CN113781481A - 非接触测量物体形状和尺寸的方法、装置以及电子设备 - Google Patents
非接触测量物体形状和尺寸的方法、装置以及电子设备 Download PDFInfo
- Publication number
- CN113781481A CN113781481A CN202111329980.6A CN202111329980A CN113781481A CN 113781481 A CN113781481 A CN 113781481A CN 202111329980 A CN202111329980 A CN 202111329980A CN 113781481 A CN113781481 A CN 113781481A
- Authority
- CN
- China
- Prior art keywords
- image
- detected
- measured
- shape
- size
- 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 75
- 238000005259 measurement Methods 0.000 title claims description 58
- 238000004422 calculation algorithm Methods 0.000 claims description 49
- 238000004364 calculation method Methods 0.000 claims description 35
- 238000012545 processing Methods 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 12
- 238000012544 monitoring process Methods 0.000 claims description 8
- 230000000873 masking effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 27
- 238000004891 communication Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 12
- 230000006870 function Effects 0.000 description 10
- 230000008859 change Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000003707 image sharpening Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000002093 peripheral effect Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 230000007474 system interaction Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000000941 radioactive substance Substances 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000000007 visual 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
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- 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
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/695—Control of camera direction for changing a field of view, e.g. pan, tilt or based on tracking of objects
-
- 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
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请公开了一种非接触测量物体形状和尺寸的方法、装置以及电子设备，涉及新一代信息技术领域，首先通过摄像头采集待测物体的目标图像，识别目标图像中待测物体的形状，根据待测物体的形状计算得到待测物体的图像尺寸；然后通过距离测量装置测量出摄像头与待测物体之间的实际距离；最后根据实际距离和图像尺寸确定待测物体的实际尺寸。由于采集了待测物体的目标图像，那么可以根据目标图像确定待测物体的形状，且根据其形状能够计算出对应的图像尺寸，而测量得到摄像头与待测物体的距离之后，就可以得到图像尺寸与实际尺寸之间的缩放比例，进而确定待测物体的实际尺寸，这样就可以在非接触的前提下，直接得到准确的物体形状和实际尺寸。
Description
技术领域
本申请涉及新一代信息技术领域，尤其涉及一种非接触测量物体形状和尺寸的方法、装置以及电子设备。
背景技术
在日常生活以及工业生产中，需要对大量的物体进行测量，在传统的人工测量方法中，测量结果可能会因为测量人员的疲劳和主观因素产生误差，而且某些特定物体，例如，不便于接触的古董器件、高处悬空的零件等，由于不便于靠近而无法通过人工测量获得准确数值。随着互联网的发展，测量人员逐渐使用机器视觉系统来对特定物体进行测量，相较于人工测量，机器测量系统可以稳定运行，得到的测量结果也会更加准确。
发明内容
本申请提供一种非接触测量物体形状和尺寸的方法、装置以及电子设备，可以解决相关技术中测量结果不稳定、不准确的技术问题。
第一方面，本申请提供一种非接触测量物体形状和尺寸的方法，所述方法包括：
通过摄像头采集待测物体的目标图像，识别所述目标图像中所述待测物体的形状，根据所述待测物体的形状计算得到所述待测物体的图像尺寸；
通过距离测量装置测量出所述摄像头与所述待测物体之间的实际距离；
根据所述实际距离和所述图像尺寸确定所述待测物体的实际尺寸。
可选地，所述通过摄像头采集待测物体的目标图像之前，还包括：通过摄像头采集当前环境中的图像，对所述当前环境中的图像中的物体进行监测；若监测到所述当前环境中的图像中的物体为待测物体，确定所述待测物体的方位；根据所述待测物体的方位，通过PID控制算法调整所述摄像头指向所述待测物体。
可选地，所述通过摄像头采集待测物体的目标图像之后，还包括：保存所述目标图像至内部预设存储空间，通过掩模操作对所述目标图像的边缘进行处理。
可选地，所述通过掩模操作对所述目标图像的边缘进行处理之后，还包括：根据预设的三原色阈值元组列表，将所述目标图像中待测物体的形状边缘的像素设置为白色，将所述目标图像中的其他像素设置为黑色。
可选地，所述识别所述目标图像中所述待测物体的形状，包括：识别所述目标图像中的目标形状，所述目标形状包括圆形、矩形以及三角形中的至少一种；将所述目标形状作为所述目标图像中所述待测物体的形状；其中，所述识别所述目标图像中的圆形包括：使用霍夫变换识别所述目标图像中的圆形，所述识别所述目标图像中的矩形包括：使用四元检测算法识别所述目标图像中的矩形，所述识别所述目标图像中的三角形包括：使用线段识别算法以及霍夫变换判断所述目标图像中各线段的内角和，以识别所述目标图像中的三角形。
可选地，所述根据所述待测物体的形状计算得到所述待测物体的图像尺寸，包括：根据所述待测物体的形状确定所述待测物体的中心点坐标位置；根据所述中心点坐标位置和所述待测物体中的预设点坐标位置计算得到所述待测物体的图像尺寸。
可选地，所述根据所述中心点坐标位置和所述待测物体中的预设点坐标位置计算得到所述待测物体的图像尺寸之后，还包括：对比所述中心点坐标位置与所述目标图像中心点坐标位置得到中心点误差；根据所述中心点误差以及PID控制算法调整距离测量装置指向所述待测物体。
可选地，所述根据所述实际距离和所述图像尺寸确定所述待测物体的实际尺寸，包括：根据所述实际距离确定所述待测物体中图像尺寸与实际尺寸之间的缩放比例系数；根据所述缩放比例系数对所述待测物体的图像尺寸进行缩放，得到所述待测物体的所述实际尺寸。
第二方面，本申请提供一种非接触测量物体形状和尺寸的装置，所述装置包括：
图像识别模块，用于通过摄像头采集待测物体的目标图像，识别所述目标图像中所述待测物体的形状，根据所述待测物体的形状计算得到所述待测物体的图像尺寸；
距离测量模块，用于通过距离测量装置测量出所述摄像头与所述待测物体之间的实际距离；
尺寸计算模块，用于根据所述实际距离和所述图像尺寸确定所述待测物体的实际尺寸。
第三方面，本申请实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述计算机程序适于由处理器加载并执行上述的方法的步骤。
