CN115376000A - 一种水下测量方法、设备及计算机可读存储介质 - Google Patents

一种水下测量方法、设备及计算机可读存储介质 Download PDF

Info

Publication number
CN115376000A
CN115376000A CN202210867245.9A CN202210867245A CN115376000A CN 115376000 A CN115376000 A CN 115376000A CN 202210867245 A CN202210867245 A CN 202210867245A CN 115376000 A CN115376000 A CN 115376000A
Authority
CN
China
Prior art keywords
marker
underwater
determining
target image
distance
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
Application number
CN202210867245.9A
Other languages
English (en)
Inventor
孙伟
钟卓如
张翀
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Qysea Technology Co ltd
Original Assignee
Shenzhen Qysea Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Qysea Technology Co ltd filed Critical Shenzhen Qysea Technology Co ltd
Priority to CN202210867245.9A priority Critical patent/CN115376000A/zh
Publication of CN115376000A publication Critical patent/CN115376000A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/05—Underwater scenes
    • 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
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/82—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using neural networks
    • 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
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20084—Artificial neural networks [ANN]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本申请公开了一种水下测量方法、设备及计算机可读存储介质，该方法包括：获取目标图像，所述目标图像包括标识物和目标物体，所述标识物设置于所述目标物体对应的平面内；根据所述标识物中至少两个几何中心点的像素坐标和实际距离确定比例尺；根据所述比例尺确定所述目标物体的测量数据。解决了水下测量时，操作复杂且容易存在较大误差的问题，提高水下测量技术的测量速度、精度，减小测量误差。

Description

一种水下测量方法、设备及计算机可读存储介质
技术领域
本申请涉及水下测量领域，尤其涉及一种水下测量方法、设备及计算机可读存储介质。
背景技术
随着对海洋研究与开发的不断深入，人们对水下测量技术的要求也越来越高。
目前水下测量主要有声学和光学两种手段。采用声呐进行水下测量时，造价较高，且容易受测量环境的影响。常见的光学水下距离测量设备是以红外光为技术基础的红外测距仪。
但是，在使用红外测距仪测量物体距离时，需控制测距仪与被测物体平面垂直，否则会由于返回信号过于微弱而无法得到准确的物体数据，容易产生较大误差。
发明内容
本申请实施例通过提供一种水下测量方法、设备及计算机可读存储介质，解决了水下测量技术中，使用红外测距仪测量物体距离时，操作复杂且容易产生较大误差的问题，提高了测量结果的准确度，较小测量误差。
本申请实施例提供了一种水下测量方法，应用与水下测量设备，所述方法包括：
获取目标图像，所述目标图像包括标识物和目标物体，所述标识物设置于所述目标物体对应的平面内；
根据所述标识物中至少两个几何中心点的像素坐标和实际距离确定比例尺；
根据所述比例尺确定所述目标物体的测量数据。
可选地，所述水下测量设备包括机械手，所述获取目标图像的步骤之前，还包括：
控制所述机械手夹持所述标识物，以使将所述标识物置于所述目标物体对应的平面内。
可选地，所述根据所述标识物中至少两个几何中心点的像素坐标和实际距离确定比例尺的步骤之前，还包括：
基于成像角度，判断所述水下测量设备是否正对所述目标图像中所述标识物；
若所述水下测量设备正对所述目标图像中所述标识物，则执行所述根据所述标识物中至少两个几何中心点的像素坐标和实际距离确定比例尺的步骤；
若所述水下测量设备未正对所述目标图像中所述标识物，则调整所述水下测量设备的拍摄角度，以重新获取所述目标图像。
可选地，所述基于成像角度，判断所述水下测量设备是否正对所述目标图像中所述标识物的步骤之前，还包括：
确定所述标识物的实际形状和所述目标图像中所述标识物的测量形状，确定形变量；
根据所述形变量确定所述成像角度。
可选地，所述根据所述标识物中至少两个几何中心点的像素坐标和实际距离确定比例尺的步骤之前，还包括：
确定所述标识物在所述目标图像中的位置数据，所述位置数据包括所述标识物的中心点、宽度和/或高度；
根据所述位置数据输入预设位置检测模型，得到所述标识物的像素坐标信息；
根据所述标识物至少两个几何中心点的所述像素坐标信息确定所述像素距离。
可选地，所述确定所述标识物在所述目标图像中的位置数据的步骤包括：
在所述目标图像中确定所述标识物的目标区域；
根据所述目标区域确定所述标识物的所述位置数据。
可选地，所述水下测量设备设置有激光器，所述获取目标图像的步骤之后，还包括：
若未检测到所述标识物，或者检测到的所述标识物的形状不完整，控制所述激光器向所述目标物体发射至少两束激光，所述至少两束激光之间的距离为固定距离；
获取激光图像，所述激光图像包括目标物体和所述激光在所述目标物体上的激光点；
根据所述固定距离和所述激光点之间的像素距离，确定所述比例尺。
可选地，所述水下测量设备设有测距传感器，所述获取目标图像的步骤之后，还包括：
若未检测到所述标识物，或者检测到的所述标识物的形状不完整，获取所述测距传感器检测得到的水下测量设备与所述目标物体的目标距离；
根据光学相机的视场角和所述目标距离确定所述比例尺。
此外，为实现上述目的，本申请实施例还提供一种水下测量设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的水下测量程序，所述处理器执行所述水下测量程序时，实现如上所述的方法。
此外，为实现上述目的，本申请实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有水下测量程序，所述水下测量程序被处理器执行时，实现如上所述的方法。
本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
1、通过获取包括标识物和目标物体的目标图像，所述标识物设置于所述目标物体对应的平面内；根据所述标识物中至少两个几何中心点的像素坐标和实际距离确定比例尺；根据所述比例尺确定所述目标物体的测量数据。将标示物和目标物体置于同一平面内，根据标示物的特定形状确定比例尺，进而确定目标物体的数据，可以是目标物体的长度、面积、周长等可以根据比例尺换算得到的数据。操作简单且测量速度快，不会受水的折射率的影响。
2、获取目标图像之后，先确定标识物的实际形状和目标图像中所述标识物的测量形状，确定形变量，根据所述形变量确定所述成像角度；根据成像角度调整测量设备的拍摄角度，重新获取目标图像或者根据所述标识物中至少两个几何中心点的像素坐标和实际距离确定比例尺，根据比例尺确定目标物体的测量数据。确保目标图像中的标识物形状没有变形，比例尺的数据才更准确，从而基于比例尺确定的目标物体的数据也更准确。
附图说明
图1为本申请一种水下测量方法实施例一的流程示意图；
图2为本申请一实施例水下测量设备的结构示意图；
图3为本申请一种水下测量方法实施例二的流程示意图；
图4为本申请一实施例标识物的形状示意图；
图5为本申请一种水下测量方法实施例三的流程示意图；
图6为本申请一实施例方案涉及的硬件运行环境的终端结构示意图。
具体实施方式
