CN113935958A - 线缆弯曲半径检测方法与装置 - Google Patents
线缆弯曲半径检测方法与装置 Download PDFInfo
- Publication number
- CN113935958A CN113935958A CN202111143293.5A CN202111143293A CN113935958A CN 113935958 A CN113935958 A CN 113935958A CN 202111143293 A CN202111143293 A CN 202111143293A CN 113935958 A CN113935958 A CN 113935958A
- Authority
- CN
- China
- Prior art keywords
- cable
- image
- real
- curve
- information
- 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
- 238000005452 bending Methods 0.000 title claims abstract description 159
- 238000001514 detection method Methods 0.000 title claims abstract description 51
- 239000011159 matrix material Substances 0.000 claims abstract description 76
- 238000000034 method Methods 0.000 claims abstract description 56
- 238000012545 processing Methods 0.000 claims abstract description 54
- 238000004590 computer program Methods 0.000 claims description 15
- 238000000605 extraction Methods 0.000 claims description 14
- 239000003550 marker Substances 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 5
- 230000000007 visual effect Effects 0.000 description 5
- 238000009434 installation Methods 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000011179 visual inspection Methods 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
- G06T7/0004—Industrial image inspection
-
- 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
-
- 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
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30172—Centreline of tubular or elongated structure
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30204—Marker
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请涉及一种线缆弯曲半径检测方法与装置。所述方法包括：获取在真实线缆空间中采集的第一图像信息，所述第一图像信息包括定位标记图像及真实线缆的图像信息，所述定位标记图像为预设在所述真实线缆空间中预设位置处的图像；根据所述定位标记图像的坐标信息，确定相机的投影矩阵；根据所述相机的投影矩阵对所述真实线缆进行逆投影处理，得到所述真实线缆在线缆弯曲平面中对应的曲线；根据所述线缆弯曲平面中的所述曲线，确定所述真实线缆的弯曲半径。采用本方法能够提高线缆弯曲半径检测精度。
Description
技术领域
本申请涉及线缆视觉检测技术领域，特别是涉及一种线缆弯曲半径检测方法与装置。
背景技术
线缆是传输电流和信号，保证设备连接和运行的重要部件。以航天器为例，各种航天器中对线缆的敷设都有弯曲度的工艺要求，一般要求弯曲度不小于相应的最小弯曲半径。因此需要对线缆弯曲半径进行检测，以检测线缆的敷设是否满足工艺要求。
相关技术中采用彩色相机与深度相机相配合，通过深度相机获取线缆的深度信息，通过深度图像与平面图像的配准，重建出线缆的三维模型，最后对线缆的三维模型进行线缆弯曲半径的检测。
但由于深度图像与平面图像配准较为复杂，而且深度图像一般采样点比较稀疏，尤其对于线缆类似的细长物体，深度图像能提供的有效信息特征点较少，因此重建线缆的三维模型较为困难且重建得到的模型精度低，进而导致线缆弯曲半径的检测精度较低。
发明内容
基于此，有必要针对上述技术问题，提供一种能够提高线缆弯曲半径的检测精度的线缆弯曲半径检测方法与装置。
一种线缆弯曲半径检测方法，包括：
获取在真实线缆空间中采集的第一图像信息，所述第一图像信息包括定位标记图像及真实线缆的图像信息，所述定位标记图像为预设在所述真实线缆空间中预设位置处的图像；
根据所述定位标记图像的坐标信息，确定相机的投影矩阵；
根据所述相机的投影矩阵对所述真实线缆进行逆投影处理，得到所述真实线缆在线缆弯曲平面中对应的曲线；
根据所述线缆弯曲平面中的所述曲线，确定所述真实线缆的弯曲半径。
在其中一个实施例中，所述根据所述定位标记图像的坐标信息，确定相机的投影矩阵，包括：
根据所述定位标记图像中的特征点在标记平面坐标系中的坐标信息，及所述定位标记图像对应的预设位置，确定所述特征点在世界坐标系中的坐标信息；
根据所述特征点在所述第一图像信息中的坐标信息及所述特征点在所述世界坐标系中的坐标信息，确定相机的投影矩阵。
在其中一个实施例中，所述根据所述相机的投影矩阵对所述真实线缆进行逆投影处理，得到所述真实线缆在线缆弯曲平面中对应的曲线，包括：
对所述第一图像信息进行线缆骨干提取，得到所述第一图像信息中所述真实线缆对应的线缆骨干曲线；
根据虚拟线缆空间中与所述真实线缆相对应的虚拟线缆在世界坐标系中的坐标信息，建立线缆弯曲平面，其中，所述虚拟线缆空间为所述真实线缆空间的三维模型，所述真实线缆空间与所述虚拟线缆空间建立有统一的世界坐标系；
根据所述相机的投影矩阵，对所述线缆骨干曲线进行逆投影处理，得到所述线缆骨干曲线在所述线缆弯曲平面中对应的曲线。
在其中一个实施例中，所述虚拟线缆空间中所述虚拟线缆的弯曲区域包含在遮罩中，
所述对所述第一图像信息进行线缆骨干提取，得到所述第一图像信息中所述真实线缆对应的线缆骨干曲线，包括：
确定所述相机在所述世界坐标系中的位姿信息；
根据所述位姿信息，控制虚拟相机在所述虚拟线缆空间中采集第二图像信息，所述第二图像信息中包括所述虚拟线缆；
根据所述第二图像信息中所述虚拟线缆的弯曲区域对应的所述遮罩，生成掩码图像；
根据所述掩码图像从所述第一图像信息中确定真实线缆区域图像；
对所述真实线缆区域图像进行线缆骨干提取，得到所述真实线缆对应的线缆骨干曲线。
在其中一个实施例中，所述根据所述相机的投影矩阵，对所述线缆骨干曲线进行逆投影处理，得到所述线缆骨干曲线在所述线缆弯曲平面中对应的曲线，包括：
针对所述线缆骨干曲线中任一像素点，根据所述像素点在所述第一图像信息中对应的坐标信息及所述投影矩阵，确定所述像素点在所述世界坐标系中的坐标信息；
将各所述像素点在所述世界坐标系中的坐标信息，转换为在所述线缆弯曲平面中各所述像素点对应的二维坐标信息；
根据各所述像素点对应的二维坐标信息，得到所述线缆骨干曲线在所述线缆弯曲平面中对应的曲线。
在其中一个实施例中，所述根据所述线缆弯曲平面中的所述曲线，确定所述真实线缆的弯曲半径，包括：
采用最小二乘法对所述曲线进行处理，得到所述真实线缆的弯曲半径。
一种线缆弯曲半径检测装置，所述装置包括：
获取模块，用于获取在真实线缆空间中采集的第一图像信息，所述第一图像信息包括定位标记图像及真实线缆的图像信息，所述定位标记图像为预设在所述真实线缆空间中预设位置处的图像；
第一确定模块，用于根据所述定位标记图像的坐标信息，确定相机的投影矩阵；
处理模块，用于根据所述相机的投影矩阵对所述真实线缆进行逆投影处理，得到所述真实线缆在线缆弯曲平面中对应的曲线；
第二确定模块，用于根据所述线缆弯曲平面中的所述曲线，确定所述真实线缆的弯曲半径。
在其中一个实施例中，所述第一确定模块，还用于：
根据所述定位标记图像中的特征点在标记平面坐标系中的坐标信息，及所述定位标记图像对应的预设位置，确定所述特征点在世界坐标系中的坐标信息；
根据所述特征点在所述第一图像信息中的坐标信息及所述特征点在所述世界坐标系中的坐标信息，确定相机的投影矩阵。
在其中一个实施例中，所述处理模块，还用于：
对所述第一图像信息进行线缆骨干提取，得到所述第一图像信息中所述真实线缆对应的线缆骨干曲线；
根据虚拟线缆空间中与所述真实线缆相对应的虚拟线缆在世界坐标系中的坐标信息，建立线缆弯曲平面，其中，所述虚拟线缆空间为所述真实线缆空间的三维模型，所述真实线缆空间与所述虚拟线缆空间建立有统一的世界坐标系；
根据所述相机的投影矩阵，对所述线缆骨干曲线进行逆投影处理，得到所述线缆骨干曲线在所述线缆弯曲平面中对应的曲线。
在其中一个实施例中，所述虚拟线缆空间中所述虚拟线缆的弯曲区域包含在遮罩中，所述处理模块，还用于：
确定所述相机在所述世界坐标系中的位姿信息；
根据所述位姿信息，控制虚拟相机在所述虚拟线缆空间中采集第二图像信息，所述第二图像信息中包括所述虚拟线缆；
根据所述第二图像信息中所述虚拟线缆的弯曲区域对应的所述遮罩，生成掩码图像；
根据所述掩码图像从所述第一图像信息中确定真实线缆区域图像；
对所述真实线缆区域图像进行线缆骨干提取，得到所述真实线缆对应的线缆骨干曲线。
在其中一个实施例中，所述处理模块，还用于：
针对所述线缆骨干曲线中任一像素点，根据所述像素点在所述第一图像信息中对应的坐标信息及所述投影矩阵，确定所述像素点在所述世界坐标系中的坐标信息；
将各所述像素点在所述世界坐标系中的坐标信息，转换为在所述线缆弯曲平面中各所述像素点对应的二维坐标信息；
根据各所述像素点对应的二维坐标信息，得到所述线缆骨干曲线在所述线缆弯曲平面中对应的曲线。
在其中一个实施例中，所述第二确定模块，还用于：
采用最小二乘法对所述曲线进行处理，得到所述真实线缆的弯曲半径。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取在真实线缆空间中采集的第一图像信息，所述第一图像信息包括定位标记图像及真实线缆的图像信息，所述定位标记图像为预设在所述真实线缆空间中预设位置处的图像；
根据所述定位标记图像的坐标信息，确定相机的投影矩阵；
根据所述相机的投影矩阵对所述真实线缆进行逆投影处理，得到所述真实线缆在线缆弯曲平面中对应的曲线；
根据所述线缆弯曲平面中的所述曲线，确定所述真实线缆的弯曲半径。
一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
获取在真实线缆空间中采集的第一图像信息，所述第一图像信息包括定位标记图像及真实线缆的图像信息，所述定位标记图像为预设在所述真实线缆空间中预设位置处的图像；
根据所述定位标记图像的坐标信息，确定相机的投影矩阵；
根据所述相机的投影矩阵对所述真实线缆进行逆投影处理，得到所述真实线缆在线缆弯曲平面中对应的曲线；
根据所述线缆弯曲平面中的所述曲线，确定所述真实线缆的弯曲半径。
上述线缆弯曲半径检测方法与装置，获取在真实线缆空间中采集的第一图像信息，该第一图像信息中包括定位标记图像及真实线缆，该定位标记图像为预设在真实线缆空间中预设位置处的图像，并可以根据定位标记图像的坐标信息，确定相机的投影矩阵。进一步的，可以根据相机的投影矩阵对真实线缆进行逆投影处理，得到真实线缆在线缆弯曲平面中对应的曲线，并根据线缆弯曲平面中的曲线，确定真实线缆的弯曲半径。本公开实施例提供的线缆弯曲半径检测方法与装置，通过相机的投影矩阵及采集的平面图像即可实现针对线缆弯曲半径的检测，无需深度相机等复杂设备，降低了计算复杂度，提高了检测效率和检测精度。
附图说明
图1为一个实施例中线缆弯曲半径检测方法的流程示意图；
图2为一个实施例中真实线缆空间的示例示意图；
图3为一个实施例中线缆弯曲半径检测方法的流程示意图；
图4为一个实施例中定位标记图像的示例示意图；
图5为一个实施例中坐标系的示例示意图；
图6为一个实施例中线缆弯曲平面的示例示意图；
图7为一个实施例中线缆弯曲半径检测方法的流程示意图；
图8为一个实施例中线缆弯曲半径检测方法的流程示意图；
图9为一个实施例中线缆弯曲半径检测方法的示例示意图；
图10a～图10b为一个实施例中线缆弯曲半径检测方法的示例示意图；
图11为一个实施例中线缆弯曲半径检测方法的示例示意图；
图12为一个实施例中线缆弯曲半径检测方法的流程示意图；
图13a～图13d为一个实施例中线缆弯曲半径检测方法的示例示意图；
图14为一个实施例中线缆弯曲半径检测方法的示例示意图；
图15为一个实施例中线缆弯曲半径检测装置的结构框图；
图16为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
在一个实施例中，如图1所示，提供了一种线缆弯曲半径检测方法，本实施例以该方法应用于终端进行举例说明，可以理解的是，该方法也可以应用于服务器，还可以应用于包括终端和服务器的系统，并通过终端和服务器的交互实现。本实施例中，该方法包括以下步骤：
步骤102，获取在真实线缆空间中采集的第一图像信息，第一图像信息包括定位标记图像及真实线缆的图像信息，定位标记图像为预设在真实线缆空间中预设位置处的图像。
举例来说，真实线缆空间中敷设有多条真实线缆，可以在真实线缆空间中预设位置处张贴定位标记图像，该定位标记图像可以包括：ARToolKit标记、二维码、预先处理过的平面图像等，其中，定位标记图像的数量可以为一个，也可以为多个，也即可以在多个预设位置处张贴多个定位标记图像。示例性的，真实线缆空间可以参照图2所示，包括：相机202、固定标记204、线缆206、卡扣208、舱板210。
可以通过相机(或者任意图像采集装置，本公开实施例中以相机为例)采集真实线缆空间中的第一图像信息，该第一图像信息中可以包括真实线缆的图像信息及定位标记图像，其中，真实线缆的图像信息可以包括待检测弯曲半径的线缆。
步骤104，根据定位标记图像的坐标信息，确定相机的投影矩阵。
举例来说，可以将真实线缆空间中的预设位置(如舱室角落)作为坐标原点，选定三个互相垂直的特征方向作为世界坐标系x、y、z三个方向建立世界坐标系。可以提取定位标记图像在世界坐标系中的坐标信息，进而根据该坐标信息确定相机的投影矩阵。
在一个实施例中，参照图3，在步骤104中，根据定位标记图像的坐标信息，确定相机的投影矩阵，具体可以包括：
步骤302，根据定位标记图像中的特征点在标记平面坐标系中的坐标信息，及定位标记图像对应的预设位置，确定特征点在世界坐标系中的坐标信息；
步骤304，根据特征点在所述第一图像信息中的坐标信息及所特征点在世界坐标系中的坐标信息，确定相机的投影矩阵。
举例来说，可以提取定位标记图像的特征点，并确定定位标记图像的特征点在定位标记图像对应的标记平面坐标系中的坐标信息1。确定定位标记图像对应的预设位置在世界坐标系中的坐标信息2后，通过坐标信息2对坐标信息1进行旋转平移等处理，可以得到各特征点在世界坐标系中的坐标信息。确定特征点在第一图像信息中的坐标信息(也即在相机坐标系中的坐标信息)，并根据特征点在第一图像信息中的坐标信息及在世界坐标系中的坐标信息，可以确定相机的投影矩阵。
以图4的ARToolkit平面定位标记图像为例，其中，世界坐标系(原点为Ow，x轴、y轴和z轴分别标记为Xw、Yw和Zw)、标记平面坐标系(原点为OT，x轴、y轴和z轴分别标记为XT、YT和ZT)、相机坐标系(原点为OC，x轴、y轴和z轴分别标记为XC、YC和ZC)可以参照图5所示。首先对平面定位标记图像进行预处理，提取若干特征点xi，示例性的，提取黑白区域的角点作为特征点。对于每个角点xi，根据相机投影原理有：
式中，
为角点xi对应的三维点在世界坐标系中的齐次坐标，
为角点xi在第一图像信息中的二维坐标对应的齐次坐标，K为相机内参矩阵，[R|t]为相机外参矩阵，K[R|t]称为相机的投影矩阵。展开上式可得：
由于每个特征点可以产生2个约束条件，因此，获取超过6个特征点即可以解相机的投影矩阵K[R|t]。
其中，相机内参矩阵K可以通过提前对相机进行标定得到，在得到相机的投影矩阵K[R|t]后，可以通过相机内参矩阵K分解相机的投影矩阵K[R|t]得到旋转矩阵R和平移t，从而得到相机坐标系与世界坐标系之间的外参矩阵，也即位姿信息[R|t]。
在一种可能的实现方式中，可以预先建立与真实线缆空间相一致的虚拟线缆空间，并在虚拟线缆空间中选定同一预设位置与相同的x、y、z方向构建世界坐标系，实现虚实空间对准，形成虚实空间统一的世界坐标系。同时，可以在虚拟线缆空间中选定一个特征点与特征平面(该特征平面在真实线缆空间中也是个实际存在的平面)，并在特征平面内选定两个互相垂直的方向，以此确定定位标记图像的张贴位姿。以张贴位姿在虚拟线缆空间的特征平面对应的特征点上设置定位标记图像，该定位标记图像为与真实线缆空间中张贴的定位标记图像完全一致的虚拟图像。
在此基础上，在真实线缆空间中的相同特征平面及相同特征点上以相同张贴位姿张贴相同的定位标记图像。
可以在虚拟线缆空间中以同样的视角采集包括定位标记图像及待检测弯曲半径的线缆的图像信息，通过采集提取定位标记图像的特征点，并确定该特征点在虚拟线缆空间的世界坐标系中的坐标信息。由于虚拟线缆空间为重建的3D模型，故可以直接从该虚拟线缆空间中确定特征点在世界坐标系中的坐标信息。
本公开实施例中对于特征点在世界坐标系中的坐标信息的确定方式不做具体限定，可以从真实线缆空间中确定，也可以从虚拟线缆空间中确定。
需要说明的是，虚拟线缆空间与真实线缆空间一致，都包括线缆、卡扣、舱板、设备等。且与真实线缆空间一致，虚拟线缆空间中卡扣模型与设备模型应安装在固定位置，线缆模型应严格按规定路线设置，满足相应的最小弯曲半径要求等。
步骤106，根据相机的投影矩阵对真实线缆进行逆投影处理，得到真实线缆在线缆弯曲平面中对应的曲线。
在得到相机的投影矩阵后，可以根据相机的投影矩阵对真实线缆进行逆投影处理，以将真实线缆逆投影至线缆弯曲平面中，得到真实线缆在线缆弯曲平面中对应的曲线。其中，线缆弯曲平面可以为在实际中间中真实线缆所处的平面，示例性的，线缆弯曲平面可以参照图6所示。