本申请一些实施例提供的技术方案带来的有益效果至少包括：
本申请提供一种非接触测量物体形状和尺寸的方法，首先通过摄像头采集待测物体的目标图像，识别目标图像中待测物体的形状，根据待测物体的形状计算得到待测物体的图像尺寸；然后通过距离测量装置测量出摄像头与待测物体之间的实际距离；最后根据实际距离和图像尺寸确定待测物体的实际尺寸。由于通过摄像头采集了待测物体的目标图像，那么可以根据目标图像确定待测物体的形状，且根据待测物体的形状能够计算出待测物体的图像尺寸，而通过测距装置测量得到摄像头与待测物体之间的距离之后，就可以得到图像尺寸与实际尺寸之间的缩放比例，并由此确定出待测物体的实际尺寸，这样就可以在非接触物体的前提下，利用相关电子设备直接得到准确的物体形状和实际尺寸。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，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申请的一些实施例，对于本领域技术人员来讲，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为本申请实施例提供的一种非接触测量物体形状和尺寸的方法的示例性系统架构图；
图2为本申请实施例提供的一种非接触测量物体形状和尺寸的方法的系统交互图；
图3为本申请实施例提供的一种非接触测量物体形状和尺寸的方法的流程示意图；
图4为本申请实施例提供的另一种非接触测量物体形状和尺寸的方法的流程示意图；
图5为本申请实施例提供的一种非接触测量物体形状和尺寸的装置的结构框图；
图6为本申请实施例提供的一种非接触测量物体形状和尺寸的装置的电路模块示意图；
图7为本申请实施例提供的一种5V电源稳压模块的电路连接图；
图8为本申请实施例提供的一种芯片电源模块的电路连接图；
图9为本申请实施例提供的一种舵机电源模块的电路连接图；
图10为本申请实施例提供的一种TFT显示模块的电路连接图；
图11为本申请实施例提供的一种无线串口模块的电路连接图；
图12为本申请实施例提供的一种陀螺仪模块的电路连接图；
图13为本申请实施例提供的一种按键拨码模块的电路连接图；
图14为本申请实施例提供的一种电子设备的结构示意图；
其中，图1的示例性系统架构图中附图标记101表示电子设备、附图标记102表示网络、附图标记103表示服务器。
具体实施方式
为使得本申请的特征和优点能够更加的明显和易懂，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而非全部实施例。基于本申请中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
请参阅图1，图1为本申请实施例提供的一种非接触测量物体形状和尺寸的方法的示例性系统架构图。
如图1所示，系统架构可以包括电子设备101、网络102和服务器103。网络102用于在电子设备101和服务器103之间提供通信链路的介质。网络102可以包括各种类型的有线通信链路或无线通信链路，例如：有线通信链路包括光纤、双绞线或同轴电缆的，无线通信链路包括蓝牙通信链路、无线保真（Wireless-Fidelity，Wi-Fi）通信链路或微波通信链路等。
电子设备101可以通过网络102与服务器103交互，以接收来自服务器103的消息或向服务器103发送消息，或者电子设备101可以通过网络102与服务器103交互，进而接收其他用户向服务器103发送的消息或者数据。电子设备101可以是硬件，也可以是软件。当电子设备101为硬件时，可以是各种电子设备，包括但不限于智能手表、智能手机、平板电脑、膝上型便携式计算机和台式计算机等。当电子设备101为软件时，可以是安装在上述所列举的电子设备中，其可以实现呈多个软件或软件模块（例如：用来提供分布式服务），也可以实现成单个软件或软件模块，在此不作具体限定。
服务器103可以是提供各种服务的业务服务器。需要说明的是，服务器103可以是硬件，也可以是软件。当服务器103为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器103为软件时，可以实现成多个软件或软件模块（例如用来提供分布式服务），也可以实现成单个软件或软件模块，在此不做具体限定。
应理解，图1中的电子设备、网络以及服务器的数目仅是示意性的，根据实现需要，可以是任意数量的电子设备、网络以及服务器。
请参阅图2，图2为本申请实施例提供的一种非接触测量物体形状和尺寸的方法的系统交互图，可以理解的，在本申请实施例中，执行主体可以电子设备或者电子设备中的处理器，还可以是电子设备中执行测量物体形状和尺寸的相关服务，为方便描述下面以执行主体为电子设备中的处理器为例，结合图1和图2介绍测量物体形状和尺寸的方法中系统交互过程。
S201、通过摄像头采集待测物体的目标图像，识别所述目标图像中所述待测物体的形状，根据所述待测物体的形状计算得到所述待测物体的图像尺寸。
可选地，通过摄像头采集待测物体的目标图像之前，还包括：通过摄像头采集当前环境中的图像，对当前环境中的图像中的物体进行监测；若监测到当前环境中的图像中的物体为待测物体，确定待测物体的方位；根据待测物体的方位，通过PID控制算法调整摄像头指向待测物体。
可选地，通过摄像头采集待测物体的目标图像之后，还包括：保存目标图像至内部预设存储空间，通过掩模操作对目标图像的边缘进行处理。
可选地，通过掩模操作对目标图像的边缘进行处理之后，还包括：根据预设的三原色阈值元组列表，将目标图像中待测物体的形状边缘的像素设置为白色，将目标图像中的其他像素设置为黑色。
可选地，识别目标图像中待测物体的形状，包括：识别目标图像中的目标形状，目标形状包括圆形、矩形以及三角形中的至少一种；将目标形状作为目标图像中待测物体的形状；其中，识别目标图像中的圆形包括：使用霍夫变换识别目标图像中的圆形，识别目标图像中的矩形包括：使用四元检测算法识别目标图像中的矩形，识别目标图像中的三角形包括：使用线段识别算法以及霍夫变换判断目标图像中各线段的内角和，以识别目标图像中的三角形。
可选的，根据待测物体的形状计算得到待测物体的图像尺寸，包括：根据待测物体的形状确定待测物体的中心点坐标位置；根据中心点坐标位置和待测物体中的预设点坐标位置计算得到待测物体的图像尺寸。
可选地，根据中心点坐标位置和待测物体中的预设点坐标位置计算得到待测物体的图像尺寸之后，还包括：对比中心点坐标位置与目标图像中心点坐标位置得到中心点误差；根据中心点误差以及PID控制算法调整距离测量装置指向待测物体。
S202、通过距离测量装置测量出摄像头与待测物体之间的实际距离。
S203、根据实际距离和图像尺寸确定待测物体的实际尺寸。
可选地，根据实际距离和图像尺寸确定待测物体的实际尺寸，包括：根据实际距离确定待测物体中图像尺寸与实际尺寸之间的缩放比例系数；根据缩放比例系数对待测物体的图像尺寸进行缩放，得到待测物体的实际尺寸。
在本申请实施例中，提供一种非接触测量物体形状和尺寸的方法，首先通过摄像头采集待测物体的目标图像，识别目标图像中待测物体的形状，根据待测物体的形状计算得到待测物体的图像尺寸；然后通过距离测量装置测量出摄像头与待测物体之间的实际距离；最后根据实际距离和图像尺寸确定待测物体的实际尺寸。由于通过摄像头采集了待测物体的目标图像，那么可以根据目标图像确定待测物体的形状，且根据待测物体的形状能够计算出待测物体的图像尺寸，而通过测距装置测量得到摄像头与待测物体之间的距离之后，就可以得到图像尺寸与实际尺寸之间的缩放比例，并由此确定出待测物体的实际尺寸，这样就可以在非接触物体的前提下，利用相关电子设备直接得到准确的物体形状和实际尺寸。
在日常生活以及工业生产中，需要对大量的物体进行测量，在传统的人工测量方法中，测量结果可能会因为测量人员的疲劳和主观因素产生误差，而且某些特定物体由于不便于靠近而无法通过人工测量获得准确数值。随着互联网的发展，测量人员逐渐使用电子设备视觉系统来对特定物体进行测量，相较于人工测量，电子设备测量系统可以稳定运行，得到的测量结果也会更加准确。因此本申请实施例提供测量物体形状和尺寸的方法，以解决上述技术问题。
请参阅图3，图3为本申请实施例提供的一种非接触测量物体形状和尺寸的方法的流程示意图。本申请实施例的执行主体可以是测量物体形状和尺寸的系统，也可以是系统中的服务器，还可以是系统中的任意电子设备。为方便描述，下面以执行主体是电子设备中的服务器为例，介绍测量物体形状和尺寸的方法的具体执行过程。
如图3所示，测量物体形状和尺寸的方法至少可以包括：
S301、通过摄像头采集待测物体的目标图像，识别目标图像中待测物体的形状，根据待测物体的形状计算得到待测物体的图像尺寸。
可选地，由于在某些情况下，测量物体的形状尺寸时不便于在与物体接触情况下进行，比如测量辐射性物质、已组装好的电子设备零件、远距离物体等，而在非接触的条件下，人为手动测量可能会产生极大的误差，使得得到的数据不够准确，为了能够在非接触的前提下准确测量出待测物体的形状尺寸，可以通过获取待测物体的图像，在图像的基础上对图像中物体的形状尺寸进行测量，在通过图像与实物之间的比例大小，得到最终待测物体的形状尺寸，这样就能在非接触的前提下测量出待测物体准确的形状尺寸。