在水下测量技术中，需要使用激光来检测目标物体的数据，但光在水中的衰减较大，尤其是当水质较浑浊时，激光发射到目标物体上时存在一定偏差，有时激光斑点亦不清晰，导致最终测得的目标物体相关数据不准确。为了解决上述缺陷，本申请提出一种水下测量方法，应用于水下测量设备，获取目标图像，所述目标图像包括标识物和目标物体，所述标识物设置于所述目标物体对应的平面内；根据所述标识物中至少两个几何中心点的像素坐标和实际距离确定比例尺；根据所述比例尺确定所述目标物体的测量数据。提高水下测量结果的精度，较小误差。
为了更好的理解上述技术方案，下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例，然而应当理解，可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本申请，并且能够将本申请的范围完整的传达给本领域的技术人员。
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例一
参照图1，本实施例提出的一种水下测量方法包括以下步骤：
步骤S10：获取目标图像，所述目标图像包括标识物和目标物体，所述标识物设置于所述目标物体对应的平面内；
在本实施例中，标识物可以为任意图形，可选地，图形可以是圆形、方形、不规则多边形等。标识物可以以预设排列方式进行排列，可选地，至少两个标识物呈等边三角形组合而成，可选地，标识物为三个半径相同的圆形，标识物之间呈等边三角形排列组合，示例性地，标识物可以是印刷在一张带有背胶的防水材料上，标识物由三个直径为3cm的圆圈组成，所述圆圈是黑色线条框线，红色填充颜色的圆形。三个圆形呈边长为5cm的等边三角形排列组合而成，背景板颜色为白色。
目标物体位于水下，在获取目标图像时，标识物和目标物体位于同一平面上。水下测量设备获取到目标图像之后，对目标图像进行图像增强处理，提高图像的清晰度，将经过图像增强后的目标图像通过双绞线上传到水面显示设备端，水面显示设别端上部署有识别算法、圆形检测算法等特定算法的测量工具软件，所述特定算法是根据标识物的特殊形状和激光光束间的特定距离而设定的。可测量的数据包括但不限于目标物体的长度、宽度、周长、面积和角度等数据。
如图2所示，水下测量设备包括水面显示设备端1，水面显示设备端可以是计算机、工控机、手机、平板等终端设备。可选地，水下测量设备还包括水下设备端3，水下设备端3上部署有光学相机4，激光器5，机械手6；水下测量设备还包括双绞线2，双绞线第一端与水面显示设备端1连接，第二端与水下设备端3连接；在进行测量时，机械手6夹持标识物8，将标识物8置于与目标物体7同平面内。
作为一种可选实施方式，水下测量设备配置有机械手，在获取目标图像之前，控制所述机械手夹持所述标识物，以使所述标识物置于所述目标物体对应的平面内。
配置在水面显示设备端上的识别算法可以快速识别出标识物，并进行相关像素距离校准算法。开始测量时，控制机械手将标识物贴在目标物体上，再控制水下测量设备上的光学相机正对准标识物和目标物体，获取目标图像。
可以理解的是，本申请对标识物的线条颜色不作限定，水面显示设备端的识别算法是通过对标识物的特定形状进行一系列训练后确定的。
作为另一种可选实施方式，获取目标图像后需要检测所述目标图像的成像角度，若成像角度正常则继续进入下一步操作，否则需要调整水下测量设备的拍摄角度，再重新获取所述目标图像，直至成像角度正常。
示例性地，由于标识物是由三个大小相同的圆形呈等边三角形排列组合而成的，因此，通过判断获取到的图像中标识物圆形是否发生形变可以确定光学相机是正对着标识物和目标物体的，由此确定的比例尺是准确的，进而使得最终测量的目标物体数据也是准确的。
作为又一种可选实施方式，水下测量设备上设置有测距传感器，在获取所述目标图像之后，若未检测到所述标识物，或者检测到的所述标识物的形状不完整，获取所述测距传感器检测得到的水下测量设备与所述目标物体的目标距离，根据光学相机的视场角和所述目标距离确定所述比例尺。
示例性地，在水下测量设备上安装测距传感器，测距传感器可以获取相机与被测物体之间的直线距离，使用相机拍摄时，还可以获取相机镜头的视场角度，确定视场角参数，根据所述视场角参数和所述直线距离的映射关系，确定图像比例尺，进而确定目标物体的测量数据。
步骤S20：根据所述标识物中至少两个几何中心点的像素坐标和实际距离确定比例尺；
在本实施例中，实际测量过程中，可以先测量标识物中任意两个几何形状之间的实际距离，再确定目标图像中所述几何形状之间对应的像素距离，进而确定图像比例尺。
