CN113034619A - 包裹信息测量方法、装置及存储介质 - Google Patents
包裹信息测量方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113034619A CN113034619A CN202110440901.2A CN202110440901A CN113034619A CN 113034619 A CN113034619 A CN 113034619A CN 202110440901 A CN202110440901 A CN 202110440901A CN 113034619 A CN113034619 A CN 113034619A
- Authority
- CN
- China
- Prior art keywords
- target image
- information
- parcel
- package
- arm
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000006073 displacement reaction Methods 0.000 claims description 5
- 230000000295 complement effect Effects 0.000 claims description 3
- 229910044991 metal oxide Inorganic materials 0.000 claims description 3
- 150000004706 metal oxides Chemical class 0.000 claims description 3
- 239000004065 semiconductor Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 7
- 230000000694 effects Effects 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 4
- 238000000691 measurement method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及智能物流技术领域,具体涉及一种包裹信息测量方法、装置及存储介质。其中,方法包括:通过激光器实时发射激光线,照射到传送小车的皮带面和包裹表面,所述传送小车用于传送所述包裹;通过FPGA控制面阵CMOS对所述传送小车成像,得到目标图像;通过DDR转发所述目标图像至ARM;通过所述ARM对每一帧目标图像进行处理,得到所述目标图像中的所述包裹的尺寸信息和位置信息。解决了传送小车上包裹有无、包裹尺寸、包裹位置的非接触、高精度、实时测量,为后续包裹分拣系统提供保障,达到了降低错分率和提升供包效率的效果。
Description
技术领域
本发明涉及智能物流技术领域,具体涉及一种包裹信息测量方法、装置及存储介质。
背景技术
在现代化的智能物流分拣系统中,包裹的尺寸和包裹在小车上的位置对后续的物流分拣系统起着很关键的作用,影响着包裹的分拣正确率和分拣效率。
然而,在现有的包裹尺寸测量方案中,存在着对测量环境要求高、测量精度低、实时性差等问题。
发明内容
有鉴于此,本发明实施例提供了一种包裹信息测量方法、装置及存储介质,以解决传送小车上包裹有无、包裹尺寸、包裹位置的非接触、高精度、实时测量的问题。
根据第一方面,本发明实施例提供了一种包裹信息测量方法,所述方法包括:
通过激光器实时发射激光线,照射到传送小车的皮带面和包裹表面,所述传送小车用于传送所述包裹;
通过现场可编程逻辑门阵列FPGA控制面阵互补金属氧化物半导体CMOS对所述传送小车成像,得到目标图像;
通过数据方向寄存器DDR转发所述目标图像至ARM;
通过所述ARM对每一帧目标图像进行处理,得到所述目标图像中的所述包裹的尺寸信息和位置信息。
可选的,所述通过所述ARM对每一帧目标图像进行处理,得到所述目标图像中的所述包裹的尺寸信息和位置信息,包括:
提取所述目标图像中的散斑点,并拟合出所述包裹的点云图;
根据所述点云图识别所述传送小车上是否有包裹,并计算所述包裹的尺寸信息和位置信息。
可选的,所述提取所述目标图像中的散斑点,并拟合出所述包裹的点云图,包括:
通过标定算法确定所述面阵CMOS的有效散斑点的有效范围;
提取所述目标图像中所述有效范围内的散斑点的信息,所述散斑点的信息包括是否有包裹、每个散斑点的位置信息和尺寸信息;
根据提取到的所述散斑点的信息拟合所述包裹的所述点云图。
可选的,所述提取所述目标图像中所述有效范围内的散斑点的信息,包括:
根据所述目标图像的像素灰度幅值和分布特性提取所述有效范围内的所述散斑点的信息。
可选的,所述根据提取到的所述散斑点的信息拟合所述包裹的所述点云图,包括:
