CN112254902A - 基于激光和可见光扫描生成立体激光点云图的方法及装置 - Google Patents
基于激光和可见光扫描生成立体激光点云图的方法及装置 Download PDFInfo
- Publication number
- CN112254902A CN112254902A CN202011420898.XA CN202011420898A CN112254902A CN 112254902 A CN112254902 A CN 112254902A CN 202011420898 A CN202011420898 A CN 202011420898A CN 112254902 A CN112254902 A CN 112254902A
- Authority
- CN
- China
- Prior art keywords
- visible light
- laser
- light image
- point
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/38—Investigating fluid-tightness of structures by using light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了基于激光和可见光扫描生成立体激光点云图的方法,基于设置的二维位置点阵,控制云台逐点移动以带动安装于所述云台上的激光检测器和可见光成像器同步移动;在所述二维位置点阵的各点,通过所述激光检测器检测待测物体表面的被检气体的浓度,并组成二维浓度阵列,通过所述可见光成像器对所述待测物体同步成像,组成可见光图像组,获取各可见光图像中激光点与激光检测器的距离;基于所述二维浓度阵列、所述可见光图像组和所述各激光点与激光检测器的距离生成立体激光点云图;本发明还提供基于激光和可见光扫描生成立体激光点云图的装置。本发明用于工业生产的安全监控领域,实现位置检测灵敏度高的安全监控可视化。
Description
技术领域
本申请涉及工业生产中的安全检测领域,特别是涉及用于危险源检测的基于激光和可见光扫描生成立体激光点云图的方法及装置。
背景技术
随着化工产业规模扩大,极小的危险源也会造成重大社会灾害,为保护人民的生命财产安全,工业生产安全监控变成了不容忽视的一项重点。
点式气体检测激光器常用于工业生产中的安全检测,但其不能反馈可视化图像,也不能实时提供监控区域内泄露具体位置,无法为指导生产救援提供有效帮助。通常由工作人员携带点式气体检测激光器手动扫描生产区域中的机械、气罐、管道的密封性、稳定性,难以保证对生产区间进行全范围扫描与监测。
如何能够实现监控可视化、检测覆盖范围广、检测精度高的生产安全监测,是本申请有待解决的技术问题。
发明内容
有鉴于此,本发明提供了一种基于激光和可见光扫描生成立体激光点云图的方法,实现工业生产中的安全检测领域的监控可视化、检测覆盖范围广、检测精度高的生产安全监测,本发明还相应地提供了一种基于激光和可见光扫描生成立体激光点云图的装置。
第一方面,提供了一种基于激光和可见光扫描生成立体激光点云图的方法,其包
括,基于设置的二维位置点阵,控制云台逐点移动以带动安装于所述云台上的激光检测器
和可见光成像器同步移动;在所述二维位置点阵的各点分别通过激光检测器检测待测物体
表面的被检气体的浓度,并组成二维浓度阵列,其中,所述激光检测器在所述二维位置点阵
的点PINmn所生成的被检气体的浓度为所述二维浓度阵列中的元素ELMmn的值,m为所述二维
位置点阵的点PINmn的横向索引,n为所述二维位置点阵的点PINmn的纵向索引;以及在所述
二维位置点阵的各点分别通过可见光成像器对所述待测物体同步成可见光图像,并组成可
见光图像组,其中,所述可见光成像器在所述二维位置点阵的点PINmn所生成的可见光图像
为可见光图像MAPmn;以及在所述二维位置点阵的各点分别获取待测物体表面的激光点与激
光检测器的距离,并表组成距离阵列,其中,在所述二维位置点阵的点PINmn所获取的所述距
离为,所述激光点为所述激光检测器的激光照射在待测物体表面形成的激光点;以及
基于所述二维浓度阵列、所述可见光图像组和所述距离阵列生成立体激光点云图。
采用上述方法,基于逐点扫描同步生成的所述二维浓度阵列、所述可见光图像组和所述距离阵列生成立体激光点云图,所述立体激光点云图立体化呈现了所述被检气体浓度分布,进而快速可视化发现所述被检气体泄露处在待测物体表面的位置。因此,上述方法相对于现有技术的单点检测,具有检测范围广、位置检测精确度高和泄露位置可视化的优点。
根据第一方面,在所述一种基于激光和可见光扫描生成立体激光点云图的方法的
第一种可能的实现方式中,所述基于所述二维浓度阵列、所述可见光图像组和所述距离阵
列生成立体激光点云图包括,基于像素分析标定初始可见光图像中的激光点的位置坐标,其中,初始可见光图像中所述激光点为所述激光检测器的激光照射在待测物体表
面形成的激光点所成的像,所述初始可见光图像为在所述二维位置点阵的第一个点所生成
的可见光图像;基于图像配准确定各可见光图像相对于初始可见光图像的像素距离,其中,
可见光图像MAPmn的所述像素距离的横向像素距离为,可见光图像MAPmn的所述像素
距离的纵向像素距离为;基于各可见光图像的所述像素距离和初始可见光图像中所
述激光点的位置坐标及所述距离阵列生成所述立体激光点云图各体素的坐标,其
中,所述二维位置点阵的点PINmn对应的所述立体激光点云图中体素VOLmn的坐标为,该体素VOLmn的值为所述二维浓度阵列中对应的元素ELMmn的值。
采用上述方法,基于数据标定法和图像配准方法对可视化的各可见光图像进行分析,结合待测物体与所述激光检测器的距离,确定所述立体激光点云图中的体素坐标,从而建立所述立体激光点云图,体素值表示为对应的待测物体表面的被检气体浓度。因此,上述方法准确生成的所述立体激光点云图的体素坐标,实现了待测物体表面的被检气体浓度的可视化。
根据第一方面的第一种可能的实现方式,在所述一种基于激光和可见光扫描生成
立体激光点云图的方法的第二种可能的实现方式中,所述基于像素分析标定初始可见光图
像中的激光点的位置坐标包括,把初始可见光图像分成多个像素区域,其中,横向
分为P份,每份p个像素,纵向分为Q份,每份q个像素;基于初始可见光图像的各像素区域的
RGB颜色通道的强度利用下式确定各像素区域的通道差分,
其中,为像素区域的通道差分,表示像素区域的横向标识,表示像
素区域的纵向标识,表示图像横坐标,表示图像纵坐标,、表示可见光图像像素点的RGB颜色通道的强度值, 为检测激光的颜色的通道强度值;对初始可见光图像的各像素区域进行傅里叶
变换,利用下式生成各像素区域的频域分布,
其中,表示像素区域经过傅里叶变换后的频域分布,表示可见光图像
经过傅里叶变换后的频域横坐标,表示可见光图像经过傅里叶变换后的频域纵坐标;基于
第一设定阈值C1和第二设定阈值C2把各像素区域的频域分为低频部分、目标频率部分和高
频部分,利用下式计算各像素区域的频域差值,
其中,为像素区域的频域差值,,< C1的频域部分
为低频部分, 的频域部分为目标频率部分,的频域部分为高频
部分;基于初始可见光图像的各像素区域的通道差分和频域差值确定初始可见光图像中待
测物体表面的激光点的位置坐标,其中,如果像素区域的通道差分大
于0且所述频域差值大于0,像素区域为所述激光点所在像素区域,其中心的
点坐标为所述激光点的位置坐标。
采用上述方法,通过对初始可见光图像各像素区域的所述通道差分和所述频域差值的分析,确定了初始可见光图像的中检测被气体浓度的激光的位置,为后续用于生成所述立体激光点云图体素坐标的各可见光图像中激光点建立精确基准,准确生成所述立体激光点云图体素坐标,从而实现了待测物体表面的被检气体浓度的可视化。
根据第一方面的第一种可能的实现方式,在所述一种基于激光和可见光扫描生成
立体激光点云图的方法的第三种可能的实现方式中,所述基于图像配准确定各可见光图像
相对于初始可见光图像的像素距离包括,分别识别可见光图像MAPmn中的各关键点和初始可
见光图像中的各关键点,并分别提取每个关键点的特征向量和坐标,其中,每个关键点的所
述坐标为该关键点在其所在的可见光图像中的坐标;在所述特征向量空间分别计算可见光
图像MAPmn的各关键点与初始可见光图像的各关键点的相似度,从可见光图像MAPmn中选择
一关键点k,从初始可见光图像的各关键点中选择与关键点k的所述相似度最好的关键点,
确定为关键点k配对的关键点,采用同样方法把可见光图像MAPmn的各关键点与初始可见光
图像的关键点配对;计算可见光图像MAPmn的各关键点的横坐标与初始可见光图像中相应的
配对的关键点的横坐标的差值的均值,确定为可见光图像MAPmn的横向像素距离,计
算可见光图像MAPmn的各关键点在可见光图像MAPmn的纵坐标与初始可见光图像中相应的配
对的关键点在初始可见光图像的纵坐标的差值,确定为可见光图像MAPmn的纵向像素距离;采用上述确定可见光图像MAPmn的像素距离的方法,确定各可见光图像相对于初始
可见光图像的像素距离。
采用上述方法,利用图像套准方法确定了各可见光图像相对初始可见光图像像素距离,用于后续准确生成所述立体激光点云图体素坐标,实现了待测物体表面的被检气体浓度的可视化。
根据第一方面的第二种可能的实现方式或第三种可能的实现方式,所述基于各可
见光图像的所述像素距离和初始可见光图像中所述激光点的位置坐标及所述距离
阵列生成所述立体激光点云图各体素的坐标包括,基于可见光图像MAPmn的所述像素距离和
初始可见光图像中所述激光点的位置坐标利用下式确定可见光图像MAPmn的激光
点匹配到初始可见光图像中的第一位置坐标,,其
中,所述可见光图像MAPmn的激光点为所述激光检测器的激光照射在待测物体表面形成的激
光点所成的像;基于所述可见光图像MAPmn的激光点的所述第一位置坐标和所述距离阵列中相应的所述距离利用下式确定所述立体激光点云
图中体素VOLmn的坐标,,其中,为可见光
成像器中图像坐标系原点在像素坐标系的横坐标,为可见光成像器中图像坐标系原点在
像素坐标系的纵坐标,为每个像素在图像平面横坐标方向上的物理尺寸,为每个像素
在图像平面纵坐标方向上的物理尺寸;采用上述确定体素VOLmn的坐标的方法,确定所述立
体激光点云图各体素的坐标。
采用上述方法,利用初始可见光图像中激光点坐标和各可见光图像相对初始可见光图像像素距离,结合各可见光图像中激光点与待测物体的距离,准确生成所述立体激光点云图体素坐标,进而实现了待测物体表面的被检气体浓度的可视化。
根据第一方面的第四种可能的实现方式,在所述一种基于激光扫描生成立体激光
点云图的方法的第五种可能的实现方式中,所述在所述二维位置点阵的各点分别获取待测
物体表面的激光点与激光检测器的距离包括,基于可见光图像MAPmn的所述像素距离,利用
下式确定在所述二维位置点阵的点PINmn获取的待测物体表面的激光点与激光检测器的距
离,
其中,为可见光成像器的焦距,为相邻可见光图像在图像平面横坐标方向物理距
离,为相邻可见光图像在图像平面纵坐标方向物理距离;以及采用上述确定所述距离的方法确定在所述二维位置点阵的各点分别获取待测物体表面的激光点与激光检测
器的距离。
采用上述方法,利用双目测距的原理基于各可见光的像素距离确定各可见光图像中检测被检气体浓度的激光形成的点与所述检测激光的距离,该距离用于准确生成所述立体激光点云图体素坐标,进而实现了待测物体表面的被检气体浓度的可视化。
根据第一方面的第四种可能的实现方式,在所述一种基于激光和可见光扫描生成
立体激光点云图的方法的第六种可能的实现方式中,所述在所述二维位置点阵的各点分别
获取待测物体表面的激光点与激光检测器的距离包括,基于所述二维位置点阵,控制云台
逐点移动带动安装于所述云台上的激光测距器同步移动;在所述二维位置点阵的各点,通
过激光测距器测量其与待测物体表面的距离,作为待测物体表面的激光点与激光检测器的