作为一种可选实施方式，部署在水面显示设备端的识别算法运行轻量化神经网络，推理出标识物在目标图像中的位置，进而确定标识物的中心点、宽度、高度等数据，然后转换为图像ROI(Region Of Interest，感兴趣区域)，将ROI区域导入检测算法，获取标识物中三个几何形状的中心点像素坐标数据，将所述中心点像素坐标数据两两相减，得到标识物的像素距离，进而确定像素比例尺。
示例性地，水面显示设备端的识别算法可以识别标识物整体符号以及标识物中三个几何形状的中心点像素坐标，提取每个几何形状中心点在图像中的像素坐标以及成像角度。将像素坐标两两相减可以获得像素距离，通过中心点成像角度可以判别所获取的目标图像是否是正对准目标物的，在正对准目标物的情况下，实际测得的距离才准确。由于标识物中三个几何形状是等边对称分布的，其边长物理距离为固定值，可以根据边长的实际距离换算出像素距离的比例尺数据。
作为另一种可选实施方式，在光学相机将获取到的标识物与目标物体的视频进行图像增强后通过双绞线上传到水面显示设备端。对每一帧视频画面图像进行检测，若图像中标识物没有发生形变，确定画面中标识物的实际坐标信息和在图像中的像素坐标信息，确定像素比例尺，将像素比例尺与当前帧画面图像关联保存。继续检测下一帧视频画面图像，进行下一步检测，当每一帧画面确定的目标物体的数据相契合时，停止获取目标图像。通过对每一帧图像的实时处理，能够更快计算出目标图像的测量数据，效率更高。
作为又一可选实施方式，获取目标图像之后，确定标识物在所述目标图像中的位置数据，所述位置数据包括所述标识物的中心点、宽度和/或高度；根据所述位置数据输入预设位置检测模型，得到所述标识物的像素坐标信息；根据所述标识物至少两个几何中心点的所述像素坐标信息确定像素距离。
示例性地，水面显示设备端的识别算法识别出目标图像中标识物的中心点、宽度和高度，确定标识物的位置；若标识物中几何形状为方形，则根据方形的中心点、长度和宽度结合预设的位置检测模型，确定标识物中方形中心点的像素坐标，将标识物中任意两个方形中心点的像素坐标相减，得到像素距离。
步骤S30：根据所述比例尺确定所述目标物体的测量数据。
在本实施例中，比例尺指的是图像的像素比例尺，将实际物理距离转换为像素距离后，才能根据像素距离确定像素比例尺，计算目标物体的像素数据，再根据实际距离与像素距离的关系，将像素数据转换为实际测量数据，确定目标物体的物理数据。测量数据指的是目标物体的长度、宽度、周长、面积、角度等数据。
作为一种可选实施方式，可通过拍摄距离和比例尺共同确定目标物体的测量数据。获取所述光学相机与所述目标物体之间的直线距离；根据所述直线距离和所述比例尺确定所述目标物体的测量数据。根据拍摄距离和图像像素比例尺结合确定的测量数据更准确。
示例性地，在确定目标物体与水下测量设备上的光学相机镜头的相对位置之后，可以测得拍摄距离。获取相机镜头的焦距以及镜头感光元件的大小，根据拍摄距离，镜头焦距以及镜头感光元件大小可以确定目标图像中目标物体的实际数据。将所述实际数据与通过比例尺确定的目标物体测量数据进行比对，若两个数据之间契合度较高，确定所述目标物体的测量数据。此时确定的测量数据准确度更高。
在本实施例中，通过获取目标图像，所述目标图像包括标识物和目标物体，所述标识物设置于所述目标物体对应的平面内；根据所述标识物中至少两个几何中心点的像素坐标和实际距离确定比例尺；根据所述比例尺确定所述目标物体的测量数据。实时获取目标图像，并计算目标物体的测量数据，提高了测量的效率。根据标识物的特殊形状与水面显示设备端中的各类识别算法，可以准确计算出目标物体的测量数据，提高测量结果的准确度。
实施例二
基于上述实施例，提出本申请的另一实施例。参照图3，所述根据所述标识物中至少两个几何中心点的像素坐标和实际距离确定比例尺的步骤之前，还包括：
步骤S11：基于成像角度，判断所述水下测量设备是否正对所述目标图像中所述标识物；
在本实施例中，为了提高测量结果的准确度，在拍摄目标图像时，需要保证相机正对着标识物和待测物体。由于人工调整拍摄角度仍存在一定偏差，需要通过观测目标图像中标识物的形状来确定目标图像的成像角度。
作为一种可选实施方式，确定所述标识物的实际形状和所述目标图像中所述标识物的测量形状，确定形变量；根据所述形变量确定所述成像角度。
示例性地，检测目标图像中标识物各个圆形图案是否为正圆形，或者检测目标图像中标识物三个圆形的圆心坐标连线组成的图案是否为等边三角形。若目标图像中标识物的圆形均为正圆形或者圆新坐标连线组成的图案为等边三角形，确定该目标图像是由相机正对着标识物和目标物体拍摄的。