通过提取得到的所述散斑点的信息,根据每个散斑点邻域内其他散斑点的信息,去除孤立噪声点;
通过去噪后的所述散斑点的集合,拟合得到所述包裹的所述点云图。
可选的,所述根据所述点云图识别所述传送小车上是否有包裹,并计算所述包裹的尺寸信息和位置信息,包括:
通过棋盘标定算法确定所述面阵CMOS的内外参数;
根据所述内外参数、所述有效范围以及高度标定算法获取高度系数;
根据所述点云图和所述高度系数识别所述传送小车上是否有包裹,并计算所述包裹的尺寸信息和位置信息。
可选的,所述根据所述点云图和所述高度系数识别所述传送小车上是否有包裹,并计算所述包裹的尺寸信息和位置信息,包括:
根据所述点云图和所述高度系数计算得到所述包裹的尺寸信息;
根据所述包裹的尺寸信息,利用动态移位计算获取所述包裹在所述传送小车上的位置信息。
可选的,所述通过DDR转发所述目标图像至ARM之前,所述方法还包括:
通过所述FPGA提取所述目标图像的图像流,对所述目标图像进行去噪;
所述通过DDR转发所述目标图像至ARM,包括:
通过所述DDR将去噪后的所述目标图像转发至所述ARM。
第二方面,提供了一种计算机存储介质,所述存储介质中存储有至少一条程序指令,所述至少一条程序指令被处理器加载并执行以实现如第一方面所述的方法。
第三方面,提供了一种包裹信息测量装置,其特征在于,所述装置包括处理器和存储器,所述存储器中存储有至少一条程序指令,所述处理器通过加载并执行所述至少一条程序指令以实现如第一方面所述的方法。
通过激光器实时发射激光线,照射到传送小车的皮带面和包裹表面,所述传送小车用于传送所述包裹;通过FPGA控制面阵CMOS对所述传送小车成像,得到目标图像;通过DDR转发所述目标图像至ARM;通过所述ARM对每一帧目标图像进行处理,得到所述目标图像中的所述包裹的尺寸信息和位置信息。解决了传送小车上包裹有无、包裹尺寸、包裹位置的非接触、高精度、实时测量,为后续包裹分拣系统提供保障,达到了降低错分率和提升供包效率的效果。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式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,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明所述的包裹信息测量方法的方法流程图;
图2是本发明所述的控制系统拍照的流程图;
图3是本发明所述的无包裹时的目标图像;
图4是本发明所述的有包裹时的目标图像;
图5是本发明所述的识别得到的包裹的轮廓的示意图;
图6是本发明所述的算法处理的流程图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参考图1,其示出了本申请一个实施例提供的包裹信息测量方法的方法流程图,如图1所示,所述方法包括:
步骤101,通过激光器实时发射激光线,照射到传送小车的皮带面和包裹表面,所述传送小车用于传送所述包裹;
可选的,本步骤包括,激光器发射准直激光线,通过DOE(Diffractive OpticalElements,衍射光学元件)后,经特定光路发射后按照一定的发散角照射到传送小车的皮带表面和包裹表面,形成有特定分布规则的激光图案。
步骤102,通过FPGA(Field Programmable Gate Array,现场可编程逻辑门阵列)控制面阵CMOS(Complementary Metal Oxide Semiconductor,互补金属氧化物半导体)对所述传送小车成像,得到目标图像;
可选的,在光电开关检测到传送小车时,光电开关发送触发信号至FPGA,由FPGA启动计时器,继而在预定时长的高电平触发面阵CMOS进而拍摄得到目标图像。
具体的,请参考图2,其示出了目标图像的具体获取方法,如图2所示,光电开关发送触发信号到FPGA,FPGA提供中断信号给ARM,FPGA触发CMOS捕捉图像并将数据采回,FPGA对采集到的图像原始数据做ISP(Image Signal Processing,图像信号处理)处理,FPGA将图像数据通过DDR(Data Direction Register,数据方向寄存器)转发至ARM,多核DSP(Digital Signal Processing,数字信号处理)进行多核调度,调用算法检测识别包裹,并将结构通过千兆网TCP发送至上位机。
步骤103,通过DDR转发所述目标图像至ARM(Advanced RISC Machines);
在得到目标图像之后,通过DDR传输目标图像至ARM。
实际实现时,在DDR转发目标图像至ARM之前,可以先执行如下步骤:
(1)、通过FPGA提取所述目标图像的图像流,对所述目标图像进行去噪;
(2)、将去噪后的所述目标图像通过DDR实时传输至ARM。
步骤104,通过所述ARM对每一帧目标图像进行处理,得到所述目标图像中的所述包裹的尺寸信息和位置信息。
ARM接收到目标图像之后进行高速大批量的图像数据交互,通过ARM调用算法接口,对目标图像进行处理。
实际实现时,本步骤包括:
第一,提取所述目标图像中的散斑点,并拟合出所述包裹的点云图;
(1)、通过标定算法确定所述面阵CMOS的有效散斑点的有效范围;
ARM接收到目标图像之后,经由TCP(Transmission Control Protocol,传输控制协议)将目标图像传输至上位机,上位机调用标定算法,通过绘制ROI(region ofinterest,感兴趣区域)区域的方式获取得到散斑点的有效范围。
(2)、提取所述目标图像中所述有效范围内的散斑点的信息,所述散斑点的信息包括是否有包裹、每个散斑点的位置信息和尺寸信息;
实际实现时,根据所述目标图像的像素灰度幅值和分布特性提取所述有效范围内的所述散斑点的信息。
目标图像是一张整体偏暗的图像,背景是黑色,前景会有些零零散散的散斑点。背景和前景的灰度值存在明显的差异。当没有包裹时,散斑点的亮度很暗,灰度值较低;当有包裹时,散斑点照射到包裹上,散斑点变亮,灰度值变高。算法通过分析目标图像中每一列像素灰度值的明暗程度、极值位置,以及不同列之间灰度值和分布的相关性,对散斑点进行聚类并提取,进而得到散斑点的信息。请参考图3和图4,其示出了无包裹和有包裹时的目标图像的示意图。
(3)、根据提取到的所述散斑点的信息拟合所述包裹的所述点云图。
A、通过提取得到的所述散斑点的信息,根据每个散斑点邻域内其他散斑点的信息,去除孤立噪声点;
B、通过去噪后的所述散斑点的集合,拟合得到所述包裹的所述点云图。
第二,根据所述点云图识别所述传送小车上是否有包裹,并计算所述包裹的尺寸信息和位置信息。
(1)、通过棋盘标定算法确定所述面阵CMOS的内外参数;
可选的,上位机接收到目标图像之后,调用棋盘标定算法,计算得到CMOS的内外参数。
(2)、根据所述内外参数、所述有效范围以及高度标定算法获取高度系数;
在计算得到内外参数、有效范围之后,通过高度标定算法获取得到高度系数。
上位机计算得到有效范围、高度系数之后,将有效范围和高度系数经由TCP发送至ARM,此后,ARM计算包裹的尺寸信息和位置信息。上述仅以将有效范围和高度系数发送至ARM来举例说明,实际实现时,为了提高计算精度,还可以获取CMOS的相机帧率、分辨率以及传送小车的运行速度,将获取到的以上信息一同发送至ARM,相应的,ARM即可根据接收到的上述信息计算包裹的尺寸信息和位置信息,本实施例对此并不做限定。
(3)、根据所述点云图和所述高度系数识别所述传送小车上是否有包裹,并计算所述包裹的尺寸信息和位置信息。
A、根据所述点云图和所述高度系数计算得到所述包裹的尺寸信息;
其中,高度系统用于辅助测量包裹的高度。请参考图5,其示出了识别得到的包裹的轮廓的示意图。
B、根据所述包裹的尺寸信息,利用动态移位计算获取所述包裹在所述传送小车上的位置信息。
通过所述标定阶段得到的参考点坐标信息,和所述包裹的轮廓坐标信息,利用动态移位计算得到包裹在小车上的位置和运动轨迹。
其中,参考点坐标信息是在棋盘标定过程中,通过上位机软件配置参数、选点并调用棋盘标定算法计算得到。包裹的轮廓坐标信息为在计算过程中首先获取每一帧目标图像中每个散斑点的坐标信息,然后将所有目标图像中所有散斑点的信息整合到一起形成点云,最后通过算法拟合出所有散斑点的最小外接矩形,进而获取轮廓坐标。
需要说明的是,在获取到包裹的尺寸信息和位置信息之后,经由TCP将尺寸信息和位置信息发送至上位机,上位机对接收到的信息进行显示。
请参考图6,其示出了获取包裹的尺寸信息和位置信息的获取方法的示意图,如图6所示,收到ARM输入的目标图像之后,对目标图像进行增强、去畸变等预处理;通过像素的灰度幅度提取目标图像中的散斑点,通过预先标定得到的数据进行散斑点匹配,并计算每个散斑点的信息;将所有目标图像的散斑点信息整合成点云数据,进行包裹的点云拟合,获取尺寸信息;根据包裹的轮廓信息,利用动态移位计算,获取包裹在传送小车上的位置信息。
综上所述,通过激光器实时发射激光线,照射到传送小车的皮带面和包裹表面,所述传送小车用于传送所述包裹;通过FPGA控制面阵CMOS对所述传送小车成像,得到目标图像;通过DDR转发所述目标图像至ARM;通过所述ARM对每一帧目标图像进行处理,得到所述目标图像中的所述包裹的尺寸信息和位置信息。解决了传送小车上包裹有无、包裹尺寸、包裹位置的非接触、高精度、实时测量,为后续包裹分拣系统提供保障,达到了降低错分率和提升供包效率的效果。
本申请还提供了一种计算机存储介质,所述存储介质中存储有至少一条程序指令,所述至少一条程序指令被处理器加载并执行以实现如以上所述的方法。
本申请还提供了一种包裹信息测量装置,其特征在于,所述装置包括处理器和存储器,所述存储器中存储有至少一条程序指令,所述处理器通过加载并执行所述至少一条程序指令以实现以上所述的方法。
虽然结合附图描述了本发明的实施例,但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型,这样的修改和变型均落入由所附权利要求所限定的范围之内。
