CN114022569B - 一种基于视觉测量箱体方正度的方法及装置 - Google Patents
一种基于视觉测量箱体方正度的方法及装置 Download PDFInfo
- Publication number
- CN114022569B CN114022569B CN202111366991.1A CN202111366991A CN114022569B CN 114022569 B CN114022569 B CN 114022569B CN 202111366991 A CN202111366991 A CN 202111366991A CN 114022569 B CN114022569 B CN 114022569B
- Authority
- CN
- China
- Prior art keywords
- calibration plate
- box body
- image
- standard
- calculating
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 238000012216 screening Methods 0.000 claims abstract description 6
- 230000006870 function Effects 0.000 claims description 24
- 230000000007 visual effect Effects 0.000 claims description 24
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000005259 measurement Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 239000011159 matrix material Substances 0.000 claims description 8
- 238000005457 optimization Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 8
- 238000000605 extraction Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000005260 corrosion Methods 0.000 claims description 6
- 230000007797 corrosion Effects 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000003708 edge detection Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 9
- 239000000779 smoke Substances 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012856 packing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
-
- 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
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于视觉测量箱体方正度的方法及装置，包括预定义标定板的抓取方式，从所获取的视觉数据中查找并抓取出所述标定板；对标定板内的箱体进行边线检测，提取各个角点的位置信息，并计算出相应的边长与角度；依次计算箱体每个内角与直角的差异值，根据所述差异值计算箱体的方正度。本发明能够快速且准确的测量烟箱的内径尺寸以及角度，从而计算箱体的方正度，根据箱体的方正度对箱体进行筛选，能够有效避免自动化装箱过程中出现暴力装箱。
Description
技术领域
本发明涉及尺寸测量技术领域，特别是涉及一种基于视觉测量箱体方正度的方法及装置。
背景技术
目前，常用的烟箱尺寸测量法有人工测量、光幕测量、激光扫描测量和超声波测量等，其中，人工测量效率低下，且易出现差错；光幕测量对被测物品摆放要求高，且操作繁复；激光扫描测量对环境要求高，且成本昂贵；超声波测量抗干扰能力差，且方向性差．此外，大多纸箱尺寸的测量系统没有将操作环境的复杂性考虑其中，容易因纸箱摆放姿态不符合测量系统的要求而造成测量误差过大，箱体在自动化装箱过程中易出现暴力装箱、装箱装不进去的问题。
发明内容
本发明的目的是提供一种基于视觉测量箱体方正度的方法及装置，能够快速且准确的测量烟箱的内径尺寸以及角度，从而计算箱体的方正度，根据箱体的方正度对箱体进行筛选，能够有效避免自动化装箱过程中出现暴力装箱。
根据本发明的第一方面，提出一种基于视觉测量箱体方正度的方法，包括：
预定义标定板的抓取方式，从所获取的视觉数据中查找并抓取出所述标定板；
对标定板内的箱体进行边线检测，提取各个角点的位置信息，并计算出相应的边长与角度；
依次计算箱体每个内角与直角的差异值，根据所述差异值计算箱体的方正度。
进一步的，预定义标定板的抓取方式，从所获取的视觉数据中查找并抓取出所述标定板，具体包括：
预定义标定板的抓取标准；
实时获取区域内的图像，提取出图像中的标定板轮廓；所述图像中至少包括纸箱与标定板；
对标定板的轮廓进行预处理，清晰化标定板的轮廓；
筛选出符合标准的标定板的轮廓，并抓取标定板的整体轮廓；
根据所述整体轮廓计算得到标定板的相应尺寸以及角点坐标。
进一步的，所述预处理具体包括：
将所提取到的图像转化为二值化图像，并消除滤波；
对二值化图像进行边缘检测，从而获取标定板的外轮廓；
提取外轮廓的轮廓线进行曲线优化，得到清晰、连续的轮廓曲线；
将优化后的轮廓曲线与标定板的轮廓拟合。
进一步的，提取外轮廓的轮廓线进行曲线优化，具体包括：
检测二值化图像的边缘，从而获取标定板的外轮廓，同步获取外轮廓的轮廓线；
当获取到轮廓线时，判断所述轮廓线是否存在不连续、不清晰的现象：
若不存在，则直接将该轮廓线定义为清晰、连续的轮廓曲线；
若存在，则利用膨胀函数、腐蚀函数对该轮廓线进行优化，将优化后的轮廓线定义为清晰、连续的轮廓曲线。
进一步的，对标定板内的箱体进行边线检测，提取各个角点的位置信息，并计算出相应的边长与角度，具体包括：
将箱体置于标定板内，调用标定板的角点信息；
根据标定板的角点信息得到相应的透视变换矩阵，结合透视变换矩阵创建与标定板尺寸相同的显示窗口；
基于与标定板相同的方法提取箱体的角点位置信息，并计算出所述箱体的边长以及角度。
进一步的，依次计算箱体每个内角与直角的差异值，根据所述差异值计算箱体的方正度，具体包括：
预定义直角基值；
获取箱体内角的度数，计算内角的度数与直角度数的差值，并取所述差值的绝对值，形成差异值；
依次累计所有内角的所述差异值与所述直角基值的比值，并将累计结果定义为方正度。
进一步的，还包括：
预定义匹配阈值；
获取箱体的侧面图像，依次抓取箱体的侧棱的轮廓，计算侧棱的倾斜度；
将所述侧棱的倾斜度与箱体的方正度进行匹配，判断其匹配程度是否小于所述匹配阈值：
若匹配程度不小于所述匹配阈值，则说明本次计算所得的方正度符合标准；
若匹配程度小于所述匹配阈值，则说明本次计算所得的方正度不符合标准。
根据本发明的第二方面，提供了一种基于视觉测量箱体方正度的装置，包括：
数据获取模块：预定义标定板的抓取方式，从所获取的视觉数据中查找并抓取出标定板；
角点提取模块：对标定板内的箱体进行边线检测，提取各个角点的位置信息，并计算出相应的边长与角度；
数据处理模块：依次计算箱体每个内角与直角的差异值，根据差异值计算箱体的方正度。
根据本发明的第三方面，提供了一种电子设备，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，所述处理器执行所述计算机程序时实现上述第一方面中任一项的所述方法步骤。
根据本发明的第四方面，提供了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上述第一方面中任一项的所述方法步骤。
本发明的有益效果为：
本发明提供了一种基于视觉测量箱体方正度的方法及装置，快速且准确的测量烟箱的内径尺寸以及角度，定义并计算箱体的方正度，可用以衡量箱体的在装箱时的作业性能，使之不出现暴力装箱、损坏箱体的现象。
本发明基于箱体的侧面图像抓取侧棱的倾斜度，并与箱体的方正度进行拟合，根据其匹配程度亦可体现出箱体方正度的拟合效果，从而对方正度的有效性进行判定，确保数据的有效性，降低误差风险。
通过本发明的方法及装置，亦可抓取得到箱体的各项基础数据，可通过这些基础数据对纸箱的各项物理性能和外观性能进行评判，对纸箱的整体结构进行评估，将箱体的筛查标准进行量化，可有效降低误差、节省人力。
附图说明
并入到说明书中并且构成说明书的一部分的附图示出了本发明的实施例，并且与描述一起用于解释本发明的原理。在这些附图中，类似的附图标记用于表示类似的要素。下面描述中的附图是本发明的一些实施例，而不是全部实施例。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，可以根据这些附图获得其他的附图。
图1为本发明实施例的一种基于视觉测量箱体方正度的方法的流程图；
图2为本发明实施例的一种基于视觉测量箱体方正度的装置的模块化框图；
图3为本发明实施例提供的一种电子设备的结构示意图；
图4为本发明实施例提供的一种计算方正度的公式的示意图；
图5为本发明实施例提供的一种箱体图像获取装置的示意图。
具体实施方式
为了更清楚的说明本发明实施例和现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创在性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。另，设计方位的属于仅表示各部件间的相对位置关系，而不是绝对位置关系。
本发明中，纸箱的箱体图像的获取可由深度相机拍摄得到。具体的，可搭设如图5中的检测框架结构，当箱体运行至特定区域内时，深度相机即对区域内的纸箱进行数据采集。相对特定区域内的纸箱而言，深度相机的位置至少包括上方以及两侧不同的侧面，同步获取箱体的内部结构参数以及侧棱参数，以实现本发明中对纸箱的尺寸数据的获取。
可以理解的是，本发明以箱体的方正度为主要标准对箱体在装箱阶段的装箱期望进行预测，应明确的是，纸箱的其他尺寸若存在不符合使用标准的情况，可进行额外的数据检测以及判定。
实施例一
根据本发明的第一方面，提供了一种基于视觉测量箱体方正度的方法，如图1所示，为基于视觉测量箱体方正度的方法的流程图，包括：
步骤S101：预定义标定板的抓取方式，从所获取的视觉数据中查找并抓取出标定板。
本发明的实施例中，可将纸箱放置在标定板中，由置于正上方的深度相机获取视觉图像，作为基础的视觉数据。在对图像内的元素进行检测时，可率先检测提取出标定板，在检测标定板内的纸箱，以标定板为基础框，纸箱为随机框，并根据相对位置关系计算纸箱的角点坐标。
本发明的实施例中，从视觉数据中查找并抓取出标定板的步骤具体包括：
预定义标定板的抓取标准；
实时获取区域内的图像，提取出图像中的标定板轮廓；所述图像中至少包括纸箱与标定板；
对标定板的轮廓进行预处理，清晰化标定板的轮廓；
筛选出符合标准的标定板的轮廓，并抓取标定板的整体轮廓；
根据所述整体轮廓计算得到标定板的相应尺寸以及角点坐标。
对于标定板的抓取，可根据标定板的基本形状进行抓取方式的定义，并对抓取标准进行限定，从而确保从视觉图像中所抓取出的标定板能够进行后续的使用。
具体的，标定板可为正方形板，在抓取时，所抓取的标定板的轮廓越接近正方形则说明抓取的效果越好，反之，则说明标定板以及其内的纸箱的位置相对于视觉采集点存在位置偏差。亦可通过相邻边的比例进行判定。
在进行视觉图像的采集时，外部环境会对图像的采集产生影响，应至少保证视觉图像的清晰度，抓取出的标定板应保持完整、明确的边界，便于识别、分辨。
因此，抓取标准至少包括标定板的形状匹配、视觉图像的基础质量的判定，根据抓取标准所执行的判定步骤具体包括：
预定义偏差阈值、图像质量标准；
获取区域内的图像参数，判断所述图像参数优于所述图像质量标准，则进行标定板的轮廓提取；反之，则舍弃图像，并发出警示；
获取所抓取的标定板的整体轮廓，判断其形状与正方形的匹配程度：
若匹配程度大于所述偏差阈值，则判定所抓取的标定板的整体轮廓符合标准；
若匹配程度不大于所述偏差阈值，则判定所抓取的标定板的整体轮廓不符合标准，并发出警示。
可以理解的是，前后两次警示可进行区分，使得工作人员能明确故障出现在那一阶段，便于解决问题。
本发明的实施例中，视觉图像的原始图像为彩色的，可将其转换为二值化图像，便于轮廓的检测与提取，此过程即为预处理，在预处理的过程中，可同步对轮廓进行优化，弥补不连续、不清晰的部分，使得轮廓清晰化，便于后期对角点特征的提取。
将轮廓曲线优化之后，可将之与二值化的图像进行拟合，使得标定板的整体轮廓更加明确、清晰，便于数字化处理，有利于角点特征的判定以及提取；预处理的具体步骤包括：
将所提取到的图像转化为二值化图像，并消除滤波；
对二值化图像进行边缘检测，从而获取标定板的外轮廓；
提取外轮廓的轮廓线进行曲线优化，得到清晰、连续的轮廓曲线；
将优化后的轮廓曲线与标定板的轮廓拟合。
本发明的实施例中，可采用颜色空间转换函数，将视觉图像转化为二值化图像，并采用高斯滤波函数消除滤波；再采用边缘检测函数对图像进行检测，从而获得标定板的外轮廓。
由于边缘检测函数直接检测出来的轮廓，有不连续且不清晰的现象，会为后续提取角点特征造成很大的麻烦，因此，可将获取到的外轮廓的轮廓线进行曲线优化，使轮廓线清晰、连续。
本发明实施例中，通过膨胀函数、腐蚀函数对得到的轮廓线进行处理，对提取外轮廓的轮廓线进行曲线优化，具体步骤包括：
检测二值化图像的边缘，从而获取标定板的外轮廓，同步获取外轮廓的轮廓线；
当获取到轮廓线时，判断所述轮廓线是否存在不连续、不清晰的现象：
若不存在，则直接将该轮廓线定义为清晰、连续的轮廓曲线；
若存在，则利用膨胀函数、腐蚀函数对该轮廓线进行优化，将优化后的轮廓线定义为清晰、连续的轮廓曲线。
膨胀函数与腐蚀函数一般都是成对出现，膨胀函数与腐蚀函数的功能恰好相反，可以很好的清晰化、连续化轮廓曲线。
对于完成优化的轮廓曲线，则可将之与标定板的轮廓进行拟合，从而明确标定板的角点位置信息。
步骤S102：对标定板内的箱体进行边线检测，提取各个角点的位置信息，并计算出相应的边长与角度。
本发明的实施例中，基于步骤S101中从而视觉图像内获取标定板角点位置信息相同的方法，可应用于与标定板处于同一视觉图像内的纸箱，获取纸箱的内部角点位置信息。
在对箱体进行边线检测阶段，不需要针对箱体进行形状的匹配，保证图像的质量标准即可，由于此种判定在进行标定板的抓取时已经完成，因此可直接对视觉图像中的箱体直接进行边线检测，边线检测的范围可框定在标定板的内部。获取箱体的轮廓之后，同样进行轮廓曲线优化，便于箱体的角点特征提取。
基于实际测量过程中的各种因素，标定板可能会出现放置不正的情况，因此必须对提取的标定板进行校正，且以标定板的尺寸创建一个独立的窗口，进行显示，从而避免标定板放置因素对本发明的检测结果的影响。
本发明的实施例中，对标定板内的箱体进行边线检测，提取各个角点的位置信息之后，即可计算出相应的边长与角度，具体步骤包括：
将箱体置于标定板内，调用标定板的角点信息；
根据标定板的角点信息得到相应的透视变换矩阵，结合透视变换矩阵创建与标定板尺寸相同的显示窗口；
基于与标定板相同的方法提取箱体的角点位置信息，并计算出所述箱体的边长以及角度。
本发明实施例中，为方便角度和尺寸的统一测量，可对标定板所得到的四个角点坐标进行标号，结合标定板的实际尺寸，即可确定标定板的四个角点的坐标。根据标定板的四个角点得到相应的透视变换矩阵，结合透视变换矩阵创建与标定板尺寸相同的显示窗口，其不受标定板放置歪斜的影响。
在同一显示窗口内，标定板的尺寸、箱体各内角的角度以及边长的长度均可显示在图像上相应的位置。
步骤S103：依次计算箱体每个内角与直角的差异值，根据差异值计算箱体的方正度。
本发明的实施例中，箱体的四个角点位置信息确定之后，即可计算边长以及角度，可将每个内角与直角的差异率进行绝对值累加，以体现箱体的方正度，具体步骤包括：
预定义直角基值；
获取箱体内角的度数，计算内角的度数与直角度数的差值，并取所述差值的绝对值，形成差异值；
依次累计所有内角的所述差异值与所述直角基值的比值，并将累计结果定义为方正度。
本发明的实施例中，箱体的内角应为直角，通过视觉图像计算所得的内角的角度则为实际角度，实际角度与直角度数之间存在差异值，可将四个角的差异值取绝对值之后，与直角度数形成比例，此比例即为差异比率，累计四个角的差异比率，并将之定义为方正度。
进一步的，请参阅图4，图4为本发明实施例所提供的一种方正度的计算公式，其中F为方正度，θ为内角的度数值，分母为直角基值（即，直角的度数值：90），本发明以四个角点为例进行说明，j为累加的次数。
进一步的，可预定义方正度的标准值，判断所述方正度是否大于所述标准值：
若大于，则说明当前箱体结构不具备完成自动装箱作业的条件，应进行修复、复查；
若不大于，则说明当前箱体结构具备完成自动装箱作业的条件。
对于方正度符合要求的箱体，可直接进如下一步工序。
基于上述方法步骤，在完成方正度的计算之后，还应包括对计算所得到的方正度的评估验证，可采用侧边处的深度相机所采集的视觉图像对侧棱进行抓取，将侧棱的倾斜度与方正度进行匹配，根据匹配程度来对本次计算所得的方正度进行评估，判定其是否符合标准，具体步骤包括：
预定义匹配阈值；
获取箱体的侧面图像，依次抓取箱体的侧棱的轮廓，计算侧棱的倾斜度；
将所述侧棱的倾斜度与箱体的方正度进行匹配，判断其匹配程度是否小于所述匹配阈值：
若匹配程度不小于所述匹配阈值，则说明本次计算所得的方正度符合标准；
若匹配程度小于所述匹配阈值，则说明本次计算所得的方正度不符合标准。
本发明的实施例中，根据图5可知，侧面的深度相机可抓取侧棱中的三根侧棱，其中一根侧棱可进行重复抓取，因此：
以该重复抓取的侧棱为拟合基准进行三根侧棱的拟合，并依次计算三根侧棱的倾斜度，以侧棱确定面；
计算两个面所相交处角的度数，以此角的度数，以及抓取得到的边长尺寸进行箱体结构的还原，
计算还原所得到的箱体结构的理论方正度，并将之定义为匹配值；
计算匹配值与本次计算所得的方正度之间的差值，将差值的绝对值定义为匹配程度。
匹配程度不小于匹配阈值，则说明待测箱体的结构满足平行四边形的基本规则，计算的方正度亦符合标准。此时，箱体结构仍在规则四边形的范畴内，可能为平行四边形、矩形等规则的结构，其方正度的计算可以很好的反应其是否具备自动装箱的作业条件。
匹配程度小于匹配阈值，则说明待测箱体的结构已经不满足平行四边形的基本规则，计算的方正度亦不符合标准。此时，箱体结构为不规则的四边形结构，方正度不能很好的反应其是否具备自动装箱的作业条件，应由工作人员进行检查、修复。
可以理解的是，处于纸箱正上方的深度相机所采集的视觉图像包括底部的四个角点、端口处的四个角点，可依次获取底部的四个角点与端口处的四个角点，与所抓取的侧棱进行空间匹配，从而判断本次计算所得的方正度是否符合标准。此种判定方式，可设置为抽样检测，亦可设置为固定检测流程。
本发明所计算得到的方正度，无论在纸箱的生产质检还是纸箱的回收利用阶段，均可作为具备自动装箱作业的前置条件对纸箱的箱体结构进行判定，从而实现生产线的自动化控制作业。
实施例二
根据本发明的第二方面，提供了一种基于视觉测量箱体方正度的装置。如图2所示，为基于视觉测量箱体方正度的装置的模块化框图，包括：
数据获取模块201：预定义标定板的抓取方式，从所获取的视觉数据中查找并抓取出标定板；
角点提取模块202：对标定板内的箱体进行边线检测，提取各个角点的位置信息，并计算出相应的边长与角度；
数据处理模块203：依次计算箱体每个内角与直角的差异值，根据差异值计算箱体的方正度。
可以理解的是，本发明实施例提供的装置均适用于实施例一所述的方法，各个模块的具体功能可参照上述方法流程，此处不再赘述。
实施例三
本发明实施例提供的一种电子设备，用于实现实施例一所述的方法。图3是本发明实施例提供的一种电子设备的实体结构示意图。电子设备可以包括：至少一个中央处理器，至少一个网络接口，控制接口，存储器，至少一个通信总线。
其中，通信总线用于实现各组件之间的连接通信，信息交互。
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，控制接口用于根据指令输出控制操作。
其中，中央处理器可以包括一个或者多个处理核心。中央处理器利用各种接口和线路连接整个终端内的各个部分，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，根据实施例一所述的方法执行终端的各种功能和处理数据。
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）。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）、用于实现上述实施例一的方法等；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。
本发明还提供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实现上述实施例一所述的方法。其中，计算机可读存储介质可以包括但不限于任何类型的盘，包括软盘、光盘、DVD、CD-ROM、微型驱动器以及磁光盘、ROM、RAM、EPROM、EEPROM、DRAM、VRAM、闪速存储器设备、磁卡或光卡、纳米系统（包括分子存储器IC），或适合于存储指令和/或数据的任何类型的媒介或设备。
需要说明的是，对于前述的各方法实施例，为了简单描述，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，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。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是本发明所必须的。
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，可以参见其他实施例的相关描述。
在本发明所提供的几个实施例中，应该理解到，所揭露的装置，可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服务接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
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。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元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器中。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器中，包括若干指令用以使得一台计算机设备（可为个人计算机、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。而前述的存储器包括：U盘、只读存储器（Read-Only Memory， ROM）、随机存取存储器（Random Access Memory，RAM）、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通进程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储器中，存储器可以包括：闪存盘、只读存储器（Read-Only Memory， ROM）、随机存取器（RandomAccessMemory，RAM）、磁盘或光盘等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包含一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个…”限定的要素，并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上内容是结合具体的优选实施方式对本发明所做的进一步详细说明，不能认定本发明的具体实施例只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。
Claims (9)
1.一种基于视觉测量箱体方正度的方法，其特征在于，包括：
预定义标定板的抓取方式，从所获取的视觉数据中查找并抓取出所述标定板；具体包括：
预定义标定板的抓取标准；
实时获取区域内的图像，提取出图像中的标定板轮廓；所述图像中至少包括纸箱与标定板；
对标定板的轮廓进行预处理，清晰化标定板的轮廓；
筛选出符合标准的标定板的轮廓，并抓取标定板的整体轮廓；
根据所述整体轮廓计算得到标定板的相应尺寸以及角点坐标；
所述抓取标准至少包括标定板的形状匹配、视觉图像的基础质量的判定，根据抓取标准所执行的判定步骤具体包括：
预定义偏差阈值、图像质量标准；
获取区域内的图像参数，判断所述图像参数优于所述图像质量标准，则进行标定板的轮廓提取；反之，则舍弃图像，并发出警示；
获取所抓取的标定板的整体轮廓，判断其形状与正方形的匹配程度：
若匹配程度大于所述偏差阈值，则判定所抓取的标定板的整体轮廓符合标准；
若匹配程度不大于所述偏差阈值，则判定所抓取的标定板的整体轮廓不符合标准，并发出警示；
对标定板内的箱体进行边线检测，提取各个角点的位置信息，并计算出相应的边长与角度；
依次计算箱体每个内角与直角的差异值，根据所述差异值计算箱体的方正度。
2.根据权利要求1所述的一种基于视觉测量箱体方正度的方法，其特征在于，所述预处理具体包括：
将所提取到的图像转化为二值化图像，并消除滤波；
对二值化图像进行边缘检测，从而获取标定板的外轮廓；
提取外轮廓的轮廓线进行曲线优化，得到清晰、连续的轮廓曲线；
将优化后的轮廓曲线与标定板的轮廓拟合。
3.根据权利要求2所述的一种基于视觉测量箱体方正度的方法，其特征在于，提取外轮廓的轮廓线进行曲线优化，具体包括：
检测二值化图像的边缘，从而获取标定板的外轮廓，同步获取外轮廓的轮廓线；
当获取到轮廓线时，判断所述轮廓线是否存在不连续、不清晰的现象：
若不存在，则直接将该轮廓线定义为清晰、连续的轮廓曲线；
若存在，则利用膨胀函数、腐蚀函数对该轮廓线进行优化，将优化后的轮廓线定义为清晰、连续的轮廓曲线。
4.根据权利要求3所述的一种基于视觉测量箱体方正度的方法，其特征在于，对标定板内的箱体进行边线检测，提取各个角点的位置信息，并计算出相应的边长与角度，具体包括：
将箱体置于标定板内，调用标定板的角点信息；
根据标定板的角点信息得到相应的透视变换矩阵，结合透视变换矩阵创建与标定板尺寸相同的显示窗口；
基于与标定板相同的方法提取箱体的角点位置信息，并计算出所述箱体的边长以及角度。
5.根据权利要求1所述的一种基于视觉测量箱体方正度的方法，其特征在于，依次计算箱体每个内角与直角的差异值，根据所述差异值计算箱体的方正度，具体包括：
预定义直角基值；
获取箱体内角的度数，计算内角的度数与直角度数的差值，并取所述差值的绝对值，形成差异值；
依次累计所有内角的所述差异值与所述直角基值的比值，并将累计结果定义为方正度。
6.根据权利要求1所述的一种基于视觉测量箱体方正度的方法，其特征在于，
还包括：
预定义匹配阈值；
获取箱体的侧面图像，依次抓取箱体的侧棱的轮廓，计算侧棱的倾斜度；根据所述侧棱的倾斜度计算还原所得到的箱体结构的理论方正度，并将之定义为匹配值；
将所述匹配值与箱体的方正度进行匹配，判断其匹配程度是否小于所述匹配阈值：
若匹配程度不小于所述匹配阈值，则说明本次计算所得的方正度符合标准；
若匹配程度小于所述匹配阈值，则说明本次计算所得的方正度不符合标准。
7.一种基于视觉测量箱体方正度的装置，其特征在于，包括：
数据获取模块：预定义标定板的抓取方式，从所获取的视觉数据中查找并抓取出标定板；具体包括：
预定义标定板的抓取标准；
实时获取区域内的图像，提取出图像中的标定板轮廓；所述图像中至少包括纸箱与标定板；
对标定板的轮廓进行预处理，清晰化标定板的轮廓；
筛选出符合标准的标定板的轮廓，并抓取标定板的整体轮廓；
根据所述整体轮廓计算得到标定板的相应尺寸以及角点坐标；
所述抓取标准至少包括标定板的形状匹配、视觉图像的基础质量的判定，根据抓取标准所执行的判定步骤具体包括：
预定义偏差阈值、图像质量标准；
获取区域内的图像参数，判断所述图像参数优于所述图像质量标准，则进行标定板的轮廓提取；反之，则舍弃图像，并发出警示；
获取所抓取的标定板的整体轮廓，判断其形状与正方形的匹配程度：
若匹配程度大于所述偏差阈值，则判定所抓取的标定板的整体轮廓符合标准；
若匹配程度不大于所述偏差阈值，则判定所抓取的标定板的整体轮廓不符合标准，并发出警示；
角点提取模块：对标定板内的箱体进行边线检测，提取各个角点的位置信息，并计算出相应的边长与角度；
数据处理模块：依次计算箱体每个内角与直角的差异值，根据差异值计算箱体的方正度。
8.一种电子设备，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，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述一种基于视觉测量箱体方正度的方法的步骤。
9.一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如权利要求1至6任一项所述一种基于视觉测量箱体方正度的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111366991.1A CN114022569B (zh) | 2021-11-18 | 2021-11-18 | 一种基于视觉测量箱体方正度的方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111366991.1A CN114022569B (zh) | 2021-11-18 | 2021-11-18 | 一种基于视觉测量箱体方正度的方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114022569A CN114022569A (zh) | 2022-02-08 |
| CN114022569B true CN114022569B (zh) | 2024-06-07 |
Family
ID=80065046
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111366991.1A Active CN114022569B (zh) | 2021-11-18 | 2021-11-18 | 一种基于视觉测量箱体方正度的方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114022569B (zh) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104296701A (zh) * | 2014-08-21 | 2015-01-21 | 上海烟草集团有限责任公司 | 全开式烟盒方正度的检测装置 |
| CN109993800A (zh) * | 2019-03-18 | 2019-07-09 | 五邑大学 | 一种工件尺寸的检测方法、装置及存储介质 |
| CN110047109A (zh) * | 2019-03-11 | 2019-07-23 | 南京航空航天大学 | 一种基于自识别标记的相机标定板及其识别检测方法 |
| CN110068270A (zh) * | 2019-04-18 | 2019-07-30 | 上海拓今智能科技有限公司 | 一种基于多线结构光图像识别的单目视觉箱体体积测量方法 |
| CN111089569A (zh) * | 2019-12-26 | 2020-05-01 | 中国科学院沈阳自动化研究所 | 一种基于单目视觉的大型箱体测量方法 |
| CN111197979A (zh) * | 2019-06-20 | 2020-05-26 | 广东领盛装配式建筑科技有限公司 | 一种基于点云数据分析的建筑检测方法及装置 |
| WO2020233443A1 (zh) * | 2019-05-21 | 2020-11-26 | 菜鸟智能物流控股有限公司 | 一种激光雷达与相机之间的标定方法和装置 |
| WO2020252920A1 (zh) * | 2019-06-18 | 2020-12-24 | 平安科技（深圳）有限公司 | 图片校正方法、装置、计算机设备及计算机可读存储介质 |
| CN112308934A (zh) * | 2020-11-20 | 2021-02-02 | 展讯通信(天津)有限公司 | 标定检测方法及装置、存储介质、计算设备 |
| CN113624145A (zh) * | 2021-08-09 | 2021-11-09 | 吉林大学 | 一种用于测量汽车保险盒中器件的装配高度和倾斜程度的视觉实现方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI475187B (zh) * | 2010-10-27 | 2015-03-01 | Hitachi High Tech Corp | Image processing devices and computer programs |
-
2021
- 2021-11-18 CN CN202111366991.1A patent/CN114022569B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104296701A (zh) * | 2014-08-21 | 2015-01-21 | 上海烟草集团有限责任公司 | 全开式烟盒方正度的检测装置 |
| CN110047109A (zh) * | 2019-03-11 | 2019-07-23 | 南京航空航天大学 | 一种基于自识别标记的相机标定板及其识别检测方法 |
| CN109993800A (zh) * | 2019-03-18 | 2019-07-09 | 五邑大学 | 一种工件尺寸的检测方法、装置及存储介质 |
| CN110068270A (zh) * | 2019-04-18 | 2019-07-30 | 上海拓今智能科技有限公司 | 一种基于多线结构光图像识别的单目视觉箱体体积测量方法 |
| WO2020233443A1 (zh) * | 2019-05-21 | 2020-11-26 | 菜鸟智能物流控股有限公司 | 一种激光雷达与相机之间的标定方法和装置 |
| WO2020252920A1 (zh) * | 2019-06-18 | 2020-12-24 | 平安科技（深圳）有限公司 | 图片校正方法、装置、计算机设备及计算机可读存储介质 |
| CN111197979A (zh) * | 2019-06-20 | 2020-05-26 | 广东领盛装配式建筑科技有限公司 | 一种基于点云数据分析的建筑检测方法及装置 |
| CN111089569A (zh) * | 2019-12-26 | 2020-05-01 | 中国科学院沈阳自动化研究所 | 一种基于单目视觉的大型箱体测量方法 |
| CN112308934A (zh) * | 2020-11-20 | 2021-02-02 | 展讯通信(天津)有限公司 | 标定检测方法及装置、存储介质、计算设备 |
| CN113624145A (zh) * | 2021-08-09 | 2021-11-09 | 吉林大学 | 一种用于测量汽车保险盒中器件的装配高度和倾斜程度的视觉实现方法 |
Non-Patent Citations (3)
| Title |
|---|
| 基于Canny算子和Radon变换的轨道图像校正方法";余明扬等;《计算机应用》;20171220;第37卷(第S2期);第92-94页 * |
| 基于RGBD的箱体尺寸测量与包装优化;秦文翔;郭玲;林舒泓;;《计算机与现代化》;20190515(第5期);全文 * |
| 基于计算机视觉的卷烟包装方正度测量方法;张勍等;《烟草科技》;20171130;第50卷(第11期);第87-90页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114022569A (zh) | 2022-02-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8121400B2 (en) | Method of comparing similarity of 3D visual objects | |
| CN110579479A (zh) | 一种基于假点缺陷检测的pcb检修系统及检修方法 | |
| CN109632808B (zh) | 棱边缺陷检测方法、装置、电子设备及存储介质 | |
| CN111383285A (zh) | 一种基于毫米波雷达与摄像机传感器融合标定方法及系统 | |
| CN107609483B (zh) | 面向驾驶辅助系统的危险目标检测方法、装置 | |
| CN113870257B (zh) | 印刷电路板缺陷检测分类方法、装置及计算机储存介质 | |
| CN113344931A (zh) | 一种插件视觉检测识别方法、可读存储介质及设备 | |
| US11315229B2 (en) | Method for training defect detector | |
| CN108955901B (zh) | 一种红外测温方法、系统及终端设备 | |
| CN113724259B (zh) | 井盖异常检测方法、装置及其应用 | |
| TW201930908A (zh) | 電路板瑕疵篩選方法及其裝置與電腦可讀取記錄媒體 | |
| CN115731165A (zh) | 一种锂电池在线尺寸点检的检测系统及方法 | |
| CN107993223A (zh) | 划痕检测方法、装置和电子设备 | |
| CN115861443A (zh) | 一种多相机内参标定方法、装置、电子设备及存储介质 | |
| CN117058411B (zh) | 电池棱边外形瑕疵识别方法、装置、介质和设备 | |
| CN114022569B (zh) | 一种基于视觉测量箱体方正度的方法及装置 | |
| CN114359865A (zh) | 一种障碍物的检测方法及相关装置 | |
| CN116721083A (zh) | 一种检测电力设备瑕疵的背夹及其检测方法 | |
| CN116465316A (zh) | 钢材厚度批量测量方法、装置、设备及介质 | |
| CN117237835A (zh) | 一种基于yolov7的货架安全自动检测方法及装置 | |
| CN111815552A (zh) | 一种工件检测方法、装置、可读存储介质及终端设备 | |
| CN114648517A (zh) | 管屏焊缝的检测方法、系统、电子设备及存储介质 | |
| CN115203815A (zh) | 生产速度部件检查系统和方法 | |
| CN114140707A (zh) | 一种电网故障巡检方法 | |
| CN104267203A (zh) | 一种样品的测试方法及装置 |
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 |