可以理解的，摄像头是能够捕捉物体影像的设备，通过摄像头镜头采集物体图像后，由摄像头内的感光组件电路及控制组件对图像进行处理并转换成电脑所能识别的数字信号，然后借由并行端口或USB连接输入到电脑后由软件再进行图像还原，最终在图形中生成与原物体一致的影像，那么在本申请实施例中，在获取待测物体的图像时，就可以通过在电子设备上搭载摄像头来采集待测物体的目标图像。
进一步地，摄像头的种类、型号和数量可以根据需要进行设置。在一种可行的实施例中，可以选择总钻风摄像头作为摄像头设备，总钻风摄像头采用MT9V034芯片，拥有卓越的画质和低照度，具有全局快门，高动态成像，红外透视等优点。在实际使用过程中，会通过降低分辨率以获得更高的帧率，且采集图像视野范围较小。在另一种可行的实施例中，可以采用OpenMV4摄像头作为采集目标图像的摄像头设备，其是一个开源、低成本、多功能的机器视觉模块，以STM32F427CPU为核心，集成了OV7725摄像头芯片，基于C语言实现核心机器视觉算法，提供Python程序语言编程接口，该芯片频率为400MHZ，可灵活更换模组，性能强劲，容易进行颜色识别和形态测量，能够通过识别红色、蓝色、绿色色块区域来进行平面目标的识别。因此，在一种优选的实施例中，为了选择能够符合本申请实施例中测量系统的高要求的摄像头设备，可以将OpenMV4摄像头作为优选的摄像头设备，以测量出准确的测量结果。
可选地，在采集到待测物体的目标图像之后，待测物体的形状已经体现在目标图像中了，为了进一步确定出待测物体的形状，就可以直接对目标图像中的待测物体的形状进行分析识别。可以理解的，由于物体的形状通常都具有一定的特点，例如，三角形的特点在于三个内角和为180°；矩形的特点在于四个内角均为直角；五边形的特点在于五个内角均为钝角；六边形的特点在于六个内角均为120°；以此类推，对于其余类型的形状，也可以根据其各边之间、各角之间以及各边与角之间的关系来体现其特征，那么在识别目标图像中待测物体的形状时，可以通过识别形状中包括的特点来确定物体的形状，例如，识别到该形状的四个内角均为直角时确定待测物体的形状为矩形形状；识别到该形状的三个内角和为180°时确定待测物体的形状为三角形形状。
可选地，由于在识别待测物体的形状的过程中，可以识别到待测物体的形状的边缘线条信息以及待测物体的坐标信息，例如，矩形的边长；圆形的圆心坐标；三角形的顶点坐标；因此确定待测物体的形状之后，可以根据待测物体的形状确定出对应的尺寸计算规则，利用在识别过程中得到的信息，通过计算得出待测物体在图像中的尺寸，即待测物体的图像尺寸。
S302、通过距离测量装置测量出摄像头与待测物体之间的实际距离。
可选地，当使用摄像头采集待测物体的目标图像时，由于摄像头与待测物体之间并不接触，而是间隔一定距离，那么摄像头与待测物体之间的距离就使得待测物体的图像尺寸与待测物体的实际尺寸不同，而图像尺寸与实际尺寸之间的缩放比例与图像与物体之间的距离成线性相关，也就是说，图像尺寸与实际尺寸之间的缩放比例系数可以根据摄像头与待测物体之间的距离得到，进一步地，就可以根据缩放比例系数计算出待测物体的实际尺寸。因此，可以在得到待测物体的形状以及图像尺寸之后，测量出摄像头与待测物体之间的实际距离。
可选地，由于摄像头不具备距离测量功能，那么当需要测量摄像头与待测物体之间的实际距离时，可以通过距离测量装置中的测距传感器，测量出距离测量传感器与待测物体之间的距离，并且将距离测量装置与摄像头设置在靠近位置，此时就可以将得到的距离测量传感器与待测物体之间的距离作为摄像头与待测物体之间的距离，进行后续的计算。测距传感器可以通过接收物体对特殊信号的反射来对自身与物体之间的实际距离进行测量，准确地得到两者之间的距离，其中，距离测量装置的种类、型号、数量等具体设置信息可以根据需要来进行选择使用。
在一种可行的实施例中，可以选择GP2Y0A02YK0F夏普红外距离传感器，该传感器不但体积小，功耗也很低。基于三角测量原理，传感器中的红外发射器按照一定的角度发射红外光束，当遇到物体以后，光束会反射回来被红外线检测器检测到以后，利用三角关系就可以通过几何关系计算出来探测距离，但最远探测距离仅为1.5米，使用时需要限制摄像头与待测物体之间的距离不超过1.5米。
在另一种可行的实施例中，可以选择TFmini小型激光雷达传感器。激光雷达的距离测量范围可以高达12米，精度为厘米级，能够稳定、精准、高灵敏度、高速的测量距离，且体积小、功耗低，对于环境变化的适应性强，例如室外强光、不同温度、不同反射率等不同环境下该传感器都能够稳定准确地测量距离，探测频率也更加灵活，但该传感器的装配成本偏高。
在另一种可行的实施例中，可以选择HC-SR04超声波传感器进行距离测量。超声波传感器可以利用超声波特性检测距离，其带有两个超声波探头，分别用作于发射探测超声波和接收被反射的超声波，测量范围在3-450cm，能够满足绝大部分距离测量需求，且该传感器性能稳定，测量结果精确。因此，在一种优选的实施例中，为了满足摄像头与待测物体之间的距离测量需求，以及尽量节约装置装配成本，可以选择HC-SR04超声波传感器作为设置在距离测量装置中的传感器。
S303、根据实际距离和图像尺寸确定待测物体的实际尺寸。
可选地，测量出摄像头与待测物体之间的实际距离之后，由于图像尺寸与实际尺寸之间的缩放比例与图像与物体之间的距离成线性相关，就可以根据实际距离确定出图像尺寸与实际尺寸之间的缩放比例系数，此时，在得到待测物体的图像尺寸的基础上，可以将待测物体的图像尺寸按照缩放比例系数进行对应缩放，缩放后就能得到待测物体的实际尺寸。
在本申请实施例中，提供一种非接触测量物体形状和尺寸的方法，首先通过摄像头采集待测物体的目标图像，识别目标图像中待测物体的形状，根据待测物体的形状计算得到待测物体的图像尺寸；然后通过距离测量装置测量出摄像头与待测物体之间的实际距离；最后根据实际距离和图像尺寸确定待测物体的实际尺寸。由于通过摄像头采集了待测物体的目标图像，那么可以根据目标图像确定待测物体的形状，且根据待测物体的形状能够计算出待测物体的图像尺寸，而通过测距装置测量得到摄像头与待测物体之间的距离之后，就可以得到图像尺寸与实际尺寸之间的缩放比例，并由此确定出待测物体的实际尺寸，这样就可以在非接触物体的前提下，利用相关电子设备直接得到准确的物体形状和实际尺寸。
请参阅图4，图4为本申请实施例提供的一种非接触测量物体形状和尺寸的方法的流程示意图。
如图4所示，测量物体形状和尺寸的方法至少可以包括：
S401、通过摄像头采集当前环境中的图像，对当前环境中的图像中的物体进行监测。
可选地，考虑到在实际情况中，使用摄像头采集待测物体的目标图像时，待测物体所处的背景环境可能是嘈杂的，并且在面对背景环境中有多种类物体，且事先并不知道待测物体的具体方位时，可能就无法通过手动调整摄像头来准确采集到的待测物体的目标图像。因此，可以设置摄像头自动采集当前环境中的图像，并且对图像中的物体进行监测，以确定当前环境中的物体是否是待测物体。其中，摄像头采集当前环境中的图像时，可以设置摄像头按照预设路线进行移动，以及设置摄像头按照预定方位进行摆动，摄像头的移动路线以及摆动方向，都可以根据实际情况进行设定，本申请实施例对此不做具体限定。
进一步地，为了使摄像头适应多种环境，可以设置摄像头按照预设频率采集当前环境的图像，预设频率则可以根据背景环境的具体情况设定，例如，当背景环境较为简单、单一时，可以适当地设置摄像头按照较慢频率采集图像，这样可以减少摄像头不必要的功耗；当背景环境较为复杂、多变时，可以设置摄像头按照较快频率采集图像，这样可以加强摄像头对环境的适应性，并且使得摄像头能更准确的采集到待测物体的目标图像。
进一步地，为了能够准确的确定出环境中的物体是否为待测物体，在一种优选的实施例中，对采集到的图像中物体进行的监测可以设置为持续性地对每一张采集到的图片进行监测，以保证不错过图像中的重要信息，对环境中的每一个物体都进行验证，确定其是否是待测物体，这样可以最精准的确定出待测物体，从而避免对同一场景进行多次重复检验。
S402、若监测到当前环境中的图像中的物体为待测物体，确定待测物体的方位。
可选地，在根据摄像头所采集到的图像对当前环境中的物体进行监测时，为了保证能够准确监测出环境中的待测物体，可以预先按照待测物体的特征设置验证条件，满足验证条件的物体则可以确定为待测物体，其中，当待测物体的细节特征较多时，为了能够更加精准的确定待测物体，可以设置多个特征验证条件，同时满足所有特征的物体则确定为待测物体，这样可以准确过滤掉与待测物体相似的非待测物体。
进一步地，考虑到实际使用过程中，需要进行测量的待测物体可能不止一种，那么可以将多种需要测量的待测物体的特征分别设置为对应的验证条件，只要监测到满足一种特征，则确定该物体为对应的待测物体。确定当前环境中的物体为待测物体之后，为了能够准确地对其形状尺寸进行测量，可以根据待测物体在图像中的坐标位置确定出该待测物体相对于摄像头的位置，也即确定出该物体的方位，以便于后续调整摄像头以进行图像采集。
可选地，由于对待测物体进行尺寸测量时，为了保证去除图像中的干扰噪音会仅对一个待测物体进行处理以及测量，那么若图像中确定出多个不同种类待测物体时，可以设置摄像头选取其中一个进行测量，摄像头选取目标的条件可以根据需要进行设置，可以是根据出现在摄像头视野的先后顺序进行选取，最先进入摄像头图像采集范围的待测物体将作为摄像头选取的目标待测物体，摄像头就会确定出该待测物体的方位，便于后续测量。
S403、根据待测物体的方位，通过PID控制算法调整摄像头指向待测物体。
可选地，确定出待测物体的方位之后，摄像头就获取到了待测物体与摄像头之间的相对位置，那么为了能够准确的测量出待测物体的形状与尺寸，需要使得摄像头指向待测物体，让猜测物体成像在摄像头采集图像的中心位置。此时，需要根据待测物体的方位信息对摄像头朝向进行调整时，为了加强摄像头的灵活性，可以通过调整搭载摄像头的舵机云台的位置来实现摄像头指向待测物体。
可选地，调整舵机云台时，可以根据位置式PID算法控制舵机云台的脉冲宽度调制（PWM）值改变舵机的角度，脉冲宽度调制值可以根据算法结果将舵机调整信息以数字信号的形式输入舵机以控制舵机运行、移动。而PID算法的计算过程中，PID控制器由比例单元（Proportional，P）、积分单元（Integral，I）和微分单元（Differential，D）组成，PID控制算法是结合比例、积分和微分三种环节于一体的控制算法，PID控制的实质就是根据输入的偏差值，按照比例、积分、微分的函数关系进行运算，运算结果用以控制输出。其输入e(t)与输出u(t)的关系为：
其中：
为比例系数，
为积分周期，
为微分周期。
：比例系数，系数越大调节速度越快，减小误差，但是过大的比例，会造成速度状态的突变，从而导致舵机状态不稳定。
：积分系数，加入积分调节，实现对PWM值偏差的积累，可以消除系统的稳态误差，提高无误差度，但是偏差会不断累积，可能会造成较大的影响，系统的动态性能稳定性下降，动态响应变慢。
：可以反应舵机PWM值的变化趋势，实现对下一个值的精准的判别，加入微分调节可以改善系统的动态性能。通过PID控制算法的动态处理，能够使得舵机云台根据待测物体的方位信息进行移动，以使得摄像头指向待测物体，使后续的测量能够得到准确结果。
可选地，舵机的芯片、型号，可以按照需要进行选择。在一种可行的实施例中，可以选择LPC54606芯片作为舵机的核心控制芯片，该芯片基于ARM Cortex-M4内核。其CPU工作频率高达180MHz，搭载高达512KB的闪存、200KB的片上SRAM、处理速度高达16kB的EEPROM存储器、用于扩展程序存储器的四通道SPI闪存接口(SPIFI)等多种接口，性能强劲。在另一种可行的实施例中可以选择K60芯片作为控制芯片，K60芯片性能较强，该芯片同样基于ARMCortex-M4内核。主频96MHz，具有144个IO口和16个DAM通道，可使用ADC，PWM等外设模块，方便使用，同时K60具有IIC接口，有利于对摄像头的控制。在另一种可行的实施例中，还可以选择MSP430芯片对舵机进行控制，MSP430系列单片机是一种新型的16位单片机，主要特点为超低功耗微控制器且价格便宜，具有丰富多样化的外设，容易上手学习，但相较于上述两种芯片的频率低，容量小，无法满足大量系统运算的需求。因此，在一种优选的实施例中，LPC54606芯片的主频处理速度更快，可以更好的与OpenMV4进行通信实施传输数据以求获得更好的测量结果。
S404、通过摄像头采集待测物体的目标图像。
可选地，摄像头经过调整指向待测物体之后，就可以通过摄像头对待测物提进行目标图像采集，由于摄像头与待测物体之间的相对位置经过调整，因此待测物体可以处于目标图像的中心位置，此时不仅可以采集到清晰准确的目标图像，也便于后续其他测量设备指向待测物体以获取准确的测量结果，进而使得最后能够计算得到稳定、准确的待测物体的形状尺寸。
S405、保存目标图像至内部预设存储空间，通过掩模操作对目标图像的边缘进行处理。
可选地，摄像头采集到目标图像之后，为了保证数据完整性，以及便于在需用时进行调用，可以将目标图像及其相关信息保存至内部预设存储空间。由于根据目标图像对待测物体的形状尺寸进行测量时，为了去除图像中的背景环境产生的干扰因素，可以通过掩模操作对图像中物体的边缘进行处理，掩膜操作是指根据掩膜矩阵（也称作核kernel）重新计算图像中每个像素的值，掩膜操作可以提高图像对比度，对比度提高可以增加图像感官度、锐化，让看起来有点模糊的图像更清晰。
在一种可行的实施例中，在进行掩模操作时可以使用锐化掩模算法，在设置算法中的权重参数w时，可以根据需要的效果对其进行调整，权重对于处理图像的效果作用体现为：效果图=源图像+w*高频分量图像。而其中，直接提取高频的方法有索贝尔算子（sobel）、拉普拉斯算子（laplacian），sobel算子是图像的一阶导数，提取的是梯度信息，分水平和垂直两种，常常用来做边缘检测、方向判别，sobel算子在斜坡处不为0，因此会产生较粗的边缘。laplacian算子是图像的二阶导，在图像开始变化和结束变化的地方值不为0，渐变时结果为0，因此laplacian比sobel算子更适合做锐化操作。
在另一种可行的实施例中，可以使用非锐化掩模算法进行掩模操作，在设置算法中的权重参数w时，可以根据需要的效果对其进行调整，权重对于处理图像的效果作用体现为：效果图=源图像+（源图像–w*低频分量图像）/（1-w）。相比于锐化掩模算法中直接提取高频的方法，非锐化掩模算法可以先提取低频，原图减去低频得到高频，通常使用低通滤波器（高斯平滑滤波器、双边滤波器）对图像进行滤波，这种方法滤波器很好控制（包括大小和强弱），从而可以控制高频分量的强弱。由于非锐化掩模的锐化方法是对原图像先做一个高斯模糊，然后用原来的图像减去权重系数乘以高斯模糊之后的图像，然后再把值Scale到0～255的RGB像素值范围之内。因此在一种优选的实施例中，可以采用非锐化掩模算法进行掩模操作，基于非锐化掩模的方法可以去除一些细小的干扰细节和噪声，这样比一般直接使用卷积锐化算子得到的图像锐化结果更加真实可信。
S406、根据预设的三原色阈值元组列表，将目标图像中待测物体的形状边缘的像素设置为白色，将目标图像中的其他像素设置为黑色。
可选地，目标图像经过非锐化掩模操作之后，图像中的线条的分辨率具有提升，图像整体变得更加清晰，但由于仅需要对图像中的待测物体进行识别测量，那么为了进一步过滤图像中的干扰元素，可以将待测物体的边缘凸显出来，与图像的其余部分作出区分，这样就便于后续基于待测物体的边缘轮廓进行形状与尺寸的测量。
进一步地，可以通过设置三原色（红、绿、蓝）阈值元组列表，其中包括了三原色判定阈值，若像素点在阈值内，则说明该色素点的颜色为三原色，将其设置为白色，反之，不为三原色的像素点则设置为黑色，基于此，最终可以生成待测物体的边缘轮廓为白色、其余部分为黑色的二值化图片，这就避免了复杂背景对于待测物体测量时的干扰，后续进行形状测量以及尺寸测量时则可以根据直观的图像直接进行识别以及计算。
S407、识别目标图像中的目标形状，目标形状包括圆形、矩形以及三角形中的至少一种。
可选地，在得到目标图像之后，为了识别图像中待测物体的形状，可以将预设的某些形状的特征设置为特征判定条件，通过特定算法对目标图像进行识别，以确定待测物体的形状对应预设形状中的某个形状，其中，预设形状包括圆形、矩形、三角形中的至少一种，而更多的形状可以依据需要进行设置。在本申请实施例中，以圆形、矩形、三角形为例，基于这三种形状各自的特性，在算法中可以使用霍夫变换查找目标图像中的圆形；由于矩形与三角形的内角度都有特殊的限定条件，因此可以利用四元检测算法来判断图像中的物体形状的四个角是否都为直角，进而识别到该形状是否是矩形；除此之外，识别三角形的形状时，可以通过线段识别来对图像的边缘进行描边操作，而线段识别后可以将结果返回给霍夫变换算法，通过其参数计算得到图像边缘的线段内角和，若小于180°则目标物体的形状为三角形。
进一步地，使用霍夫变换识别目标图像中的圆时，需要对霍夫变换算法中的参数进行对应调整，其中，最重要的是threshold、r_min、r_max三个参数的设置，参数threshold控制从霍夫变换中监测到的圆，只返回大于或等于阈值的圆，可以在一些圆形或者复杂背景下，通过限制返回的圆的大小过滤掉一些小圆的干扰；在本申请实施例的实际测试中，可以设置threshold=3500作为较合适的参数标准，如果视野中检测到的圆过多，可适当增大阈值以进一步准确过滤干扰数据。r_min和r_max控制检测到的最小圆半径和最大圆半径，可通过限制识别圆半径的大小在提高识别精确度的同时并加速算法，与threshold参数搭配使用可以使得识别检测过程更加的迅速准确。上述提到的算法以及算法中的参数类型和参数设置可以根据不同的需求来进行调整，本申请实施例对此不作具体限定。