步骤S12：若所述水下测量设备正对所述目标图像中所述标识物，则执行根据所述标识物中至少两个几何中心点的像素坐标和实际距离确定比例尺的步骤；
步骤S13：若所述水下测量设备未正对所述目标图像中所述标识物，则调整所述水下测量设备的拍摄角度，以重新获取所述目标图像。
在本实施例中，如图4，标识物中有三个圆形，但在实际应用过程中，通过其中两个圆形也可以确定比例尺。确定标识物中各个圆形圆心的物理坐标(x1,y1)，(x2,y2)和(x3,y3)，将圆心物理坐标两两相减可以得到各个圆心坐标间的物理坐标信息。确定目标图像中标识物各个圆心圆形的像素坐标，将圆心像素坐标两两相减得到像素坐标信息。根据所述物理坐标信息和所述像素坐标信息可以确定实际物理距离与图像的像素距离之间比例尺，进而确定目标图像中其它像素点的实际距离。
作为一种可选实施方式，当检测到目标图像中标识物形状没有发生形变时，确定标识物所在的目标区域中像素点的实际距离，进而确定目标图像中其它区域各像素点的实际距离，也即确定比例尺。
作为另一种可选实施方式，若检测到目标图像中标识物形状发生较大形变时，根据形变程度，重新调整相机的拍摄角度，再次获取目标图像，再次进入成像角度的检测步骤。
可以理解的时，判断标识物是否发生形变的标准是可以调整的，对于只需获取粗略数据的测量场景，可以降低目标图像中各个圆形与正圆形的契合度，允许存在一定偏差，节省测量时间，提高检测效率。
在本实施例中，通过检测目标图像成像角度，判断所述水下测量设备是否正对所述目标图像中所述标识物，若所述水下测量设备正对所述目标图像中所述标识物，则执行所述根据所述标识物中至少两个几何中心点的像素坐标和实际距离确定比例尺的步骤；若所述水下测量设备未正对所述目标图像中所述标识物，则调整所述水下测量设备的拍摄角度，以重新获取所述目标图像。以此来确保测量结果的准确度。
实施例三
基于上述实施例，提出本申请的另一实施例。参照图5，所述水下测量设备设置有激光器，所述获取目标图像的步骤之后，还包括：
步骤S40：若未检测到所述标识物，或者检测到的所述标识物的形状不完整，控制所述激光器向所述目标物体发射至少两束激光，所述至少两束激光之间的距离为固定距离；
步骤50：获取激光图像，所述激光图像包括目标物体和所述激光在所述目标物体上的激光点；
在本实施例中，部署在水面显示设备端的识别算法可以很容易识别出特殊标识物并进行相关的像素距离校准算法，因此，若水面显示设备端无法检测到目标图像帧画面上的标识物，或者检测到的标识物的形状不完整时，可以控制部署在水下测量设备上的激光器向图像帧画面上对应的目标物体区域发射激光束。
作为一种可选实施方式，可以向目标区域发射两束激光束，在目标物体上形成两个激光斑点。根据相机与目标物体之间的距离可以设置发射到目标物体上的两个激光斑点之间的实际物理距离。
作为另一种可选实施方式，可以向目标区域发射三束激光束，在目标物体表面形成三个激光斑点，激光器可以控制三个激光斑点间的实际物理距离。
步骤60：根据所述固定距离和所述激光点之间的像素距离，确定所述比例尺。
在本实施例中，水面显示设备端可以识别激光图像中，激光斑点间的像素距离，根据激光斑点间的实际物理距离与像素距离的映射关系，可以确定激光像素坐标和激光像素距离比例尺。进而确定目标物体的测量数据。
在本实施例中，将标识物测量方法结合激光测量技术，来确定目标物体的测量数据。若目标图像中检测不到标识物或者标识物的形状不完整时，可以控制激光器向目标图像对应的目标物体区域发射激光束，根据激光束间的距离确定激光比例尺，进而确定目标物体的测量数据。针对目标图像中没有标识物或者标识物形状不完整的情况，结合激光测量，可以提高测量效率。
实施例四
在本申请实施例中，提出一种水下测量装置。
参照图6，图6为本申请一实施例方案涉及的硬件运行环境的终端结构示意图。
如图6所示，该控制终端可以包括：处理器1001，例如CPU，网络接口1003，存储器1004，通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。网络接口1003可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1004可以是高速RAM存储器，也可以是稳定的存储器(non-volatile memory)，例如磁盘存储器。存储器1004可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解，图6中示出的终端结构并不构成对终端的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
