CN110363809B - 体积测量方法、装置、终端及存储介质 - Google Patents

体积测量方法、装置、终端及存储介质 Download PDF

Info

Publication number
CN110363809B
CN110363809B CN201910628814.2A CN201910628814A CN110363809B CN 110363809 B CN110363809 B CN 110363809B CN 201910628814 A CN201910628814 A CN 201910628814A CN 110363809 B CN110363809 B CN 110363809B
Authority
CN
China
Prior art keywords
image
measurement
camera
actual
volume measurement
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
CN201910628814.2A
Other languages
English (en)
Other versions
CN110363809A (zh
Inventor
吴子凡
张潮宇
黄阳琨
梁议丹
魏征
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.)
WeBank Co Ltd
Original Assignee
WeBank Co Ltd
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 WeBank Co Ltd filed Critical WeBank Co Ltd
Priority to CN201910628814.2A priority Critical patent/CN110363809B/zh
Publication of CN110363809A publication Critical patent/CN110363809A/zh
Application granted granted Critical
Publication of CN110363809B publication Critical patent/CN110363809B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/13Edge detection
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • G06T3/02

Abstract

本发明涉及金融科技领域,本发明公开了一种体积测量方法、装置、终端及存储介质,所述体积测量方法应用于终端,所述体积测量方法包括:基于所述摄像头实时扫描预设标识区,以确定长度映射标准;若检测到所述预设标识区中存在实际测量物,则基于所述摄像头捕捉所述实际测量物的图像样本;根据所述长度映射标准和所述图像样本,获得所述实际测量物的体积测量参数;基于所述体积测量参数计算所述实际测量物的体积测量值。本发明解决了当前抵押贷款业务中抵押品体积测量效率低下,体积测量结果不精准的技术问题。

Description

体积测量方法、装置、终端及存储介质
技术领域
本发明涉及金融科技技术领域,尤其涉及一种体积测量方法、装置、终端及存储介质。
背景技术
随着计算机技术的发展,越来越多的技术(大数据、分布式、区块链Blockchain、人工智能等)应用在金融领域,传统金融工业正在逐步向金融科技(Fintech)转变,但由于金融行业的安全性、实时性要求,也对技术提出了更高的要求。
在金融科技领域中,抵押贷款业务已经越来越受到人们的重视。当前的货品抵押贷款通常需要对抵押品进行盘存,而这其中涉及到对抵押品体积数据的测量。传统的抵押品体积测量方式是通过部署专有摄像头设备完成的。
但是专有摄像头的安装增加了部署成本,并且设备的安装流程较为繁琐复杂,耗时耗力,测量效率低。同时,传统的摄像头体积测量方式无法在复杂环境进行精准测量,导致测量精准度低,影响了抵押贷款业务的业务效率。
因此,如何提高抵押贷款业务中抵押品的体积测量效率和体积测量精度,是当前亟待解决的技术问题。
发明内容
本发明的主要目的在于提供一种体积测量方法、装置、终端及存储介质,旨在解决当前抵押贷款业务中抵押品体积测量效率低下,体积测量结果不精准的技术问题。
为实现上述目的,本发明实施例提供一种体积测量方法,所述体积测量方法应用于终端,所述终端设置有摄像头,所述体积测量方法包括:
基于所述摄像头实时扫描预设标识区,以确定长度映射标准;
若检测到所述预设标识区中存在实际测量物,则基于所述摄像头捕捉所述实际测量物的图像样本;
根据所述长度映射标准和所述图像样本,获得所述实际测量物的体积测量参数;
基于所述体积测量参数计算所述实际测量物的体积测量值。
可选地,所述根据所述长度映射标准和所述图像样本,获得所述实际测量物的体积测量参数的步骤包括:
获取所述图像样本中图像测量物的第一正视图和第二正视图;
根据所述长度映射标准对所述第一正视图和所述第二正视图进行解析,以获得所述实际测量物对应的实际线条长度;
根据所述实际线条长度确定所述实际测量物的体积测量参数。
可选地,所述获取所述图像样本中图像测量物的第一正视图和第二正视图的步骤包括:
对所述图像样本进行边缘检测,以获取所述图像测量物的目标边缘线条;
对所述目标边缘线条进行线条提取,以获得所述图像测量物的线条边界,并获取所述线条边界的所有角点;
根据所述所有角点进行仿射变换处理,以获得所述图像样本中图像测量物的第一正视图和第二正视图。
可选地,所述对所述图像样本进行边缘检测,以获取所述图像测量物的目标边缘线条的步骤之前还包括:
对所述图像样本进行特征定位,以提取所述图像测量物的第一处理图像;
所述对所述图像样本进行边缘检测,以获取所述图像测量物的目标边缘线条的步骤还包括:
对所述第一处理图像进行边缘检测,以获取所述图像测量物的目标边缘线条。
可选地,所述基于所述摄像头捕捉所述实际测量物的图像样本的步骤包括:
基于所述摄像头捕捉所述实际测量物的第二处理图像;
对所述第二处理图像进行运动模糊去除处理,以获得图像样本。
可选地,所述基于所述摄像头实时扫描预设标识区,以确定长度映射标准的步骤还包括:
基于所述摄像头实时扫描预设标识区,以获取预设标识区的预设标定线图像;
根据预设标定线图像和预设长度值进行定长映射比对,以确定长度映射标准。
可选地,所述体积测量方法还包括:
若基于所述摄像头实时扫描预设标识区未获得长度映射标准,则输出第一提示信息,以提示是否使用预设长度映射标准;
若检测到基于所述第一提示信息的确认使用指令,则输出第二提示信息,以提示保持摄像头与预设标识区之间的预设恒定距离;
若检测到基于第二提示信息的确认距离指令,则将所述预设长度映射标准确认为长度映射标准。
本发明还提供一种体积测量装置,所述体积测量装置应用于终端,所述终端设置有摄像头,所述体积测量装置包括:
确定模块,用于基于所述摄像头实时扫描预设标识区,以确定长度映射标准;
捕捉模块,用于若检测到所述预设标识区中存在实际测量物,则基于所述摄像头捕捉所述实际测量物的图像样本;
获取模块,用于根据所述长度映射标准和所述图像样本,获得所述实际测量物的体积测量参数;
计算模块,用于基于所述体积测量参数计算所述实际测量物的体积测量值。
可选地,所述获取模块包括:
获取单元,用于获取所述图像样本中图像测量物的第一正视图和第二正视图;
解析单元,用于根据所述长度映射标准对所述第一正视图和所述第二正视图进行解析,以获得所述实际测量物对应的实际线条长度;
第一确定单元,用于根据所述实际线条长度确定所述实际测量物的体积测量参数。
可选地,所述获取单元包括:
边缘检测子单元,用于对所述图像样本进行边缘检测,以获取所述图像测量物的目标边缘线条;
线条提取子单元,用于对所述目标边缘线条进行线条提取,以获得所述图像测量物的线条边界,并获取所述线条边界的所有角点;
仿射变换子单元,用于根据所述所有角点进行仿射变换处理,以获得所述图像样本中图像测量物的第一正视图和第二正视图。
可选地,所述获取单元还包括:
提取子单元,用于对所述图像样本进行特征定位,以提取所述图像测量物的第一处理图像;
所述获取单元还用于对所述第一处理图像进行边缘检测,以获取所述图像测量物的目标边缘线条。
可选地,所述捕捉模块包括:
捕捉单元,用于基于所述摄像头捕捉所述实际测量物的第二处理图像;
运动模糊去除单元,用于对所述第二处理图像进行运动模糊去除处理,以获得图像样本。
可选地,所述确定模块还包括:
扫描单元,用于基于所述摄像头实时扫描预设标识区,以获取预设标识区的预设标定线图像;
第二确定单元,用于根据预设标定线图像和预设长度值进行定长映射比对,以确定长度映射标准。
可选地,所述体积测量装置还包括:
第一提示模块,用于若基于所述摄像头实时扫描预设标识区未获得长度映射标准,则输出第一提示信息,以提示是否使用预设长度映射标准;
第二提示模块,用于若检测到基于所述第一提示信息的确认使用指令,则输出第二提示信息,以提示保持摄像头与预设标识区之间的预设恒定距离;
确认模块,用于若检测到基于第二提示信息的确认距离指令,则将所述预设长度映射标准确认为长度映射标准。
此外,为实现上述目的,本发明还提供一种终端,所述终端包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的体积测量程序,其中:
所述体积测量程序被所述处理器执行时实现如上所述的体积测量方法的步骤。
此外,为实现上述目的,本发明还提供计算机存储介质;
所述计算机存储介质上存储有体积测量程序,所述体积测量程序被处理器执行时实现如上述的体积测量方法的步骤。
本发明基于所述摄像头实时扫描预设标识区,以确定长度映射标准;若检测到所述预设标识区中存在实际测量物,则基于所述摄像头捕捉所述实际测量物的图像样本;根据所述长度映射标准和所述图像样本,获得所述实际测量物的体积测量参数;基于所述体积测量参数计算所述实际测量物的体积测量值。通过以上方案,使得抵押品的体积测量方法更加先进,从而解决当前抵押贷款业务中抵押品体积测量效率低下,体积测量结果不精准的技术问题,简化了体积测量流程,缩短了体积测量步骤,从而加快测量进度,进而提高了在复杂环境下的体积测量精准度和体积测量效率。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图;
图2为本发明体积测量方法第一实施例的流程示意图;
图3为本发明体积测量方法第一实施例中边缘检测的具体设计图;
图4为本发明体积测量方法第一实施例中霍夫变换的实现示意图;
图5为本发明体积测量方法第一实施例中霍夫变换的具体设计图;
图6为本发明体积测量方法第一实施例中仿射变换的具体设计图;
图7为本发明体积测量方法第一实施例中仿射变换的又一具体设计图。
本发明目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的设备结构示意图。
本发明实施例终端可以是PC机或服务器设备。
如图1所示,该终端可以包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的设备结构并不构成对设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种计算机存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及体积测量程序。
在图1所示的设备中,网络接口1004主要用于连接见证参与方节点,与见证参与方节点进行数据通信;用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的体积测量程序,并执行下述体积测量方法各个实施例中的操作。
基于上述硬件结构,提出本发明体积测量方法实施例。
本发明属于金融科技领域(Fintech),本发明提供一种体积测量方法,该体积测量方法主要应用于终端上,在体积测量方法一实施例中,参照图2,所述体积测量方法包括:
步骤S10,基于所述摄像头实时扫描预设标识区,以确定长度映射标准;
步骤S20,若检测到所述预设标识区中存在实际测量物,则基于所述摄像头捕捉所述实际测量物的图像样本;
步骤S30,根据所述长度映射标准和所述图像样本,获得所述实际测量物的体积测量参数;
步骤S40,基于所述体积测量参数计算所述实际测量物的体积测量值。
具体内容如下:
步骤S10,基于所述摄像头实时扫描预设标识区,以确定长度映射标准;
所述摄像头可以是终端内置摄像头,也可以是终端外设接入的摄像头。由于摄像头所拍摄的画面会出现近大远小或图像变形等光学图像畸变,导致最终能够显示出来的图像与实际物体的比例并不相符,因此需要有一个参照标准作为图像与实际物体的参考系,以完成二者之间的比例衡量。
本发明中,需要在摄像头监控范围内指定预设标识区,并以该预设标识区作为摄像头的比例衡量标准,以确定长度映射标准。
进一步地,所述步骤S10包括:
步骤S11,基于所述摄像头实时扫描预设标识区,以获取预设标识区的预设标定线图像;
终端的摄像头启动并初始化之后,将实时扫描预设标识区内,并从预设标识区中获取预设标定线,并拍摄该预设标定线衣获得预设标定线图像。所述预设标定线图像指的是预设标识区内设置的具有标识性的线条图像,用于确认图像上长度与实际物体中长度的比例。例如在预设标识区内绘制定长标定线,该定长标定线可以是1米,2米或其他长度。
步骤S12,根据预设标定线图像和预设长度值进行定长映射比对,以确定长度映射标准。
终端摄像头获取到预设标定线图像之后,通过摄像头图像识别以及预设标识区所标识的预设长度值,对摄像头获取到的预设标定线图像的线段长度进行定长映射比对,从而确定实际的预设长度值与图像中线段长度值的比例关系。例如预设标定线图像的线段长度值为5厘米,而实际的预设长度值为1米。也就是说,预设长度值与图像线段长度值的长度映射标准是预设长度值:线段长度值=100:5=20:1,从而能够确定长度映射标准关系。
通过预设标定线图像,确定长度映射标准,供后续图像处理调用,方便了数据比例的调整。
步骤S20,若检测到所述预设标识区中存在实际测量物,则基于所述摄像头捕捉所述实际测量物的图像样本;
当载具装载质押品通过指定区域时,通过光学摄像头获取包含目标的图像样本,终端可通过感应线圈、摄像头或红外扫描线等感应装置实时检测是否有实际测量物通过预设标识区;或者利用具有感应功能的载具装载实际测量物,并由感应扫描装置实时扫描以检测是否有实际测量物通过预设标识区。若终端检测到预设标识区中存在实际测量物,则通过摄像头实时捕捉当前预设标识区中的实际测量物,从而获得图像样本。所述实际测量物可以是金融业务中的贷款抵押品。
进一步地,若实际测量物是通过传送带快速运输通过预设标识区,则摄像头需要通过高速摄影的方式获取实际测量物的图像样本。
步骤S30,根据所述长度映射标准和所述图像样本,获得所述实际测量物的体积测量参数;
所述长度映射标准可对图像样本中的图像线段长度进行比例放大计算,从而获取到真实的实际测量物的实际边长,从而能够获取到实际测量物的体积测量参数。所述体积测量参数指的是在计算实际测量物的运算过程中所需要的参数因子。例如,若实际测量物为长方体,那么计算体积的过程中所需要的参数因子则包括长、宽、高三个参数;若实际测量物为正方体,那么计算体积的过程中所需要的参数因子则为正方体的棱长。在本发明中,为方便说明,实际测量物是以长方体的形式进行举例,但并不限定本发明的实际测量物仅为长方体,而是可以包括圆锥体,圆柱体,正方体等多种几何体。
进一步地,所述步骤S30包括:
步骤A1,获取所述图像样本中图像测量物的第一正视图和第二正视图;
所述图像测量物指的是图像样本中所拍摄到的实际测量物的图像数据,为方便区别,称之为图像测量物。在本实施例中,由于实际测量物是三维,而所获取到的图像样本中的图像测量物是二维的,因此需要对图像样本进行图像预处理,获得图像样本中图像测量物的第一正视图和第二正视图,以便从侧面获取到实际测量物的三维几何构造。而获取三维几何构造的方式为获取图像地药品的第一正视图和第二正视图。所述第一正视图为对图像样本进行预处理后的图像测量物的正面正视图,而第二正视图为对图像样本进行预处理后的图像测量物的侧面正视图。
具体地,所述步骤A1包括:
步骤a,对所述图像样本进行边缘检测,以获取所述图像测量物的目标边缘线条;
本实施例需要对图像样本进行边缘检测处理,所述边缘检测处理利用HED网络技术,所述HED网络(holistically-nested edge detection)本质上是一种语义分隔网络,利用反卷积技术将缩小的特侦图放大到原图尺寸,进行像素级的分类,得到所需要的边缘区域。参照图3,图3中粗线条为通过HED网络技术获取到的图像测量物的目标边缘线条,图像样本中的图像测量物并非正面获取的正视图,而是45度夹角获取到的图像中,此时HED网络技术即可根据该图像样本的图像特征,定位到图像测量物的边缘信息,从而框定该图像测量物的物体边界,从而确定所有边缘线条。
步骤b,对所述目标边缘线条进行线条提取,以获得所述图像测量物的线条边界,并获取所述线条边界的所有角点;
本实施例的线条提取处理采用了霍夫变换算法。霍夫变换是一种特征检测(feature extraction),被广泛应用在图像分析(image analysis)、计算机视觉(computervision)以及数位影像处理(digital image processing)。霍夫变换是用来辨别找出物件中的特征,例如:线条。他的算法流程大致如下,给定一个物件、要辨别的形状的种类,算法会在参数空间(parameter space)中执行投票来决定物体的形状,而这是由累加空间(accumulator space)里的局部最大值(local maximum)来决定,参照图4,图4为通过霍夫变换算法将道路中物体边缘线条定位并确定的举例。
参照图5,图5为对图3进行霍夫算法提取图像测量物线条的具体实现图。获取到目标边缘线条之后,终端需进一步对目标边缘线条进行线条提取,以便得到确定目标边缘线条的线条边界,从而框定图像测量物的连接截面。具体地,通过对所获取的目标边缘线条进行定位,得到图像测量物的线条边界,而线条边界代表了棱长,线条边界的交集处上即为所有线条边界的角点。即确定图像测量物的所有线条边界,并根据线条边界的交集处定位所有角点。
步骤c,根据所述所有角点进行仿射变换处理,以获得所述图像样本中图像测量物的第一正视图和第二正视图。
所述仿射变换处理指的是在几何中,一个向量空间进行一次线性变换并接上一个平移,变换为另一个向量空间。本实施例中,所有角点的位置信息为仿射变换处理提供了相应的空间平移基础,使得本发明中能够从图像测量物的所有角点二维信息转换为图像测量物的三维立体信息。
参照图6和图7,图5中角点已经确定,角点是不同平面连接的交集,那么仿射变换过程中,终端能够得到图像测量物的两个侧面内的正视图:第一正视图和第二正视图。例如,根据角点信息和仿射变换处理,终端能够将图像测量物中A面和B面两个侧面平移变换,以获得A面的正视图(第一正视图)和B面的正视图(第二正视图)。可以理解的是,A面和B面的正视图与原图像样本中的A面和B面的几何图形不完全一致,因为向量空间的转换导致视角的变换,从而使得发生形变,还原图像测量物在三维立体维度下的实际视角。
步骤A2,根据所述长度映射标准对所述第一正视图和所述第二正视图进行解析,以获得所述实际测量物对应的实际线条长度;
第一正视图和第二正视图是不同空间视角下的图像测量物的观测图。基于第一正视图和第二正视图。第一正视图和第二正视图能够还原图像测量物的三维角度,但依旧是图像测量物,而不是实际测量物。因此需要转换为实际测量物。终端获取到的长度映射标准正是长度比例尺,根据长度映射标准对第一正视图和第二正视图进行比例计算,从而获得实际测量物的所有实际线条长度。
步骤A3,根据所述实际线条长度确定所述实际测量物的体积测量参数。
由于并不是所有线条都能用于体积计算测量,因此终端需要获取实际线条长度中能够使用的参数,例如实际测量物为长方体,那么终端需要确定长、宽、高三条棱长的实际长度即可,若实际测量物为正方体,那么终端需要确定其中一条棱长的实际长度即可。根据所需要的棱长从所有实际线条长度中进行筛选,从而获得体积测量参数。
通过第一正视图和第二正视图,实现角度切换,构建三维角度的图像观测图,从而方便线段
进一步地,所述步骤a之前还包括:
对所述图像样本进行特征定位,以提取所述图像测量物的第一处理图像;
可以理解的是,摄像头可能因为角度问题、安装问题或环境问题在拍摄过程中引入了无关图像信息。例如图像样本中包括了载具或者传送带,那么这是不利于图像处理的。本实施例采用SSD(Single Shot MultiBox Detector)算法进行特征提取。所述SSD算法指的是一种利用滑窗思想的多尺度目标检测框架,通过融合不同尺度的特征信息,来进行图像中目标区域的查找。通过SSD算法对图像样本进行特征定位,以剔除图像样本中无关信息的干扰,将数据处理集中在图像测量物的图像信息上。通过特征定位,定位图像测量物的信息,将载具、传送带等无关信息进行剔除,从而最大程度获得能够直接进行处理图像测量物的第一处理图像。
进一步地,所述步骤a还包括:
对所述第一处理图像进行边缘检测,以获取所述图像测量物的所有目标边缘线条。
对第一处理图像进行边缘检测,能够从第一处理图像中获得更精准的图像信息,从而提高边缘检测处理效率,获得更为精准的图像测量物的所有目标边缘线条。
步骤S40,基于所述体积测量参数计算所述实际测量物的体积测量值。
在获取到体积测量参数之后,终端可根据各几何体的体积计算公式计算出对应的体积数值,该体积数值即为所述实际测量物的体积测量值。
本发明基于所述摄像头实时扫描预设标识区,以确定长度映射标准;若检测到所述预设标识区中存在实际测量物,则基于所述摄像头捕捉所述实际测量物,以获得图像样本;根据所述长度映射标准对所述图像样本进行预处理,以获得实际测量物的体积测量参数;基于所述体积测量参数计算所述实际测量物的体积测量值。通过以上方案,使得抵押品的体积测量方法更加先进,从而解决当前抵押贷款业务中抵押品体积测量效率低下,体积测量结果不精准的技术问题,简化了体积测量流程,缩短了体积测量步骤,从而加快测量进度,进而提高了在复杂环境下的体积测量精准度和体积测量效率。
进一步地,基于第一实施例,提出本发明体积测量方法的第二实施例,在该实施例中,所述基于所述摄像头捕捉所述实际测量物,以获得图像样本的步骤包括:
步骤d,基于所述摄像头捕捉所述实际测量物,以获得第二处理图像;
步骤e,对所述第二处理图像进行运动模糊去除处理,以获得图像样本。
若摄像头捕捉的是传送带上的实际测量物,那么传输带和实际测量物是运动的,而摄像头是静止的,则摄像头在拍摄的过程中会出现运动模糊的情况发生。因此本实施例需要保证拍摄到的图像不模糊,才能用于后续的图像处理。终端通过摄像头捕捉实际测量物,以拍摄到第二处理图像。
得到第二处理图像后,本实施例采用维纳滤波技术实现运动模糊去除处理。所述维纳滤波指的是一种基于最小均方误差准则、对平稳过程的最优估计器。这种滤波器的输出与期望输出之间的均方误差为最小,因此,维纳滤波是一个最佳滤波系,可用于处理图像中的动态模糊。利用维纳滤波对第二处理图像进行运动模糊去除处理,并获取到图像样本。所述图像样本是经过运动模糊去除处理,实现了运动降噪,因此可提供更为可靠的图像信息。
进一步地,基于第一实施例,提出本发明体积测量方法的第三实施例,在该实施例中,所述体积测量方法还包括:
步骤f,若基于所述摄像头实时扫描预设标识区未获得长度映射标准,则输出第一提示信息,以提示是否使用预设长度映射标准;
现实生活中可能存在预设标识区的标识功能失效导致无法识别预设标识区的情况,这样就无法确定长度映射标准。为解决这一问题,本实施例中终端设置了预设长度映射标准,在未获得长度映射标准时,输出第一提示信息,以提示使用预设长度映射标准。所述预设长度映射标准是一种通用标准,能够适用于绝大部分环境。
步骤g,若检测到基于所述第一提示信息的确认使用指令,则输出第二提示信息,以提示保持摄像头与预设标识区之间的预设恒定距离;
由于预设长度映射标准是新的标准,而摄像头基于该标准进行数据处理的基础是摄像头处于适应的摄像距离,由于预设长度映射标准是比例固定的计算方式,因此该标准也存在一个固定的拍摄距离。因此若用户通过第一提示信息触发了确认使用指令,则终端将输出第二提示信息,提示保持摄像头与预设标识区之间的预设恒定距离。所述预设恒定距离为摄像头与预设标识区之间的固定距离。
步骤h,若检测到基于第二提示信息的确认距离指令,则将所述预设长度映射标准确认为长度映射标准。
若检测到基于第二提示信息的确认距离指令,证明当前摄像头的拍照功能处于与预设长度映射标准相适配的地理位置上,即摄像头与预设标识区相距预设恒定距离,能够保障终端后续对图像进行正确的处理。此时终端将预设长度映射标准确认为长度映射标准。
通过以上方案,本实施例能够解决预设标识区的标识功能失效导致后续图像处理功能无法正常运行的技术问题。
此外,本发明实施例还提出一种体积测量装置,所述体积测量装置应用于终端,所述终端设置有摄像头,所述体积测量装置包括:
确定模块,用于基于所述摄像头实时扫描预设标识区,以确定长度映射标准;
捕捉模块,用于若检测到所述预设标识区中存在实际测量物,则基于所述摄像头捕捉所述实际测量物的图像样本;
获取模块,用于根据所述长度映射标准和所述图像样本,获得所述实际测量物的体积测量参数;
计算模块,用于基于所述体积测量参数计算所述实际测量物的体积测量值。
可选地,所述获取模块包括:
获取单元,用于获取所述图像样本中图像测量物的第一正视图和第二正视图;
解析单元,用于根据所述长度映射标准对所述第一正视图和所述第二正视图进行解析,以获得所述实际测量物对应的实际线条长度;
第一确定单元,用于根据所述实际线条长度确定所述实际测量物的体积测量参数。
可选地,所述获取单元包括:
边缘检测子单元,用于对所述图像样本进行边缘检测,以获取所述图像测量物的目标边缘线条;
线条提取子单元,用于对所述目标边缘线条进行线条提取,以获得所述图像测量物的线条边界,并获取所述线条边界的所有角点;
仿射变换子单元,用于根据所述所有角点进行仿射变换处理,以获得所述图像样本中图像测量物的第一正视图和第二正视图。
可选地,所述获取单元还包括:
提取子单元,用于对所述图像样本进行特征定位,以提取所述图像测量物的第一处理图像;
所述获取单元还用于对所述第一处理图像进行边缘检测,以获取所述图像测量物的目标边缘线条。
可选地,所述捕捉模块包括:
捕捉单元,用于基于所述摄像头捕捉所述实际测量物的第二处理图像;
运动模糊去除单元,用于对所述第二处理图像进行运动模糊去除处理,以获得图像样本。
可选地,所述确定模块还包括:
扫描单元,用于基于所述摄像头实时扫描预设标识区,以获取预设标识区的预设标定线图像;
第二确定单元,用于根据预设标定线图像和预设长度值进行定长映射比对,以确定长度映射标准。
可选地,所述体积测量装置还包括:
第一提示模块,用于若基于所述摄像头实时扫描预设标识区未获得长度映射标准,则输出第一提示信息,以提示是否使用预设长度映射标准;
第二提示模块,用于若检测到基于所述第一提示信息的确认使用指令,则输出第二提示信息,以提示保持摄像头与预设标识区之间的预设恒定距离;
确认模块,用于若检测到基于第二提示信息的确认距离指令,则将所述预设长度映射标准确认为长度映射标准。
此外,本发明实施例还提出一种终端,终端包括:存储器109、处理器110及存储在存储器109上并可在处理器110上运行的体积测量程序,所述体积测量程序被处理器110执行时实现上述的体积测量方法各实施例的步骤。
此外,本发明还提供了一种计算机存储介质,所述计算机存储介质存储有一个或者一个以上程序,所述一个或者一个以上程序还可被一个或者一个以上的处理器执行以用于实现上述体积测量方法各实施例的步骤。
本发明终端及存储介质(即计算机存储介质)的具体实施方式的拓展内容与上述体积测量方法各实施例基本相同,在此不做赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。

Claims (8)

1.一种体积测量方法,其特征在于,所述体积测量方法应用于终端,所述终端设置有摄像头,所述体积测量方法包括:
基于所述摄像头实时扫描预设标识区,以确定长度映射标准;
若检测到所述预设标识区中存在实际测量物,则基于所述摄像头捕捉所述实际测量物的图像样本;
通过对所述图像样本进行预处理,获得所述图像样本中图像测量物的正面正视图和侧面正视图;
根据所述长度映射标准对所述正面正视图和所述侧面正视图进行比例计算,获得所述实际测量物对应的实际线条长度;
根据所述实际线条长度确定所述实际测量物的体积测量参数;
基于所述体积测量参数计算所述实际测量物的体积测量值,其中,所述通过对所述图像样本进行预处理,获得所述图像样本中图像测量物的正面正视图和侧面正视图的步骤包括:
对所述图像样本进行边缘检测,以获取所述图像测量物的目标边缘线条;
对所述目标边缘线条进行线条提取,以获得所述图像测量物的线条边界,并获取所述线条边界的所有角点;
根据所述所有角点进行仿射变换处理,以获得所述图像样本中图像测量物的正面正视图和侧面正视图,其中,所述正面正视图和所述侧面正视图用于还原所述图像测量物的三维角度。
2.如权利要求1所述的体积测量方法,其特征在于,
所述对所述图像样本进行边缘检测,以获取所述图像测量物的目标边缘线条的步骤之前还包括:
对所述图像样本进行特征定位,以提取所述图像测量物的第一处理图像;
所述对所述图像样本进行边缘检测,以获取所述图像测量物的目标边缘线条的步骤还包括:
对所述第一处理图像进行边缘检测,以获取所述图像测量物的目标边缘线条。
3.如权利要求1所述的体积测量方法,其特征在于,所述基于所述摄像头捕捉所述实际测量物的图像样本的步骤包括:
基于所述摄像头捕捉所述实际测量物的第二处理图像;
对所述第二处理图像进行运动模糊去除处理,以获得图像样本。
4.如权利要求1所述的体积测量方法,其特征在于,所述基于所述摄像头实时扫描预设标识区,以确定长度映射标准的步骤还包括:
基于所述摄像头实时扫描预设标识区,以获取预设标识区的预设标定线图像;
根据预设标定线图像和预设长度值进行定长映射比对,以确定长度映射标准。
5.如权利要求1-4任一项所述的体积测量方法,其特征在于,所述体积测量方法还包括:
若基于所述摄像头实时扫描预设标识区未获得长度映射标准,则输出第一提示信息,以提示是否使用预设长度映射标准;
若检测到基于所述第一提示信息的确认使用指令,则输出第二提示信息,以提示保持摄像头与预设标识区之间的预设恒定距离;
若检测到基于第二提示信息的确认距离指令,则将所述预设长度映射标准确认为长度映射标准。
6.一种体积测量装置,其特征在于,所述体积测量装置应用于终端,所述终端设置有摄像头,所述体积测量装置包括:
第一确定模块,用于基于所述摄像头实时扫描预设标识区,以确定长度映射标准;
捕捉模块,用于若检测到所述预设标识区中存在实际测量物,则基于所述摄像头捕捉所述实际测量物经过运动模糊去除处理的图像样本;
第一获取模块,用于通过对所述图像样本进行预处理,获得所述图像样本中图像测量物的正面正视图和侧面正视图;
第二获取模块,用于根据所述长度映射标准对所述正面正视图和所述侧面正视图进行比例计算,获得所述实际测量物对应的实际线条长度;
第二确定模块,用于根据所述实际线条长度确定所述实际测量物的体积测量参数;
计算模块,用于基于所述体积测量参数计算所述实际测量物的体积测量值,其中,所述第一获取模块还用于:对所述图像样本进行边缘检测,以获取所述图像测量物的目标边缘线条;对所述目标边缘线条进行线条提取,以获得所述图像测量物的线条边界,并获取所述线条边界的所有角点;根据所述所有角点进行仿射变换处理,以获得所述图像样本中图像测量物的正面正视图和侧面正视图,其中,所述正面正视图和所述侧面正视图用于还原所述图像测量物的三维角度。
7.一种终端,其特征在于,所述终端包括:存储器、处理器及存储在所述存储器上并可在处理器上运行的体积测量程序,所述体积测量程序被所述处理器执行时实现如权利要求1至5中任一项所述的体积测量方法的步骤。
8.一种存储介质,其特征在于,所述存储介质上存储有体积测量程序,所述体积测量程序被处理器执行时实现如权利要求1至5中任一项所述的体积测量方法的步骤。
CN201910628814.2A 2019-07-11 2019-07-11 体积测量方法、装置、终端及存储介质 Active CN110363809B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910628814.2A CN110363809B (zh) 2019-07-11 2019-07-11 体积测量方法、装置、终端及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910628814.2A CN110363809B (zh) 2019-07-11 2019-07-11 体积测量方法、装置、终端及存储介质

Publications (2)

Publication Number Publication Date
CN110363809A CN110363809A (zh) 2019-10-22
CN110363809B true CN110363809B (zh) 2024-04-09

Family

ID=68219021

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910628814.2A Active CN110363809B (zh) 2019-07-11 2019-07-11 体积测量方法、装置、终端及存储介质

Country Status (1)

Country Link
CN (1) CN110363809B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104655011A (zh) * 2015-01-28 2015-05-27 佛山科学技术学院 一种不规则凸面物体体积的非接触光学测量方法
CN107504902A (zh) * 2017-08-24 2017-12-22 广东小天才科技有限公司 一种长度测量方法、装置、移动终端及存储介质
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
CN109141249A (zh) * 2018-08-07 2019-01-04 深圳Tcl数字技术有限公司 距离测量方法及计算机可读存储介质
CN109685856A (zh) * 2018-12-25 2019-04-26 上海联影智能医疗科技有限公司 医学扫描物体运动幅度计算方法、装置、设备和存储介质
CN109801333A (zh) * 2019-03-19 2019-05-24 北京华捷艾米科技有限公司 体积测量方法、装置、系统及计算设备
CN109961468A (zh) * 2019-03-15 2019-07-02 北京清瞳时代科技有限公司 基于双目视觉的体积测量方法、装置及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7773773B2 (en) * 2006-10-18 2010-08-10 Ut-Battelle, Llc Method and system for determining a volume of an object from two-dimensional images

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104655011A (zh) * 2015-01-28 2015-05-27 佛山科学技术学院 一种不规则凸面物体体积的非接触光学测量方法
CN107504902A (zh) * 2017-08-24 2017-12-22 广东小天才科技有限公司 一种长度测量方法、装置、移动终端及存储介质
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
CN109141249A (zh) * 2018-08-07 2019-01-04 深圳Tcl数字技术有限公司 距离测量方法及计算机可读存储介质
CN109685856A (zh) * 2018-12-25 2019-04-26 上海联影智能医疗科技有限公司 医学扫描物体运动幅度计算方法、装置、设备和存储介质
CN109961468A (zh) * 2019-03-15 2019-07-02 北京清瞳时代科技有限公司 基于双目视觉的体积测量方法、装置及存储介质
CN109801333A (zh) * 2019-03-19 2019-05-24 北京华捷艾米科技有限公司 体积测量方法、装置、系统及计算设备

Also Published As

Publication number Publication date
CN110363809A (zh) 2019-10-22

Similar Documents

Publication Publication Date Title
US9135492B2 (en) Image based dial gauge reading
CN110070570B (zh) 一种基于深度信息的障碍物检测系统及方法
CN107492091B (zh) 基于机器视觉的标签外观检测方法及终端设备
US6614928B1 (en) Automatic parcel volume capture system and volume capture method using parcel image recognition
US20150262346A1 (en) Image processing apparatus, image processing method, and image processing program
EP2650821A1 (en) Text image trimming method
US9679221B2 (en) Object identification apparatus, object identification method, and program
EP2889835A1 (en) Object discrimination device, object discrimination method, and program
US10303969B2 (en) Pose detection using depth camera
JP4714749B2 (ja) 偏光データを用いるリアルタイム画像検出
US20130083990A1 (en) Using Videogrammetry to Fabricate Parts
US11657644B2 (en) Automatic ruler detection
CN112085753A (zh) 基于图像处理的水位监测方法、设备、介质及监测系统
US7406192B2 (en) Method for determining the change in position of an item of luggage in order to examine a suspect region in this item of luggage
CN110363809B (zh) 体积测量方法、装置、终端及存储介质
CN117079286A (zh) 一种指针仪表的识别方法和识别系统
CN113125434A (zh) 图像分析系统和控制拍摄样本图像的方法
CN116380918A (zh) 缺陷检测方法、装置及设备
CN110610178A (zh) 图像识别方法、装置、终端及计算机可读存储介质
CN116503807A (zh) 一种设备巡检方法、装置、电子设备及计算机程序产品
CN111985266A (zh) 尺度图确定方法、装置、设备及存储介质
CN113657370B (zh) 一种文字识别方法及其相关设备
CN111429394B (zh) 基于图像的检测方法、装置、电子设备和存储介质
CN111931674B (zh) 物品识别管理方法、装置、服务器及可读存储介质
CN115619783B (zh) 产品加工缺陷的检测方法及装置、存储介质、终端

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