距离,其中,在所述二维位置点阵的点PINmn所测量的激光测距器与待测物体表面的距离为。
采用上述方法,激光测距器精确测量其与待测物体表面的距离,也就是待测物体表面的激光点与激光检测器间的距离,相对于利用双目测距方法基于可见光图像的像素距离确定的距离更加准确,生成所述立体激光点云图体素坐标更准确,进而实现了待测物体表面的被检气体浓度更精确的可视化。
根据第一方面的第四种可能的实现方式,在所述一种基于激光和可见光扫描生成立体激光点云图的方法的第七种可能的实现方式中,所述基于所述二维浓度阵列、所述可见光图像组和所述距离阵列生成立体激光点云图还包括,取所述立体激光点云图中一体素h,基于所述立体激光点云图各体素的坐标计算体素h与周边各相邻体素的距离,并对体素h的所述距离取均值;如果所述均值大于设定的第三阈值,则从所述立体激光点云图中删除体素h。
采用上述方法,基于所述立体激光点云图各体素点与相邻点的距离删除孤立体素点,即一些因为云台或检测被检气体的激光抖动造成的异常体素点,美化所述立体激光点云图,进而实现了待测物体表面的被检气体浓度更精确的可视化。
第二方面,提供了一种基于激光和可见光扫描生成立体激光点云图的装置包括:
扫描控制模块,用于基于设置的二维位置点阵,控制云台逐点移动以带动安装于所述云台
上的激光检测器和可见光成像器同步移动;浓度采集模块,用于在所述二维位置点阵的各
点分别通过激光检测器检测待测物体表面的被检气体的浓度,并组成二维浓度阵列,其中,
所述激光检测器在所述二维位置点阵的点PINmn所生成的被检气体的浓度为所述二维浓度
阵列中的元素ELMmn的值,m为所述二维位置点阵的点PINmn的横向索引,n为所述二维位置点
阵的点PINmn的纵向索引;可见光图像采集模块,用于在所述二维位置点阵的各点分别通过
可见光成像器对所述待测物体同步成可见光图像,并组成可见光图像组,其中,所述可见光
成像器在所述二维位置点阵的点PINmn所生成的可见光图像为可见光图像MAPmn;距离确定
模块,用于在所述二维位置点阵的各点分别获取待测物体表面的激光点与激光检测器的距
离,并表组成距离阵列,其中,在所述二维位置点阵的点PINmn所获取的所述距离为,所
述激光点为所述激光检测器的激光照射在待测物体表面形成的激光点;立体点云图生成模
块,用于基于所述二维浓度阵列、所述可见光图像组和所述距离阵列生成立体激光点云图。
采用上述装置,基于逐点扫描同步生成的所述二维浓度阵列、所述可见光图像组和所述距离阵列生成立体激光点云图,所述立体激光点云图立体化呈现了所述被检气体浓度分布,进而快速可视化发现所述被检气体泄露处在待测物体表面的位置。因此,上述装置相对于现有技术的单点检测,具有检测范围广、位置检测精确度高和泄露位置可视化的优点。
根据第二方面,在所述一种基于激光和可见光扫描生成立体激光点云图的装置的
第一种可能的实现方式中,所述立体激光点云图生成模块包括:数据标定模块,用于基于像
素分析标定初始可见光图像中的激光点的位置坐标,其中,初始可见光图像中所述
激光点为所述激光检测器的激光照射在待测物体表面形成的激光点所成的像,所述初始可
见光图像为在所述二维位置点阵的第一个点所生成的可见光图像;图像配准模块,用于基
于图像配准确定各可见光图像相对于初始可见光图像的像素距离,其中,可见光图像MAPmn
的所述像素距离的横向像素距离为,可见光图像MAPmn的所述像素距离的纵向像素距
离为;体素坐标生成模块,用于基于各可见光图像的所述像素距离和初始可见光图
像中所述激光点的位置坐标及所述距离阵列生成所述立体激光点云图各体素的坐
标,其中,所述二维位置点阵的点PINmn对应的所述立体激光点云图中体素VOLmn的坐标为,该体素VOLmn的值为所述二维浓度阵列中对应的元素ELMmn的值。
采用上述装置,基于数据标定法和图像配准方法对可视化的各可见光图像进行分析,结合待测物体与所述激光检测器的距离,确定所述立体激光点云图中的体素坐标,从而建立所述立体激光点云图,体素值表示为对应的待测物体表面的被检气体浓度。因此,上述装置准确生成的所述立体激光点云图的体素坐标,实现了待测物体表面的被检气体浓度的可视化。
根据第二方面的第一种可能的实现方式,在所述一种基于激光和可见光扫描生成立体激光点云图的装置的第二种可能的实现方式中,所述数据标定模块包括:像素区域分割模块,用于把初始可见光图像分成多个像素区域,其中,横向分为P份,每份p个像素,纵向分为Q份,每份q个像素;通道分析模块,用于基于初始可见光图像的各像素区域的RGB颜色通道的强度利用下式确定各像素区域的通道差分,
其中,为像素区域的通道差分,表示像素区域的横向标识,表示像
素区域的纵向标识,表示图像横坐标,表示图像纵坐标,、表示可见光图像像素点的RGB颜色通道的强度值, 为检测激光的颜色的通道强度值;频域分析模块,用于对初始可见光图像的各
像素区域进行傅里叶变换,利用下式生成各像素区域的频域分布,
其中,表示像素区域经过傅里叶变换后的频域分布,表示可见光图像
经过傅里叶变换后的频域横坐标,表示可见光图像经过傅里叶变换后的频域纵坐标;频域
差值确定模块,用于基于第一设定阈值C1和第二设定阈值C2把各像素区域的频域分为低频
部分、目标频率部分和高频部分,及利用下式计算各像素区域的频域差值,
其中,为像素区域的频域差值,,< C1的频域部分
为低频部分, 的频域部分为目标频率部分,的频域部分为高频
部分;激光点标定模块,用于基于初始可见光图像的各像素区域的通道差分和频域差值确
定初始可见光图像中待测物体表面的激光点的位置坐标,其中,如果像素区域的通道差分大于0且所述频域差值大于0,像素区域为所述激光
点所在像素区域,其中心的点坐标为所述激光点的位置坐标。
采用上述装置,通过对初始可见光图像各像素区域的所述通道差分和所述频域差值的分析,确定了初始可见光图像的中检测被气体浓度的激光的位置,为后续用于生成所述立体激光点云图体素坐标的各可见光图像中激光点建立精确基准,准确生成所述立体激光点云图体素坐标,从而实现了待测物体表面的被检气体浓度的可视化。
根据第二方面的第一种可能的实现方式,在所述一种基于激光和可见光扫描生成
立体激光点云图的装置的第三种可能的实现方式中,所述图像配准模块包括:关键点特征
提取模块,用于分别识别每个可见光图像中的各关键点,以及分别提取每个关键点的特征
向量和坐标,其中,每个关键点的所述坐标为该关键点在其所在的可见光图像中的坐标;关
键点配对模块,用于在所述特征向量空间分别计算可见光图像MAPmn的各关键点与初始可见
光图像的各关键点的相似度,及从可见光图像MAPmn中选择一关键点k,及从初始可见光图像
的各关键点中选择与关键点k的所述相似度最好的关键点确定为关键点k配对的关键点,以
及采用同样方法把可见光图像MAPmn的各关键点与初始可见光图像的关键点配对;以及采用
上述实现可见光图像MAPmn的各关键点与初始可见光图像的关键点配对的方法确定各可见
光图像与初始可见光图像的关键点配对;像素距离确定模块,用于计算可见光图像MAPmn的
各关键点的横坐标与初始可见光图像中相应的配对的关键点的横坐标的差值的均值,及确
定为可见光图像MAPmn的横向像素距离,以及计算可见光图像MAPmn的各关键点在可
见光图像MAPmn的纵坐标与初始可见光图像中相应的配对的关键点在初始可见光图像的纵
坐标的差值,及确定为可见光图像MAPmn的纵向像素距离;以及采用上述确定可见光
图像MAPmn的像素距离的方法确定各可见光图像相对于初始可见光图像的像素距离。
采用上述装置,利用图像套准方法确定了各可见光图像相对初始可见光图像像素距离,用于后续准确生成所述立体激光点云图体素坐标,实现了待测物体表面的被检气体浓度的可视化。
根据第二方面的第二种可能的实现方式或第三种可能的实现方式,在所述一种基
于激光和可见光扫描生成立体激光点云图的装置的第四种可能的实现方式中,所述体素坐
标生成模块包括:激光点坐标匹配模块,用于基于可见光图像MAPmn的所述像素距离和初始
可见光图像中所述激光点的位置坐标利用下式确定可见光图像MAPmn的激光点匹
配到初始可见光图像中的第一位置坐标,,其中,
所述可见光图像MAPmn的激光点为所述激光检测器的激光照射在待测物体表面形成的激光
点所成的像,以及采用上述确定可见光图像MAPmn的第一位置坐标的方法确定各可见光图像
的第一位置坐标;立体坐标生成模块,用于基于所述可见光图像MAPmn的激光点的所述第一
位置坐标和所述距离阵列中相应的所述距离利用下式确定所述立体
激光点云图中体素VOLmn的坐标,,其中,
为可见光成像器中图像坐标系原点在像素坐标系的横坐标,为可见光成像器中图像坐标
系原点在像素坐标系的纵坐标,为每个像素在图像平面横坐标方向上的物理尺寸,为
每个像素在图像平面纵坐标方向上的物理尺寸,以及采用上述确定体素VOLmn的坐标的方法
确定所述立体激光点云图各体素的坐标。
采用上述装置,利用初始可见光图像中激光点坐标和各可见光图像相对初始可见光图像像素距离,结合各可见光图像中激光点与待测物体的距离,准确生成所述立体激光点云图体素坐标,进而实现了待测物体表面的被检气体浓度的可视化。
根据第二方面的第四种可能的实现方式,在所述一种基于激光扫描生成立体激光
点云图的装置的第五种可能的实现方式中,所述距离确定模块基于可见光图像MAPmn的所述
像素距离利用下式确定云台在所述二维位置点阵的点PINmn时的待测物体表面的激光点与
激光检测器的距离
其中,为可见光成像器的焦距,为相邻可见光图像在图像平面横坐标方向物理距
离,为相邻可见光图像在图像平面纵坐标方向物理距离;以及采用上述确定所述距离的方法确定在所述二维位置点阵的各点分别获取待测物体表面的激光点与激光检测
器的距离。
采用上述装置,利用双目测距的原理基于各可见光的像素距离确定各可见光图像中检测被检气体浓度的激光形成的点与所述激光检测器的距离,该距离用于准确生成所述立体激光点云图体素坐标,进而实现了待测物体表面的被检气体浓度的可视化。
根据第二方面的第四种可能的实现方式,在所述一种基于激光和可见光扫描生成
立体激光点云图的装置的第六种可能的实现方式中,所述扫描控制模块还用于在控制云台
基于设置的二维位置点阵逐点移动,还带动安装于云台上的激光测距器同步移动;在所述
二维位置点阵的各点,通过激光测距器测量其与待测物体表面的距离,作为待测物体表面
的激光点与激光检测器的距离,其中,在所述二维位置点阵的点PINmn所测量的激光测距器
与待测物体表面的距离为。
采用上述装置,激光测距器精确测量其与待测物体表面的距离,也就是待测物体表面的激光点与激光检测器间的距离,相对于利用双目测距方法基于可见光图像的像素距离确定的距离更加准确,生成所述立体激光点云图体素坐标更准确,进而实现了待测物体表面的被检气体浓度更精确的可视化。
根据第二方面的第四种可能的实现方式,在所述一种基于激光和可见光扫描生成立体激光点云图的装置的第七种可能的实现方式中,所述立体激光点云图生成模块还包括图像优化模块,用于取所述立体激光点云图中一体素h,基于所述立体激光点云图各体素的坐标计算体素h与周边各相邻体素的距离,并对体素h的所述距离取均值;如果所述均值大于设定的第三阈值,则从所述立体激光点云图中删除体素h。
采用上述装置,基于所述立体激光点云图各体素点与相邻体素点的距离删除孤立体素点,即一些因为云台或检测被检气体的激光抖动造成的异常体素点,美化所述立体激光点云图,进而实现了待测物体表面的被检气体浓度更精确的可视化。
第三方面,提供了一种基于激光和可见光扫描生成立体激光点云图的系统包括:
云台,用于固定激光检测器;激光检测器,固定于云台之上,用于检测待测物体表面的被检
气体的浓度值;可见光成像器,固定于云台之上,用于对待测物体成像;扫描控制模块,用于
基于设置的二维位置点阵,控制云台逐点移动以带动安装于所述云台上的激光检测器和可
见光成像器同步移动;浓度采集模块,用于在所述二维位置点阵的各点分别通过激光检测
器检测待测物体表面的被检气体的浓度,并组成二维浓度阵列,其中,所述激光检测器在所
述二维位置点阵的点PINmn所生成的被检气体的浓度为所述二维浓度阵列中的元素ELMmn的
值,m为所述二维位置点阵的点PINmn的横向索引,n为所述二维位置点阵的点PINmn的纵向索
引;可见光图像采集模块,用于在所述二维位置点阵的各点分别通过可见光成像器对所述
待测物体同步成可见光图像,并组成可见光图像组,其中,所述可见光成像器在所述二维位
置点阵的点PINmn所生成的可见光图像为可见光图像MAPmn;距离确定模块,用于在所述二维
位置点阵的各点分别获取待测物体表面的激光点与激光检测器的距离,并表组成距离阵
列,其中,在所述二维位置点阵的点PINmn所获取的所述距离为,所述激光点为所述激
光检测器的激光照射在待测物体表面形成的激光点;立体点云图生成模块,用于基于所述
二维浓度阵列、所述可见光图像组和所述距离阵列生成立体激光点云图。
采用上述系统,基于逐点扫描同步生成的所述二维浓度阵列、所述可见光图像组和所述距离阵列生成立体激光点云图,所述立体激光点云图立体化呈现了所述被检气体浓度分布,进而快速可视化发现所述被检气体泄露处在待测物体表面的位置。因此,上述装置相对于现有技术的单点检测,具有检测范围广、位置检测精确度高和泄露位置可视化的优点。
根据第三方面,在所述一种基于激光和可见光扫描生成立体激光点云图的系统的
第一种可能的实现方式中,所述立体激光点云图生成模块包括:数据标定模块,用于基于像
素分析标定初始可见光图像中的激光点的位置坐标,其中,初始可见光图像中所述
激光点为所述激光检测器的激光照射在待测物体表面形成的激光点所成的像,所述初始可
见光图像为在所述二维位置点阵的第一个点所生成的可见光图像;图像配准模块,用于基
于图像配准确定各可见光图像相对于初始可见光图像的像素距离,其中,可见光图像MAPmn
的所述像素距离的横向像素距离为,可见光图像MAPmn的所述像素距离的纵向像素距
离为;体素坐标生成模块,用于基于各可见光图像的所述像素距离和初始可见光图
像中所述激光点的位置坐标及所述距离阵列生成所述立体激光点云图各体素的坐
标,其中,所述二维位置点阵的点PINmn对应的所述立体激光点云图中体素VOLmn的坐标为,该体素VOLmn的值为所述二维浓度阵列中对应的元素ELMmn的值。
采用上述系统,基于数据标定法和图像配准方法对可视化的各可见光图像进行分析,结合待测物体与所述激光检测器的距离,确定所述立体激光点云图中的体素坐标,从而建立所述立体激光点云图,体素值表示为对应的待测物体表面的被检气体浓度。因此,上述装置准确生成的所述立体激光点云图的体素坐标,实现了待测物体表面的被检气体浓度的可视化。
根据第三方面的第一种可能的实现方式,在所述一种基于激光和可见光扫描生成立体激光点云图的系统的第二种可能的实现方式中,所述数据标定模块包括:像素区域分割模块,用于把初始可见光图像分成多个像素区域,其中,横向分为P份,每份p个像素,纵向分为Q份,每份q个像素;通道分析模块,用于基于初始可见光图像的各像素区域的RGB颜色通道的强度利用下式确定各像素区域的通道差分,
其中,为像素区域的通道差分,表示像素区域的横向标识,表示像
素区域的纵向标识,表示图像横坐标,表示图像纵坐标,、表示可见光图像像素点的RGB颜色通道的强度值, 为检测激光的颜色的通道强度值;频域分析模块,用于对初始可见光图像的各
像素区域进行傅里叶变换,利用下式生成各像素区域的频域分布,
其中,表示像素区域经过傅里叶变换后的频域分布,表示可见光图像
经过傅里叶变换后的频域横坐标,表示可见光图像经过傅里叶变换后的频域纵坐标;频域
差值确定模块,用于基于第一设定阈值C1和第二设定阈值C2把各像素区域的频域分为低频
部分、目标频率部分和高频部分,及利用下式计算各像素区域的频域差值,
其中,为像素区域的频域差值,,< C1的频域部分
为低频部分, 的频域部分为目标频率部分,的频域部分为高频
部分;激光点标定模块,用于基于初始可见光图像的各像素区域的通道差分和频域差值确
定初始可见光图像中待测物体表面的激光点的位置坐标,其中,如果像素区域的通道差分大于0且所述频域差值大于0,像素区域为所述激光
点所在像素区域,其中心的点坐标为所述激光点的位置坐标。
采用上述系统,通过对初始可见光图像各像素区域的所述通道差分和所述频域差值的分析,确定了初始可见光图像的中检测被气体浓度的激光的位置,为后续用于生成所述立体激光点云图体素坐标的各可见光图像中激光点建立精确基准,准确生成所述立体激光点云图体素坐标,从而实现了待测物体表面的被检气体浓度的可视化。
根据第三方面的第一种可能的实现方式,在所述一种基于激光和可见光扫描生成
立体激光点云图的系统的第三种可能的实现方式中,所述图像配准模块包括:关键点特征
提取模块,用于分别识别每个可见光图像中的各关键点,以及分别提取每个关键点的特征
向量和坐标,其中,每个关键点的所述坐标为该关键点在其所在的可见光图像中的坐标;关
键点配对模块,用于在所述特征向量空间分别计算可见光图像MAPmn的各关键点与初始可见
光图像的各关键点的相似度,及从可见光图像MAPmn中选择一关键点k,及从初始可见光图像
的各关键点中选择与关键点k的所述相似度最好的关键点确定为关键点k配对的关键点,以
及采用同样方法把可见光图像MAPmn的各关键点与初始可见光图像的关键点配对;以及采用
上述实现可见光图像MAPmn的各关键点与初始可见光图像的关键点配对的方法确定各可见
光图像与初始可见光图像的关键点配对;像素距离确定模块,用于计算可见光图像MAPmn的
各关键点的横坐标与初始可见光图像中相应的配对的关键点的横坐标的差值的均值,及确
定为可见光图像MAPmn的横向像素距离,以及计算可见光图像MAPmn的各关键点在可
见光图像MAPmn的纵坐标与初始可见光图像中相应的配对的关键点在初始可见光图像的纵
坐标的差值,及确定为可见光图像MAPmn的纵向像素距离;以及采用上述确定可见光
图像MAPmn的像素距离的方法确定各可见光图像相对于初始可见光图像的像素距离。
采用上述系统,利用图像套准方法确定了各可见光图像相对初始可见光图像像素距离,用于后续准确生成所述立体激光点云图体素坐标,实现了待测物体表面的被检气体浓度的可视化。
根据第三方面的第二种可能的实现方式或第三种可能的实现方式,在所述一种基
于激光和可见光扫描生成立体激光点云图的系统的第四种可能的实现方式中,所述体素坐
标生成模块包括:激光点坐标匹配模块,用于基于可见光图像MAPmn的所述像素距离和初始
可见光图像中所述激光点的位置坐标利用下式确定可见光图像MAPmn的激光点匹
配到初始可见光图像中的第一位置坐标,,其中,
所述可见光图像MAPmn的激光点为所述激光检测器的激光照射在待测物体表面形成的激光
点所成的像,以及采用上述确定可见光图像MAPmn的第一位置坐标的方法确定各可见光图像
的第一位置坐标;立体坐标生成模块,用于基于所述可见光图像MAPmn的激光点的所述第一
位置坐标和所述距离阵列中相应的所述距离利用下式确定所述立体
激光点云图中体素VOLmn的坐标,,其中,
为可见光成像器中图像坐标系原点在像素坐标系的横坐标,为可见光成像器中图像坐标
系原点在像素坐标系的纵坐标,为每个像素在图像平面横坐标方向上的物理尺寸,为
每个像素在图像平面纵坐标方向上的物理尺寸,以及采用上述确定体素VOLmn的坐标的方法
确定所述立体激光点云图各体素的坐标。
采用上述系统,利用初始可见光图像中激光点坐标和各可见光图像相对初始可见光图像像素距离,结合各可见光图像中激光点与待测物体的距离,准确生成所述立体激光点云图体素坐标,进而实现了待测物体表面的被检气体浓度的可视化。
根据第三方面的第四种可能的实现方式,在所述一种基于激光扫描生成立体激光
点云图的系统的第五种可能的实现方式中,所述距离确定模块基于可见光图像MAPmn的所述
像素距离利用下式确定云台在所述二维位置点阵的点PINmn时的待测物体表面的激光点与
激光检测器的距离
其中,为可见光成像器的焦距,为相邻可见光图像在图像平面横坐标方向物理距
离,为相邻可见光图像在图像平面纵坐标方向物理距离;以及采用上述确定所述距离的方法确定在所述二维位置点阵的各点分别获取待测物体表面的激光点与激光检测
器的距离。
采用上述系统,利用双目测距的原理基于各可见光的像素距离确定各可见光图像中检测被检气体浓度的激光形成的点与所述激光检测器的距离,该距离用于准确生成所述立体激光点云图体素坐标,进而实现了待测物体表面的被检气体浓度的可视化。
根据第三方面的第四种可能的实现方式,在所述一种基于激光和可见光扫描生成
立体激光点云图的系统的第六种可能的实现方式中,所述一种基于激光和可见光扫描生成
立体激光点云图的系统还包括激光测距器,所述激光测距器安装于云台之上,用于测量其
于待测物体的距离;所述扫描控制模块还用于在控制云台基于设置的二维位置点阵逐点移
动,还带动安装于云台上的激光测距器同步移动;在所述二维位置点阵的各点,通过激光测
距器测量其与待测物体表面的距离,作为待测物体表面的激光点与激光检测器的距离,其
中,在所述二维位置点阵的点PINmn所测量的激光测距器与待测物体表面的距离为。
采用上述系统,激光测距器精确测量其与待测物体表面的距离,也就是待测物体表面的激光点与激光检测器间的距离,相对于利用双目测距方法基于可见光图像的像素距离确定的距离更加准确,生成所述立体激光点云图体素坐标更准确,进而实现了待测物体表面的被检气体浓度更精确的可视化。
根据第三方面的第四种可能的实现方式,在所述一种基于激光和可见光扫描生成立体激光点云图的系统的第七种可能的实现方式中,所述立体激光点云图生成模块还包括图像优化模块,用于取所述立体激光点云图中一体素h,基于所述立体激光点云图各体素的坐标计算体素h与周边各相邻体素的距离,并对体素h的所述距离取均值;如果所述均值大于设定的第三阈值,则从所述立体激光点云图中删除体素h。
采用上述系统,基于所述立体激光点云图各体素点与相邻体素点的距离删除孤立体素点,即一些因为云台或检测被检气体的激光抖动造成的异常体素点,美化所述立体激光点云图,进而实现了待测物体表面的被检气体浓度更精确的可视化。
第四方面,提供了一种计算设备,其特征在于,包括,
总线;
通信接口,其与所述总线连接;
至少一个处理器,其与所述总线连接;以及
至少一个存储器,其与所述总线连接并存储有程序指令,所述程序指令当被所述至少一个处理器执行时使得所述至少一个处理器执行本申请第一方面任一所述实施方式。
第五方面,提供了一种计算机可读存储介质,其上存储有程序指令,其特征在于,所述程序指令当被计算机执行时使得所述计算机执行申请第一方面任一所述实施方式任一所述实施方式。
附图说明
图1、本申请各实施例的实施环境的示意图;
图2A、本申请的方法实施例一的流程示意图;
图2B、本申请的方法实施例一的数据标定流程示意图;
图2C、本申请的方法实施例一的图像配准流程示意图;
图2D、本申请的方法实施例一的立体激光点云图生成流程示意图;
图3、本申请的方法实施例二的流程示意图;
图4A、本申请的装置实施例一的结构示意图;
图4B、本申请的装置实施例一数据标定模块的结构示意图;
图4C、本申请的装置实施例一图像配准模块的结构示意图;
图4D、本申请的装置实施例一立体点云体素生成模块的结构示意图;
图5、本申请的装置实施例二的结构示意图;
图6、本申请的计算设备结构示意图。
具体实施方式
在以下的描述中,涉及到“一些实施例”,其描述了所有可能实施例的子集,但是可以理解,“一些实施例”可以是所有可能实施例的相同子集或不同子集,并且可以在不冲突的情况下相互结合。
在以下的描述中,所涉及的术语“第一\第二\第三等”或模块A、模块B、模块C等,仅用于区别类似的对象,或用于区别不同的实施例,不代表针对对象的特定排序,可以理解地,在允许的情况下可以互换特定的顺序或先后次序,以使这里描述的本发明实施例能够以除了在这里图示或描述的以外的顺序实施。
在以下的描述中,所涉及的表示步骤的标号,如S110、S120……等,并不表示一定会按此步骤执行,在允许的情况下可以互换前后步骤的顺序,或同时执行。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本发明实施例的目的,不是旨在限制本发明。
对本发明具体实施方式进行进一步详细说明之前,对本发明实施例中涉及的名词和术语,以及其在本发明中相应的用途\作用\功能等进行说明,本发明实施例中涉及的名词和术语适用于如下的解释。
1、尺度不变特征变换SIFT(Scale-invariant feature transform,SIFT):图像处理领域的一种描述,具有尺度不变性,可在图像中检测出关键点,并以特征描述子描述关键点的特征,基于特征描述子的欧式距离配准两幅图像中关键点。
2、体素:体积元素的简称,其是数字数据于三维空间分割上的最小单位,在概念上类似二维空间的最小单位-像素。
【一种基于激光和可见光扫描生成立体激光点云图的系统】
本申请所述的方法可应用于危险气体检测场景,图1示出了本申请实施例的一种基于激光和可见光扫描生成立体激光点云图的方法及装置所涉及的实施系统的示意图。所述实施系统包括待测物体、检测装置、计算装置。其中,检测装置包括云台、激光检测器和可见光成像器,有些实施例还包括激光测距器,计算装置包括采集控制装置和点云成像装置。
待测物体是一种容器或管道,其内部充满工业用气体,该气体为被检气体,如果待测物体表面存在某种缺陷,该气体可能会通过待测物体表面泄露出去,在待测物体的表面具有一定浓度分布,因为距离泄露位置的距离关系,待测物体表面各点气体浓度不一样。危险气体的泄露是安全生产重大隐患,对人民的生命财产造成危害。
在实际应用中,图1中的待测物体内部充满的气体不仅仅是工业气体,也可以用于检测待测物体表面缺陷的检测气体,也可以是易挥发液体,可能会通过待测物体表面缺陷处泄露而挥发到周边的空气中,如工业酒精或者航空航天用的液体燃料等。
图1中的检测装置用于检测上述讨论的工业气体、检测气体、液体燃料等介质的泄露情况和泄露位置。其中,激光检测器和可见光成像器、激光测距器均固定在云台上。
云台,用来固定整个检测装置,并通过云台电机带动检测装置上的各检测装置同步移动,包括激光检测器和可见光成像器、激光测距器随着云台同步移动。
激光检测器,用来利用激光检测待测物体周边的气体浓度,气体浓度光学分析方法中的可调谐半导体激光吸收光谱技术、差分吸收光谱法、傅里叶变换红外光谱、非色散红外光谱法、拉曼光谱法、光腔衰荡光谱法,本例中采用气体浓度光学分析方法中的朗伯-比尔定律(Beer-Lambert Law)进行检测分析。
朗伯-比尔定律(Beer-Lambert Law):描述物质对某一波长光吸收的强弱与吸光物质的浓度及其液层厚度间的关系,常用基于下式用于激光检测器检测气体浓度,
可见光成像器,用来对待测物体拍照,生成可见光图像。在有些实施例中,当云台移动到一点时,可见光成像器和激光检测器同步工作,所以可见光成像器生成的图像中包含激光检测器发射激光在待测物体表面形成的激光点。
激光测距器,用于测量其与被测物体表面的距离。激光测距器一般使用人眼不可见的红外激光,在可见光图像中一般看不见其发射的激光。因为激光测距器与激光检测器和可见光成像器都安装在云台上,其测量与被测物体表面的距离就是激光检测器和可见光成像器与被测物体表面的距离,更进一步可以认为是激光检测器和可见光成像器与被测物体表面激光点的距离。
激光测距的方法有很多种,如飞行时间法、三角测距法、红外结构光等,本申请的实施例使用TOF(Time of Flight)方法,其原理如下:激光测距器发射激光脉冲,经过待测目标反射至激光测距器,然后根据发送到返回之间的光束飞行时间利用下式计算待测目标与激光测距器之间的距离,
采集控制装置,用于控制云台、激光检测器、可见光成像器和激光测距器。控制云台基于设计的点阵逐点移动,并产生多通道同步信号分别控制激光检测器和可见光成像器和激光测距器工作,同时从检测装置采集激光检测器检测的气体浓度、可见光成像器生成的可见光图像和激光测距器测量的距离。这些数据可以直接从激光检测器和可见光成像器和激光测距器采集,也可以控制云台先从激光检测器和可见光成像器和激光测距器采集数据,然后采集控制装置在从云台采集。采集控制装置是一种计算设备,其与检测装置之间可以同有线、无线等方式连接。
点云成像装置,用于基于采集控制装置采集的被检气体浓度组成的二维浓度阵列,在有些实施例中结合可见光图像生成立体激光点云图,在有些实施中再结合激光测距器的测距数据生成更准确的立体激光点云图,清晰指出被测物体表面泄露处,及时发现工业生产中的安全隐患。
使用本申请各实施例的实施系统能可视化检测泄露气体,检测精度高,检测范围广。
下面将结合附图的图2A到图3,对本申请中的方法实施例行描述。
【一种基于激光和可见光扫描生成立体激光点云图的方法实施例一】
图2A示出了一种基于激光和可见光扫描生成立体激光点云图的方法实施例一的流程,包括,
步骤210、对云台、激光检测器进行初始化,并设置二维位置点阵。图1中的采集控制装置输出控制信号,完成对上述装置初始化。
云台初始化,用于云台电机的初始化,包括设置云台电机驱动程序、设置云台电机转速、设置云台姿态参数。上述云台初始化保障了图1中的采集控制装置能够驱动云台基于设置的位置精确移动。
激光检测器初始化,包括激光检测器同步信号初始化和激光检测器参数初始化。激光检测器同步信号初始化包括设置同步信号标志位、设置同步信号比特率、设置同步信号编码方式。激光检测器初始化包括,设置激光检测器的激光发射器平均功率、激光频率,设置激光检测器数据格式、数据比特率,其中,激光频率基于所检测的气体的种类设置,激光发射器功率和其与待测物体的距离有关。
激光检测器初始化保障了图1中的采集控制装置能够准确控制激光检测器和从激光检测器采集数据,同时,保障了激光检测器能够正确检测被检气体的浓度。
可见光成像器初始化包括可见光成像器同步信号初始化和可见光成像器参数初始化。可见光成像器同步信号初始化包括设置同步信号标志位、设置同步信号比特率、设置同步信号编码方式。可见光成像器初始化包括,设置可见光成像器曝光时间、增益数值、帧率、图像分辨率、校正方式、存储格式。
可见光成像器初始化保障了图1中的采集控制装置能够准确控制可见光成像器和从可见光成像器采集图像数据,同时,保障了可见光成像器能够按照所需图像质量要求对待测物体成像。
设置云台扫描的二维位置点阵,在该二维位置点阵为云台扫描位置的各点激光检测器和可见光成像器对待测物体检测。
根据待测物体的检测范围大小设置云台扫描的二维位置点阵,并将设置云台移动到二维位置点阵的第一个点,并根据待测物体的位置设置云台姿态。根据所述二维位置点阵能够全面检测待测物体的检测范围。
步骤220、控制云台基于所述二维位置点阵逐点移动。
图1中的采集控制装置输出云台电极驱动信号,驱动云台按照所述二维位置点阵逐点移动,带动激光检测器和可见光成像器相应同步移动,实现在设定位置范围内逐点检测。
步骤231、控制激光检测器在所述二维位置点阵的各点检测被检气体浓度,并采集该被检气体浓度数据,所述各点的被检气体浓度组成二维浓度阵列。
云台在所述二维位置点阵的各点,图1中采集控制装置输出激光检测器的同步信
号,控制激光检测器向待测物体发送激光信号和接收经待测物体反射的激光信号,激光信
号照射到待测物体表面会形成一个激光点,所述反射的激光信号的强度和激光信号传播到
待测物体表面的所述激光点路程中气体的浓度和传播距离有关。本实施例使用朗伯-比尔
定律(Beer-Lambert Law)确定待测物体的激光点附近的气体浓度,计算公式参照公式(1),
其中,公式(1)中获取方式不限。在实际检测中,可以通过调节所述激光检测器的频率检测
不同的危险气体。
具体地,云台在所述二维位置点阵的点PINmn时通过所述激光检测器检测待测物体
表面的被检气体的浓度值,并表示成,所述二维位置点阵的各点所生成的所述被检气
体的浓度值组成二维浓度阵列。其中,m为所述二维位置点阵的点PINmn的横向索引,n为所述
二维位置点阵的点PINmn的纵向索引,所述二维位置点阵的点PINmn对应的所述二维浓度阵
列中的元素ELMmn,元素ELMmn的值等于在所述二维位置点阵的点PINmn所检测的所述被检气
体的浓度值。
步骤232、控制可见光成像器在所述二维位置点阵的各点对待测物体成像,并采集该可见光图像,各点的可见光图像组成可见光图像组。
具体地,云台在所述二维位置点阵的点PINmn时,图1中采集控制装置输出可见光成像器的同步信号,控制可见光成像器对待测物体成像,通过所述可见光成像器对所述待测物体同步成可见光图像,并表示成MAPmn,在所述二维位置点阵的各点所生成的可见光图像组成可见光图像组;
因为激光检测器在同步检测待测物体表面的被检气体浓度时发射的激光信号照射到待测物体表面会形成一个激光点,所以同步生成的所述可见光图像中存在一个激光点。
后续步骤基于各可见光图像中的激光点能够构建待测物体表面的立体点云图的体素坐标,从而立体可视化显示测物体表面的被检气体浓度。
以下步骤241、步骤242、步骤250和步骤260描述了基于所述二维浓度阵列和可见光图像组生成立体激光点云图的方法,上述方法在图1的点云成像装置中完成。
步骤241、利用数据标定的方法在初始可见光图像中标定被检物体表面激光点的位置。
在步骤232中可知在可见光图像中存在一个激光点,所述利用数据标定的方法通
过分析可见光图像中像素数据特征,从而识别激光点,并标定激光点在初始可见光图像中
位置坐标,为其图像横向坐标,为其图像纵向坐标。具体流程请参照【一种基
于激光和可见光扫描生成立体激光点云图的方法实施例一数据标定方法】部分的详细描
述。
通过数据标定方法可以自动得到初始可见光图像中激光点位置坐标,并在后续步骤中用来计算其他可见光图像中激光点位置的参考,从而准确计算其他可见光图像中激光点的坐标,各可视化显示待测物体表面各点的被检气体浓度数据。
步骤242、利用图像配准的方法把各可见光图像与初始可见图像配准,并计算各可见光图像与初始可见图像之间的像素距离。
在步骤232中在所述二维位置点阵的各点采集的可见光图像是对待测物体表面的成像,都包含了待测物体表面的特征,只是因为在所述二维位置点阵的不同点生成的,各可见光图像之间存在不同的位移关系,所述图像配准就是提取初始可见光图像与其他可见光图像中共有的待测物体表面的特征,从而计算各可见光图像与初始可见图像之间的像素距离, 也就是各可见光图像的激光点与初始可见图像的激光点之间的像素距离。具体流程请参照【一种基于激光和可见光扫描生成立体激光点云图的方法实施例一图像配准方法】部分的详细描述。
通过图像配准方法可以自动得到各可见光图像的激光点与初始可见图像的激光点之间的像素距离,在后续步骤中用来准确计算其他可见光图像中各激光点物体位置坐标,从而可视化显示待测物体表面各点的被检气体浓度数据。
步骤250、基于各可见光图像的所述像素距离,确定云台在所述二维位置点阵的各点时待测物体表面激光点与激光检测器的距离,并组成距离阵列。
基体地,以云台在所述二维位置点阵的点PINmn时所生成的见光图像MAPmn为例,可见光
图像MAPmn和初始可见光图像能看作是双眼对待测物体分别成像,因此,基于可见光图像
MAPmn的所述像素距离利用双目测距的原理计算待测物体表面的激光点与可见光成像器间
距离,也就是云台在所述二维位置点阵的点PINmn时待测物体表面的激光点与激光检测器的
距离。所以基于双目测距原理利用下式计算云台在所述二维位置点阵的点PINmn时待测物体
表面的激光点与激光检测器的距离,
可选地,利用本步骤确定距离阵列可以利用公式(1)重新精确计算在所述二维位置点阵的各点所检测的被检气体的浓度值。
步骤260、基于初始可见光图像的激光点位置、各可见光图像的所述像素距离、所述二维浓度阵列和所述距离阵列生成立体激光点云图,并优化该立体激光点云图。
具体地,基于初始可见光图像的激光点位置、可见光图像MAPmn的所述像
素距离和所述距离阵列计算可见光图像MAPmn的激光点物理世界的位置坐标,也就是所述立
体激光点云体素VOLmn的坐标。具体流程请参照【一种基于激光和可见光
扫描生成立体激光点云图的方法实施例一立体激光点云图生成方法】部分的描述。
基于所述立体激光点云图可以发现待测物体表面各点所述被检气体的浓度,根据该浓度最大的位置能够及时发现在待测物体表面的泄露位置。
【一种基于激光和可见光扫描生成立体激光点云图的方法实施例一数据标定方法】
图2B示出了数据标定方法的主要流程,包括,
步骤2411、初始可见光图像分割成若干等份的像素区域,其中,横向分为P份,每份p个像素,纵向分为Q份,每份q个像素。
步骤2412、基于各像素区域的RGB通道强度计算初始可见光图像各像素区域的通道差分。
其中,表示像素区域的横向标识,表示像素区域的纵向标识,表示图像
横坐标,表示图像纵坐标,、表示可见光图像像素点的RGB颜色通道的强度值, 为检测激光的颜色的通道强度值,如红色激
光器就选用R(RED,红色)通道值作为。
步骤2413、对每个像素区域进行傅里叶变换,得到各像素区域的频域分布。
步骤2414、基于设定阈值计算各像素区域目标频率区域与高频与低频区域的差值作为各像素区域的频域差分。
其中,第一设定阈值C1和第二设定阈值C2根据实际激光检测器的激光颜色设定。
步骤2415、基于各像素区域的差值及高低频的差值,确定激光点所在像素区域,该像素区域的中心点坐标为激光点的位置坐标。
初始可见光图像的像素区域的通道差分表示所述激光检测器的用于
检测气体浓度的激光的颜色通道与其他颜色通道的差值,频域差值表示所述激光
检测器的用于检测气体浓度的激光颜色与待测物体表面颜色在频域分布上的差值,所以如
果像素区域的通道差分大于0且所述频域差值大于0,该像素区域为初始可见光图像中的激光点所在像素区域,其中心的点坐标为所述激光点的位置
坐标。
【一种基于激光和可见光扫描生成立体激光点云图的方法实施例一图像配准方法】
图2C示出了图像配准方法的主要流程,包括,
步骤2421、提取每个可见光图像的各关键点及各关键点的特征向量。
具体地,以可见光图像MAPmn为例,可见光图像MAPmn和初始可见光图像的包含很多具有相同特征的关键点,识别关键点方法很多,如ORB(Oriented Fast and RotatedBrief)特征提取方法和SIFT方法,本申请实施例SIFT方法分别识别各可见光图像中的各关键点和初始可见光图像中的各关键点,并分别提取每个关键点的特征向量和坐标,其中,每个关键点的所述坐标为该关键点在其所在的可见光图像中的坐标,SIFT方法中各特征向量又叫特征描述子,包含位置、尺度、方向等信息。
步骤2422、基于特征向量的相似度把可见光图像各关键点与初始可见光图像各关键点匹配。
具体地,在所述特征向量空间分别计算可见光图像MAPmn的各关键点与初始可见光图像的各关键点的相似度,从可见光图像MAPmn中选择一关键点k,从初始可见光图像的各关键点中选择与关键点k的所述相似度最好的关键点,确定为关键点k配对的关键点,采用同样方法把可见光图像MAPmn的各关键点与初始可见光图像的关键点配对;
计算特征向量的相似度方法很多,有欧式距离、马氏距离、皮尔逊相关系数等方法,本申请的实施例采用与SIFT方法配合使用的欧式距离的方法。
步骤2423、计算可见光图像与初始可见光图像各匹配关键点之间横向和纵向像素距离均值作为可见光图像与初始可见光图像的横向和纵向像素距离。
具体地,计算可见光图像MAPmn的各关键点的横坐标与初始可见光图像中相应的配
对的关键点的横坐标的差值的均值,确定为可见光图像MAPmn的横向像素距离,计算
可见光图像MAPmn的各关键点在可见光图像MAPmn的纵坐标与初始可见光图像中相应的配对
的关键点在初始可见光图像的纵坐标的差值,确定为可见光图像MAPmn的纵向像素距离;
采用上述确定可见光图像MAPmn的像素距离的方法,确定各可见光图像相对于初始可见光图像的像素距离。
【一种基于激光和可见光扫描生成立体激光点云图的方法实施例一立体激光点云图生成方法】
图2D示出了立体激光点云图生成方法的主要流程,包括,
步骤2601、基于各可见光图像的所述像素距离和初始可见光图像中激光点的位置坐标确定各可见光图像中激光点的匹配到初始可见光图像中的第一位置坐标。
其中,所述可见光图像MAPmn的激光点为所述激光检测器的激光照射在待测物体表面形成的激光点所成的像。
步骤2602、基于所述距离阵列和各可见光图像的所述激光点的所述第一位置坐标确定立体激光点云图中各体素的坐标,各体素值为二维浓度阵列中的对应的元素的值。
其中,为可见光成像器中图像坐标系原点在像素坐标系的横坐标,为可见光成像
器中图像坐标系原点在像素坐标系的纵坐标,为每个像素在图像平面横坐标方向上的物
理尺寸,为每个像素在图像平面纵坐标方向上的物理尺寸,、、和基于可见光成
像器的工作参数获取。
采用上述确定体素VOLmn的坐标和值的方法,确定所述立体激光点云图各体素的坐标和值。
步骤2603、基于立体激光点云图各体素的距离优化立体激光点云图。一个具体的实现示例流程如下:
取所述立体激光点云图中一体素h,基于所述立体激光点云图各体素的坐标计算体素h与周边各相邻体素的距离,并对体素h的所述距离取均值;
如果所述均值大于设定的第三阈值,则体素h是孤立的体素,为云台在激光扫描时振动形成的异常点,从所述立体激光点云图中删除体素h。
上述删除孤立点的方法是一个示例,也可以采取其他的方法,如基于所述立体激光点云各点位置关系利用空间聚类的方法删除孤立点,优化云图。
综上,一种基于激光和可见光扫描生成立体激光点云图的方法实施例一基于设置的所述二维位置点阵逐点扫描待测物体表面,同步控制所述激光检测器检测待测物体表面的被检气体的浓度和控制所述可见光成像器对待测物体表面生成可见光图像,并基于可见光图像利用数据标定、图像配准和双目测距的方法确定所述立体激光点云图各体素的坐标,结合采集的被检气体的浓度数据,生成所述立体激光点云图,基于所述立体激光点云图可以发现待测物体表面各点所述被检气体的浓度,根据该浓度最大的位置能够及时发现在待测物体表面的泄露位置。相对于现有技术的单点检测,该方法实施例一所述方法检测范围广,位置检测精确度高,泄露位置可视化。
【一种基于激光和可见光扫描生成立体激光点云图的方法实施例二】
图3示出了一种基于激光和可见光扫描生成立体激光点云图的方法实施例二的流程,包括,
步骤310、对云台、激光检测器、可见光成像器和激光测距器进行初始化,并设置二维位置点阵。相对于一种基于激光和可见光扫描生成立体激光点云图的方法实施例一中的步骤210,本实施例在步骤310中增加了激光测距器初始化,下面主要描述增加部分的方法和有益效果。
激光测距器初始化包括可见光成像器同步信号初始化和可见光成像器参数初始化。激光测距器同步信号初始化包括设置同步信号标志位、设置同步信号比特率、设置同步信号编码方式。可见光成像器初始化包括,设置测距激光发射器平均功率、激光频率/激光面积,设置测距激光检测器数据格式、数据比特率。
激光测距器初始化保障了图1中的采集控制装置能够准确控制可见光成像器和从激光测距器采集所测距离数据,同时,保障了激光测距器能够准确测量与待测物体表面的距离。
以下步骤320、步骤331、步骤332和步骤333描述了待测物体表面的被检气体浓度、待测物体的可见光图像和待测物体表面与检测装置距离的检测及采集方法。
步骤320、控制云台基于二维位置点阵逐点移动。
图1中的采集控制装置输出云台电极驱动信号,驱动云台按照所述二维位置点阵逐点移动,带动激光检测器、可见光成像器和激光测距器相应同步移动,实现在设定位置范围内逐点检测被检气体浓度、待测物体表面的可见光成像和测量图1中检测装置与待测物体的距离。
步骤331、控制激光检测器在所述二维位置点阵的各点检测被检气体浓度,并采集该被检气体浓度数据,所述各点的被检气体浓度组成二维浓度阵列。该步骤同一种基于激光和可见光扫描生成立体激光点云图的方法实施例一中步骤231,方法和有益效果参考一种基于激光和可见光扫描生成立体激光点云图的方法实施例一中步骤231,这里不在赘述。
步骤332、控制可见光成像器在所述二维位置点阵的各点对待测物体成像,并采集该可见光图像,各点的可见光图像组成可见光图像组。该步骤同一种基于激光和可见光扫描生成立体激光点云图的方法实施例一中步骤331,方法和有益效果参考一种基于激光和可见光扫描生成立体激光点云图的方法实施例一中步骤331,这里不在赘述。
步骤333、控制激光测距器在二维位置点阵各点与待测物体表面的距离,并采集该距离,所述二维位置点阵各点的所述距离组成距离阵列。
在所述二维位置点阵的点PINmn,图1中采集控制装置输出激光测距器的同步信号,
控制激光测距器测量其与待测物体表面的距离,所述二维位置点阵各点的所述距离组
成距离阵列。本申请的实施例激光测距采用TOF方法,具体计算方法请参照公式(2),也可以
采用飞行时间法、三角测距法、红外结构光等计算激光测距方法计算的距离。
因为激光测距器与激光检测器、可见光成像器一起安装在云台上,随云台一起移动,该距离就是激光检测器、可见光成像器与待测物体表面的距离,因为该距离测量与激光检测器检测待测物体表面的被检气体浓度是同步进行,该距离也是激光检测器与待测物体表面激光点位置的距离。该距离比一种基于激光和可见光扫描生成立体激光点云图的方法实施例一中利用双目测距方法更准确,基于激光检测器测量的该距离构建的立体激光点云各体素坐标更加准确。
可选地,利用本步骤确定距离阵列可以利用公式(1)重新精确计算在所述二维位置点阵的各点所检测的被检气体的浓度值。
以下步骤341、步骤342和步骤350描述了基于所述二维浓度阵列和可见光图像组生成立体激光云图的方法,在图1的点云成像装置中完成。
步骤341、利用数据标定的方法在初始可见光图像中标定被检物体表面激光点的位置。
本步骤所述方法和有益效果同一种基于激光和可见光扫描生成立体激光点云图的方法实施例一的步骤241,这里不在赘述。
步骤342、利用图像配准的方法把各可见光图像与初始可见图像配准,并计算各可见光图像与初始可见图像之间的像素距离。
本步骤所述方法和有益效果方法同一种基于激光和可见光扫描生成立体激光点云图的方法实施例一的步骤242,这里不再赘述。
步骤350、基于初始可见光图像的激光点位置、各可见光图像的所述像素距离、所述距离阵列和二维浓度阵列生成立体激光点云图,并优化该立体激光点云图。
步骤350具有一种基于激光和可见光扫描生成立体激光点云图的方法实施例一步骤260的效果,同时使用所述激光测距器测量其与待测物体表面的距离,替代一种基于激光和可见光扫描生成立体激光点云图的方法实施例一中所述待测物体表面的激光点与激光检测器的距离,从而构建的所述立体激光点云的体素三维坐标更准确。
综上,一种基于激光和可见光扫描生成立体激光点云图的方法实施例二是对一种基于激光和可见光扫描生成立体激光点云图的方法实施例一的改进,具有一种基于激光和可见光扫描生成立体激光点云图的方法实施例一所述的检测范围广、位置检测精确度高、泄露位置可视化的优点。同时相对于一种基于激光和可见光扫描生成立体激光点云图的方法实施例一,一种基于激光和可见光扫描生成立体激光点云图的方法实施例二使用所述激光测距器测量其与待测物体表面的距离,替代一种基于激光和可见光扫描生成立体激光点云图的方法实施例一中所述激光检测器与待测物体表面的距离,从而构建的所述立体激光点云的体素三维坐标更准确,对被检气体的位置检测精确度更高。
下面将结合附图的图4A到图5,对本申请中的装置实施例行描述。
【一种基于激光和可见光扫描生成立体激光点云图的装置实施例一】
图5示出了一种基于激光和可见光扫描生成立体激光点云图的装置实施例一的结构,包括,
装置初始化模块410,用于对云台、激光检测器和可见光成像器进行初始化,并设置二维位置点阵。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例一中步骤210。
扫描控制模块420,用于控制云台基于二维位置点阵逐点移动。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例一中步骤220。
浓度采集模块431,用于控制激光检测器在所述二维位置点阵的各点检测被检气体浓度,以及采集该被检气体浓度数据,以及所述各点的被检气体浓度组成二维浓度阵列。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例一中步骤231。
可见光图像采集模块432,用于控制可见光成像器在所述二维位置点阵的各点对待测物体成像,并采集该可见光图像,各点的可见光图像组成可见光图像组。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例一中步骤232。
数据标定模块441,用于利用数据标定的方法在初始可见光图像中标定被检物体表面激光点的位置。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例一中步骤241。其模块结构参见【一种基于激光和可见光扫描生成立体激光点云图的装置实施例一数据标定模块】
图像配准模块442,用于利用图像配准的方法把各可见光图像与初始可见图像配准,并计算各可见光图像与初始可见图像之间的像素距离。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例一中步骤242。其模块结构参见【一种基于激光和可见光扫描生成立体激光点云图的装置实施例一图像配准模块】。
距离确定模块443,用于基于初始可见光图像的激光点位置和各可见光图像的所述像素距离确定云台在所述二维位置点阵各点时待测物体表面的激光点与激光检测器的距离,并组成距离阵列。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例一中步骤250。
立体点云体素生成模块444,用于基于初始可见光图像的激光点位置和各可见光图像的所述像素距离、二维浓度阵列和所述距离阵列生成立体激光点云中各体素,并优化该立体激光点云图。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例一中步骤260。其模块结构参见【一种基于激光和可见光扫描生成立体激光点云图的装置实施例一立体点云体素生成模块】
【一种基于激光和可见光扫描生成立体激光点云图的装置实施例一数据标定模块】
图4B装置一种基于激光和可见光扫描生成立体激光点云图的装置实施例一数据标定模块的结构示意图,其包括,
像素区域分割模块4411,用于初始可见光图像分割成若干等份的像素区域。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例一数据标定方法中步骤2411。
通道分析模块4412,用于基于各像素区域的RGB通道强度计算初始可见光图像各像素区域的通道差分。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例一数据标定方法中步骤2412。
频域分析模块4413,用于对每个像素区域进行傅里叶变换,得到各像素区域的频域分布。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例一数据标定方法中步骤2413。
频域差值确定模块4414,用于基于确定阈值计算各像素区域目标频率区域与高频与低频区域的差值作为各像素区域的频域差分。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例一数据标定方法中步骤2414。
激光点标定模块4415,用于基于各像素区域的差值及高低频的差值,确定激光点所在像素区域,该像素区域的中心点坐标为激光点的位置坐标。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例一数据标定方法中步骤2415。
【一种基于激光和可见光扫描生成立体激光点云图的装置实施例一图像配准模块】
图4C装置实施例二图像配准模块的结构示意图,其包括,
关键点特征提取模块4421,用于提取每个可见光图像的各关键点及各关键点的特征向量。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例一图像配准方法中步骤2421。
关键点配对模块4422,用于基于特征向量的相似度把可见光图像各关键点与初始可见光图像各关键点匹配。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例一图像配准方法中步骤2422。
像素距离确定模块4423,用于计算可见光图像与初始可见光图像各匹配关键点之间横向和纵向像素距离均值作为可见光图像与初始可见光图像的横向和纵向像素距离。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例一图像配准方法中步骤2423。
【一种基于激光和可见光扫描生成立体激光点云图的装置实施例一立体点云体素生成模块】
图4D装置实施例二立体点云体素生成模块的结构示意图,其包括,
激光点坐标匹配模块4441,用于基于各可见光图像的所述像素距离和初始可见光图像中激光点的位置坐标确定各所述激光点的匹配到初始可见光图像中第一位置坐标。其工作原理和有益效果参见方一种基于激光和可见光扫描生成立体激光点云图的方法实施例一立体点云体素生成方法中步骤2601。
体素坐标生成模块4442,用于基于所述距离阵列和各可见光图像中激光点的所述第一位置坐标确定立体激光点云图中各体素的三维坐标,以及各体素强度为二维浓度阵列中的元素值。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例一中步骤2602。
立体点云优化模块4443,用于基于立体激光点云图各体素的距离优化立体激光点云图。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例一立体点云体素生成方法中步骤2603。
综上,一种基于激光和可见光扫描生成立体激光点云图的装置实施例一基于设置的所述二维位置点阵逐点扫描待测物体表面,同步控制所述激光检测器检测待测物体表面的被检气体的浓度和控制所述可见光成像器对待测物体表面生成可见光图像,并基于可见光图像利用数据标定、图像配准和双目测距的方法确定所述立体激光云图各体素的坐标,结合采集的被检气体的浓度数据,生成所述立体激光点云图,基于所述立体激光点云图可以发现待测物体表面各点所述被检气体的浓度,根据该浓度最大的位置能够及时发现在待测物体表面的泄露位置。相对于现有技术的单点检测,该装置实施例一所述装置检测范围广,位置检测精确度高,泄露位置可视化。
【一种基于激光和可见光扫描生成立体激光点云图的装置实施例二】
图5示出了一种基于激光和可见光扫描生成立体激光点云图的装置实施例二的结构,包括,
装置初始化模块510,用于对云台、激光检测器和可见光成像器进行初始化,并设置二维位置点阵。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例二中步骤310。
扫描控制模块520,用于控制云台基于二维位置点阵逐点移动。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例二中步骤320。
浓度采集模块531,用于控制激光检测器在所述二维位置点阵的各点检测被检气体浓度,并采集该被检气体浓度数据,所述各点的被检气体浓度组成二维浓度阵列。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例二中步骤331。
可见光图像采集模块532,用于控制可见光成像器在所述二维位置点阵的各点对待测物体成像,并采集该可见光图像,各点的可见光图像组成可见光图像组。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例二中步骤332。
距离确定模块533,用于控制激光测距器在在二维位置点阵各点与待测物体表面的距离,并采集该距离,各点所述距离组成距离阵列。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例二中步骤333。
数据标定模块541、用于利用数据标定的方法在初始可见光图像中标定被检物体表面激光点的位置。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例二中步骤341。其模块结构参见【一种基于激光和可见光扫描生成立体激光点云图的装置实施例一数据标定模块】。
图像配准模块542、用于利用图像配准的方法把各可见光图像与初始可见图像配准,并计算各可见光图像与初始可见图像之间的像素距离。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例二中步骤342。其模块结构参见【一种基于激光和可见光扫描生成立体激光点云图的装置实施例一图像配准模块】。
立体点云体素生成模块543,用于基于初始可见光图像的激光点位置和各可见光图像的所述像素距离、二维浓度阵列和所述距离阵列生成立体激光点云中各体素,并优化该立体激光点云图。其工作原理和有益效果参见一种基于激光和可见光扫描生成立体激光点云图的方法实施例二中步骤350。
综上,一种基于激光和可见光扫描生成立体激光点云图的装置实施例二是对一种基于激光和可见光扫描生成立体激光点云图的装置实施例一的改进,具有所述装置实施例一所述的优点。同时相对于所述装置实施例一,所述装置实施例二使用所述激光测距器测量其与待测物体表面的距离,替代所述装置实施例一中所述激光检测器与待测物体表面的距离,从而构建的所述立体激光点云的体素三维坐标更准确,对被检气体的位置检测精确度更高。
【计算设备】
本发明还提供的一种计算设备,下面图6详细介绍。
该计算设备600包括,处理器610、存储器620、通信接口630、总线640。
应理解,该图所示的计算设备610中的通信接口630可以用于与其他设备之间进行通信。
其中,该处理器610可以与存储器620连接。该存储器620可以用于存储该程序代码和数据。因此,该存储器620可以是处理器610内部的存储单元,也可以是与处理器610独立的外部存储单元,还可以是包括处理器610内部的存储单元和与处理器610独立的外部存储单元的部件。
可选的,计算设备600还可以包括总线640。其中,存储器620、通信接口630可以通过总线640与处理器610连接。总线640可以是外设部件互连标准(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准结构(EFStended Industry StandardArchitecture,EISA)总线等。所述总线640可以分为地址总线、数据总线、控制总线等。为便于表示,该图中仅用一条线表示,但并不表示仅有一根总线或一种类型的总线。
应理解,在本发明实施例中,该处理器610可以采用中央处理单元(centralprocessing unit,CPU)。该处理器还可以是其它通用处理器、数字信号处理器(digitalsignal 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)或者其它可编程逻辑器件、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。或者该处理器610采用一个或多个集成电路,用于执行相关程序,以实现本发明实施例所提供的技术方案。
该存储器620可以包括只读存储器和随机存取存储器,并向处理器610提供指令和数据。处理器610的一部分还可以包括非易失性随机存取存储器。例如,处理器610还可以存储设备类型的信息。
在计算设备600运行时,所述处理器610执行所述存储器620中的计算机执行指令执行方法实施例一的操作步骤或方法实施例二的操作步骤。
应理解,根据本发明实施例的计算设备600可以对应于执行根据本发明各实施例的方法中的相应主体,并且计算设备600中的各个模块的上述和其它操作和/或功能分别为了实现本实施例各方法的相应流程,为了简洁,在此不再赘述。
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。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,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。
所述功能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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案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一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括,U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
【计算介质】
本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时用于执行方法实施例一的操作步骤或方法实施例二的操作步骤。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是,但不限于,电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括,具有一个或多个导线的电连接、便携式计算机磁盘、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)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括、但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码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)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,均属于本发明保护范畴。
Claims (18)
1.一种基于激光和可见光扫描生成立体激光点云图的方法,其特征在于,包括,
基于设置的二维位置点阵,控制云台逐点移动以带动安装于所述云台上的激光检测器和可见光成像器同步移动;
在所述二维位置点阵的各点分别通过激光检测器检测待测物体表面的被检气体的浓度,并组成二维浓度阵列,其中,所述激光检测器在所述二维位置点阵的点PINmn所生成的被检气体的浓度为所述二维浓度阵列中的元素ELMmn的值,m为所述二维位置点阵的点PINmn的横向索引,n为所述二维位置点阵的点PINmn的纵向索引;
在所述二维位置点阵的各点分别通过可见光成像器对所述待测物体同步成可见光图像,并组成可见光图像组,其中,所述可见光成像器在所述二维位置点阵的点PINmn所生成的可见光图像为可见光图像MAPmn;
在所述二维位置点阵的各点分别获取待测物体表面的激光点与激光检测器的距离,并表组成距离阵列,其中,在所述二维位置点阵的点PINmn所获取的所述距离为,所述激光点为所述激光检测器的激光照射在待测物体表面形成的激光点;
基于所述二维浓度阵列、所述可见光图像组和所述距离阵列生成立体激光点云图。
2.根据权利要求1所述方法,其特征在于,所述基于所述二维浓度阵列、所述可见光图像组和所述距离阵列生成立体激光点云图包括,
基于像素分析标定初始可见光图像中的激光点的位置坐标,其中,初始可见光图像中所述激光点为所述激光检测器的激光照射在待测物体表面形成的激光点所成的像,所述初始可见光图像为在所述二维位置点阵的第一个点所生成的可见光图像;
把初始可见光图像分成多个像素区域,其中,横向分为P份,每份p个像素,纵向分为Q份,每份q个像素;
基于初始可见光图像的各像素区域的RGB颜色通道的强度利用下式确定各像素区域的通道差分,
对初始可见光图像的各像素区域进行傅里叶变换,利用下式生成各像素区域的频域分布,
基于第一设定阈值C1和第二设定阈值C2把各像素区域的频域分为低频部分、目标频率部分和高频部分,利用下式计算各像素区域的频域差值,
4.根据权利要求3所述方法,其特征在于,所述基于图像配准确定各可见光图像相对于初始可见光图像的像素距离包括,
分别识别可见光图像MAPmn中的各关键点和初始可见光图像中的各关键点,并分别提取每个关键点的特征向量和坐标,其中,每个关键点的所述坐标为该关键点在其所在的可见光图像中的坐标;
在所述特征向量空间分别计算可见光图像MAPmn的各关键点与初始可见光图像的各关键点的相似度,从可见光图像MAPmn中选择一关键点k,从初始可见光图像的各关键点中选择与关键点k的所述相似度最好的关键点,确定为关键点k配对的关键点,采用同样方法把可见光图像MAPmn的各关键点与初始可见光图像的关键点配对;
计算可见光图像MAPmn的各关键点的横坐标与初始可见光图像中相应的配对的关键点的横坐标的差值的均值,确定为可见光图像MAPmn的横向像素距离,计算可见光图像MAPmn的各关键点在可见光图像MAPmn的纵坐标与初始可见光图像中相应的配对的关键点在初始可见光图像的纵坐标的差值,确定为可见光图像MAPmn的纵向像素距离;
采用上述确定可见光图像MAPmn的像素距离的方法,确定各可见光图像相对于初始可见光图像的像素距离。
其中,所述可见光图像MAPmn的激光点为所述激光检测器的激光照射在待测物体表面形成的激光点所成的像;
采用上述确定体素VOLmn的坐标的方法,确定所述立体激光点云图各体素的坐标。
8.根据权利要求5所述方法,其特征在于,所述基于所述二维浓度阵列、所述可见光图像组和所述距离阵列生成立体激光点云图还包括,
取所述立体激光点云图中一体素h,基于所述立体激光点云图各体素的坐标计算体素h与周边各相邻体素的距离,并对体素h的所述距离取均值;
如果所述均值大于设定的第三阈值,则从所述立体激光点云图中删除体素h。
9.一种基于激光和可见光扫描生成立体激光点云图的装置,其特征在于,包括,
扫描控制模块,用于基于设置的二维位置点阵,控制云台逐点移动以带动安装于所述云台上的激光检测器和可见光成像器同步移动;
浓度采集模块,用于在所述二维位置点阵的各点分别通过激光检测器检测待测物体表面的被检气体的浓度,并组成二维浓度阵列,其中,所述激光检测器在所述二维位置点阵的点PINmn所生成的被检气体的浓度为所述二维浓度阵列中的元素ELMmn的值,m为所述二维位置点阵的点PINmn的横向索引,n为所述二维位置点阵的点PINmn的纵向索引;
可见光图像采集模块,用于在所述二维位置点阵的各点分别通过可见光成像器对所述待测物体同步成可见光图像,并组成可见光图像组,其中,所述可见光成像器在所述二维位置点阵的点PINmn所生成的可见光图像为可见光图像MAPmn;
距离确定模块,用于在所述二维位置点阵的各点分别获取待测物体表面的激光点与激光检测器的距离,并表组成距离阵列,其中,在所述二维位置点阵的点PINmn所获取的所述距离为,所述激光点为所述激光检测器的激光照射在待测物体表面形成的激光点;
立体点云图生成模块,用于基于所述二维浓度阵列、所述可见光图像组和所述距离阵列生成立体激光点云图。
10.根据权利要求9所述装置,其特征在于,所述立体激光点云图生成模块包括,
数据标定模块,用于基于像素分析标定初始可见光图像中的激光点的位置坐标,其中,初始可见光图像中所述激光点为所述激光检测器的激光照射在待测物体表面形成的激光点所成的像,所述初始可见光图像为在所述二维位置点阵的第一个点所生成的可见光图像;
11.根据权利要求10所述装置,其特征在于,所述数据标定模块包括,
像素区域分割模块,用于把初始可见光图像分成多个像素区域,其中,横向分为P份,每份p个像素,纵向分为Q份,每份q个像素;
通道分析模块,用于基于初始可见光图像的各像素区域的RGB颜色通道的强度利用下式确定各像素区域的通道差分,
频域分析模块,用于对初始可见光图像的各像素区域进行傅里叶变换,利用下式生成各像素区域的频域分布,
频域差值确定模块,用于基于第一设定阈值C1和第二设定阈值C2把各像素区域的频域分为低频部分、目标频率部分和高频部分,及利用下式计算各像素区域的频域差值,
12.根据权利要求10所述装置,其特征在于,所述图像配准模块包括,
关键点特征提取模块,用于分别识别每个可见光图像中的各关键点和初始可见光图像中的各关键点,以及分别提取每个关键点的特征向量和坐标,其中,每个关键点的所述坐标为该关键点在其所在的可见光图像中的坐标;
关键点配对模块,用于在所述特征向量空间分别计算可见光图像MAPmn的各关键点与初始可见光图像的各关键点的相似度,及从可见光图像MAPmn中选择一关键点k,及从初始可见光图像的各关键点中选择与关键点k的所述相似度最好的关键点确定为关键点k配对的关键点,以及采用同样方法把可见光图像MAPmn的各关键点与初始可见光图像的关键点配对;以及采用上述实现可见光图像MAPmn的各关键点与初始可见光图像的关键点配对的方法确定各可见光图像与初始可见光图像的关键点配对;
13.根据权利要求11或12所述装置,其特征在于,所述体素坐标生成模块包括,
其中,所述可见光图像MAPmn的激光点为所述激光检测器的激光照射在待测物体表面形成的激光点所成的像;以及采用上述确定可见光图像MAPmn的第一位置坐标的方法确定各可见光图像的第一位置坐标;
16.根据权利要求13所述装置,其特征在于,所述立体激光点云图生成模块还包括,
图像优化模块,用于取所述立体激光点云图中一体素h,基于所述立体激光点云图各体素的坐标计算体素h与周边各相邻体素的距离,并对体素h的所述距离取均值;如果所述均值大于设定的第三阈值,则从所述立体激光点云图中删除体素h。
17.一种计算设备,其特征在于,包括,
总线;
通信接口,其与所述总线连接;
至少一个处理器,其与所述总线连接;以及
至少一个存储器,其与所述总线连接并存储有程序指令,所述程序指令当被所述至少一个处理器执行时使得所述至少一个处理器执行权利要求1至8任一所述方法。
18.一种计算机可读存储介质,其上存储有程序指令,其特征在于,所述程序指令当被计算机执行时使得所述计算机执行权利要求1至8任一所述方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011420898.XA CN112254902B (zh) | 2020-12-08 | 2020-12-08 | 基于激光和可见光扫描生成立体激光点云图的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011420898.XA CN112254902B (zh) | 2020-12-08 | 2020-12-08 | 基于激光和可见光扫描生成立体激光点云图的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112254902A true CN112254902A (zh) | 2021-01-22 |
CN112254902B CN112254902B (zh) | 2021-04-06 |
Family
ID=74225181
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011420898.XA Active CN112254902B (zh) | 2020-12-08 | 2020-12-08 | 基于激光和可见光扫描生成立体激光点云图的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112254902B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113607685A (zh) * | 2021-07-28 | 2021-11-05 | 数量级(上海)信息技术有限公司 | 一种激光气云成像系统 |
CN113781568A (zh) * | 2021-11-11 | 2021-12-10 | 南京智谱科技有限公司 | 一种图像的流体泄漏点的确定方法及装置 |
CN116203574A (zh) * | 2023-05-04 | 2023-06-02 | 天津宜科自动化股份有限公司 | 一种检测物体距离的数据处理系统 |
CN117492027A (zh) * | 2024-01-03 | 2024-02-02 | 成都量芯集成科技有限公司 | 一种基于激光扫描识别装置及其方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3725832B2 (ja) * | 2002-03-29 | 2005-12-14 | 大阪瓦斯株式会社 | 気体漏洩箇所指示装置 |
CN202393703U (zh) * | 2011-12-14 | 2012-08-22 | 河南汉威电子股份有限公司 | 三维云台扫描激光遥测气体泄漏监测装置 |
CN104081437A (zh) * | 2011-09-20 | 2014-10-01 | 西门子公司 | 用于基于可调谐二极管激光吸收光谱的气体浓度重建的贝叶斯方法 |
CN104122054A (zh) * | 2014-07-27 | 2014-10-29 | 北京航星网讯技术股份有限公司 | 一种红外热成像式激光天然气泄漏检测方法及装置 |
US10031040B1 (en) * | 2017-03-28 | 2018-07-24 | Palo Alto Research Center Incorporated | Method and system for analyzing gas leak based on machine learning |
CN207866704U (zh) * | 2017-11-01 | 2018-09-14 | 中国矿业大学(北京) | 用于tdlas激光气体遥测的二维重建系统 |
CN110095423A (zh) * | 2018-12-17 | 2019-08-06 | 中国科学院合肥物质科学研究院 | 一种多通道污染排放应急遥测成像系统及方法 |
CN110889455A (zh) * | 2019-12-02 | 2020-03-17 | 西安科技大学 | 一种化工园巡检机器人的故障检测定位及安全评估方法 |
CN210221803U (zh) * | 2019-05-06 | 2020-03-31 | 武汉阿卡瑞思光电自控有限公司 | 一种激光甲烷遥测系统的云台式结构 |
CN210604375U (zh) * | 2019-08-18 | 2020-05-22 | 北京航星网讯技术股份有限公司 | 一种具备拍摄功能的激光气体探测装置 |
CN111929275A (zh) * | 2020-08-06 | 2020-11-13 | 青岛澳瑞德电子有限公司 | 一种振镜成像的激光遥测仪及气体浓度信息成像方法 |
-
2020
- 2020-12-08 CN CN202011420898.XA patent/CN112254902B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3725832B2 (ja) * | 2002-03-29 | 2005-12-14 | 大阪瓦斯株式会社 | 気体漏洩箇所指示装置 |
CN104081437A (zh) * | 2011-09-20 | 2014-10-01 | 西门子公司 | 用于基于可调谐二极管激光吸收光谱的气体浓度重建的贝叶斯方法 |
CN202393703U (zh) * | 2011-12-14 | 2012-08-22 | 河南汉威电子股份有限公司 | 三维云台扫描激光遥测气体泄漏监测装置 |
CN104122054A (zh) * | 2014-07-27 | 2014-10-29 | 北京航星网讯技术股份有限公司 | 一种红外热成像式激光天然气泄漏检测方法及装置 |
US10031040B1 (en) * | 2017-03-28 | 2018-07-24 | Palo Alto Research Center Incorporated | Method and system for analyzing gas leak based on machine learning |
CN207866704U (zh) * | 2017-11-01 | 2018-09-14 | 中国矿业大学(北京) | 用于tdlas激光气体遥测的二维重建系统 |
CN110095423A (zh) * | 2018-12-17 | 2019-08-06 | 中国科学院合肥物质科学研究院 | 一种多通道污染排放应急遥测成像系统及方法 |
CN210221803U (zh) * | 2019-05-06 | 2020-03-31 | 武汉阿卡瑞思光电自控有限公司 | 一种激光甲烷遥测系统的云台式结构 |
CN210604375U (zh) * | 2019-08-18 | 2020-05-22 | 北京航星网讯技术股份有限公司 | 一种具备拍摄功能的激光气体探测装置 |
CN110889455A (zh) * | 2019-12-02 | 2020-03-17 | 西安科技大学 | 一种化工园巡检机器人的故障检测定位及安全评估方法 |
CN111929275A (zh) * | 2020-08-06 | 2020-11-13 | 青岛澳瑞德电子有限公司 | 一种振镜成像的激光遥测仪及气体浓度信息成像方法 |
Non-Patent Citations (1)
Title |
---|
刑大伟 等: "《可调谐激光吸收光谱应用于气体二维浓度分布重建研究》", 《光学技术》 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113607685A (zh) * | 2021-07-28 | 2021-11-05 | 数量级(上海)信息技术有限公司 | 一种激光气云成像系统 |
CN113781568A (zh) * | 2021-11-11 | 2021-12-10 | 南京智谱科技有限公司 | 一种图像的流体泄漏点的确定方法及装置 |
CN116203574A (zh) * | 2023-05-04 | 2023-06-02 | 天津宜科自动化股份有限公司 | 一种检测物体距离的数据处理系统 |
CN116203574B (zh) * | 2023-05-04 | 2023-07-28 | 天津宜科自动化股份有限公司 | 一种检测物体距离的数据处理系统 |
CN117492027A (zh) * | 2024-01-03 | 2024-02-02 | 成都量芯集成科技有限公司 | 一种基于激光扫描识别装置及其方法 |
CN117492027B (zh) * | 2024-01-03 | 2024-03-15 | 成都量芯集成科技有限公司 | 一种基于激光扫描识别装置及其方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112254902B (zh) | 2021-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112254902B (zh) | 基于激光和可见光扫描生成立体激光点云图的方法及装置 | |
Guan et al. | Automated pixel-level pavement distress detection based on stereo vision and deep learning | |
US20200149883A1 (en) | Gas-mapping 3d imager measurement techniques and method of data processing | |
CN109961468B (zh) | 基于双目视觉的体积测量方法、装置及存储介质 | |
US9207069B2 (en) | Device for generating a three-dimensional model based on point cloud data | |
US11120531B2 (en) | Method and device for image processing, vehicle head-up display system and vehicle | |
CN107092021B (zh) | 车载激光雷达三维扫描方法、地物分类方法及系统 | |
US10430944B2 (en) | Image processing apparatus, image processing method, and program | |
Wu et al. | Passive measurement method of tree diameter at breast height using a smartphone | |
WO2018072669A1 (zh) | 辐射检查系统和方法 | |
US10373339B2 (en) | Hyperspectral scene analysis via structure from motion | |
Herrero-Huerta et al. | Automatic tree parameter extraction by a Mobile LiDAR System in an urban context | |
WO2015010531A1 (zh) | 人体安全检查方法和人体安全检查系统 | |
US20200293793A1 (en) | Methods and systems for video surveillance | |
Rodríguez-Martín et al. | Macro-photogrammetry as a tool for the accurate measurement of three-dimensional misalignment in welding | |
CN111047650B (zh) | 一种用于飞行时间相机的参数标定方法 | |
JP2020512565A (ja) | 放射性環境における分布のボリュームおよび同位体の識別のためのシステムおよび方法 | |
CN115330876B (zh) | 基于孪生网络和中心位置估计的目标模板图匹配定位方法 | |
JP2021056017A (ja) | 合成処理装置、合成処理システム及び合成処理方法 | |
CN105023270A (zh) | 用于地下基础设施结构监测的主动式3d立体全景视觉传感器 | |
JP2023534175A (ja) | Lfa試験片のニューラル・ネットワーク分析 | |
Motayyeb et al. | Fusion of UAV-based infrared and visible images for thermal leakage map generation of building facades | |
CN112164084B (zh) | 一种基于激光扫描生成二维激光点云图的方法及装置 | |
KR101979936B1 (ko) | 실시간 3d 지화학 이상대 탐지 모델 생성 시스템, 모델 생성 방법 및 이를 실행시키기 위한 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체 | |
CN116538926A (zh) | 手持尺寸测量设备和尺寸测量方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |