CN110532840B - 一种方形物体的形变识别方法、装置及设备 - Google Patents
一种方形物体的形变识别方法、装置及设备 Download PDFInfo
- Publication number
- CN110532840B CN110532840B CN201810560837.XA CN201810560837A CN110532840B CN 110532840 B CN110532840 B CN 110532840B CN 201810560837 A CN201810560837 A CN 201810560837A CN 110532840 B CN110532840 B CN 110532840B
- Authority
- CN
- China
- Prior art keywords
- square object
- detected
- determining
- image
- acquiring
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/20—Scenes; Scene-specific elements in augmented reality scenes
Abstract
一种方形物体的形变识别方法包括:获取待检测的方形物体的深度图像;确定所述待检测的方形物体的深度图像包括的直线段;根据所述直线段确定多个平面的方程;获取待检测的方形物体的深度图像中的点的空间坐标,根据点的空间坐标与所述平面方程,计算所述点到对应的平面的距离;如果所述距离大于预定值,则确定所述点所在的平面发生形变。可由系统自动完成对方形物体的表面进行计算和识别,因此可以大大的节省人力成本,提高识别效率,不会受人主观判断因素影响,有利于提高识别的准确度。
Description
技术领域
本发明属于产品检测领域,尤其涉及一种方形物体的形变识别方法、装置及设备。
背景技术
在产品的生产制造过程中,为了保证产品的质量,会对产品进行检测。比如对于生产制造完成的纸箱,或者打包完成的纸箱,需要检测纸箱是否发生形变,从而保证纸箱或其包裹的物品是否合格。
目前一般是通过人工的眼力检测纸箱是否发生形变,需要由工作人员观察待检测的物品的各个面,经过人工检测是否合格。但是,通过人工检测,需要消耗劳动力,而且效率较低,容易出现漏检或误检。
发明内容
有鉴于此,本发明实施例提供了一种方形物体的形变识别方法、装置及设备,以解决现有技术中通过人工检测方形物体,需要消耗劳动力,而且效率较低,容易出现漏检或误检的问题。
本发明实施例的第一方面提供了一种方形物体的形变识别方法,所述方法包括:
获取待检测的方形物体的深度图像;
确定所述待检测的方形物体的深度图像包括的直线段;
根据所述直线段确定多个平面的方程;
获取待检测的方形物体的深度图像中的点的空间坐标,根据点的空间坐标与所述平面方程,计算所述点到对应的平面的距离;
如果所述距离大于预定值,则确定所述点所在的平面发生形变。
结合第一方面,在第一方面的第一种可能实现方式中,所述获取待检测的方形物体的深度图像的步骤包括:
通过相机采集待检测的方形物体的第一图像以及获取不包括待检测物体的空白图像;
根据所述第一图像和所述空白图像,通过差图法获取待检测的方形物体的深度图像。
结合第一方面,在第一方面的第二种可能实现方式中,所述确定所述待检测的方形物体的深度图像包括的直线段的步骤包括:
获取待检测的方形物体对应的彩色图像;
通过霍夫变换法提取所述彩色图像中包括的直线段。
结合第一方面,在第一方面的第三种可能实现方式中,所述根据所述直线段确定多个平面的方程的步骤包括:
根据所述直线段相交位置确定交点的空间坐标;
根据三个或者四个交点的空间坐标,确定三个交点或四个交点所在平面的平面方程。
结合第一方面,在第一方面的第四种可能实现方式中,在所述根据所述直线段确定多个平面的方程的步骤之前,所述方法还包括:
判断是否满足以下条件:
条件一:线段的交点的个数为6个或者7个;
条件二:当交点的个数为6个时,其中的2个交点由3条线段相交得到,其中的4个交点由2条线段相交得到,当交点的个数为7个时,其中的4个交点由 3条线段相交得到,其中的3个交点由2条线段相交得到;
条件三:当交点个数为6个时,前面的4个点组成的平面与镜头平面的夹角小于第一角度值,当交点为7个时,上面的四个点组成的平面与水平面的夹角小于第二角度值;
当任一条件不满足时,则结束。
结合第一方面、第一方面的第一种可能实现方式、第一方面的第二种可能实现方式、第一方面的第三种可能实现方式或第一方面的第四种可能实现方式,在第一方面的第五种可能实现方式中,所述方法还包括:
获取顶面的对角线的端点的空间坐标;
根据所述对角线的端点的空间坐标,确定所述对角线与水平面的倾斜角度为th,所述对角线长度为L,则所述底面形变为L*sin(th)/2。
本发明实施例的第二方面提供了一种方形物体的形变识别装置,所述装置包括:
深度图像获取单元,用于获取待检测的方形物体的深度图像;
直线段确定单元,用于确定所述待检测的方形物体的深度图像包括的直线段;
平面的方程确定单元,用于根据所述直线段确定多个平面的方程;
距离计算单元,用于获取待检测的方形物体的深度图像中的点的空间坐标,根据点的空间坐标与所述平面方程,计算所述点到对应的平面的距离;
形变识别单元,用于如果所述距离大于预定值,则确定所述点所在的平面发生形变。
结合第二方面,在第二方面的第一种可能实现方式中,所述深度图像获取单元包括:
图像采集子单元,用于通过相机采集待检测的方形物体的第一图像以及获取不包括待检测物体的空白图像;
比较子单元,用于根据所述第一图像和所述空白图像,通过差图法获取待检测的方形物体的深度图像。
本发明实施例的第三方面提供了一种方形物体的形变识别设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现第一方面任一项所述方形物体的形变识别方法的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现第一方面任一项所述方形物体的形变识别方法的步骤。
本发明实施例与现有技术相比存在的有益效果是:通过获取待检测的方形物体的深度图像,确定图像中包括的直线段后,根据直线段确定多个平面的方程,根据深度图像中的点的空间坐标,结合所述平面的方程,计算点到对应的平面的距离,如果所述距离大于预定值,则认为所述点所在的平面发生形变,可由系统自动完成对方形物体的表面进行计算和识别,因此可以大大的节省人力成本,提高识别效率,不会受人主观判断因素影响,有利于提高识别的准确度。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的方形物体的形变识别方法的实施场景示意图;
图2为本发明实施例提供的又一方形物体的形变识别方法的实施场景示意图;
图3是本发明实施例提供的方形物体的形变识别方法的实现流程示意图;
图4是本发明实施例提供的又一方形物体的图像示意图;
图5是本发明实施例提供的方形物体的形变识别装置的示意图;
图6是本发明实施例提供的方形物体的形变识别设备的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
图1为本申请实施例提供的其中一种方形物体的形变识别方法的实施场景示意图,如图1所示,所述实施场景包括摄像安装于被检测物体的斜上方的多个摄像机,所述摄像机可以是可采集彩色图像的深度相机,或者也可以包括深度摄像机和彩色摄像机,用于分别获取深度图像和彩色图像。其中,所述方形物体可以设置在水平台面上,所述水平台面可以通过滑轨移动方形物体,从而使得方形物体能够依次进入到指定位置,在检测到方形物体到达指定位置时,控制摄像机采集包括被识别的方形物体的图像。所述多个摄像机可以设置在被识别的方形物体的侧面的斜上方位置,从而使得摄像机拍摄到包括侧面和顶部的图像,方便后续的识别操作。
图2为本申请提供的又一方形物体的形变识别方法的实施场景示意图,在图 2中,在所述方形物体的斜上方设置有一个可用于采集彩色图像和深度图像的深度摄像,比如RGBD摄像机,当然也可以分别设置深度摄像机和彩色图像采集的摄像机。所述方形物体到达指水平台面的定位置时,可以控制所述方形物体在所述水平台面上转动,在转动的过程中,控制摄像机对其进行图像采集,并且根据转动速度,相应的控制摄像机的采集周期,从而有效的完成对方形物体的各个侧面及顶部的图像进行采集。
图3为本申请实施例提供的一种方形物体的形变识别方法的实现流程示意图,详述如下:
在步骤S301中,获取待检测的方形物体的深度图像;
具体的,可以通过调整摄像机拍摄的范围,使摄像机对准方形物体所在的位置,并且调整摄像机与方形物体之间的距离,或者调整摄像的焦距,使得摄像机获取的图像中包括方形物体,且包括较少的非方形物体所在区域的其它图像。
或者,也可以差图法获取待检测的方形物体的深度图像,具体包括:
A1.通过相机采集待检测的方形物体的第一图像以及获取不包括待检测物体的空白图像;
A2.根据所述第一图像和所述空白图像,通过差图法获取待检测的方形物体的深度图像。
所述空白图像可以预先拍摄完成。对于图1中包括多个摄像机的实施场景,需要由摄像机分别拍摄多个空白图像,从而方便各个摄像机对其拍摄图像进行比较。可以通过所述摄像机拍摄深度图像的第一图像和空白图像,对包括深度信息的第一图像和空白图像采用差图法进行比较,比较图像中深度信息不同的图像,通过所述深度信息不同的图像内容即为方形物体的图像。
当然,也可以通过拍摄包括彩色信息的第一图像和空白图像,通过比较彩色信息,确定彩色信息不同的区域,即为方形物体所在的区域,根据该区域确定深度图像中的相应图像,即可得到待检测的方形物体的深度图像。
在步骤S302中,确定所述待检测的方形物体的深度图像包括的直线段;
可以根据所述深度图像确定相应的彩色图像,比如通过所述待检测的方形物体的深度图像所在区域,获取该区域所对应的彩色图像,根据所述彩色图像,结合霍夫变换的方法,可以获取所述彩色图像中包括直线段。对于识别出的直线段,可以确定直线段的端点在彩色图像中的平面坐标,然后根据彩色图像与深度图像的对应关系,确定直线段的两个端点所对应的空间坐标。
在确定了图像中包括的直线段后,可以根据直线段与直线段的相关关系,确定直线段的交点。
在确定所述交点时,可以根据判断直线段之间是否相邻,以及直线段之间是否垂直相交。如果三线直线段近似垂直相交,如果得到三个交点,可以根据3交点的平均值,确定交点的坐标。
另外,在根据直线段确定多个平面的方程之前,所述方法还可以包括对方形物体进行初步判断的步骤,包括通过以下条件来判断是否需要提前结束判断:
条件一:线段的交点的个数为6个或者7个;
条件二:当交点的个数为6个时,其中的2个交点由3条线段相交得到,其中的4个交点由2条线段相交得到,当交点的个数为7个时,其中的4个交点由 3条线段相交得到,其中的3个交点由2条线段相交得到;
条件三:当交点个数为6个时,前面的4个点组成的平面与镜头平面的夹角小于第一角度值,当交点为7个时,上面的四个点组成的平面与水平面的夹角小于第二角度值;
当以上三个条件中的任一条件不满足时,则结束。
如图4所示,在图4中的图a中,一共包括6个交点,并且6个交点位于待测方形物体区域的边缘。并且,6个交点为中的4个交点是两条直线段相交得到,有2个交点是3条直线段相交得到。根据上下关系,可以分成两组4个交点,前面的4个交点可以组成平面,且该平面与镜头传感器平面近似平行,即小于第一角度值。
如图4中的图b中,一共包括7个交点,并且其中6个交点们于待测方形物体区域的边缘,里面有3个交点是两条直线段相交得到,有4个交点是3条直线段相交得到。位于上面的4个交点组成的平面与地面的夹角小于第二角度值。
如果上述三个条件中的任一个不满足,则表示当前的待检测的方形物体出现了形变,或者有可能不是本方法所检测的对象,直接结束,并可以发出相应的报警提示。
在步骤S303中,根据所述直线段确定多个平面的方程;
根据所述直线段的端点的空间坐标,可以确定所述待检测的方形物体的平面的方法,比如对于图4中的图a,可以包括前平面和上平面,一共两个平面的方程,对于图4中的图b,可以确定上平面和前平面、右侧平面,一共三个平面的方程。所述平面的方程可以根据点法式的方式,来描述所述平面的方程。
在步骤S304中,获取待检测的方形物体的深度图像中的点的空间坐标,根据点的空间坐标与所述平面方程,计算所述点到对应的平面的距离;
在步骤S305中,如果所述距离大于预定值,则确定所述点所在的平面发生形变。
可以根据图像的深度信息,确定方形物体所在区域的每个点的空间坐标,结合每个点所在平面的平面方程,可以计算每个点的空间坐标与平面方程之间的距离。
如果距离小于预定值,则说明该平面没有发生形变,或者形变在可以接受的范围内,如果形变大于预定值,则确定该平面的形变超出了可以接受的范围,需要进行报警提示或者做相应的记录。另外,为了减少计算量,所述点的空间坐标,可以通过抽样的方式获取,从而能够有效的提高识别效率。
另外,由于方形物体的底面不能够有效的拍摄到对应的图像。为了确定底面是否发生形变,可以通过上表面与水平面之间的夹角来进行判断,并且根据倾斜的角度的大小,根据公式计算底面形变的大小,即底面的形变为:L*sin(th)/2,其中:顶面的对角线长度为L,倾斜角度为th。当所述斜角角度大于预定值时,则可以根据上述公式对底面的形变进行计算。
通过获取待检测的方形物体的深度图像,确定图像中包括的直线段后,根据直线段确定多个平面的方程,根据深度图像中的点的空间坐标,结合所述平面的方程,计算点到对应的平面的距离,如果所述距离大于预定值,则认为所述点所在的平面发生形变,可由系统自动完成对方形物体的表面进行计算和识别,因此可以大大的节省人力成本,提高识别效率,不会受人主观判断因素影响,有利于提高识别的准确度。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图5为本申请实施例提供的一种方形物体的形变识别装置的结构示意图,详述装置包括:
深度图像获取单元501,用于获取待检测的方形物体的深度图像;
直线段确定单元502,用于确定所述待检测的方形物体的深度图像包括的直线段;
平面的方程确定单元503,用于根据所述直线段确定多个平面的方程;
距离计算单元504,用于获取待检测的方形物体的深度图像中的点的空间坐标,根据点的空间坐标与所述平面方程,计算所述点到对应的平面的距离;
形变识别单元505,用于如果所述距离大于预定值,则确定所述点所在的平面发生形变。
优选的,所述深度图像获取单元包括:
图像采集子单元,用于通过相机采集待检测的方形物体的第一图像以及获取不包括待检测物体的空白图像;
比较子单元,用于根据所述第一图像和所述空白图像,通过差图法获取待检测的方形物体的深度图像。
图5所述方形物体的识别装置,与图3所述的方形物体的识别方法对应,在此不作重复赘述。
图6是本发明一实施例提供的方形物体的形变识别设备的示意图。如图6所示,该实施例的方形物体的形变识别设备6包括:处理器60、存储器61以及存储在所述存储器61中并可在所述处理器60上运行的计算机程序62,例如方形物体的形变识别程序。所述处理器60执行所述计算机程序62时实现上述各个方形物体的形变识别方法实施例中的步骤,例如图3所示的步骤301至305。或者,所述处理器60执行所述计算机程序62时实现上述各装置实施例中各模块/单元的功能,例如图5所示模块501至505的功能。
示例性的,所述计算机程序62可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器61中,并由所述处理器60执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序62在所述方形物体的形变识别设备6中的执行过程。例如,所述计算机程序62可以被分割成深度图像获取单元、直线段确定单元、平面的方程确定单元、距离计算单元和形变识别单元,各单元具体功能如下:
深度图像获取单元,用于获取待检测的方形物体的深度图像;
直线段确定单元,用于确定所述待检测的方形物体的深度图像包括的直线段;
平面的方程确定单元,用于根据所述直线段确定多个平面的方程;
距离计算单元,用于获取待检测的方形物体的深度图像中的点的空间坐标,根据点的空间坐标与所述平面方程,计算所述点到对应的平面的距离;
形变识别单元,用于如果所述距离大于预定值,则确定所述点所在的平面发生形变。
所述方形物体的形变识别设备6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述方形物体的形变识别设备可包括,但不仅限于,处理器60、存储器61。本领域技术人员可以理解,图6仅仅是方形物体的形变识别设备6的示例,并不构成对方形物体的形变识别设备6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,例如所述方形物体的形变识别设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器60可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器61可以是所述方形物体的形变识别设备6的内部存储单元,例如方形物体的形变识别设备6的硬盘或内存。所述存储器61也可以是所述方形物体的形变识别设备6的外部存储设备,例如所述方形物体的形变识别设备6上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器61还可以既包括所述方形物体的形变识别设备6的内部存储单元也包括外部存储设备。所述存储器61用于存储所述计算机程序以及所述方形物体的形变识别设备所需的其他程序和数据。所述存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也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计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (9)
1.一种方形物体的形变识别方法,其特征在于,所述方法包括:
获取待检测的方形物体的深度图像;
确定所述待检测的方形物体的深度图像包括的直线段;
根据所述直线段确定多个平面的方程;
获取待检测的方形物体的深度图像中的点的空间坐标,根据点的空间坐标与所述平面方程,计算所述点到对应的平面的距离;
如果所述距离大于预定值,则确定所述点所在的平面发生形变;
所述形变识别方法还包括:
获取顶面的对角线的端点的空间坐标;
根据所述对角线的端点的空间坐标,确定所述对角线与水平面的倾斜角度为th,所述对角线长度为L,则底面形变为L*sin(th)/2。
2.根据权利要求1所述的方形物体的形变识别方法,其特征在于,所述获取待检测的方形物体的深度图像的步骤包括:
通过相机采集待检测的方形物体的第一图像以及获取不包括待检测物体的空白图像;
根据所述第一图像和所述空白图像,通过差图法获取待检测的方形物体的深度图像。
3.根据权利要求1所述的方形物体的形变识别方法,其特征在于,所述确定所述待检测的方形物体的深度图像包括的直线段的步骤包括:
获取待检测的方形物体对应的彩色图像;
通过霍夫变换法提取所述彩色图像中包括的直线段。
4.根据权利要求1所述的方形物体的形变识别方法,其特征在于,所述根据所述直线段确定多个平面的方程的步骤包括:
根据所述直线段相交位置确定交点的空间坐标;
根据三个或者四个交点的空间坐标,确定三个交点或四个交点所在平面的平面方程。
5.根据权利要求1所述的方形物体的形变识别方法,其特征在于,在所述根据所述直线段确定多个平面的方程的步骤之前,所述方法还包括:
判断是否满足以下条件:
条件一:线段的交点的个数为6个或者7个;
条件二:当交点的个数为6个时,其中的2个交点由3条线段相交得到,其中的4个交点由2条线段相交得到,当交点的个数为7个时,其中的4个交点由3条线段相交得到,其中的3个交点由2条线段相交得到;
条件三:当交点个数为6个时,前面的4个点组成的平面与镜头平面的夹角小于第一角度值,当交点为7个时,上面的四个点组成的平面与水平面的夹角小于第二角度值;
当任一条件不满足时,则结束。
6.一种方形物体的形变识别装置,其特征在于,所述装置包括:
深度图像获取单元,用于获取待检测的方形物体的深度图像;
直线段确定单元,用于确定所述待检测的方形物体的深度图像包括的直线段;
平面的方程确定单元,用于根据所述直线段确定多个平面的方程;
距离计算单元,用于获取待检测的方形物体的深度图像中的点的空间坐标,根据点的空间坐标与所述平面方程,计算所述点到对应的平面的距离;
形变识别单元,用于如果所述距离大于预定值,则确定所述点所在的平面发生形变;
所述形变识别装置还用于:
获取顶面的对角线的端点的空间坐标;
根据所述对角线的端点的空间坐标,确定所述对角线与水平面的倾斜角度为th,所述对角线长度为L,则底面形变为L*sin(th)/2。
7.根据权利要求6所述的方形物体的形变识别装置,其特征在于,所述深度图像获取单元包括:
图像采集子单元,用于通过相机采集待检测的方形物体的第一图像以及获取不包括待检测物体的空白图像;
比较子单元,用于根据所述第一图像和所述空白图像,通过差图法获取待检测的方形物体的深度图像。
8.一种方形物体的形变识别设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述方形物体的形变识别方法的步骤。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方形物体的形变识别方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810560837.XA CN110532840B (zh) | 2018-05-25 | 2018-05-25 | 一种方形物体的形变识别方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810560837.XA CN110532840B (zh) | 2018-05-25 | 2018-05-25 | 一种方形物体的形变识别方法、装置及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110532840A CN110532840A (zh) | 2019-12-03 |
CN110532840B true CN110532840B (zh) | 2022-05-10 |
Family
ID=68657266
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810560837.XA Active CN110532840B (zh) | 2018-05-25 | 2018-05-25 | 一种方形物体的形变识别方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110532840B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111932537B (zh) * | 2020-10-09 | 2021-01-15 | 腾讯科技(深圳)有限公司 | 对象形变检测方法、装置、计算机设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102156884A (zh) * | 2011-04-25 | 2011-08-17 | 中国科学院自动化研究所 | 一种直线段检测和提取方法 |
CN102615567A (zh) * | 2012-04-16 | 2012-08-01 | 中国科学院上海光学精密机械研究所 | 大口径平面光学元件的夹具和装夹方法 |
CN103234474A (zh) * | 2012-11-19 | 2013-08-07 | 北京东方鼎鑫科技有限公司 | 一种汽车铝合金轮毂毛坯在线变形测量方法及测量装置 |
CN104517095A (zh) * | 2013-10-08 | 2015-04-15 | 南京理工大学 | 一种基于深度图像的人头分割方法 |
KR20180014492A (ko) * | 2016-08-01 | 2018-02-09 | 삼성전자주식회사 | 영상 표시 방법 및 이를 지원하는 전자 장치 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4629131B2 (ja) * | 2008-09-03 | 2011-02-09 | 大日本印刷株式会社 | 画像変換装置 |
JP5392415B2 (ja) * | 2010-09-22 | 2014-01-22 | 富士通株式会社 | ステレオ画像生成装置、ステレオ画像生成方法及びステレオ画像生成用コンピュータプログラム |
-
2018
- 2018-05-25 CN CN201810560837.XA patent/CN110532840B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102156884A (zh) * | 2011-04-25 | 2011-08-17 | 中国科学院自动化研究所 | 一种直线段检测和提取方法 |
CN102615567A (zh) * | 2012-04-16 | 2012-08-01 | 中国科学院上海光学精密机械研究所 | 大口径平面光学元件的夹具和装夹方法 |
CN103234474A (zh) * | 2012-11-19 | 2013-08-07 | 北京东方鼎鑫科技有限公司 | 一种汽车铝合金轮毂毛坯在线变形测量方法及测量装置 |
CN104517095A (zh) * | 2013-10-08 | 2015-04-15 | 南京理工大学 | 一种基于深度图像的人头分割方法 |
KR20180014492A (ko) * | 2016-08-01 | 2018-02-09 | 삼성전자주식회사 | 영상 표시 방법 및 이를 지원하는 전자 장치 |
Non-Patent Citations (4)
Title |
---|
Shape modeling with point-sampled geometry;Mark Pauly 等;《ACM Transactions on Graphics》;20030630;第22卷(第3期);第641-650页 * |
利用激光点云的规则面微小变形统计分析;常明;《测绘科学》;20160331;第41卷(第3期);第138-144页 * |
常明.利用激光点云的规则面微小变形统计分析.《测绘科学》.2016,第41卷(第3期), * |
空间长方形平面的拟合计算;李建国;《硅谷》;20120731(第14期);第2-3页 * |
Also Published As
Publication number | Publication date |
---|---|
CN110532840A (zh) | 2019-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110473242B (zh) | 一种纹理特征提取方法、纹理特征提取装置及终端设备 | |
CN108044627B (zh) | 抓取位置的检测方法、装置及机械臂 | |
US20180122083A1 (en) | Method and device for straight line detection and image processing | |
CN102589516B (zh) | 一种基于双目线扫描摄像机的动态距离测量系统 | |
CN108955901B (zh) | 一种红外测温方法、系统及终端设备 | |
Baker et al. | Power line detection using Hough transform and line tracing techniques | |
CN111243003B (zh) | 车载双目摄像机及其检测道路限高杆的方法、装置 | |
CN108202328B (zh) | 机器人自适应取放物体的方法、装置、机械臂及存储介质 | |
CN110807807A (zh) | 一种单目视觉的目标定位的图案、方法、装置及设备 | |
CN110706182A (zh) | 一种屏蔽罩平面度检测方法、装置、终端设备及存储介质 | |
CN112801111A (zh) | 基于梯度方向的图像直线边缘点分类方法及装置 | |
CN110532840B (zh) | 一种方形物体的形变识别方法、装置及设备 | |
CN111311671A (zh) | 一种工件测量方法、装置、电子设备及存储介质 | |
CN114511608A (zh) | 一种深度图像的获取方法、装置、终端、成像系统和介质 | |
CN110673607A (zh) | 动态场景下的特征点提取方法、装置、及终端设备 | |
CN109801428B (zh) | 纸币边缘直线的检测方法、检测装置及终端 | |
CN112418089A (zh) | 一种手势识别方法、装置及终端 | |
CN112102391A (zh) | 测量方法及装置、电子设备及存储介质 | |
CN111985338A (zh) | 一种绑扎点识别方法、装置、终端和介质 | |
CN108896558B (zh) | 铁路自密实混凝土表面质量检测方法及终端设备 | |
CN111336938A (zh) | 一种机器人及其物体距离检测方法和装置 | |
CN107403429B (zh) | 一种周期序列图像模型参数的快速自动获取方法 | |
CN111815552A (zh) | 一种工件检测方法、装置、可读存储介质及终端设备 | |
CN113450335B (zh) | 一种路沿检测方法、路沿检测装置及路面施工车辆 | |
US7158665B2 (en) | Image processing device for stereo image processing |
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 |