Claims (10)
1.一种包裹信息测量方法,其特征在于,所述方法包括:
通过激光器实时发射激光线,照射到传送小车的皮带面和包裹表面,所述传送小车用于传送所述包裹;
通过现场可编程逻辑门阵列FPGA控制面阵互补金属氧化物半导体CMOS对所述传送小车成像,得到目标图像;
通过数据方向寄存器DDR转发所述目标图像至ARM;
通过所述ARM对每一帧目标图像进行处理,得到所述目标图像中的所述包裹的尺寸信息和位置信息。
2.根据权利要求1所述的方法,其特征在于,所述通过所述ARM对每一帧目标图像进行处理,得到所述目标图像中的所述包裹的尺寸信息和位置信息,包括:
提取所述目标图像中的散斑点,并拟合出所述包裹的点云图;
根据所述点云图识别所述传送小车上是否有包裹,并计算所述包裹的尺寸信息和位置信息。
3.根据权利要求2所述的方法,其特征在于,所述提取所述目标图像中的散斑点,并拟合出所述包裹的点云图,包括:
通过标定算法确定所述面阵CMOS的有效散斑点的有效范围;
提取所述目标图像中所述有效范围内的散斑点的信息,所述散斑点的信息包括是否有包裹、每个散斑点的位置信息和尺寸信息;
根据提取到的所述散斑点的信息拟合所述包裹的所述点云图。
4.根据权利要求3所述的方法,其特征在于,所述提取所述目标图像中所述有效范围内的散斑点的信息,包括:
根据所述目标图像的像素灰度幅值和分布特性提取所述有效范围内的所述散斑点的信息。
5.根据权利要求3或4所述的方法,其特征在于,所述根据提取到的所述散斑点的信息拟合所述包裹的所述点云图,包括:
通过提取得到的所述散斑点的信息,根据每个散斑点邻域内其他散斑点的信息,去除孤立噪声点;
通过去噪后的所述散斑点的集合,拟合得到所述包裹的所述点云图。
6.根据权利要求3所述的方法,其特征在于,所述根据所述点云图识别所述传送小车上是否有包裹,并计算所述包裹的尺寸信息和位置信息,包括:
通过棋盘标定算法确定所述面阵CMOS的内外参数;
根据所述内外参数、所述有效范围以及高度标定算法获取高度系数;
根据所述点云图和所述高度系数识别所述传送小车上是否有包裹,并计算所述包裹的尺寸信息和位置信息。
7.根据权利要求3所述的方法,其特征在于,所述根据所述点云图和所述高度系数识别所述传送小车上是否有包裹,并计算所述包裹的尺寸信息和位置信息,包括:
根据所述点云图和所述高度系数计算得到所述包裹的尺寸信息;
根据所述包裹的尺寸信息,利用动态移位计算获取所述包裹在所述传送小车上的位置信息。
8.根据权利要求1至7任一所述的方法,其特征在于,所述通过DDR转发所述目标图像至ARM之前,所述方法还包括:
通过所述FPGA提取所述目标图像的图像流,对所述目标图像进行去噪;
所述通过DDR转发所述目标图像至ARM,包括:
通过所述DDR将去噪后的所述目标图像转发至所述ARM。
9.一种计算机存储介质,其特征在于,所述存储介质中存储有至少一条程序指令,所述至少一条程序指令被处理器加载并执行以实现如权利要求1至8任一所述的方法。
10.一种包裹信息测量装置,其特征在于,所述装置包括处理器和存储器,所述存储器中存储有至少一条程序指令,所述处理器通过加载并执行所述至少一条程序指令以实现如权利要求1至8任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110440901.2A CN113034619A (zh) | 2021-04-23 | 2021-04-23 | 包裹信息测量方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110440901.2A CN113034619A (zh) | 2021-04-23 | 2021-04-23 | 包裹信息测量方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113034619A true CN113034619A (zh) | 2021-06-25 |
Family
ID=76457868
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110440901.2A Pending CN113034619A (zh) | 2021-04-23 | 2021-04-23 | 包裹信息测量方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113034619A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016073108A1 (en) * | 2014-11-06 | 2016-05-12 | Symbol Technologies, Llc | Non-parametric method of and system for estimating dimensions of objects of arbitrary shape |
CN106767562A (zh) * | 2016-12-30 | 2017-05-31 | 苏州西博三维科技有限公司 | 一种基于机器视觉和散斑的测量方法及人体测量方法 |
CN108648230A (zh) * | 2018-05-14 | 2018-10-12 | 南京阿凡达机器人科技有限公司 | 一种包裹尺寸测量方法、系统、储存介质及移动终端 |
CN108765569A (zh) * | 2018-06-07 | 2018-11-06 | 安徽理工大学 | 一种基于点云光斑面积的定权方法 |
CN108981570A (zh) * | 2018-07-12 | 2018-12-11 | 浙江大学 | 一种便携式物流包裹体积测量装置 |
CN109886961A (zh) * | 2019-03-27 | 2019-06-14 | 重庆交通大学 | 基于深度图像的中大型货物体积测量方法 |
CN109903328A (zh) * | 2017-12-11 | 2019-06-18 | 宁波盈芯信息科技有限公司 | 一种应用于智能手机的物体体积测量的装置及方法 |
CN110017773A (zh) * | 2019-05-09 | 2019-07-16 | 福建(泉州)哈工大工程技术研究院 | 一种基于机器视觉的包裹体积测量方法 |
CN110844508A (zh) * | 2019-11-18 | 2020-02-28 | 中科微至智能制造科技江苏有限公司 | 一种包裹运输控制方法和系统 |
CN111561872A (zh) * | 2020-05-25 | 2020-08-21 | 中科微至智能制造科技江苏股份有限公司 | 基于散斑编码结构光的包裹体积测量方法、装置及系统 |
CN111968181A (zh) * | 2020-08-21 | 2020-11-20 | 中科微至智能制造科技江苏股份有限公司 | 一种基于图像处理的包裹位置实时检测方法及系统 |
-
2021
- 2021-04-23 CN CN202110440901.2A patent/CN113034619A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016073108A1 (en) * | 2014-11-06 | 2016-05-12 | Symbol Technologies, Llc | Non-parametric method of and system for estimating dimensions of objects of arbitrary shape |
CN106767562A (zh) * | 2016-12-30 | 2017-05-31 | 苏州西博三维科技有限公司 | 一种基于机器视觉和散斑的测量方法及人体测量方法 |
CN109903328A (zh) * | 2017-12-11 | 2019-06-18 | 宁波盈芯信息科技有限公司 | 一种应用于智能手机的物体体积测量的装置及方法 |
CN108648230A (zh) * | 2018-05-14 | 2018-10-12 | 南京阿凡达机器人科技有限公司 | 一种包裹尺寸测量方法、系统、储存介质及移动终端 |
CN108765569A (zh) * | 2018-06-07 | 2018-11-06 | 安徽理工大学 | 一种基于点云光斑面积的定权方法 |
CN108981570A (zh) * | 2018-07-12 | 2018-12-11 | 浙江大学 | 一种便携式物流包裹体积测量装置 |
CN109886961A (zh) * | 2019-03-27 | 2019-06-14 | 重庆交通大学 | 基于深度图像的中大型货物体积测量方法 |
CN110017773A (zh) * | 2019-05-09 | 2019-07-16 | 福建(泉州)哈工大工程技术研究院 | 一种基于机器视觉的包裹体积测量方法 |
CN110844508A (zh) * | 2019-11-18 | 2020-02-28 | 中科微至智能制造科技江苏有限公司 | 一种包裹运输控制方法和系统 |
CN111561872A (zh) * | 2020-05-25 | 2020-08-21 | 中科微至智能制造科技江苏股份有限公司 | 基于散斑编码结构光的包裹体积测量方法、装置及系统 |
CN111968181A (zh) * | 2020-08-21 | 2020-11-20 | 中科微至智能制造科技江苏股份有限公司 | 一种基于图像处理的包裹位置实时检测方法及系统 |
Non-Patent Citations (2)
Title |
---|
HUALU LI 等: "TOF Camera Array for Package Volume Measurement", 《2020 7TH INTERNATIONAL CONFERENCE ON INFORMATION SCIENCE AND CONTROL ENGINEERING》 * |
李汉超: "基于激光三角法的物料体积计量方法研究", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113838141B (zh) | 一种单线激光雷达与可见光相机的外参标定方法及系统 | |
US20200134857A1 (en) | Determining positions and orientations of objects | |
CN111161263B (zh) | 一种包装平整度检测方法、系统、电子设备和存储介质 | |
US10489928B2 (en) | Image processing system for inspecting object distance and dimensions using a hand-held camera with a collimated laser | |
RU2748763C1 (ru) | Способ обнаружения и автосопровождения объектов целеуказания оптико-электронной системой беспилотного летательного аппарата | |
EP1612509A1 (en) | Optical profilometer | |
CN106651801A (zh) | 一种光斑定位时去除噪声的方法及系统 | |
US11631261B2 (en) | Method, system, server, and storage medium for logistics management based on QR code | |
CN117152165B (zh) | 感光芯片缺陷的检测方法、装置、存储介质及电子设备 | |
US20230084807A1 (en) | Systems and methods for 3-d reconstruction and scene segmentation using event cameras | |
CN115019160B (zh) | 一种工厂仓库入库货物图像质量的控制方法 | |
JP2009250844A (ja) | 三次元形状計測方法および三次元形状計測装置 | |
US11250578B2 (en) | Projection indication device, parcel sorting system, and projection indication method | |
CN113034619A (zh) | 包裹信息测量方法、装置及存储介质 | |
CN109612408B (zh) | 半导体激光器发射角度测试方法、装置及可读存储介质 | |
CN116109695A (zh) | 质心定位方法及相关设备 | |
US11666948B2 (en) | Projection instruction device, parcel sorting system, and projection instruction method | |
CN114283170A (zh) | 一种光斑提取方法 | |
CA2996173C (en) | Image processing system for inspecting object distance and dimensions using a hand-held camera with a collimated laser | |
JP2021132371A (ja) | レーザスペックルの効果を低減させるためのイメージセンサ回路 | |
JP4762209B2 (ja) | 基板検出装置および基板処理装置 | |
WO2024062809A1 (ja) | 光検出装置、および光検出システム | |
JP7140091B2 (ja) | 画像処理装置、画像処理方法、画像処理プログラム、及び画像処理システム | |
JPH08189901A (ja) | 画像信号を用いる検査装置 | |
US20240302261A1 (en) | Particle detection method, electronic device, and storage medium |
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 |
Application publication date: 20210625 |
|
RJ01 | Rejection of invention patent application after publication |