可选地，通过四元检测算法进行矩形识别时，是由于四元检测算法可以根据图形的四个角来判断该图形是否为矩形，因为AprilTag（一种视觉基准库）的四元目标检测（quad detection）可以处理任意缩放、旋转、剪切的矩形，因此摄像头会将一切与矩形相似的图形识别为矩形，故threshold参数的选取至关重要，故threshold可以设置为较高的值，以滤除在图像中检测到的具有低边缘幅度的噪声矩形。识别三角形时，可以用线段识别来识别三角形，线段识别会在图形的边缘画出线段来描出形状，其中每条边都具有角度的参数，函数将该参数返回霍夫变换后判断出直线的角度，利用三角形三个边角度的和小于180度来完成三角形的识别。
S408、将目标形状作为目标图像中待测物体的形状。
可选地，识别目标图像中的目标形状之后，由于目标图像中的目标形状是基于待测物体的边缘轮廓进行识别得到的，那么识别出的目标形状可以直接作为目标图像中待测物体的形状。
S409、根据待测物体的形状确定待测物体的中心点坐标位置。
可选地，在识别出待测物体的形状之后，为了进一步对待测物体的尺寸进行测量计算，那么因为不同形状对应的尺寸计算规则不同，则可以基于待测物体中的点坐标进行长度计算，进而按照对应的尺寸计算规则计算尺寸。而在待测物体包括的所有点中，其中心点坐标都是最基础的坐标位置，形状中的其他点都可以与中心点坐标位置产生联系，因此可以首先寻找出待测物体的中心点坐标位置，这样也便于后续使用指示装置对待测物体中心点进行指示。
可选地，由于每一种形状都具有独特的特征，那么就可以预先设置每一种形状对应的中心点坐标的计算方式，因此可以根据待测物体的形状获取到该形状对应的特征，以及调用该形状对应的中心点坐标位置的计算方法，通过计算得到当前形状的中心点坐标位置。
S4010、根据中心点坐标位置和待测物体中的预设点坐标位置计算得到待测物体的图像尺寸。
可选地，确定待测物体的中心点坐标位置后，为了根据该形状基于其对应的特征以及计算规则对尺寸进行计算，可以先计算在目标图像中待测物体的图像尺寸，再根据图像尺寸与待测物体的实际尺寸之间的线性关系得到待测物体的实际尺寸。因此计算待测物体的图像尺寸时，除了确定出的中心点坐标位置，还需要获取形状边缘的另一点坐标，两个坐标可以确定出形状中的至少一个向量长度，就能够根据对应的计算规则计算出该形状对应的图像尺寸。
可选地，获取形状边缘的另一点的坐标时，可以直接设置形状上特定点为该点，这样设置使得计算机计算压力小，计算过程迅速；也可以设置该点的寻找逻辑，依照寻找逻辑来确定所选取的点，这种方案的适应性强，但是相应的计算压力和计算机功耗也会增加。在本申请实施例中，分别设定圆形的左上角、三角形的顶点、矩形的左上顶点为圆形、三角形、矩形各自对应的选取坐标点。基于此，中心点坐标位置表示为（
），选取点坐标位置表示为（
）。
进一步地，由于目标图像中的待测物体可能是倾斜的，那么为了准确的确定出形状边缘的选取点，以获得准确的计算结果，可以在确定选取点之前，对图像中的物体形状进行摆正处理，例如：将等边三角形选准为顶角朝上，对应的底边平行于水平线；将矩形进行旋转使得矩形的场边或短边平行于水平线。这样就便于后续对于选取点的确定，以及使得能够对尺寸进行准确的计算。
进一步地，通过中心点坐标位置表示为（
），选取点坐标位置表示为（
）求得待测物体的图像尺寸
或
。具体地，若待测物体的形状为圆形，则根据勾股定理可求得目标在图像中半径大小：
若待测物体的形状为矩形，则矩形的一边为：
矩形的另一边为：
若待测物体的形状为等边三角形，则等边三角形的边长为：
由此得到待测物体在目标图像中的图像尺寸。
S4011、对比中心点坐标位置与目标图像中心点坐标位置得到中心点误差。
可选地，在上述实施例的介绍中可以知道，摄像头指向待测物体之后，才对目标图像进行采集，那么此时待测物体的图像位于目标图像中心，但考虑到实际采集情况中出现的误差，可能会对后续的距离测量装置以及指示装置的测量和指示结果造成一定程度的误差，可以对比中心点坐标位置与目标图像中心点坐标位置得到中心点误差，便于后续距离测量装置以及指示装置根据中心点误差进行方位调整。
S4012、根据中心点误差以及PID控制算法调整距离测量装置指向待测物体。
可选地，通过上述实施例的介绍可以知道，位置式PID算法可以通过控制脉冲宽度调制（PWM）值改变装置的角度。PID算法在上述实施例中已经详细介绍，此处不再赘述。因此通过PID控制算法的动态处理，能够使得距离测量装置以及指示装置根据中心点误差进行移动，以使得距离测量装置以及指示装置指向待测物体，使后续的测量能够得到准确结果。
可选地，在确定待测物体的中心点坐标位置之后，可以使用指示装置对待测物体的中心点进行指示。在一种可行的实施例中，可以使用激光二极管来指示待测物体的中心点。
S4013、通过距离测量装置测量出摄像头与待测物体之间的实际距离。
关于步骤S4013，请参阅步骤S302中的详细记载，此处不在赘述。
S4014、根据实际距离确定待测物体中图像尺寸与实际尺寸之间的缩放比例系数。
可选地，在确定出待测物体的形状和图像尺寸以及测量出摄像头与待测物体之间的距离之后，由于图像尺寸与实际尺寸之间的缩放比例与两者的距离具有线性关系，那么可以根据摄像头与待测物体之间的距离确定出待测物体的图像尺寸与实际尺寸之间的缩放比例系数K，便于后续根据缩放比例系数K得到待测物体的实际尺寸。
进一步地，在确定缩放比例系数K时，一种可行的实施方式是，将距离与K之间的对应关系预设保存至数据库中，根据实际距离直接查找数据库，调用与之对应的K值，用以后续计算，这样可以通过简单的查询调用确定出当前实际距离对应的K值；另一种可行的实施方式是，设置距离与系数K的计算规则或者根据距离样本数据与K值之间的关系，确定距离与系数K的计算规则，测量出当前对的实际距离时，按照计算规则进行计算得到对应的K值，这样可以提高K值计算的精确度，但会增加相应的计算步骤。在本申请实施例中，确定缩放比例系数K的方式可以有多种，在此不作具体限定。
S4015、根据缩放比例系数对待测物体的图像尺寸进行缩放，得到待测物体的实际尺寸。
可选地，确定待测物体的图像尺寸以及缩放比例系数K之后，可以根据缩放比例系数K对待测物体的图像尺寸进行缩放，进行缩放后的尺寸与待测物体的实际尺寸达成一致，此时就可以根据图像尺寸与实际尺寸之间的线性关系计算得到待测物体的实际尺寸
：
可选地，在确定待测物体的形状与实际尺寸之后，还可以通过对应的显示屏将待测物体的形状、尺寸信息进行显示，以便于技术人员对其进行观察，进而对相关装置进行优化、调整。
在本申请实施例中，提供一种非接触测量物体形状和尺寸的方法。其中，详细介绍了识别待测物体形状的方法以及步骤，以及测量摄像头与待测物体之间的距离的方法和设备，并且基于此通过特殊的计算方法得到了待测物体的实际尺寸，通过本申请实施例中采用的稳定的设备装置、简单有效的测量方法，能够以便捷的计算过程，稳定、准确地测量出待测物体的形状尺寸。
请参阅图5，图5为本申请实施例提供的一种非接触测量物体形状和尺寸的装置的结构框图。如图5所示，测量物体形状和尺寸的装置500包括：
图像识别模块510，用于通过摄像头采集待测物体的目标图像，识别目标图像中待测物体的形状，根据待测物体的形状计算得到待测物体的图像尺寸；
距离测量模块520，用于通过距离测量装置测量出摄像头与待测物体之间的实际距离；
尺寸计算模块530，用于根据实际距离和图像尺寸确定待测物体的实际尺寸。
可选地，测量物体形状和尺寸的装置500还包括：图像锐化模块，用于保存目标图像至内部预设存储空间，通过掩模操作对目标图像的边缘进行处理。
可选地，图像锐化模块，还用于根据预设的三原色阈值元组列表，将目标图像中待测物体的形状边缘的像素设置为白色，将目标图像中的其他像素设置为黑色。
可选地，图像识别模块510，还用于还用于识别目标图像中的目标形状，目标形状包括圆形、矩形以及三角形中的至少一种；将目标形状作为目标图像中待测物体的形状；其中，识别目标图像中的圆形包括：使用霍夫变换识别目标图像中的圆形，识别目标图像中的矩形包括：使用四元检测算法识别目标图像中的矩形，识别目标图像中的三角形包括：使用线段识别算法以及霍夫变换判断目标图像中各线段的内角和，以识别目标图像中的三角形。
可选地，图像识别模块510，还用于根据待测物体的形状确定待测物体的中心点坐标位置；根据中心点坐标位置和待测物体中的预设点坐标位置计算得到待测物体的图像尺寸。
可选地，测量物体形状和尺寸的装置500还包括：测距装置调整模块，用于对比中心点坐标位置与目标图像中心点坐标位置得到中心点误差；根据中心点误差以及PID控制算法调整距离测量装置指向待测物体。
可选地，尺寸计算模块530，还用于根据实际距离确定待测物体中图像尺寸与实际尺寸之间的缩放比例系数；根据缩放比例系数对待测物体的图像尺寸进行缩放，得到待测物体的实际尺寸。
可选地，测量物体形状和尺寸的装置500还包括：摄像头移动模块，用于通过摄像头采集当前环境中的图像，对当前环境中的图像中的物体进行监测；若监测到当前环境中的图像中的物体为待测物体，确定待测物体的方位；根据待测物体的方位，通过PID控制算法调整摄像头指向待测物体。
在本申请实施例中，提供一种非接触测量物体形状和尺寸的装置，图像识别模块，用于通过摄像头采集待测物体的目标图像，识别目标图像中待测物体的形状，根据待测物体的形状计算得到待测物体的图像尺寸；距离测量模块，用于通过距离测量装置测量出摄像头与待测物体之间的实际距离；尺寸计算模块，用于根据实际距离和图像尺寸确定待测物体的实际尺寸。由于通过摄像头采集了待测物体的目标图像，那么可以根据目标图像确定待测物体的形状，且根据待测物体的形状能够计算出待测物体的图像尺寸，而通过测距装置测量得到摄像头与待测物体之间的距离之后，就可以得到图像尺寸与实际尺寸之间的缩放比例，并由此确定出待测物体的实际尺寸，这样就可以在非接触物体的前提下，利用相关电子设备直接得到准确的物体形状和实际尺寸。
请参阅图6，图6为本申请实施例提供的一种非接触测量物体形状和尺寸的装置的电路模块示意图。如图6所示，测量物体形状和尺寸的装置的电路模块包括：电源通电测压模块、5V电源稳压模块、无线串口模块、TFT显示模块、摄像头模块、陀螺仪模块、芯片电源模块、摄像头电源模块、舵机S3010模块、舵机M3512模块、舵机电源模块、编码器模块、电机驱动模块、openart模块、按键拨码模块、CPU模块。
可选地，请参阅图7，图7为本申请实施例提供的一种5V电源稳压模块的电路连接图；其中，由于OpenMV4的电源电压一般为5V，因此需要将电池电压转换为稳定输出5V电压的稳压器，那么在选择OpenMV4的供电电源时，可以选择输出电压固定的LM2940-5.0低压差三端稳压器，该稳压器输出电压5V，输出电流1A，条件满足OpenMV4的供电要求，用以将电池电压转换为OpenMV4所需要的5V电源电压。
可选地，请参阅图8，图8为本申请实施例提供的一种芯片电源模块的电路连接图；为满足LPC54606芯片的电源要求，需要使用稳定的芯片电源用以实现供电，此时可以选择LM1117-3.3芯片，；该芯片是一款正稳压LDO芯片，芯片自带过流保护，输出电压5V，输出电流800mA，最小压差在1.3V左右，能够满足本申请实施例的芯片电源要求。
除此之外，请参阅图9，图9为本申请实施例提供的一种舵机电源模块的电路连接图，舵机电源的选择也需要满足多种不同舵机的可调试性能，因此选择输入电压最大23V,额定电流5A的可调式电源，作为舵机电源模块，该电源的可调式电压可以满足多种舵机的使用调节方便调试。
可选地，请参阅图10，图10为本申请实施例提供的一种TFT显示模块的电路连接图；在确定待测物体的形状与实际尺寸之后，还可以通过对应的显示装置将待测物体的形状、尺寸信息进行显示，因此可以选择在整体测量装置外接1.8寸彩色TFT显示装置，作为TFT显示模块，以便于技术人员对测量数据进行观察，进而对相关装置进行优化、调整，还可以用作调试摄像头时的视野规划。
进一步地，请参阅图11，图11为本申请实施例提供的一种无线串口模块的电路连接图；为了便于技术人员基于接受到的测量数据对测量装置中的相关器件进行监管调试，那么可以通过接入无线蓝牙串口作为本申请实施例中的无线串口模块，以实现数据传输，使得技术人员可以在远距离通过终端对装置进行相关调试，接入蓝牙模块可以使操作更加方便快捷，同时此模块的传输距离最大为100m（无电磁干扰、250kps空速），远远超过普通蓝牙串口（10m）的传输距离。
可选的，请参阅图12，图12为本申请实施例提供的一种陀螺仪模块的电路连接图；在通过舵机搭载摄像头以控制摄像头进行移动时，在移动的过程中，舵机与摄像头可能会由于地面情况、环境情况，出现抖动以及不稳定的现象，那么可以通过在装置中连接陀螺仪传感器，组成本申请实施例中的陀螺仪模块，以使得摄像头稳定移动，陀螺仪传感器能够通过感应设备、装置的移动以计算因移动差生的误差，并基于此作出修正，因此可以选择ICM-20602传感器，ICM-20602传感器属于新一代传感器，测量精度要比传统的MPU传感器要好，噪声比MPU传感器更小，ICM-20602使用硬件SPI可达到10M波特率，能够满足本申请实施例的功能需求。
可选的，请参阅图13，图13为本申请实施例提供的一种按键拨码模块的电路连接图；经过上述实施例的介绍，容易理解到，为了便于技术人员操作相关装置以及对电路进行设置，可以通过按键进行拨码操作，通过拨码和功能的对应关系实现对整体系统的控制调节。
可选地，通过上述实施例的介绍，通过多种功能模块实现本申请实施例中测量装置的设计与需求，最终通过测量装置中各模块之间的电路连接，完成整体装置的功能体现，该测量装置电路中的连接方式不唯一，可以根据不同需求进行选择与调整，本申请实施例不作唯一限定。
在本申请实施例中，介绍了一种非接触测量物体形状和尺寸的装置模块的电路连接图以及其中一些对应部分模块的电路连接图。由于通过摄像头采集了待测物体的目标图像，那么可以根据目标图像确定待测物体的形状，且根据待测物体的形状能够计算出待测物体的图像尺寸，而通过测距装置测量得到摄像头与待测物体之间的距离之后，就可以得到图像尺寸与实际尺寸之间的缩放比例，并由此确定出待测物体的实际尺寸，这样就可以在非接触物体的前提下，利用相关电子设备直接得到准确的物体形状和实际尺寸。
请参见图14，图14为本申请实施例提供的一种电子设备的结构示意图。如图14所示，电子设备可以包括：至少一个电子设备处理器，至少一个网络接口，用户接口，存储器，至少一个通信总线。
其中，通信总线用于实现这些组件之间的连接通信。
其中，用户接口可以包括显示屏（Display）、摄像头（Camera），可选用户接口还可以包括标准的有线接口、无线接口。
其中，网络接口可选的可以包括标准的有线接口、无线接口（如WI-FI接口）。
其中，电子设备处理器可以包括一个或者多个处理核心。电子设备处理器利用各种接口和线路连接整个电子设备内的各个部分，通过运行或执行存储在存储器内的指令、程序、代码集或指令集，以及调用存储在存储器内的数据，执行电子设备的各种功能和处理数据。可选的，电子设备处理器可以采用数字信号处理（Digital Signal Processing，DSP）、现场可编程门阵列（Field-Programmable Gate Array，FPGA）、可编程逻辑阵列（Programmable Logic Array，PLA）中的至少一种硬件形式来实现。电子设备处理器可集成中央处理器（Central Processing Unit，CPU）、图像处理器（Graphics Processing Unit，GPU）和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示屏所需要显示的内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到电子设备处理器中，单独通过一块芯片进行实现。
其中，存储器可以包括随机存储器（Random Access Memory，RAM），也可以包括只读存储器（Read-Only Memory，ROM）。可选的，该存储器包括非瞬时性计算机可读介质（non-transitory computer-readable storage medium）。存储器可用于存储指令、程序、代码、代码集或指令集。存储器可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于至少一个功能的指令（比如触控功能、声音播放功能、图像播放功能等）、用于实现上述各个方法实施例的指令等；存储数据区可存储上面各个方法实施例中涉及到的数据等。存储器可选的还可以是至少一个位于远离前述电子设备处理器的存储装置。如图14所示，作为一种计算机存储介质的存储器中可以包括操作系统、网络通信模块、用户接口模块以及物体形状尺寸测量程序。
在图14所示的电子设备中，用户接口主要用于为用户提供输入的接口，获取用户输入的数据；而电子设备处理器可以用于调用存储器中存储的物体形状尺寸测量程序，并具体执行以下操作：
通过摄像头采集待测物体的目标图像，识别目标图像中待测物体的形状，根据待测物体的形状计算得到待测物体的图像尺寸；通过距离测量装置测量出摄像头与待测物体之间的实际距离；根据实际距离和图像尺寸确定待测物体的实际尺寸。
在一些实施例中，电子设备处理器在执行通过摄像头采集待测物体的目标图像之后，还具体执行以下步骤：保存目标图像至内部预设存储空间，通过掩模操作对目标图像的边缘进行处理。
在一些实施例中，电子设备处理器在执行通过掩模操作对目标图像的边缘进行处理之后，还具体执行以下步骤：根据预设的三原色阈值元组列表，将目标图像中待测物体的形状边缘的像素设置为白色，将目标图像中的其他像素设置为黑色。
在一些实施例中，电子设备处理器在执行识别目标图像中待测物体的形状时，具体执行以下步骤：识别目标图像中的目标形状，目标形状包括圆形、矩形以及三角形中的至少一种；将目标形状作为目标图像中待测物体的形状；其中，识别目标图像中的圆形包括：使用霍夫变换识别目标图像中的圆形，识别目标图像中的矩形包括：使用四元检测算法识别目标图像中的矩形，识别目标图像中的三角形包括：使用线段识别算法以及霍夫变换判断目标图像中各线段的内角和，以识别目标图像中的三角形。
在一些实施例中，电子设备处理器在执行根据待测物体的形状计算得到待测物体的图像尺寸时，具体执行以下步骤：根据待测物体的形状确定待测物体的中心点坐标位置；根据中心点坐标位置和待测物体中的预设点坐标位置计算得到待测物体的图像尺寸。
在一些实施例中，电子设备处理器在执行根据中心点坐标位置和待测物体中的预设点坐标位置计算得到待测物体的图像尺寸之后，还具体执行以下步骤：对比中心点坐标位置与目标图像中心点坐标位置得到中心点误差；根据中心点误差以及PID控制算法调整距离测量装置指向待测物体。
在一些实施例中，电子设备处理器在执行根据实际距离和图像尺寸确定待测物体的实际尺寸时，具体执行以下步骤：根据实际距离确定待测物体中图像尺寸与实际尺寸之间的缩放比例系数；根据缩放比例系数对待测物体的图像尺寸进行缩放，得到待测物体的实际尺寸。
在一些实施例中，电子设备处理器在执行通过摄像头采集待测物体的目标图像之前，还具体执行以下步骤：通过摄像头采集当前环境中的图像，对当前环境中的图像中的物体进行监测；若监测到当前环境中的图像中的物体为待测物体，确定待测物体的方位；根据待测物体的方位，通过PID控制算法调整摄像头指向待测物体。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，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，模块的划分，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，例如多个模块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，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
集成的模块如果以软件功能模块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，本申请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全部或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）执行本申请各个实施例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（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本申请所必须的。
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的部分，可以参见其它实施例的相关描述。
以上为对本申请所提供的一种非接触测量物体形状和尺寸的方法、装置以及电子设备的描述，对于本领域的技术人员，依据本申请实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种非接触测量物体形状和尺寸的方法，其特征在于，所述方法包括：
通过摄像头采集待测物体的目标图像，识别所述目标图像中所述待测物体的形状，根据所述待测物体的形状计算得到所述待测物体的图像尺寸；
通过距离测量装置测量出所述摄像头与所述待测物体之间的实际距离；
根据所述实际距离和所述图像尺寸确定所述待测物体的实际尺寸。
2.根据权利要求1所述的方法，其特征在于，所述通过摄像头采集待测物体的目标图像之后，还包括：
保存所述目标图像至内部预设存储空间，通过掩模操作对所述目标图像的边缘进行处理。
3.根据权利要求2所述的方法，其特征在于，所述通过掩模操作对所述目标图像的边缘进行处理之后，还包括：
根据预设的三原色阈值元组列表，将所述目标图像中待测物体的形状边缘的像素设置为白色，将所述目标图像中的其他像素设置为黑色。
4.根据权利要求1所述的方法，其特征在于，所述识别所述目标图像中所述待测物体的形状，包括：
识别所述目标图像中的目标形状，所述目标形状包括圆形、矩形以及三角形中的至少一种；
将所述目标形状作为所述目标图像中所述待测物体的形状；
其中，所述识别所述目标图像中的圆形包括：使用霍夫变换识别所述目标图像中的圆形，所述识别所述目标图像中的矩形包括：使用四元检测算法识别所述目标图像中的矩形，所述识别所述目标图像中的三角形包括：使用线段识别算法以及霍夫变换判断所述目标图像中各线段的内角和，以识别所述目标图像中的三角形。
5.根据权利要求1所述的方法，其特征在于，所述根据所述待测物体的形状计算得到所述待测物体的图像尺寸，包括：
根据所述待测物体的形状确定所述待测物体的中心点坐标位置；
根据所述中心点坐标位置和所述待测物体中的预设点坐标位置计算得到所述待测物体的图像尺寸。
6.根据权利要求5所述的方法，其特征在于，所述根据所述中心点坐标位置和所述待测物体中的预设点坐标位置计算得到所述待测物体的图像尺寸之后，还包括：
对比所述中心点坐标位置与所述目标图像中心点坐标位置得到中心点误差；
根据所述中心点误差以及PID控制算法调整距离测量装置指向所述待测物体。
7.根据权利要求1所述的方法，其特征在于，所述根据所述实际距离和所述图像尺寸确定所述待测物体的实际尺寸，包括：
根据所述实际距离确定所述待测物体中图像尺寸与实际尺寸之间的缩放比例系数；
根据所述缩放比例系数对所述待测物体的图像尺寸进行缩放，得到所述待测物体的所述实际尺寸。
8.根据权利要求1所述的方法，其特征在于，所述通过摄像头采集待测物体的目标图像之前，还包括：
通过摄像头采集当前环境中的图像，对所述当前环境中的图像中的物体进行监测；
若监测到所述当前环境中的图像中的物体为待测物体，确定所述待测物体的方位；
根据所述待测物体的方位，通过PID控制算法调整所述摄像头指向所述待测物体。
9.一种非接触测量物体形状和尺寸的装置，其特征在于，所述装置包括：
图像识别模块，用于通过摄像头采集待测物体的目标图像，识别所述目标图像中所述待测物体的形状，根据所述待测物体的形状计算得到所述待测物体的图像尺寸；
距离测量模块，用于通过距离测量装置测量出所述摄像头与所述待测物体之间的实际距离；
尺寸计算模块，用于根据所述实际距离和所述图像尺寸确定所述待测物体的实际尺寸。
10.一种电子设备，其特征在于，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如权利要求1~8任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111329980.6A CN113781481A (zh) | 2021-11-11 | 2021-11-11 | 非接触测量物体形状和尺寸的方法、装置以及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111329980.6A CN113781481A (zh) | 2021-11-11 | 2021-11-11 | 非接触测量物体形状和尺寸的方法、装置以及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113781481A true CN113781481A (zh) | 2021-12-10 |
Family
ID=78873696
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111329980.6A Pending CN113781481A (zh) | 2021-11-11 | 2021-11-11 | 非接触测量物体形状和尺寸的方法、装置以及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113781481A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114324078A (zh) * | 2021-12-24 | 2022-04-12 | 中煤科工清洁能源股份有限公司 | 一种颗粒粒径识别方法、装置、设备和介质 |
| US20230267635A1 (en) * | 2022-02-22 | 2023-08-24 | Surveying And Mapping, Llc | Systems and method for remote object measurement |
| CN117274221A (zh) * | 2023-10-10 | 2023-12-22 | 安徽省康宁实业（集团）有限公司 | 一种在线检测固体药物颗粒粒度的方法及系统 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102870135A (zh) * | 2010-06-29 | 2013-01-09 | 富士胶片株式会社 | 用于形状提取的方法和装置、尺寸测量装置和距离测量装置 |
| CN107972026A (zh) * | 2016-10-25 | 2018-05-01 | 深圳光启合众科技有限公司 | 机器人、机械臂及其控制方法和装置 |
| CN109357630A (zh) * | 2018-10-30 | 2019-02-19 | 南京工业大学 | 一种多类型工件批量视觉测量系统及方法 |
| CN110246124A (zh) * | 2019-05-24 | 2019-09-17 | 西安交通大学 | 基于深度学习的目标尺寸测量方法及系统 |
| CN110262565A (zh) * | 2019-05-28 | 2019-09-20 | 深圳市吉影科技有限公司 | 应用于水下六推无人机的目标跟踪运动控制方法及装置 |
| CN110455215A (zh) * | 2019-08-13 | 2019-11-15 | 利生活(上海)智能科技有限公司 | 一种通过图像获得物体在物理三维空间尺寸的方法及装置 |
| CN110470230A (zh) * | 2019-07-15 | 2019-11-19 | 中国计量大学 | 一种波纹阻火盘表面波高尺寸测量方法 |
| CN110608685A (zh) * | 2019-09-18 | 2019-12-24 | 天津工业大学 | 一种基于树莓派的物体尺寸快速测量方法 |
| CN111141215A (zh) * | 2020-01-15 | 2020-05-12 | 大连理工大学 | 影像的目标尺寸测量系统及其使用方法 |
| CN111563926A (zh) * | 2020-05-22 | 2020-08-21 | 上海依图网络科技有限公司 | 测量图像中物体物理尺寸的方法、电子设备、介质及系统 |
| CN112001917A (zh) * | 2020-09-04 | 2020-11-27 | 南京大学金陵学院 | 一种基于机器视觉的圆形有孔零件形位公差检测方法 |
| CN112129226A (zh) * | 2020-11-03 | 2020-12-25 | 天津工业大学 | 一种非接触物体尺寸形态测量装置 |
-
2021
- 2021-11-11 CN CN202111329980.6A patent/CN113781481A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102870135A (zh) * | 2010-06-29 | 2013-01-09 | 富士胶片株式会社 | 用于形状提取的方法和装置、尺寸测量装置和距离测量装置 |
| CN107972026A (zh) * | 2016-10-25 | 2018-05-01 | 深圳光启合众科技有限公司 | 机器人、机械臂及其控制方法和装置 |
| CN109357630A (zh) * | 2018-10-30 | 2019-02-19 | 南京工业大学 | 一种多类型工件批量视觉测量系统及方法 |
| CN110246124A (zh) * | 2019-05-24 | 2019-09-17 | 西安交通大学 | 基于深度学习的目标尺寸测量方法及系统 |
| CN110262565A (zh) * | 2019-05-28 | 2019-09-20 | 深圳市吉影科技有限公司 | 应用于水下六推无人机的目标跟踪运动控制方法及装置 |
| CN110470230A (zh) * | 2019-07-15 | 2019-11-19 | 中国计量大学 | 一种波纹阻火盘表面波高尺寸测量方法 |
| CN110455215A (zh) * | 2019-08-13 | 2019-11-15 | 利生活(上海)智能科技有限公司 | 一种通过图像获得物体在物理三维空间尺寸的方法及装置 |
| CN110608685A (zh) * | 2019-09-18 | 2019-12-24 | 天津工业大学 | 一种基于树莓派的物体尺寸快速测量方法 |
| CN111141215A (zh) * | 2020-01-15 | 2020-05-12 | 大连理工大学 | 影像的目标尺寸测量系统及其使用方法 |
| CN111563926A (zh) * | 2020-05-22 | 2020-08-21 | 上海依图网络科技有限公司 | 测量图像中物体物理尺寸的方法、电子设备、介质及系统 |
| CN112001917A (zh) * | 2020-09-04 | 2020-11-27 | 南京大学金陵学院 | 一种基于机器视觉的圆形有孔零件形位公差检测方法 |
| CN112129226A (zh) * | 2020-11-03 | 2020-12-25 | 天津工业大学 | 一种非接触物体尺寸形态测量装置 |
Non-Patent Citations (3)
| Title |
|---|
| 易诗: "《信息工程专业机器人创新实验设计》", 31 August 2017, 电子科技大学出版社 * |
| 许二宁: ""基于图像处理技术的小零件尺寸检测系统开发"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 高宏伟: "《电子封装工艺与装备技术基础教程》", 30 June 2017, 西安电子科技大学出版社 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114324078A (zh) * | 2021-12-24 | 2022-04-12 | 中煤科工清洁能源股份有限公司 | 一种颗粒粒径识别方法、装置、设备和介质 |
| CN114324078B (zh) * | 2021-12-24 | 2024-07-26 | 中煤科工清洁能源股份有限公司 | 一种颗粒粒径识别方法、装置、设备和介质 |
| US20230267635A1 (en) * | 2022-02-22 | 2023-08-24 | Surveying And Mapping, Llc | Systems and method for remote object measurement |
| CN117274221A (zh) * | 2023-10-10 | 2023-12-22 | 安徽省康宁实业（集团）有限公司 | 一种在线检测固体药物颗粒粒度的方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113781481A (zh) | 非接触测量物体形状和尺寸的方法、装置以及电子设备 | |
| JP6871416B2 (ja) | 顔画像品質を決定する方法および装置、電子機器ならびにコンピュータ記憶媒体 | |
| US20220003537A1 (en) | Method and apparatus for measuring geometric parameter of object, and terminal | |
| CN110163087B (zh) | 一种人脸姿态识别方法及系统 | |
| US20230113647A1 (en) | Object measurement method, virtual object processing method, and electronic device | |
| CN110400315A (zh) | 一种缺陷检测方法、装置及系统 | |
| CN104634242A (zh) | 探针补点系统及方法 | |
| CN108952673B (zh) | 抽油机井工况检查方法及装置 | |
| CN102980535A (zh) | 角度测量方法和装置 | |
| CN111598955A (zh) | 一种基于摄影测量的移动终端智能基坑监测系统及方法 | |
| CN111476894A (zh) | 三维语义地图构建方法、装置、存储介质及电子设备 | |
| CN110232707A (zh) | 一种测距方法及装置 | |
| JP2019082451A (ja) | 反射特性測定装置、加工システム、反射特性測定方法、物体の加工方法 | |
| CN111063017B (zh) | 一种光照估计方法及装置 | |
| CN113642425A (zh) | 基于多模态的图像检测方法、装置、电子设备及存储介质 | |
| CN112419402B (zh) | 一种基于多光谱影像和激光点云的定位方法及系统 | |
| WO2021082636A1 (zh) | 一种关注区域检测方法、装置、可读存储介质及终端设备 | |
| CN110858814A (zh) | 一种智能家居设备的控制方法及装置 | |
| CN116208853A (zh) | 一种调焦角度确定方法、装置、设备及存储介质 | |
| CN113470103B (zh) | 车路协同中相机作用距离确定方法、装置和路侧设备 | |
| CN109523530A (zh) | 一种微带片圆形焊盘检测方法和系统 | |
| CN114863478A (zh) | 牲畜体重识别方法、装置、存储介质及终端设备 | |
| CN114046768A (zh) | 激光测距方法、装置、激光测距设备及存储介质 | |
| CN112150527A (zh) | 测量方法及装置、电子设备及存储介质 | |
| CN113705620B (zh) | 图像显示模型的训练方法、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: 20211210 |