算单元102连接,用于实时向计算单元的本地磁盘传输采集的数字图像。优选地,数字传感器可位于伸缩调节杆内或拍摄模块中。
计算单元102与图像采集单元101连接,用于接收图像采集单元101传输来的数字图像,并将数据批量存储在本地磁盘指定的文件夹目录下,进行东部锦龟8的体型参数的计算。
如图3所示为本申请提供的参数测量的方法流程图。
步骤S310:提取拍摄图像中的目标对象。
其中提取目标对象前,还包括,在图像背景板中采集拍摄图像。其中拍摄图像为拍摄的各个角度的东部锦龟的图像,目标对象为东部锦龟的龟体。
具体地,拍摄图像中包括龟背甲、以及伸出背甲的头、尾以及四肢。由于图像背景板为白色,其灰度值较大,而拍摄图像的灰度值较小,因此采用灰度阈值分割算法从拍摄图像中提取出目标对象。
优选地,本实施例中的灰度阈值分割算法可参考现有技术。
优选地,在提取目标对象后,在目标对象中建立像素图像坐标系。具体以目标对象左上角点位坐标原点,向右为x轴,向下为y轴,建立像素图像坐标系。其中目标对象任意一处的像素尺寸需要通过在像素图像坐标系中的位置,并根据该位置进行转换才能够变为实际尺寸。
步骤S320:从目标对象中提取目标对象的最外层轮廓。
优选地,采用最外侧轮廓检测算法,从目标对象中提取其最外层轮廓。其中最外层轮廓根据拍摄的角度不同从而存在不同角度的最外层轮廓。
在本实施例中最外层轮廓包括俯视最外层轮廓、仰视最外层轮廓以及侧面最外层轮廓。其中俯视最外层轮廓为东部锦龟壳朝上放置在拍摄目标时拍摄的最外层轮廓;侧面最外层轮廓为以东部锦龟侧立放置在拍摄目标基座时拍摄的最外层轮廓;仰视最外层轮廓为以东部锦龟在龟腹朝上放置在拍摄基座时拍摄的最外层轮廓。
步骤S330:根据最外层轮廓计算目标对象的体型参数。
其中目标对象的体型参数包括计算龟背甲长、背甲宽、背甲高以及龟腹甲长、腹甲宽。
具体地,计算龟背甲长、背甲宽具体包括以下子步骤:
步骤D1:将俯视最外层轮廓划分为多个轮廓点。
步骤D2:对多个轮廓点进行像素检测并计算轮廓点间的斜率变化。
优选地,采用步进检测算法对多个轮廓点进行像素检测。具体逐像素监测每个轮廓点的斜率变化值。
步骤D3:根据斜率变化选取背甲轮廓点并形成背甲轮廓图。
具体地,根据斜率变化值进行背甲轮廓的绘制。若斜率变化值超过指定阈值的轮廓点,则认为是龟伸出背甲的肢体与背甲轮廓点的拐点,对出现的拐点进行标记。
将斜率变化值未超过指定阈值的轮廓点与拐点按照俯视最外层轮廓的形状进行连接,连接完成后将标记后的拐点去除,将剩余的背甲轮廓点进行连接,最终形成背甲轮廓图。
步骤D4:对背甲轮廓图进行处理,计算背甲长宽。
其中步骤D4具体包括以下子步骤:
步骤P1:将背甲轮廓图进行黑白二值化。
优选地,黑白二值化可参考现有技术中的实现方法。
步骤P2:在黑白二值化后的轮廓图中提取指定轮廓点。
具体地,本步骤中的指定轮廓点包括最高轮廓点Ptop,最低点轮廓点Pbottom,最左轮廓点Pleft,最右轮廓点Pright。
步骤P3:计算背甲长宽。
由于计算的背甲长宽为实际尺寸,而采集的图像为像素尺寸,因此需要将步骤S110中形成的像素图像坐标系中的像素尺寸转换为实际尺寸。
具体地,由于图像背景中设置有定标器,定标器存在实际长度,因此定标器在采集的龟体图像中所占的比例就是像素尺寸与实际尺寸之间存在的转换比例,将该比例定义为定标系数α,根据该定标系数可进行东部锦龟的体型参数的计算。
定标系数α能够取代繁琐的成像几何算法,消除了由于自动变焦造成的成像几何的不确定性。
具体地,在计算目标对象的体型参数之前,还包括,裁切定标器所在区域。
由于定标器位于图像背景板的指定区域,可通过图像自动裁切技术,将该区域单独裁出。
进一步地,将定标器所在区域裁出后,采用计算机图形学水平线监测算法提取水平定标器段,并计算定标器的两端点(P1,P2)间像素距离Lpixel,由于定标器段实际长度为指定1cm,因此,定标系数α计算如下:
其中,P1.x表示端点P1在像素图像坐标系中x轴上的位置,P2.x表示P2在像素图像坐标系中x轴上的位置,P1.y表示P1在像素图像坐标系中y轴上的位置,P2.y表示P1在像素图像坐标系中y轴上的位置。
再进一步地,定标系数α=1/Lpixel。
具体地,背甲长Lcarapace表示为:Lcarapace=(Prihgt.x-Pleft.x)×α。其中Prihgt.x表示最右轮廓点Pright在像素图像坐标系中x轴上的位置,Pleft.x表示最左轮廓点Pleft在像素图像坐标系中x轴上的位置。
背甲宽Wcarapace表示为:Wcarapace=(Pbottom.y-Ptop.y)×α,其中Pbottom.y表示最低点轮廓点Pbottom在像素图像坐标系中y轴上的位置,Ptop.y表示最高轮廓点Ptop在像素图像坐标系中y轴上的位置。
由于背甲轮廓以拍摄目标基座的水平轴对称,因此计算与坐标轴垂直的点间距来平抑龟体微小倾斜和轮廓边缘的不对称点带来的系统误差。
具体地,计算背甲高具体包括以下步骤:
步骤Q1:在侧面最外层轮廓中提取最大内切圆。
具体地,由于龟背甲侧面图最居中位置为可提取到的侧面轮廓半径最大的内切圆,因此首先提取龟体侧面最外层轮廓的最大内切圆。
步骤Q2:在最大内切圆中搜索轮廓点。
具体地,从最大内切圆圆心Pcircle向上搜索轮廓点,如果在圆心正上方出现与圆心距离大于内切圆半径Rcircle的轮廓点Pcontours,则将该点视为龟背甲侧面图轮廓最高点,同时计算背甲高Hcarapace。
具体地,背甲高为:Hcarapace=(Pcircle.y-Pcontours.y+Rcircle)×α,其中Pcircle.y表示最大内切圆圆心Pcircle在像素图像坐标系中y轴上的位置,Pcontours.y表示轮廓点Pcontours在像素图像坐标系中y轴上的位置。
具体地,计算龟腹甲长、腹甲宽具体包括以下步骤:
步骤W1:在仰视最外层轮廓中提取最大内切圆。
具体地,在仰视最外层轮廓的最居中位置可进行最大内切圆的提取。
步骤W2:根据最大内切圆的圆心,提取龟腹最大外轮廓。
具体地,最大内切圆心为最大内切圆的中心点,将圆心所代表的灰度值作为利用灰度阈值分割算法提取龟腹最大外轮廓的阈值,从而使用灰度阈值分割算法能够提取到完成的龟腹最大外层轮廓。
步骤W3:在龟腹最大外轮廓中提取指定轮廓点。
具体地,在提取指定轮廓点之前,还包括将龟腹最大外轮廓进行黑白二值化。
在黑白二值化后的龟腹最大外轮廓中提取指定轮廓点,其中在本步骤中指定轮廓点包括最高轮廓点Stop,最低点轮廓点Sbottom,最左轮廓点Sleft,最右轮廓点Sright。
步骤W4:根据指定轮廓点计算龟腹甲长、腹甲宽。
龟腹甲长Lplastron表示为:Lplastron=(Sright.x-Sleft.x)×α。
龟腹甲宽Wplastron表示为:Wplastron=(Sbottom.y-Stop.y)×α。
本申请具有以下有益效果:
(1)本申请提供的参数测量的方法及其系统解决了大量龟的体型参数数据批处理的难题,有效消除了随机误差和操作误差,同时,对高价值的东部锦龟减少了外来刺激,提升了安全性,数字化的数据存储方式为后期数据的跟踪和分析提供了基础。
(2)本申请提供的参数测量的方法及其系统无需人工干预的全自动观赏龟背甲长、背甲宽、背甲高、腹甲长、腹甲宽五项体型参数的准确提取以及批处理。
(3)本申请提供的参数测量的方法及其系统运用了计算机图形学算法来计算东部锦龟背甲长、背甲宽、背甲高、腹甲长、腹甲宽五项体型参数,省时省力且高效快速。
虽然当前申请参考的示例被描述,其只是为了解释的目的而不是对本申请的限制,对实施方式的改变,增加和/或删除可以被做出而不脱离本申请的范围。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种参数测量的方法,其特征在于,具体包括以下步骤:
提取所拍摄图像中的目标对象;
从目标对象中提取目标对象的最外层轮廓;
根据所述最外层轮廓计算所述目标对象的体型参数;
其中采用最外侧轮廓检测算法,从目标对象中提取目标对象的最外层轮廓,其中最外层轮廓包括俯视最外层轮廓、仰视最外层轮廓以及侧面最外层轮廓;
其中,计算目标对象的体型参数具体包括以下子步骤:
将俯视最外层轮廓划分为多个轮廓点;
对多个轮廓点进行像素检测并计算轮廓点间的斜率变化;
根据斜率变化选取背甲轮廓点并形成背甲轮廓图;
对背甲轮廓图进行处理,计算背甲长宽。
2.如权利要求1所述的参数测量的方法,其特征在于,所述目标对象是东部锦龟。
3.如权利要求1所述的参数测量的方法,其特征在于,在提取目标对象后,还在目标对象中建立像素图像坐标系。
4.如权利要求1所述的参数测量的方法,其特征在于,在计算目标对象的体系参数前,还包括,计算定标系数α,其中定标系数α将像素坐标系中的像素尺寸转变为实际尺寸。
5.如权利要求4所述的参数测量的方法,其特征在于,对背甲轮廓图进行处理,计算背甲长宽还包括以下子步骤:
将背甲轮廓图进行黑白二值化;
在黑白二值化后的轮廓图中提取第一指定轮廓点并计算背甲长宽;
其中第一指定轮廓点包括最高轮廓点Ptop,最低点轮廓点Pbottom,最左轮廓点Pleft,最右轮廓点Pright;
背甲长Lcarapace表示为:Lcarapace=(Prihgt.x-Pleft.x)×α;其中Prihgt.x表示最右轮廓点Pright在像素图像坐标系中x轴上的位置,Pleft.x表示最左轮廓点Pleft在像素图像坐标系中x轴上的位置;
背甲宽Wcarapace表示为:Wcarapace=(Pbottom.y-Ptop.y)×α,其中Pbottom.y表示最低点轮廓点Pbottom在像素图像坐标系中y轴上的位置,Ptop.y表示最高轮廓点Ptop在像素图像坐标系中y轴上的位置。
6.如权利要求4所述的参数测量的方法,其特征在于,计算目标对象的体型参数还包括以下子步骤:
在侧面最外层轮廓中提取最大内切圆;
在最大内切圆中搜索轮廓点;
其中从最大内切圆圆心Pcircle向上搜索轮廓点,如果圆心正上方出现与圆心距离大于内切圆半径Rcircle的轮廓点Pcontours,则将该点视为背甲侧面图轮廓最高点,同时计算背甲高Hcarapace;
背甲高表示为Hcarapace=(Pcircle.y-Pcontours.y+Rcircle)×α,其中Pcircle.y表示最大内切圆圆心Pcircle在像素图像坐标系中y轴上的位置,Pcontours.y表示轮廓点Pcontours在像素图像坐标系中y轴上的位置。
7.一种参数测量系统,其特征在于,具体包括:图像采集单元、计算单元;
图像采集单元,用于采集目标对象并将其传输至计算单元中;
计算单元,用于接收图像采集单元传输来的数字图像,并根据数字图像进行目标对象的体型参数的计算;
其中在计算单元计算目标对象的体型参数中,采用最外侧轮廓检测算法,从目标对象中提取目标对象的最外层轮廓,其中最外层轮廓包括俯视最外层轮廓、仰视最外层轮廓以及侧面最外层轮廓;
在计算单元计算目标对象的体型参数中,包括:将俯视最外层轮廓划分为多个轮廓点;对多个轮廓点进行像素检测并计算轮廓点间的斜率变化;根据斜率变化选取背甲轮廓点并形成背甲轮廓图;对背甲轮廓图进行处理,计算背甲长宽。
8.如权利要求7所述的参数测量系统,其特征在于,图像采集单元包括图像背景板、拍摄模块、拍摄目标基座、定标器、数字传感器;
图像背景板为采集目标对象的背景板;
拍摄模块,用于拍摄采集目标对象;
拍摄目标基座,用于放置目标对象;
定标器,用于进行像素尺寸与实际尺寸之间的转换;
数字传感器,用于实时向计算单元本地磁盘传输采集的数字图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910550274.0A CN110264511B (zh) | 2019-06-24 | 2019-06-24 | 一种参数测量的方法及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910550274.0A CN110264511B (zh) | 2019-06-24 | 2019-06-24 | 一种参数测量的方法及其系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110264511A CN110264511A (zh) | 2019-09-20 |
CN110264511B true CN110264511B (zh) | 2020-02-07 |
Family
ID=67920920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910550274.0A Active CN110264511B (zh) | 2019-06-24 | 2019-06-24 | 一种参数测量的方法及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110264511B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112773325B (zh) * | 2020-12-31 | 2023-08-01 | 北京市环境保护科学研究院 | 一种巴西龟眼炎的早期预警方法及系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102128595A (zh) * | 2009-12-30 | 2011-07-20 | 云林科技大学 | 雕刻刀具尺寸参数的检测方法及其装置 |
CN103247032A (zh) * | 2013-04-26 | 2013-08-14 | 中国科学院光电技术研究所 | 一种基于姿态补偿的微弱扩展目标定位方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104482860B (zh) * | 2014-12-05 | 2017-10-31 | 浙江大学宁波理工学院 | 鱼类形态参数自动测量装置和方法 |
CN109345583B (zh) * | 2018-10-11 | 2020-10-09 | 西安电子科技大学 | 基于omp的sar目标图像几何尺寸估计方法 |
-
2019
- 2019-06-24 CN CN201910550274.0A patent/CN110264511B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102128595A (zh) * | 2009-12-30 | 2011-07-20 | 云林科技大学 | 雕刻刀具尺寸参数的检测方法及其装置 |
CN103247032A (zh) * | 2013-04-26 | 2013-08-14 | 中国科学院光电技术研究所 | 一种基于姿态补偿的微弱扩展目标定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110264511A (zh) | 2019-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109785379B (zh) | 一种对称物体尺寸及重量的测量方法及测量系统 | |
CN104482860B (zh) | 鱼类形态参数自动测量装置和方法 | |
US8755573B2 (en) | Time-of-flight sensor-assisted iris capture system and method | |
JP4647514B2 (ja) | 航空画像処理装置および航空画像処理方法 | |
JP3684017B2 (ja) | 画像処理装置及び方法 | |
CN109285145A (zh) | 基于智能手机的多株立木高度测量方法 | |
CN109636779B (zh) | 识别家禽体积体尺的方法、装置及存储介质 | |
CN107154050A (zh) | 一种基于机器视觉的石材几何参数的自动获取方法 | |
CN109145808B (zh) | 一种基于自适应鱼体弯曲模型的金枪鱼识别方法 | |
CN103808265B (zh) | 油菜叶片及菌核病斑形态同步测量的方法、装置及系统 | |
CN105029691B (zh) | 一种基于三维重建技术的卷烟空头检测方法 | |
CN112200854B (zh) | 一种基于视频图像的叶类蔬菜三维表型测量方法 | |
KR101106967B1 (ko) | 어류 계측 형질 측정 자동화 시스템 및 방법 | |
CN110264511B (zh) | 一种参数测量的方法及其系统 | |
CN111784649A (zh) | 一种无损鱼骨的鱼骨表型信息自动检测系统及方法 | |
CN109242840A (zh) | 检测乳房图像中限束器区域的方法、在乳房图像中确定边界的方法和医疗设备 | |
CN204202563U (zh) | 鱼类形态参数自动测量装置 | |
JP2004005384A (ja) | 画像処理方法、画像処理装置、プログラム及び記録媒体、自動トリミング装置、並びに肖像写真撮影装置 | |
CN108682000B (zh) | 基于Kinect视频的猪体长体宽检测方法 | |
CN111432074B (zh) | 一种辅助手机用户进行图片信息采集的方法 | |
CN116342591B (zh) | 一种建筑物参数的视觉解析方法 | |
CN111724403A (zh) | 一种基于机器视觉的积雪深度监测方法 | |
JP2008084109A (ja) | 目開閉判定装置及び目開閉判定方法 | |
JP2010097341A (ja) | 入力画像から検出対象物の像を検出する画像処理装置 | |
CN112113506A (zh) | 一种基于深度学习的水下移动物体测量装置及测量方法 |
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 | ||
CB03 | Change of inventor or designer information |
Inventor after: Ma Yin Chi Inventor before: Ma Yinchi Inventor before: Ding Wen Inventor before: Li Wentong Inventor before: Lin Kai Inventor before: Zhang Jinjing |
|
CB03 | Change of inventor or designer information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |