CN112146576A - 尺寸测量方法及其装置 - Google Patents
尺寸测量方法及其装置 Download PDFInfo
- Publication number
- CN112146576A CN112146576A CN202011023416.7A CN202011023416A CN112146576A CN 112146576 A CN112146576 A CN 112146576A CN 202011023416 A CN202011023416 A CN 202011023416A CN 112146576 A CN112146576 A CN 112146576A
- Authority
- CN
- China
- Prior art keywords
- depth
- contour
- matrix
- measured object
- depth image
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
- G01B11/0608—Height gauges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/174—Segmentation; Edge detection involving the use of two or more images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
Abstract
本公开涉及一种尺寸测量方法及其装置,所述方法包括:从被测对象的深度图像中,获取所述被测对象的对象轮廓;利用与所述对象轮廓对应的轮廓掩膜对所述深度图像执行处理,确定所述被测对象的高度;确定所述对象轮廓的外接多边形的尺寸,获取所述被测对象的尺寸。采用本申请,可利用深度图像测量出不同表面结构和/或造型的物体。
Description
技术领域
本公开涉及计算机领域,尤其涉及一种尺寸测量方法及其装置。
背景技术
随着物流行业智能化的发展,在商品打包及物流运输场景中,对运输包裹的尺寸精度要求越来越高。精度越高,则越容易得到更优的装箱策略,而更优的装箱策略,能得到更优的运输效率与更精确的成本核算。
伴着人工智能的发展和计算机视觉的兴起,可利用自动化设备来进行尺寸测量。在相关技术中,可通过深度相机获取到物体的三维点云数据,对点云数据进行平面拟合,得到拟合平面交线中点的最大值来得到物体的尺寸。但这种实施方案对测量物体有限制,例如,为了保证能够拟合出平面,需要物体表面足够平整。因此,相关技术需要一种能够对不同表面结构和/或造型的物体均可测量其尺寸的技术方案。
发明内容
有鉴于此,本公开提出了一种尺寸测量方法及其装置,至少解决了以上提到的问题。
根据本公开的一方面,提供了一种尺寸测量方法,所述方法包括:从被测对象的深度图像中,获取所述被测对象的对象轮廓;利用与所述对象轮廓对应的轮廓掩膜对所述深度图像执行处理,确定所述被测对象的高度;确定所述对象轮廓的外接多边形的尺寸,获取所述被测对象的尺寸。
根据本公开的另一方面,提供了一种尺寸测量装置,所述装置包括:被测对象轮廓获取模块,用于从被测对象的深度图像中,获取所述被测对象的对象轮廓;被测对象高度确定模块,用于利用与所述对象轮廓对应的轮廓掩膜对所述深度图像执行处理,确定所述被测对象的高度;被测对象尺寸获取模块,用于确定所述对象轮廓的外接多边形的尺寸,获取所述被测对象的尺寸。
根据本公开的另一方面,提供了一种尺寸测量装置,所述装置包括:处理器;用于存储处理器可执行指令的存储器;其中,所述处理器被配置为执行以上方法。
根据本公开的另一方面,提供了一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现以上方法。
采用本申请,可利用深度图像确定被测对象的对象轮廓后利用轮廓掩膜确定所述被测对象的高度和尺寸,实现了对不同表面结构和/或造型的物体的尺寸测量。
根据下面参考附图对示例性实施例的详细说明,本公开的其它特征及方面将变得清楚。
附图说明
包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面,并且用于解释本公开的原理。
图1是示出根据本申请的示例性实施例的数据处理方法的步骤流程图;
图2是示出根据本申请的示例性实施例的尺寸测量装置的框图;
图3是根据一示例性实施例示出的一种用于尺寸测量方法的装置800的框图;
图4是根据一示例性实施例示出的一种用于尺寸测量方法的装置1900的框图。
具体实施方式
以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述,以便于凸显本公开的主旨。
图1是示出根据本申请的示例性实施例的数据处理方法的步骤流程图。
在步骤S110,从被测对象的深度图像中,获取所述被测对象的对象轮廓。
在本申请中,深度图像(depth image)也被称为距离影像(range image),是指将从图像采集器到场景中各点的距离(深度值)作为像素值的图像,它直接反映了景物可见表面的几何形状。在本申请中,可利用深度图像获取单元来获取各种深度图像,其中,所述深度图像获取单元(例如,深度相机)是指可获取包括拍摄空间的景深距离的图像,包括而不限于结构光深度相机、飞行时间(Time of fight,TOF)相机、双目立体视觉相机等。
在本申请中,所述深度图像获取单元可以是用于执行数据处理方法的电子装置内嵌的单元还可以是该电子装置之外的独立单元。在独立单元的情况下,所述深度图像获取单元可在获取到深度图像后,将深度图像传输到所述电子装置。
在本申请中,被测对象是指期望获取其尺寸的对象,该对象具有具体的结构和外表面,例如,所述对象可以是运输所需的打包箱,还可以是各种家用电器等。
在执行步骤S110前,根据本申请的示例性实施例的尺寸测量方法可利用上述深度图像获取模块获取放置所述被测对象的背景深度图像以及放置所述被测对象的深度图像。
在实施中,为了测量准确,用户可预先布置将用于测量所述被测对象的拍摄环境。例如,将拍摄环境布置为单一的幕布等。随后,可利用深度图像获取模块获取未放置所述被测对象的背景深度图像。
在实施中,可获取多帧背景深度图像,然后从所述多帧背景深度图像中挑选两帧背景深度图像,随后,将这两帧背景深度图像转换为背景图像矩阵,在实施中,可图像转换为矩阵可采用已有的转换方式,在此不做限制。
随后,通过所述背景图像矩阵中的每个矩阵值对应作差,获取到帧差矩阵,并利用帧差矩阵中的每个矩阵值确定标准差作为所述深度图像获取单元的误差。在实施中,可按照公式1获取误差:
其中,S1指示帧差矩阵,xi指示帧差矩阵中的矩阵值。
此外,可从多帧背景深度图像中选择单帧背景深度图像,用于后续确定对象轮廓。在已确定该深度图像获取单元的误差后,可将所述被测对象放置在拍摄环境中,并利用该深度图像获取单元获取该被测对象的深度图像。
随后,可获取与该深度图像对应的深度矩阵,并通过该深度矩阵与以上确定的背景深度图像的背景深度矩阵作差,获取仅包括被测对象的矩阵作为深度前景矩阵,并利用该深度前景矩阵与上述误差,获取被测对象的对象轮廓。
具体来说,可利用所述误差对仅包括被测对象的矩阵进行筛选处理,将筛选处理后的矩阵作为深度前景矩阵,也就是说,在深度前景矩阵中过滤到小于误差的矩阵值,如公式2所示:
其中,S2是指仅包括被测对象的矩阵,x是指在该矩阵中的矩阵值,S3是指深度前景矩阵。
随后,利用对象轮廓检测法,确定所述被测对象的初步轮廓,此处指示的对象轮廓检测法指示现有的轮廓检测方法,在此将不做限制。随后,确定该初步轮廓的中心点,从该初步轮廓的中心点开始按照填充法向外扩散,直至扩散至梯度小于误差的像素点为止,将填充区域的轮廓作为所述对象轮廓,其中,填充法可采用漫水填充法。
随后,在步骤S120,利用与所述对象轮廓对应的轮廓掩膜对所述深度图像执行处理确定所述被测对象的高度。
在实施中,可获取与所述对象轮廓对应的轮廓掩膜,其中,掩模(mask)是由0和1组成的一个二进制图像。应用掩模时,数值为1的区域被处理,数值为0的区域则被屏蔽且不被包括在计算中。轮廓掩膜的方法可采用现有的方法,在此将不再赘述。
在实施中,将掩膜区域与深度前景矩阵的深度差确定为所述被测对象的高度。具体来说,获取掩膜区域的深度值与深度前景矩阵的深度值之间的各个差值,然后可将差值中最大的差值确定为该被测对象的高度。
最后,在步骤S130,通过利用所述深度图像,确定所述对象轮廓的外接多边形的尺寸,获取所述被测对象的平面尺寸。
具体来说,利用上述轮廓掩膜,确定在所述深度图像中的对象区域。随后,将所述对象区域投影到所述背景深度图像中,生成投影对象区域。然后,确定所述投影对象区域的外接多边形的长宽。在实施中,可利用现有的外接轮廓方式获取所诉投影对象区域的外接多边形,应注意,在实施中,可能会获取到多个外接多边形,可从中选择最小的外接多边形作为最终的外接多边形。
最后,利用所述外接多边形的尺寸确定所述被测对象的平面尺寸。也就是说,利用所述深度图像获取模块的内参,将所述外接多边形的尺寸转换为世界坐标系下的长宽作为所述被测对象的平面尺寸,如公式3所示:
其中,L指示被测对象的长,W指示被测对象的宽,l指示外接多边形的长,w指示外接多边形的宽,fx,fy指示相机的内参,p为背景深度图像中深度数据。
综上可述,根据本申请的示例性实施例的尺寸测量方法可利用深度图像确定被测对象的对象轮廓后利用轮廓掩膜确定所述被测对象的高度和尺寸,实现了对不同表面结构和/或造型的物体的尺寸测量。更进一步地,可通过预先确定误差并利用误差对被测对象的深度图像进行处理,使得测量数据更加准确。更近一步地,可利用所述误差,在已确定的初步轮廓的基础上利用填充法确定更精准的轮廓。更进一步地,可利用已确定的轮廓掩膜,确定被测对象的高度,并在此基础上确定被测对象的平面尺寸。
以下将结合图2对执行以上描述的尺寸测量方法的尺寸测量装置进行描述。图2是示出根据本申请的示例性实施例的尺寸测量装置的框图。
如图2所示,所述尺寸测量装置200可包括被测对象轮廓获取模块210、被测对象高度确定模块220以及被测对象尺寸获取模块230。
被测对象轮廓获取模块210用于从被测对象的深度图像中,获取所述被测对象的对象轮廓。被测对象高度确定模块220用于利用与所述对象轮廓对应的轮廓掩膜对所述深度图像执行处理,确定所述被测对象的高度。被测对象尺寸获取模块230用于确定所述对象轮廓的外接多边形的尺寸,获取所述被测对象的平面尺寸。
可选地,所述尺寸测量装置200还包括深度图像获取模块,其中,深度图像获取模块用于获取未放置所述被测对象的背景深度图像以及放置所述被测对象的深度图像。
可选地,所述尺寸测量装置200还包括误差确定模块,其中,误差确定模块用于利用所述背景深度图像,确定所述深度图像获取模块的误差。
可选地,误差确定模块包括矩阵转换单元、帧差矩阵获取单元以及误差计算单元。
矩阵转换单元用于将所述背景深度图像分别转换为背景深度矩阵。帧差矩阵获取单元,用于通过将所述背景深度矩阵中选中的两个背景深度矩阵进行作差,获取帧差矩阵;误差计算单元,用于计算所述帧差矩阵中的每个矩阵值的标准差作为所述误差。
可选地,被测对象轮廓获取模块210包括深度前景矩阵获取单元和被测对象轮廓获取单元。
深度前景矩阵获取单元用于通过将与所述深度图像对应的深度矩阵与所述背景深度矩阵作差,获取仅包括被测对象的矩阵作为深度前景矩阵。被测对象轮廓获取单元用于利用所述深度前景矩阵与所述误差,获取所述被测对象的对象轮廓。
可选地,所述尺寸测量装置200还包括筛选模块,用于利用所述误差对所述仅包括被测对象的矩阵进行筛选处理,将筛选处理后的矩阵作为所述深度前景矩阵。
可选地,被测对象轮廓获取单元包括初步轮廓确定子单元、被测对象轮廓获取子单元以及被测对象轮廓获取子单元。初步轮廓确定子单元用于利用对象轮廓检测法,确定所述被测对象的初步轮廓。被测对象轮廓获取子单元,用于从所述初步轮廓的中心点开始按照填充法向外扩散,直至扩散至梯度小于误差的像素点为止,将填充区域的轮廓作为所述对象轮廓。
可选地,被测对象高度确定模块包括轮廓掩膜获取单元、掩膜区域确定单元以及被测对象高度确定单元。
轮廓掩膜获取单元用于获取与所述对象轮廓对应的轮廓掩膜。掩膜区域确定单元,用于利用所述轮廓掩膜,确定在所述深度前景矩阵中的掩膜区域。被测对象高度确定单元,用于将掩膜区域与深度前景矩阵的深度差确定为所述被测对象的高度。
可选地,被测对象尺寸获取模块包括对象区域确定单元、投影对象区域生成单元、多边形尺寸确定单元以及被测对象尺寸确定单元。
对象区域确定单元用于利用所述轮廓掩膜,确定在所述深度图像中的对象区域。投影对象区域生成单元,用于通过将所述对象区域投影到所述背景深度图像中,生成投影对象区域。多边形尺寸确定单元用于确定所述投影对象区域的外接多边形的尺寸。被测对象尺寸确定单元用于利用所述外接多边形的尺寸确定所述被测对象的平面尺寸。
可选地,被测对象尺寸确定单元具体用于利用所述深度图像获取模块的内参,将所述外接多边形的尺寸转换为世界坐标系下的长宽作为所述被测对象的尺寸。
综上可述,根据本申请的示例性实施例的尺寸测量装置可利用深度图像确定被测对象的对象轮廓后利用轮廓掩膜确定所述被测对象的高度和尺寸,实现了对不同表面结构和/或造型的物体的尺寸测量。更进一步地,可通过预先确定误差并利用误差对被测对象的深度图像进行处理,使得测量数据更加准确。更近一步地,可利用所述误差,在已确定的初步轮廓的基础上利用填充法确定更精准的轮廓。更进一步地,可利用已确定的轮廓掩膜,确定被测对象的高度,并在此基础上确定被测对象的平面尺寸。
图3是根据一示例性实施例示出的一种用于数据处理方法的装置800的框图。例如,装置800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图3,装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到装置800的打开/关闭状态,组件的相对定位,例如所述组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器804,上述计算机程序指令可由装置800的处理器820执行以完成上述方法。
图4是根据一示例性实施例示出的一种用于数据处理方法的装置1900的框图。例如,装置1900可以被提供为一服务器。参照图4,装置1900包括处理组件1922,其进一步包括一个或多个处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行上述方法。
装置1900还可以包括一个电源组件1926被配置为执行装置1900的电源管理,一个有线或无线网络接口1950被配置为将装置1900连接到网络,和一个输入输出(I/O)接口1958。装置1900可以操作基于存储在存储器1932的操作系统,例如Windows ServerTM,MacOS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种非易失性计算机可读存储介质,例如包括计算机程序指令的存储器1932,上述计算机程序指令可由装置1900的处理组件1922执行以完成上述方法。
本公开可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于使处理器实现本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理器,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理器执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (22)
1.一种尺寸测量方法,其特征在于,包括:
从被测对象的深度图像中,获取所述被测对象的对象轮廓;
利用与所述对象轮廓对应的轮廓掩膜对所述深度图像执行处理,确定所述被测对象的高度;
通过利用所述深度图像,确定所述对象轮廓的外接多边形的尺寸,获取所述被测对象的平面尺寸。
2.如权利要求1所述的方法,其特征在于,还包括:
利用深度图像获取模块获取未放置所述被测对象的背景深度图像以及放置所述被测对象的深度图像。
3.如权利要求2所述的方法,其特征在于,还包括:
利用所述背景深度图像,确定所述深度图像获取模块的误差。
4.如权利要求3所述的方法,其特征在于,利用所述背景深度图像确定所述深度图像获取模块的误差包括:
将所述背景深度图像分别转换为背景深度矩阵;
通过将所述背景深度矩阵中选中的两个背景深度矩阵进行作差,获取帧差矩阵;
计算所述帧差矩阵中的每个矩阵值的标准差作为所述误差。
5.如权利要求4所述的方法,其特征在于,从被测对象的深度图像中获取所述被测对象的对象轮廓包括:
通过将与所述深度图像对应的深度矩阵与所述背景深度矩阵作差,获取仅包括被测对象的矩阵作为深度前景矩阵;
利用所述深度前景矩阵与所述误差,获取所述被测对象的对象轮廓。
6.如权利要求5所述的方法,其特征在于,还包括:
利用所述误差对所述仅包括被测对象的矩阵进行筛选处理,将筛选处理后的矩阵作为所述深度前景矩阵。
7.如权利要求6所述的方法,其特征在于,利用所述深度前景矩阵与所述误差获取所述被测对象的对象轮廓包括:
利用对象轮廓检测法,确定所述被测对象的初步轮廓;
从所述初步轮廓的中心点开始按照填充法向外扩散,直至扩散至梯度小于误差的像素点为止,将填充区域的轮廓作为所述对象轮廓。
8.如权利要求7所述的方法,其特征在于,利用与所述对象轮廓对应的轮廓掩膜对所述深度图像执行处理确定所述被测对象的高度包括:
获取与所述对象轮廓对应的轮廓掩膜;
利用所述轮廓掩膜,确定在所述深度前景矩阵中的掩膜区域;
将掩膜区域与深度前景矩阵的深度差确定为所述被测对象的高度。
9.如权利要求8所述的方法,其特征在于,通过利用所述深度图像确定所述对象轮廓的外接多边形的尺寸获取所述被测对象的平面尺寸包括:
利用所述轮廓掩膜,确定在所述深度图像中的对象区域;
通过将所述对象区域投影到所述背景深度图像中,生成投影对象区域;
确定所述投影对象区域的外接多边形的长宽;
利用所述外接多边形的尺寸确定所述被测对象的平面尺寸。
10.如权利要求9所述的方法,其特征在于,利用所述外接多边形的尺寸确定所述被测对象的平面尺寸包括:
利用所述深度图像获取模块的内参,将所述外接多边形的尺寸转换为世界坐标系下的长宽作为所述被测对象的平面尺寸。
11.一种尺寸测量装置,其特征在于,包括:
被测对象轮廓获取模块,用于从被测对象的深度图像中,获取所述被测对象的对象轮廓;
被测对象高度确定模块,用于利用与所述对象轮廓对应的轮廓掩膜对所述深度图像执行处理,确定所述被测对象的高度;
被测对象尺寸获取模块,用于确定所述对象轮廓的外接多边形的尺寸,获取所述被测对象的平面尺寸。
12.如权利要求11所述的装置,其特征在于,还包括:
深度图像获取模块,用于获取未放置所述被测对象的背景深度图像以及放置所述被测对象的深度图像。
13.如权利要求12所述的装置,其特征在于,还包括:
误差确定模块,用于利用所述背景深度图像,确定所述深度图像获取模块的误差。
14.如权利要求13所述的装置,其特征在于,误差确定模块包括:
矩阵转换单元,用于将所述背景深度图像分别转换为背景深度矩阵;
帧差矩阵获取单元,用于通过将所述背景深度矩阵中选中的两个背景深度矩阵进行作差,获取帧差矩阵;
误差计算单元,用于计算所述帧差矩阵中的每个矩阵值的标准差作为所述误差。
15.如权利要求14所述的装置,其特征在于,被测对象轮廓获取模块包括:
深度前景矩阵获取单元,用于通过将与所述深度图像对应的深度矩阵与所述背景深度矩阵作差,获取仅包括被测对象的矩阵作为深度前景矩阵;
被测对象轮廓获取单元,用于利用所述深度前景矩阵与所述误差,获取所述被测对象的对象轮廓。
16.如权利要求15所述的装置,其特征在于,还包括:
筛选模块,用于利用所述误差对所述仅包括被测对象的矩阵进行筛选处理,将筛选处理后的矩阵作为所述深度前景矩阵。
17.如权利要求16所述的装置,其特征在于,被测对象轮廓获取单元包括:
初步轮廓确定子单元,用于利用对象轮廓检测法,确定所述被测对象的初步轮廓;
被测对象轮廓获取子单元,用于从所述初步轮廓的中心点开始按照填充法向外扩散,直至扩散至梯度小于误差的像素点为止,将填充区域的轮廓作为所述对象轮廓。
18.如权利要求17所述的装置,其特征在于,被测对象高度确定模块包括:
轮廓掩膜获取单元,用于获取与所述对象轮廓对应的轮廓掩膜;
掩膜区域确定单元,用于利用所述轮廓掩膜,确定在所述深度前景矩阵中的掩膜区域;
被测对象高度确定单元,用于将掩膜区域与深度前景矩阵的深度差确定为所述被测对象的高度。
19.如权利要求18所述的装置,其特征在于,被测对象尺寸获取模块包括:
对象区域确定单元,用于利用所述轮廓掩膜,确定在所述深度图像中的对象区域;
投影对象区域生成单元,用于通过将所述对象区域投影到所述背景深度图像中,生成投影对象区域;
多边形尺寸确定单元,用于确定所述投影对象区域的外接多边形的尺寸;
被测对象尺寸确定单元,用于利用所述外接多边形的尺寸确定所述被测对象的平面尺寸。
20.如权利要求19所述的装置,其特征在于,被测对象尺寸确定单元具体用于利用所述深度图像获取模块的内参,将所述外接多边形的尺寸转换为世界坐标系下的长宽作为所述被测对象的尺寸。
21.一种尺寸测量装置,其特征在于,包括:
处理器;
用于存储处理器可执行指令的存储器;
其中,所述处理器被配置为执行如权利要求1至10中的任一权利要求所述的方法。
22.一种非易失性计算机可读存储介质,其上存储有计算机程序指令,其特征在于,所述计算机程序指令被处理器执行时实现权利要求1至10中任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011023416.7A CN112146576A (zh) | 2020-09-25 | 2020-09-25 | 尺寸测量方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011023416.7A CN112146576A (zh) | 2020-09-25 | 2020-09-25 | 尺寸测量方法及其装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112146576A true CN112146576A (zh) | 2020-12-29 |
Family
ID=73897148
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011023416.7A Pending CN112146576A (zh) | 2020-09-25 | 2020-09-25 | 尺寸测量方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112146576A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115355823A (zh) * | 2022-10-20 | 2022-11-18 | 苏州华兴源创科技股份有限公司 | 贴膜效果检测方法和贴膜效果检测设备 |
CN117091521A (zh) * | 2023-10-19 | 2023-11-21 | 靖江市黄埔机械部件制造有限公司 | 一种制动器焊接设备自动输送上料厚度检测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103630074A (zh) * | 2013-11-29 | 2014-03-12 | 北京京东尚科信息技术有限公司 | 一种测量物体最小包装体积的方法和装置 |
CN108413864A (zh) * | 2017-02-10 | 2018-08-17 | 菜鸟智能物流控股有限公司 | 物体尺寸测量方法及相关设备 |
CN109029253A (zh) * | 2018-06-29 | 2018-12-18 | 南京阿凡达机器人科技有限公司 | 一种包裹体积测量方法、系统、储存介质及移动终端 |
CN110006340A (zh) * | 2019-03-26 | 2019-07-12 | 华为技术有限公司 | 一种物体尺寸测量方法和电子设备 |
-
2020
- 2020-09-25 CN CN202011023416.7A patent/CN112146576A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103630074A (zh) * | 2013-11-29 | 2014-03-12 | 北京京东尚科信息技术有限公司 | 一种测量物体最小包装体积的方法和装置 |
CN108413864A (zh) * | 2017-02-10 | 2018-08-17 | 菜鸟智能物流控股有限公司 | 物体尺寸测量方法及相关设备 |
CN109029253A (zh) * | 2018-06-29 | 2018-12-18 | 南京阿凡达机器人科技有限公司 | 一种包裹体积测量方法、系统、储存介质及移动终端 |
CN110006340A (zh) * | 2019-03-26 | 2019-07-12 | 华为技术有限公司 | 一种物体尺寸测量方法和电子设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115355823A (zh) * | 2022-10-20 | 2022-11-18 | 苏州华兴源创科技股份有限公司 | 贴膜效果检测方法和贴膜效果检测设备 |
CN117091521A (zh) * | 2023-10-19 | 2023-11-21 | 靖江市黄埔机械部件制造有限公司 | 一种制动器焊接设备自动输送上料厚度检测方法及系统 |
CN117091521B (zh) * | 2023-10-19 | 2023-12-22 | 靖江市黄埔机械部件制造有限公司 | 一种制动器焊接设备自动输送上料厚度检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110647834B (zh) | 人脸和人手关联检测方法及装置、电子设备和存储介质 | |
CN109697734B (zh) | 位姿估计方法及装置、电子设备和存储介质 | |
CN111551191B (zh) | 传感器外参数标定方法及装置、电子设备和存储介质 | |
CN109584362B (zh) | 三维模型构建方法及装置、电子设备和存储介质 | |
CN110674719A (zh) | 目标对象匹配方法及装置、电子设备和存储介质 | |
CN114019473A (zh) | 对象检测方法及装置、电子设备和存储介质 | |
CN107508573B (zh) | 晶振振荡频率校正方法及装置 | |
CN114578329A (zh) | 多传感器联合标定方法、设备、存储介质及程序产品 | |
CN113052919A (zh) | 一种视觉传感器的标定方法及装置、电子设备和存储介质 | |
WO2022134475A1 (zh) | 点云地图构建方法及装置、电子设备、存储介质和程序 | |
CN114170324A (zh) | 标定方法及装置、电子设备和存储介质 | |
CN112146576A (zh) | 尺寸测量方法及其装置 | |
CN106097428B (zh) | 三维模型测量信息的标注方法及装置 | |
CN112184787A (zh) | 图像配准方法及装置、电子设备和存储介质 | |
CN111860373A (zh) | 目标检测方法及装置、电子设备和存储介质 | |
CN110930351A (zh) | 一种光斑检测方法、装置及电子设备 | |
CN109903252B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN111339880A (zh) | 一种目标检测方法及装置、电子设备和存储介质 | |
WO2022222379A1 (zh) | 一种位置确定方法及装置、电子设备和存储介质 | |
CN113344999A (zh) | 深度检测方法及装置、电子设备和存储介质 | |
CN114549983A (zh) | 计算机视觉模型训练方法及装置、电子设备和存储介质 | |
CN111325786B (zh) | 图像处理方法及装置、电子设备和存储介质 | |
CN114519794A (zh) | 特征点匹配方法及装置、电子设备和存储介质 | |
CN111275191B (zh) | 检测细胞的方法及装置、电子设备和存储介质 | |
CN112541875A (zh) | 深度图像处理方法及装置、电子设备和存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201229 |