步骤108，根据线缆弯曲平面中的曲线，确定真实线缆的弯曲半径。
本公开实施例中，在得到真实线缆在线缆弯曲平面中的曲线后，可以通过该曲线确定真实线缆的弯曲半径。
在一个实施例中，上述步骤108中，根据线缆弯曲平面中的曲线，确定所述真实线缆的弯曲半径，具体可以包括：
采用最小二乘法对曲线进行处理，得到真实线缆的弯曲半径。
本公开实施例中可以采用最小二乘法对曲线进行拟合处理，得到真实线缆的弯曲半径。实际上，本公开实施例中对曲线处理的方式不做具体限定，凡是可以对计算曲线的弯曲半径的方式均适用本公开实施例中。
上述线缆弯曲半径检测方法，获取在真实线缆空间中采集的第一图像信息，该第一图像信息中包括定位标记图像及真实线缆，该定位标记图像为预设在真实线缆空间中预设位置处的图像，并可以根据定位标记图像的坐标信息，确定相机的投影矩阵。进一步的，可以根据相机的投影矩阵对真实线缆进行逆投影处理，得到真实线缆在线缆弯曲平面中对应的曲线，并根据线缆弯曲平面中的曲线，确定真实线缆的弯曲半径。本公开实施例提供的线缆弯曲半径检测方法，通过相机的投影矩阵及采集的平面图像即可实现针对线缆弯曲半径的检测，无需深度相机等复杂设备，降低了计算复杂度，提高了检测效率和检测精度。
在一个实施例中，如图7所示，步骤106中，根据相机的投影矩阵对真实线缆进行逆投影处理，得到真实线缆在线缆弯曲平面中对应的曲线，具体可以包括：
步骤702，对第一图像信息进行线缆骨干提取，得到第一图像信息中真实线缆对应的线缆骨干曲线；
步骤704，根据虚拟线缆空间中与真实线缆相对应的虚拟线缆在世界坐标系中的坐标信息，建立线缆弯曲平面，其中，虚拟线缆空间为真实线缆空间的三维模型，真实线缆空间与虚拟线缆空间建立有统一的世界坐标系；
步骤706，根据相机的投影矩阵，对线缆骨干曲线进行逆投影处理，得到线缆骨干曲线在所述线缆弯曲平面中对应的曲线。
本公开实施例中，在真实线缆空间中采集第一图像信息后，可以从该第一图像信息中提取出真实线缆对应的线缆骨干曲线，也即消除该第一图像信息中与该待检测的真实线缆无关的内容。
虚拟线缆空间的建立过程参照前述实施例即可，本公开实施例中对此不再赘述。虚拟线缆空间与真实线缆空间在相同位置部署卡扣，并基于部署的卡扣进行线缆敷设，也即虚拟线缆空间中存在与真实线缆空间中的真实线缆相对应的虚拟线缆。可以从该虚拟线缆空间中读取虚拟线缆的两个端点P1和P2以及虚拟线缆的中间点P3在世界坐标系中的坐标信息，并以点P1、P2、P3所处的平面为线缆弯曲平面S，可以近似认为虚拟线缆的弯曲都发生在线缆弯曲平面S内，其中，线缆弯曲平面S可以参照图6所示。
由于实际安装中，卡扣的位置精度较高，且卡扣的位置限定了线缆弯曲段起点与终点的位置，所以真实线缆所处的线缆弯曲平面与虚拟线缆所处的线缆弯曲平面基本重合，故可以将该线缆弯曲平面S作为真实线缆所处的线缆弯曲平面。
在得到线缆弯曲平面以及线缆骨干曲线后，可以基于空间逆投影处理，根据相机的投影矩阵对该线缆骨干曲线进行逆投影处理，得到线缆骨干曲线在线缆弯曲平面中对应的曲线。
在一个实施例中，参照图8所示，步骤706中，根据相机的投影矩阵，对线缆骨干曲线进行逆投影处理，得到线缆骨干曲线在所述线缆弯曲平面中对应的曲线，具体可以包括：
步骤802，针对线缆骨干曲线中任一像素点，根据像素点在第一图像信息中对应的坐标信息及投影矩阵，确定像素点在世界坐标系中的坐标信息；
步骤804，将各像素点在世界坐标系中的坐标信息，转换为在线缆弯曲平面中各像素点对应的二维坐标信息；
步骤806，根据各像素点对应的二维坐标信息，得到线缆骨干曲线在线缆弯曲平面中对应的曲线。
本公开实施例中，示例性的，可以参照图9所示，针对线缆骨干曲线上的任一像素点，可以确定其在第一图像信息中对应的坐标信息为m＝(u,v)T(也即在图9所示的相机成像平面中的坐标信息)，根据相机的投影矩阵及该坐标信息m＝(u,v)T可以得到其在世界坐标系中的坐标信息M＝(X,Y,Z)T。
根据相机成像原理，第一图像信息与世界坐标系的坐标之间满足投影关系：
P是相机投影矩阵K[R|t]。
为像素点m在第一图像信息中的二维坐标对应的齐次坐标，
为像素点M对应的三维点在世界坐标系中的齐次坐标。展开投影方程可得：
根据齐次坐标的意义，有：
将上式整理成关于X,Y,Z的方程组形式，又由于像素点M是线缆骨干曲线上的一个像素点，而前述相关描述中已经假设了真实线缆与虚拟线缆都落在同一线缆弯曲平面S上，而线缆弯曲平面S的参数表达式可以根据虚拟线缆的端点P1、P2的坐标与中点P3的坐标得到，记为AX+BY+CZ＝1。三式联立，可以得到线缆弯曲平面S的参数表达式，参照下述公式(一)。
通过解该方程组，便可以根据线缆骨干曲线上的任一点的像素坐标，求得其对应的线缆骨干曲线点M在线缆弯曲平面S上的二维坐标。以此类推，通过对线缆骨干曲线上所有像素点进行逆投影运算，即可获得构成线缆骨干曲线的像素点在线缆弯曲平面S上的二维坐标点集，通过对该二维坐标点集中各像素点对应的二维坐标信息进行细化、去毛刺、去分叉等平滑处理后，可以得到线缆骨干曲线在线缆弯曲平面中对应的曲线(图9中所示的线缆空间骨干曲线)。
示例性的，可以将线缆骨干曲线的像素点组建得到空间点集Uworld，将该空间点集中的各像素点的三维坐标转化为线缆弯曲平面S上一个新坐标系下的二维坐标的点集Us，以此来简化弯曲半径的计算过程。可以取点集Uworld中的第一个点O和最后一个点Q，以O为原点，
为x轴正向，平面S的法向量
为z轴正向，则对于点集Uworld中除点O外的任意点N，其在新平面坐标系的坐标为(xN,yN)，空间点集Uworld如图10a所示，新点集Us如图10b所示。
其中，xN、yN具体可以参照下述公式(二)。
在一个实施例中，参照图11所示，虚拟线缆空间中虚拟线缆的弯曲区域包含在遮罩中。参照图12所示，上述步骤704中，对所述第一图像信息进行线缆骨干提取，得到第一图像信息中真实线缆对应的线缆骨干曲线，具体可以包括：
步骤1202，确定相机在世界坐标系中的位姿信息；
步骤1204，根据位姿信息，控制虚拟相机在虚拟线缆空间中采集第二图像信息，第二图像信息中包括虚拟线缆；
步骤1206，根据第二图像信息中虚拟线缆的弯曲区域对应的所述遮罩，生成掩码图像；
步骤1208，根据掩码图像从第一图像信息中确定真实线缆区域图像；
步骤1210，对真实线缆区域图像进行线缆骨干提取，得到真实线缆对应的线缆骨干曲线。
举例来说，根据线缆安装的相关规定，可以先在虚拟线缆空间中进行线缆模拟安装，并在虚拟线缆的弯曲区域形成遮罩。示例性的，该遮罩可以为球形遮罩，球形遮罩的直径可以为三倍的线缆最小弯曲半径，该球形遮罩将虚拟线缆的弯曲段包含在球体内部。按照工艺要求，航天器内的线缆安装时，需要每隔一定距离通过卡扣固定在舱板上，因此，真实线缆与虚拟线缆的位置偏移不会很大。
可以确定相机在世界坐标系中的位姿信息，具体过程可以参照前述实施例中的相关描述即可，本公开实施例在此不再赘述。在得到相机在世界坐标系中的位姿信息后，可以控制虚拟相机在虚拟线缆空间中以该位姿信息采集包括虚拟线缆的第二图像信息。
在得到第二图像信息后，可以去除第二图像信息中除遮罩区域外的图像，获取仅包含圆形遮罩区域的mask图像，例如：将第二图像信息中遮罩区域外的图像的像素值设置为0，将遮罩区域内的像素值设置为1，进而得到掩码图像。
将该掩码图像叠加至第一图像信息上，例如：将掩码图像与第一图像信息进行相乘，可以得到包含真实线缆的弯曲区域的真实线缆区域图像，可以降低第一图像信息中大量干扰信息对检测的影响，将设备算力集中于线缆弯曲局部图像的处理，可以提高计算精度与检测效率。
在得到真实线缆区域图像后，可以对该真实线缆图像进行线缆骨干提取，得到真实线缆的弯曲部分对应的线缆骨干曲线。例如：可以采用阈值法对真实线缆图像进行线缆本身的提取，得到线缆本身，同时检测卡扣，利用线缆弯曲部分两端固定用的卡扣切分线缆，只保留弯曲部分的线缆信息；再通过图像细化的方法(从长条形区域侧边界开始，逐步删除边界点，直至区域宽度为单个像素)，仅保留长条形的线缆区域的中心线，即线缆的骨干曲线。如图9所示，此时获取的线缆骨干曲线(即真实线缆区域图像中的线缆的中心线)，是空间中的真实线缆的线缆骨干曲线在相机成像平面第一图像信息上的投影。进而通过逆投影将平面图像中的线缆骨干曲线还原至空间平面中，可以得到线缆骨干曲线在线缆弯曲平面上的曲线，进而对该曲线进行最小二乘法处理，可以得到真实线缆的弯曲半径。
示例性的，在得到真实线缆区域图像之后，可以对该真实线缆区域图像进行灰度化处理，通过阈值分割将线缆与背景区分开，得到第一处理图像。对第一处理图像进行降噪处理，去除噪点后，得到第二处理图像。对第二处理图像进行开闭运算处理，消除过小的区域，并将较大连通域断开后，得到第三处理图像。由于卡扣将线缆切分成了多段，而两卡扣之间的线缆弯曲段是第三处理图像的主体部分，因此采用最大连通域法进行检测，保留第三处理图像中的最大连通区域，也就是线缆弯曲段部分，得到第四处理图像。对第四图像进行细化运算，提取线缆骨干曲线。具体可以参照图13a～图13d，其中，图13a表示的是真实线缆区域图像，图13b表示的是第一处理图像，图13c表示的是第四处理图像，图13d表示的是包括线缆骨干曲线的图像。
为使本领域技术人员更好的理解本公开实施例，以下通过具体示例对本公开实施例加以说明。
示例性的，参照图14所示，可以针对真实线缆空间为待检测的航天器仓内，可以建立航天器舱内对应的三维模型，作为虚拟线缆空间，该三维模型内包括线缆、卡扣、舱板、设备等物件对应的模型，卡扣模型与设备模型应安装在固定位置，线缆模型应严格按规定路线设置，满足相应的最小弯曲半径要求等。
可以对相机进行标定，获取相机的内参矩阵，并在虚拟线缆空间中设置虚拟的定位标记图像，在真实线缆空间中相同的位置张贴真实的定位标记图像。利用相机检测定位标记图像，并输出相机相对于定位标记图像的位姿信息。在真实线缆空间及虚拟线缆空间中的相同位置创建相同的世界坐标系，记录标记平面坐标系的位姿，进而求解相机在世界坐标系中的位姿信息，即相机的外参矩阵，进而确定出相机的投影矩阵。
示例性的，可以获取真实线缆区域图像，也即线缆弯曲区域局部图像。直接对包含多条线缆的完整图像进行检测，很难准确提取出线缆的弯曲区域，本公开实施例提出一种基于虚实空间配准和线缆虚拟模型的注意力机制，针对性地截取线缆弯曲区域的图像，从而提高检测效率，降低误检率。具体步骤如下：
在虚拟线缆空间中，虚拟线缆模型的弯曲位置生成球形遮罩区域，将虚拟线缆的弯曲段包含在该遮罩区域内。使用相机拍摄包含真实线缆的实际图像，使用虚拟相机从虚拟线缆空间的同样视角，拍摄包含虚拟线缆与球形遮罩区域的虚拟图像后，对虚拟图像进行处理，提取虚拟图像的球形区域，并形成掩码(mask)图像。将mask图像叠加在实际图像上，获得仅保留线缆弯曲区域后的真实线缆区域图像，并使用Hough圆检测方法检测仅保留线缆弯曲区域后的真实线缆区域图像上的高亮区域，并分割整体图像，形成若干个以线缆弯曲区域为中心的局部图像。
获取线缆弯曲区域局部图像后，需要对局部图像内的线缆进行识别与切分，只保留两个卡扣之间的弯曲段，然后对线缆进行细化，提取线缆的骨干曲线。示例性的，可以对局部图像进行灰度化处理，通过阈值分割将线缆与背景区分开，得到第一处理图像。并对第一处理图像进行降噪处理，去除噪点，得到第二处理图像，对第二处理图像进行开闭运算处理，消除过小的区域，并将较大连通域断开，得到第三处理图像。由于卡扣将线缆切分成了多段，而两卡扣之间的线缆弯曲段是图像的主体部分，因此采用最大连通域法进行检测，保留局部图像中的最大连通区域，也就是线缆弯曲段部分，得到第四处理图像。对图像进行细化运算，提取线缆的骨干曲线。
线缆的弯曲可以近似认为发生在一个空间平面上，将这个空间平面定义为线缆弯曲平面。平面图像中的线缆弯曲并不能完全反映出线缆在空间中的弯曲程度，但是在已知相机位姿与线缆弯曲平面的基础上，可以通过逆投影的方法将平面图像中的线缆骨干曲线逆投影至空间平面上，也就得到了线缆在空间中的实际骨干曲线。
示例性的，线缆弯曲段两端通过卡扣固定，而卡扣安装精度较高，实际环境中的卡扣位置与虚拟环境中的卡扣位置基本一致，所以实际环境中的线缆弯曲平面与虚拟环境中的线缆弯曲平面近似一致。在虚拟环境中对线缆弯曲段进行分析，可以获取线缆弯曲平面在世界坐标系中的参数表达式。
利用逆投影方法，可以将线缆骨干曲线的像素点集逆投影到线缆骨干理论所处的空间平面上，获取线缆骨干曲线的空间点集。已知相机的实时投影矩阵以及线缆弯曲平面在世界坐标系中的参数表达式，可以通过逆投影得到线缆骨干曲线上的像素点在世界坐标系中的坐标信息，逆投影的推导过程可以参照前述实施例的相关描述，本公开实施例在此不再赘述。
进一步地，将线缆骨干空间点集的三维坐标转化为线缆弯曲平面上一个新坐标系下的二维坐标点集，以简化弯曲半径的计算过程，转化过程具体参照前述实施例的相关描述即可，本公开实施例在此不再赘述。获取二维坐标点集后，需要对二维坐标点集上的波折、分叉、毛刺等进行处理，利用局部加权回归，获取一条线缆骨干的平滑曲线，再使用最小二乘法圆拟合这条曲线，可以计算该段线缆的弯曲半径。
本公开实施例公开了一种基于相机逆投影原理与虚拟装配环境的线缆弯曲半径检测方法。可以基于定位标记图像，计算相机在世界坐标系中的位姿信息，利用在虚、实线缆空间中具有相同位姿的定位标记图像进行虚、实线缆空间的匹配对准，在虚拟线缆空间的虚拟线缆模型的弯曲段位置添加球形遮罩，将该球形遮罩在相机同视角虚拟图像中产生的圆形遮罩区域叠加到实际图像中，从而获取线缆弯曲段局部图像，通过视觉处理方法提取线缆骨干曲线，并基于相机逆投影原理将线缆骨干曲线逆投影至线缆弯曲段所处的线缆弯曲平面上，最终可以根据该线缆弯曲平面中的曲线，得出线缆的空间弯曲半径。本公开实施例基于视觉方法对线缆弯曲半径进行检测，无需直接接触，检测速度快，灵活性高，基于相机位姿与平面图像计算线缆的空间弯曲半径，无需利用深度图像或点云进行三维重构，计算量小，且检测结果更加精确。
应该理解的是，虽然图1-14的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-14中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，如图15所示，提供了一种线缆弯曲半径检测装置，包括：获取模块1502、第一确定模块1504、处理模块1506和第二确定模块1508，其中：
获取模块1502，用于获取在真实线缆空间中采集的第一图像信息，所述第一图像信息包括定位标记图像及真实线缆的图像信息，所述定位标记图像为预设在所述真实线缆空间中预设位置处的图像；
第一确定模块1504，用于根据所述定位标记图像的坐标信息，确定相机的投影矩阵；
处理模块1506，用于根据所述相机的投影矩阵对所述真实线缆进行逆投影处理，得到所述真实线缆在线缆弯曲平面中对应的曲线；
第二确定模块1508，用于根据所述线缆弯曲平面中的所述曲线，确定所述真实线缆的弯曲半径。
上述线缆弯曲半径检测装置，获取在真实线缆空间中采集的第一图像信息，该第一图像信息中包括定位标记图像及真实线缆，该定位标记图像为预设在真实线缆空间中预设位置处的图像，并可以根据定位标记图像的坐标信息，确定相机的投影矩阵。进一步的，可以根据相机的投影矩阵对真实线缆进行逆投影处理，得到真实线缆在线缆弯曲平面中对应的曲线，并根据线缆弯曲平面中的曲线，确定真实线缆的弯曲半径。本公开实施例提供的线缆弯曲半径检测装置，通过相机的投影矩阵及采集的平面图像即可实现针对线缆弯曲半径的检测，无需深度相机等复杂设备，降低了计算复杂度，提高了检测效率和检测精度。
在其中一个实施例中，第一确定模块1504，还用于：
根据所述定位标记图像中的特征点在标记平面坐标系中的坐标信息，及所述定位标记图像对应的预设位置，确定所述特征点在世界坐标系中的坐标信息；
根据所述特征点在所述第一图像信息中的坐标信息及所述特征点在所述世界坐标系中的坐标信息，确定相机的投影矩阵。
在其中一个实施例中，处理模块1506，还用于：
对所述第一图像信息进行线缆骨干提取，得到所述第一图像信息中所述真实线缆对应的线缆骨干曲线；
根据虚拟线缆空间中与所述真实线缆相对应的虚拟线缆在世界坐标系中的坐标信息，建立线缆弯曲平面，其中，所述虚拟线缆空间为所述真实线缆空间的三维模型，所述真实线缆空间与所述虚拟线缆空间建立有统一的世界坐标系；
根据所述相机的投影矩阵，对所述线缆骨干曲线进行逆投影处理，得到所述线缆骨干曲线在所述线缆弯曲平面中对应的曲线。
在其中一个实施例中，所述虚拟线缆空间中所述虚拟线缆的弯曲区域包含在遮罩中，处理模块1506，还用于：
确定所述相机在所述世界坐标系中的位姿信息；
根据所述位姿信息，控制虚拟相机在所述虚拟线缆空间中采集第二图像信息，所述第二图像信息中包括所述虚拟线缆；
根据所述第二图像信息中所述虚拟线缆的弯曲区域对应的所述遮罩，生成掩码图像；
根据所述掩码图像从所述第一图像信息中确定真实线缆区域图像；
对所述真实线缆区域图像进行线缆骨干提取，得到所述真实线缆对应的线缆骨干曲线。
在其中一个实施例中，处理模块1506，还用于：
针对所述线缆骨干曲线中任一像素点，根据所述像素点在所述第一图像信息中对应的坐标信息及所述投影矩阵，确定所述像素点在所述世界坐标系中的坐标信息；
将各所述像素点在所述世界坐标系中的坐标信息，转换为在所述线缆弯曲平面中各所述像素点对应的二维坐标信息；
根据各所述像素点对应的二维坐标信息，得到所述线缆骨干曲线在所述线缆弯曲平面中对应的曲线。
在其中一个实施例中，第二确定模块1508，还用于：
采用最小二乘法对所述曲线进行处理，得到所述真实线缆的弯曲半径。
一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
获取在真实线缆空间中采集的第一图像信息，所述第一图像信息包括定位标记图像及真实线缆的图像信息，所述定位标记图像为预设在所述真实线缆空间中预设位置处的图像；
根据所述定位标记图像的坐标信息，确定相机的投影矩阵；
根据所述相机的投影矩阵对所述真实线缆进行逆投影处理，得到所述真实线缆在线缆弯曲平面中对应的曲线；
根据所述线缆弯曲平面中的所述曲线，确定所述真实线缆的弯曲半径。
关于线缆弯曲半径检测装置的具体限定可以参见上文中对于线缆弯曲半径检测方法的限定，在此不再赘述。上述线缆弯曲半径检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图16所示。该计算机设备包括通过系统总线连接的处理器、存储器、通信接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、运营商网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种线缆弯曲半径检测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解，图16中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory，ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic Random Access Memory，DRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种线缆弯曲半径检测方法，其特征在于，所述方法包括：
获取在真实线缆空间中采集的第一图像信息，所述第一图像信息包括定位标记图像及真实线缆的图像信息，所述定位标记图像为预设在所述真实线缆空间中预设位置处的图像；
根据所述定位标记图像的坐标信息，确定相机的投影矩阵；
根据所述相机的投影矩阵对所述真实线缆进行逆投影处理，得到所述真实线缆在线缆弯曲平面中对应的曲线；
根据所述线缆弯曲平面中的所述曲线，确定所述真实线缆的弯曲半径。
2.根据权利要求1所述的方法，其特征在于，所述根据所述定位标记图像的坐标信息，确定相机的投影矩阵，包括：
根据所述定位标记图像中的特征点在标记平面坐标系中的坐标信息，及所述定位标记图像对应的预设位置，确定所述特征点在世界坐标系中的坐标信息；
根据所述特征点在所述第一图像信息中的坐标信息及所述特征点在所述世界坐标系中的坐标信息，确定相机的投影矩阵。
3.根据权利要求1或2所述的方法，其特征在于，所述根据所述相机的投影矩阵对所述真实线缆进行逆投影处理，得到所述真实线缆在线缆弯曲平面中对应的曲线，包括：
对所述第一图像信息进行线缆骨干提取，得到所述第一图像信息中所述真实线缆对应的线缆骨干曲线；
根据虚拟线缆空间中与所述真实线缆相对应的虚拟线缆在世界坐标系中的坐标信息，建立线缆弯曲平面，其中，所述虚拟线缆空间为所述真实线缆空间的三维模型，所述真实线缆空间与所述虚拟线缆空间建立有统一的世界坐标系；
根据所述相机的投影矩阵，对所述线缆骨干曲线进行逆投影处理，得到所述线缆骨干曲线在所述线缆弯曲平面中对应的曲线。
4.根据权利要求3所述的方法，其特征在于，所述虚拟线缆空间中所述虚拟线缆的弯曲区域包含在遮罩中，
所述对所述第一图像信息进行线缆骨干提取，得到所述第一图像信息中所述真实线缆对应的线缆骨干曲线，包括：
确定所述相机在所述世界坐标系中的位姿信息；
根据所述位姿信息，控制虚拟相机在所述虚拟线缆空间中采集第二图像信息，所述第二图像信息中包括所述虚拟线缆；
根据所述第二图像信息中所述虚拟线缆的弯曲区域对应的所述遮罩，生成掩码图像；
根据所述掩码图像从所述第一图像信息中确定真实线缆区域图像；
对所述真实线缆区域图像进行线缆骨干提取，得到所述真实线缆对应的线缆骨干曲线。
5.根据权利要求3或4所述的方法，其特征在于，所述根据所述相机的投影矩阵，对所述线缆骨干曲线进行逆投影处理，得到所述线缆骨干曲线在所述线缆弯曲平面中对应的曲线，包括：
针对所述线缆骨干曲线中任一像素点，根据所述像素点在所述第一图像信息中对应的坐标信息及所述投影矩阵，确定所述像素点在所述世界坐标系中的坐标信息；
将各所述像素点在所述世界坐标系中的坐标信息，转换为在所述线缆弯曲平面中各所述像素点对应的二维坐标信息；
根据各所述像素点对应的二维坐标信息，得到所述线缆骨干曲线在所述线缆弯曲平面中对应的曲线。
6.根据权利要求1所述的方法，其特征在于，所述根据所述线缆弯曲平面中的所述曲线，确定所述真实线缆的弯曲半径，包括：
采用最小二乘法对所述曲线进行处理，得到所述真实线缆的弯曲半径。
7.一种线缆弯曲半径检测装置，其特征在于，所述装置包括：
获取模块，用于获取在真实线缆空间中采集的第一图像信息，所述第一图像信息包括定位标记图像及真实线缆的图像信息，所述定位标记图像为预设在所述真实线缆空间中预设位置处的图像；
第一确定模块，用于根据所述定位标记图像的坐标信息，确定相机的投影矩阵；
处理模块，用于根据所述相机的投影矩阵对所述真实线缆进行逆投影处理，得到所述真实线缆在线缆弯曲平面中对应的曲线；
第二确定模块，用于根据所述线缆弯曲平面中的所述曲线，确定所述真实线缆的弯曲半径。
8.根据权利要求7所述的装置，其特征在于，所述第一确定模块，还用于：
根据所述定位标记图像中的特征点在标记平面坐标系中的坐标信息，及所述定位标记图像对应的预设位置，确定所述特征点在世界坐标系中的坐标信息；
根据所述特征点在所述第一图像信息中的坐标信息及所述特征点在所述世界坐标系中的坐标信息，确定相机的投影矩阵。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111143293.5A CN113935958A (zh) | 2021-09-28 | 2021-09-28 | 线缆弯曲半径检测方法与装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111143293.5A CN113935958A (zh) | 2021-09-28 | 2021-09-28 | 线缆弯曲半径检测方法与装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113935958A true CN113935958A (zh) | 2022-01-14 |
Family
ID=79277187
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111143293.5A Pending CN113935958A (zh) | 2021-09-28 | 2021-09-28 | 线缆弯曲半径检测方法与装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113935958A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114565699A (zh) * | 2022-02-17 | 2022-05-31 | 成都飞机工业（集团）有限责任公司 | 一种线束形态表征方法、装置、设备及介质 |
| CN118707250A (zh) * | 2024-08-27 | 2024-09-27 | 深圳耀德数据服务有限公司 | 一种基于数据中心的故障诊断方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170023421A1 (en) * | 2010-06-21 | 2017-01-26 | The Charles Machine Works, Inc. | Method And System For Monitoring Bend And Torque Forces On A Drill Pipe |
| WO2018020568A1 (ja) * | 2016-07-26 | 2018-02-01 | 三菱電機株式会社 | ケーブル可動域表示装置、ケーブル可動域表示方法、及びケーブル可動域表示プログラム |
| CN110849291A (zh) * | 2019-11-26 | 2020-02-28 | 二重（德阳）重型装备有限公司 | 大型弯管弯曲半径检测方法 |
| CN113160301A (zh) * | 2021-04-16 | 2021-07-23 | 华南理工大学 | 一种测量弯管弯曲半径的方法及系统 |
-
2021
- 2021-09-28 CN CN202111143293.5A patent/CN113935958A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170023421A1 (en) * | 2010-06-21 | 2017-01-26 | The Charles Machine Works, Inc. | Method And System For Monitoring Bend And Torque Forces On A Drill Pipe |
| WO2018020568A1 (ja) * | 2016-07-26 | 2018-02-01 | 三菱電機株式会社 | ケーブル可動域表示装置、ケーブル可動域表示方法、及びケーブル可動域表示プログラム |
| CN110849291A (zh) * | 2019-11-26 | 2020-02-28 | 二重（德阳）重型装备有限公司 | 大型弯管弯曲半径检测方法 |
| CN113160301A (zh) * | 2021-04-16 | 2021-07-23 | 华南理工大学 | 一种测量弯管弯曲半径的方法及系统 |
Non-Patent Citations (1)
| Title |
|---|
| 余冬;李根池;冯云浩;杨永环;郝霞丽;: "基于机器视觉的气管插管圆弧半径测量方法研究", 中国医疗器械杂志, no. 03, 31 May 2015 (2015-05-31) * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114565699A (zh) * | 2022-02-17 | 2022-05-31 | 成都飞机工业（集团）有限责任公司 | 一种线束形态表征方法、装置、设备及介质 |
| CN114565699B (zh) * | 2022-02-17 | 2024-03-19 | 成都飞机工业（集团）有限责任公司 | 一种线束形态表征方法、装置、设备及介质 |
| CN118707250A (zh) * | 2024-08-27 | 2024-09-27 | 深圳耀德数据服务有限公司 | 一种基于数据中心的故障诊断方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10235771B2 (en) | Methods and systems of performing object pose estimation | |
| CN111797650B (zh) | 障碍物的识别方法、装置、计算机设备和存储介质 | |
| CN111598993B (zh) | 基于多视角成像技术的三维数据重建方法、装置 | |
| JP5248806B2 (ja) | 情報処理装置、情報処理方法 | |
| US20140168461A1 (en) | Systems and methods for estimating the structure and motion of an object | |
| CN111273772B (zh) | 基于slam测绘方法的增强现实交互方法、装置 | |
| CN113935958A (zh) | 线缆弯曲半径检测方法与装置 | |
| CN110378947B (zh) | 3d模型重建方法、装置及电子设备 | |
| CN103310188A (zh) | 用于姿态识别的方法和设备 | |
| CN112927234A (zh) | 点云语义分割方法、装置、电子设备和可读存储介质 | |
| CN111028279A (zh) | 点云数据处理方法及装置、电子设备和存储介质 | |
| CN110832542A (zh) | 识别处理设备、识别处理方法和程序 | |
| US20190318535A1 (en) | Display data processing method and apparatus | |
| CN116012913A (zh) | 模型训练方法、人脸关键点检测方法、介质及装置 | |
| CN114972634A (zh) | 基于特征体素融合的多视角三维可变形人脸重建方法 | |
| JP7003617B2 (ja) | 推定装置、推定方法、及び推定プログラム | |
| US10573033B2 (en) | Selective editing of brushstrokes in a digital graphical image based on direction | |
| CN115994944A (zh) | 三维关键点预测方法、训练方法及相关设备 | |
| CN113781653A (zh) | 对象模型生成方法、装置、电子设备及存储介质 | |
| CN117870716A (zh) | 地图兴趣点的显示方法、装置、电子设备及存储介质 | |
| JP5620741B2 (ja) | 情報処理装置、情報処理方法、およびプログラム | |
| CN109816791B (zh) | 用于生成信息的方法和装置 | |
| CN115797547A (zh) | 图像建模方法、计算机设备和存储介质 | |
| CN114419279A (zh) | 三维对象生成方法及装置、存储介质和电子设备 | |
| KR20140057916A (ko) | 영상 처리 장치 및 방법 |
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 |