如图6所示，作为一种计算机存储介质的存储器1004中可以包括操作系统、网络通信模块、以及水下测量程序。
在图6所示的水下测量设备硬件结构中，处理器1001可以调用存储器1004中存储的水下测量程序，并执行以下操作：
获取目标图像，所述目标图像包括标识物和目标物体，所述标识物设置于所述目标物体对应的平面内；
根据所述标识物中至少两个几何中心点的像素坐标和实际距离确定比例尺；
根据所述比例尺确定所述目标物体的测量数据。
可选地，处理器1001可以调用存储器1004中存储的水下测量程序，还执行以下操作：
控制所述机械手夹持所述标识物，以使将所述标识物置于所述目标物体对应的平面内。
可选地，处理器1001可以调用存储器1004中存储的水下测量程序，还执行以下操作：
基于成像角度，判断所述水下测量设备是否正对所述目标图像中所述标识物；
若所述水下测量设备正对所述目标图像中所述标识物，则执行所述根据所述标识物中至少两个几何中心点的像素坐标和实际距离确定比例尺的步骤；
若所述水下测量设备未正对所述目标图像中所述标识物，则调整所述水下测量设备的拍摄角度，以重新获取所述目标图像。
可选地，处理器1001可以调用存储器1004中存储的水下测量程序，还执行以下操作：
确定所述标识物的实际形状和所述目标图像中所述标识物的测量形状，确定形变量；
根据所述形变量确定所述成像角度。
可选地，处理器1001可以调用存储器1004中存储的水下测量程序，还执行以下操作：
确定所述标识物在所述目标图像中的位置数据，所述位置数据包括所述标识物的中心点、宽度和/或高度；
根据所述位置数据输入预设位置检测模型，得到所述标识物的像素坐标信息；
根据所述标识物至少两个几何中心点的所述像素坐标信息确定所述像素距离。
可选地，处理器1001可以调用存储器1004中存储的水下测量程序，还执行以下操作：
在所述目标图像中确定所述标识物的目标区域；
根据所述目标区域确定所述标识物的所述位置数据。
可选地，处理器1001可以调用存储器1004中存储的水下测量程序，还执行以下操作：
若未检测到所述标识物，或者检测到的所述标识物的形状不完整，控制所述激光器向所述目标物体发射至少两束激光，所述至少两束激光之间的距离为固定距离；
获取激光图像，所述激光图像包括目标物体和所述激光在所述目标物体上的激光点；
根据所述固定距离和所述激光点之间的像素距离，确定所述比例尺。
可选地，处理器1001可以调用存储器1004中存储的水下测量程序，还执行以下操作：
若未检测到所述标识物，或者检测到的所述标识物的形状不完整，获取所述测距传感器检测得到的水下测量设备与所述目标物体的目标距离；
根据光学相机的视场角和所述目标距离确定所述比例尺。
此外，为实现上述目的，本发明实施例还提供一种水下测量设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的水下测量程序，所述处理器执行所述水下测量程序时，实现如上所述的水下测量方法。
此外，为实现上述目的，本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有水下测量程序，所述水下测量程序被处理器执行时，实现如上所述的水下测量方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
应当注意的是，在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的部件或步骤。位于部件之前的单词“一”或“一个”不排除存在多个这样的部件。本申请可以借助于包括有若干不同部件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
尽管已描述了本申请的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本申请范围的所有变更和修改。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种水下测量方法，其特征在于，应用于水下测量设备，所述方法包括：
获取目标图像，所述目标图像包括标识物和目标物体，所述标识物设置于所述目标物体对应的平面内；
根据所述标识物中至少两个几何中心点的像素坐标和实际距离确定比例尺；
根据所述比例尺确定所述目标物体的测量数据。
2.如权利要求1所述的水下测量方法，其特征在于，所述水下测量设备包括机械手，所述获取目标图像的步骤之前，还包括：
控制所述机械手夹持所述标识物，以使将所述标识物置于所述目标物体对应的平面内。
3.如权利要求1所述的水下测量方法，其特征在于，所述根据所述标识物中至少两个几何中心点的像素坐标和实际距离确定比例尺的步骤之前，还包括：
基于成像角度，判断所述水下测量设备是否正对所述目标图像中所述标识物；
若所述水下测量设备正对所述目标图像中所述标识物，则执行所述根据所述标识物中至少两个几何中心点的像素坐标和实际距离确定比例尺的步骤；
若所述水下测量设备未正对所述目标图像中所述标识物，则调整所述水下测量设备的拍摄角度，以重新获取所述目标图像。
4.如权利要求3所述的水下测量方法，其特征在于，所述基于成像角度，判断所述水下测量设备是否正对所述目标图像中所述标识物的步骤之前，还包括：
确定所述标识物的实际形状和所述目标图像中所述标识物的测量形状，确定形变量；
根据所述形变量确定所述成像角度。
5.如权利要求1所述的水下测量方法，其特征在于，所述根据所述标识物中至少两个几何中心点的像素坐标和实际距离确定比例尺的步骤之前，还包括：
确定所述标识物在所述目标图像中的位置数据，所述位置数据包括所述标识物的中心点、宽度和/或高度；
根据所述位置数据输入预设位置检测模型，得到所述标识物的像素坐标信息；
根据所述标识物至少两个几何中心点的所述像素坐标信息确定像素距离。
6.如权利要求5所述的水下测量方法，其特征在于，所述确定所述标识物在所述目标图像中的位置数据的步骤包括：
在所述目标图像中确定所述标识物的目标区域；
根据所述目标区域确定所述标识物的所述位置数据。
7.如权利要求1所述的水下测量方法，其特征在于，所述水下测量设备设置有激光器，所述获取目标图像的步骤之后，还包括：
若未检测到所述标识物，或者检测到的所述标识物的形状不完整，控制所述激光器向所述目标物体发射至少两束激光，所述至少两束激光之间的距离为固定距离；
获取激光图像，所述激光图像包括目标物体和所述激光在所述目标物体上的激光点；
根据所述固定距离和所述激光点之间的像素距离，确定所述比例尺。
8.如权利要求1所述的水下测量方法，其特征在于，所述水下测量设备设有测距传感器，所述获取目标图像的步骤之后，还包括：
若未检测到所述标识物，或者检测到的所述标识物的形状不完整，获取所述测距传感器检测得到的水下测量设备与所述目标物体的目标距离；
根据光学相机的视场角和所述目标距离确定所述比例尺。
9.一种水下测量设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的水下测量程序，所述处理器执行所述水下测量程序时，实现权利要求1-8任一所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有水下测量程序，所述水下测量程序被处理器执行时，实现权利要求1-8任一所述的方法。
CN202210867245.9A 2022-07-22 2022-07-22 一种水下测量方法、设备及计算机可读存储介质 Pending CN115376000A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210867245.9A CN115376000A (zh) 2022-07-22 2022-07-22 一种水下测量方法、设备及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210867245.9A CN115376000A (zh) 2022-07-22 2022-07-22 一种水下测量方法、设备及计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN115376000A true CN115376000A (zh) 2022-11-22

Family

ID=84061157

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210867245.9A Pending CN115376000A (zh) 2022-07-22 2022-07-22 一种水下测量方法、设备及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN115376000A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116203574A (zh) * 2023-05-04 2023-06-02 天津宜科自动化股份有限公司 一种检测物体距离的数据处理系统
CN116839496A (zh) * 2023-06-26 2023-10-03 深圳市海塞姆科技有限公司 材料水中形变的测量方法、装置、系统及存储介质
CN117011688A (zh) * 2023-07-11 2023-11-07 广州大学 一种水下结构病害的识别方法、系统及存储介质

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116203574A (zh) * 2023-05-04 2023-06-02 天津宜科自动化股份有限公司 一种检测物体距离的数据处理系统
CN116203574B (zh) * 2023-05-04 2023-07-28 天津宜科自动化股份有限公司 一种检测物体距离的数据处理系统
CN116839496A (zh) * 2023-06-26 2023-10-03 深圳市海塞姆科技有限公司 材料水中形变的测量方法、装置、系统及存储介质
CN117011688A (zh) * 2023-07-11 2023-11-07 广州大学 一种水下结构病害的识别方法、系统及存储介质
CN117011688B (zh) * 2023-07-11 2024-03-08 广州大学 一种水下结构病害的识别方法、系统及存储介质

Similar Documents

Publication Publication Date Title
CN109212510B (zh) 用于测量多线激光雷达的角分辨率的方法和装置
CN115376000A (zh) 一种水下测量方法、设备及计算机可读存储介质
CN110956660B (zh) 定位方法、机器人以及计算机存储介质
US20210227144A1 (en) Target tracking method and device, movable platform, and storage medium
JP2012215394A (ja) 三次元計測装置および三次元計測方法
CN111161358B (zh) 一种用于结构光深度测量的相机标定方法和装置
US10440217B2 (en) Apparatus and method for processing three dimensional image
JP2013036983A (ja) 計測装置および情報処理装置
CN107527368B (zh) 基于二维码的三维空间姿态定位方法与装置
US7046377B2 (en) Method for determining corresponding points in three-dimensional measurement
CN112598750A (zh) 路侧相机标定方法、装置、电子设备和存储介质
WO2022217988A1 (zh) 传感器配置方案确定方法、装置、计算机设备、存储介质及程序
CN113049184A (zh) 一种质心测量方法、设备及存储介质
CN115511788A (zh) 一种机动车驾驶人考试场地自动检测建模的方法
JP2011069797A (ja) 変位量測定装置及び変位量測定方法
CN113607064A (zh) 目标物体的间距测算方法、装置、设备及可读存储介质
CN113749646A (zh) 基于单目视觉的人体身高测量方法、装置及电子设备
CN115717865A (zh) 环形结构全场变形测量方法
Frangione et al. Multi-step approach for automated scaling of photogrammetric micro-measurements
CN114648575A (zh) 一种基于orb算法的轨道边坡位移双目视觉检测方法及系统
TW201523178A (zh) 產品加工部位檢測方法及系統
KR101475742B1 (ko) 사진 계측 장치 및 방법
CN110567345A (zh) 基于机器视觉的非接触式管材壁厚测量方法与系统
CN116576806B (zh) 一种基于视觉分析的厚度检测设备用的精密度管控系统
CN115184378B (zh) 一种基于移动设备的混凝土结构病害检测系统及方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination