CN116091643A - 鞋面底部工艺轨迹的生成方法、装置、设备及介质 - Google Patents
鞋面底部工艺轨迹的生成方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116091643A CN116091643A CN202211693928.3A CN202211693928A CN116091643A CN 116091643 A CN116091643 A CN 116091643A CN 202211693928 A CN202211693928 A CN 202211693928A CN 116091643 A CN116091643 A CN 116091643A
- Authority
- CN
- China
- Prior art keywords
- vamp
- target
- standard
- point cloud
- extraction frame
- 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 174
- 238000000605 extraction Methods 0.000 claims abstract description 194
- 238000006243 chemical reaction Methods 0.000 claims abstract description 65
- 238000004873 anchoring Methods 0.000 claims abstract description 35
- 238000004590 computer program Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 8
- 238000011112 process operation Methods 0.000 claims description 5
- 238000005507 spraying Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 7
- 230000009286 beneficial effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect 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
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/203—Drawing of straight lines or curves
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明实施例公开了一种鞋面底部工艺轨迹的生成方法、装置、设备及介质,其中方法包括:获取目标产品对应的目标鞋面底部点云图像;将所述目标产品对应的标准鞋面底部点云图像与所述目标鞋面底部点云图像进行匹配,得到图像转换关系;根据所述图像转换关系,对所述目标产品对应的标准特征提取框集进行转换,得到目标特征提取框集;根据所述目标特征提取框集和所述目标鞋面底部点云图像,对与所述标准特征提取框集存在锚定关系的标准鞋面底部工艺轨迹进行调整,得到目标鞋面底部工艺轨迹。从而基于目标特征提取框集自动化适应形变,提高了确定的目标鞋面底部工艺轨迹的准确性。
Description
技术领域
本发明涉及3D视觉定位技术领域,尤其涉及一种鞋面底部工艺轨迹的生成方法、装置、设备及介质。
背景技术
在鞋的生产过程中,需要在鞋面的底部执行喷涂工艺。目前首先通过三维相机获取鞋的实物图像(也就是鞋面底部图像),然后将实物图像与模板图像进行匹配以确认图像间的位置转换关系,最后根据位置转换关系,将模板工艺轨迹转换到实物图像上,实现对工艺轨迹进行纠偏。现有的工艺轨迹纠偏方式未考虑鞋的形变,纠偏后的工艺轨迹存在误差,导致喷涂工艺的实现效果不符合工艺需求。
发明内容
基于此,有必要针对现有的工艺轨迹纠偏方式未考虑鞋的形变,纠偏后的工艺轨迹存在误差的技术问题,提出了一种鞋面底部工艺轨迹的生成方法、装置、设备及介质。
本申请提出了一种鞋面底部工艺轨迹的生成方法,所述方法包括:
获取目标产品对应的目标鞋面底部点云图像;
将所述目标产品对应的标准鞋面底部点云图像与所述目标鞋面底部点云图像进行匹配,得到图像转换关系;
根据所述图像转换关系,对所述目标产品对应的标准特征提取框集进行转换,得到目标特征提取框集;
根据所述目标特征提取框集和所述目标鞋面底部点云图像,对与所述标准特征提取框集存在锚定关系的标准鞋面底部工艺轨迹进行调整,得到目标鞋面底部工艺轨迹。
进一步地,所述将所述目标产品对应的标准鞋面底部点云图像与所述目标鞋面底部点云图像进行匹配,得到图像转换关系的步骤,包括:
基于ICP点云配准算法,将所述目标产品对应的所述标准鞋面底部点云图像配准到所述目标鞋面底部点云图像,得到配准后点云图像;
将所述目标产品对应的所述标准鞋面底部点云图像转换到所述配准后点云图像的关系,作为所述图像转换关系。
进一步地,所述根据所述目标特征提取框集和所述目标鞋面底部点云图像,对与所述标准特征提取框集存在锚定关系的标准鞋面底部工艺轨迹进行调整,得到目标鞋面底部工艺轨迹的步骤,包括:
将所述目标特征提取框集中的任一个特征提取框作为待处理提取框;
从所述目标鞋面底部点云图像中的位于所述待处理提取框的图像区域提取特征,得到目标单框特征;
将与所述标准特征提取框集存在锚定关系的所述标准鞋面底部工艺轨迹中的与所述待处理提取框存在锚定关系的点位,作为待调整点位;
将所述待处理提取框对应的标准单框特征转换为所述目标单框特征的转换关系,作为单框转换关系;
根据所述单框转换关系,对所述待调整点位进行调整,得到调整后点位;
根据各个所述调整后点位,确定所述目标鞋面底部工艺轨迹。
进一步地,所述从所述目标鞋面底部点云图像中的位于所述待处理提取框的图像区域提取特征,得到目标单框特征的步骤,包括:
从所述目标鞋面底部点云图像中的位于所述待处理提取框的图像区域提取中位数特征,作为所述目标单框特征。
进一步地,所述根据所述目标特征提取框集和所述目标鞋面底部点云图像,对与所述标准特征提取框集存在锚定关系的标准鞋面底部工艺轨迹进行调整,得到目标鞋面底部工艺轨迹的步骤之后,包括:
采用所述目标产品对应的坐标系标定数据,将所述目标鞋面底部工艺轨迹的坐标系从图像坐标系转换到机器人坐标系,得到待处理鞋面底部工艺轨迹;
调用机器人,根据所述待处理鞋面底部工艺轨迹对所述目标产品进行工艺操作。
进一步地,所述根据所述图像转换关系,对所述目标产品对应的标准特征提取框集进行转换,得到目标特征提取框集的步骤之前,还包括:
获取所述目标产品对应的标准鞋面完整点云图像;
根据所述标准鞋面完整点云图像获取鞋面底部工艺轨迹,作为所述目标产品对应的所述标准鞋面底部工艺轨迹;
将所述标准鞋面完整点云图像的底部图像作为所述目标产品对应的所述标准鞋面底部点云图像;
针对所述目标产品对应的所述标准鞋面底部工艺轨迹中的每个点位,在所述目标产品对应的所述标准鞋面底部点云图像上设置一个特征提取框,作为初始特征提取框;
根据各个所述初始特征提取框和所述目标产品对应的所述标准鞋面底部点云图像,生成所述目标产品对应的所述标准特征提取框集及各个标准单框特征。
进一步地,所述根据各个所述初始特征提取框和所述目标产品对应的所述标准鞋面底部点云图像,生成所述目标产品对应的所述标准特征提取框集及各个标准单框特征的步骤,包括:
将各个所述初始特征提取框中的任一个所述初始特征提取框作为待分析提取框;
从所述标准鞋面底部点云图像中的位于所述待分析提取框的图像区域提取中位数特征,作为所述待分析提取框对应的所述标准单框特征;
将所述待分析提取框对应的所述标准单框特征与所述目标产品对应的所述标准鞋面底部工艺轨迹中的与所述待分析提取框对应的点位进行锚定以用于建立锚定关系;
将各个所述待分析提取框作为所述目标产品对应的所述标准特征提取框集。
本申请还提出了一种鞋面底部工艺轨迹的生成装置,所述鞋面底部工艺轨迹的生成方法装置包括:
图像获取模块,用于获取目标产品对应的目标鞋面底部点云图像;
匹配模块,用于将所述目标产品对应的标准鞋面底部点云图像与所述目标鞋面底部点云图像进行匹配,得到图像转换关系;
目标特征提取框集确定模块,用于根据所述图像转换关系,对所述目标产品对应的标准特征提取框集进行转换,得到目标特征提取框集;
目标鞋面底部工艺轨迹确定模块,用于根据所述目标特征提取框集和所述目标鞋面底部点云图像,对与所述标准特征提取框集存在锚定关系的标准鞋面底部工艺轨迹进行调整,得到目标鞋面底部工艺轨迹。
本申请还提出了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行以下步骤:
获取目标产品对应的目标鞋面底部点云图像;
将所述目标产品对应的标准鞋面底部点云图像与所述目标鞋面底部点云图像进行匹配,得到图像转换关系;
根据所述图像转换关系,对所述目标产品对应的标准特征提取框集进行转换,得到目标特征提取框集;
根据所述目标特征提取框集和所述目标鞋面底部点云图像,对与所述标准特征提取框集存在锚定关系的标准鞋面底部工艺轨迹进行调整,得到目标鞋面底部工艺轨迹。
本申请还提出了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行以下步骤:
获取目标产品对应的目标鞋面底部点云图像;
将所述目标产品对应的标准鞋面底部点云图像与所述目标鞋面底部点云图像进行匹配,得到图像转换关系;
根据所述图像转换关系,对所述目标产品对应的标准特征提取框集进行转换,得到目标特征提取框集;
根据所述目标特征提取框集和所述目标鞋面底部点云图像,对与所述标准特征提取框集存在锚定关系的标准鞋面底部工艺轨迹进行调整,得到目标鞋面底部工艺轨迹。
本申请的鞋面底部工艺轨迹的生成方法,通过根据所述图像转换关系,对所述目标产品对应的标准特征提取框集进行转换,得到目标特征提取框集,并根据所述目标特征提取框集和所述目标鞋面底部点云图像,对与所述标准特征提取框集存在锚定关系的标准鞋面底部工艺轨迹进行调整,得到目标鞋面底部工艺轨迹。实现了首先基于图像转换关系将标准特征提取框集转换到目标产品对应的目标鞋面底部点云图像,然后基于目标特征提取框集自动化适应形变,提高了确定的目标鞋面底部工艺轨迹的准确性,有利于使喷涂工艺的实现效果符合工艺需求。
附图说明
为了更清楚地说明本发明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,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
其中:
图1为一个实施例中鞋面底部工艺轨迹的生成方法的流程图;
图2为一个实施例中鞋面底部工艺轨迹的生成装置的结构框图;
图3为一个实施例中计算机设备的结构框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,在一个实施例中,提供了一种鞋面底部工艺轨迹的生成方法。该方法既可以应用于终端,也可以应用于服务器,本实施例以应用于终端举例说明。该鞋面底部工艺轨迹的生成方法具体包括如下步骤:
S1:获取目标产品对应的目标鞋面底部点云图像;
目标产品,是想要执行喷涂工艺的鞋。
鞋包括:鞋面和外底,鞋面包括:包裹脚背的鞋帮和包裹脚底的底面,包裹脚底的底面盖合在包裹脚背的鞋帮上,外底套设在包裹脚底的底面的外周。
采用三维相机,对目标产品的鞋面的底部进行扫描,将扫描得到的点云图像作为目标鞋面底部点云图像。
目标鞋面底部点云图像表述的是鞋面的包裹脚底的底面的外部轮廓。
具体而言,可以获取用户输入的目标产品对应的目标鞋面底部点云图像,也可以从预设的存储空间获取目标产品对应的目标鞋面底部点云图像,还可以从第三方应用中获取目标产品对应的目标鞋面底部点云图像,还可以获取三维相机发送的目标产品对应的目标鞋面底部点云图像。
S2:将所述目标产品对应的标准鞋面底部点云图像与所述目标鞋面底部点云图像进行匹配,得到图像转换关系;
具体而言,将所述目标产品对应的标准鞋面底部点云图像匹配到所述目标鞋面底部点云图像,并将匹配中的转换关系作为图像转换关系。
将所述目标产品对应的标准鞋面底部点云图像匹配到所述目标鞋面底部点云图像,也就是将所述目标产品对应的标准鞋面底部点云图像与所述目标鞋面底部点云图像进行特征点重合。
S3:根据所述图像转换关系,对所述目标产品对应的标准特征提取框集进行转换,得到目标特征提取框集;
标准特征提取框集中包含多个特征提取框。特征提取框是三维矩形框。
所述目标产品对应的标准特征提取框集,是所述目标产品对应的标准产品对应的鞋底部点云图像上的各个特征提取框。
具体而言,根据所述图像转换关系,将所述目标产品对应的标准特征提取框集转换到目标鞋面底部点云图像对应的图像空间,将转换后的标准特征提取框集作为目标特征提取框集。
S4:根据所述目标特征提取框集和所述目标鞋面底部点云图像,对与所述标准特征提取框集存在锚定关系的标准鞋面底部工艺轨迹进行调整,得到目标鞋面底部工艺轨迹。
标准鞋面底部工艺轨迹是采用多个点位组成的轨迹。
与所述标准特征提取框集存在锚定关系的标准鞋面底部工艺轨迹,也就是说,标准鞋面底部工艺轨迹中的点位与所述标准特征提取框集中的特征提取框存在锚定关系,特征提取框与点位一一对应。
可以理解的是,所述目标特征提取框集位于所述目标鞋面底部点云图像对应的图像空间中时,所述目标特征提取框集对应的每个特征提取框均位于所述目标鞋面底部点云图像上,此时的所述目标特征提取框集对应的每个特征提取框均包含多个点。
具体而言,针对所述目标特征提取框集中的每个特征提取框,从所述目标鞋面底部点云图像中提取特征,根据提取的特征和标准单框特征之间的转换关系,将与所述标准特征提取框集存在锚定关系的标准鞋面底部工艺轨迹上的点位转换到目标鞋面底部点云图像对应的图像空间,将转换后的各个点位作为目标鞋面底部工艺轨迹。
本实施例实现了首先基于图像转换关系将标准特征提取框集转换到目标产品对应的目标鞋面底部点云图像,然后基于目标特征提取框集自动化适应形变,提高了确定的目标鞋面底部工艺轨迹的准确性,有利于使喷涂工艺的实现效果符合工艺需求。
在一个实施例中,上述将所述目标产品对应的标准鞋面底部点云图像与所述目标鞋面底部点云图像进行匹配,得到图像转换关系的步骤,包括:
S11:基于ICP点云配准算法,将所述目标产品对应的所述标准鞋面底部点云图像配准到所述目标鞋面底部点云图像,得到配准后点云图像;
ICP点云配准算法,ICP(Iterative Closest Point),即最近点迭代算法,是最为经典的数据配准算法。其特征在于,通过求取源点云和目标点云之间的对应点对,基于对应点对构造旋转平移矩阵,并利用所求矩阵,将源点云变换到目标点云的坐标系下,估计变换后源点云与目标点云的误差函数,若误差函数值大于阀值,则迭代进行上述运算直到满足给定的误差要求。
具体而言,基于ICP点云配准算法,将所述目标产品对应的所述标准鞋面底部点云图像配准到所述目标鞋面底部点云图像,将完成配准后的所述标准鞋面底部点云图像作为配准后点云图像。
S12:将所述目标产品对应的所述标准鞋面底部点云图像转换到所述配准后点云图像的关系,作为所述图像转换关系。
本实施例基于ICP点云配准算法进行图像配准,为准确的确定图像转换关系提供了基础。
在一个实施例中,上述根据所述目标特征提取框集和所述目标鞋面底部点云图像,对与所述标准特征提取框集存在锚定关系的标准鞋面底部工艺轨迹进行调整,得到目标鞋面底部工艺轨迹的步骤,包括:
S41:将所述目标特征提取框集中的任一个特征提取框作为待处理提取框;
S42:从所述目标鞋面底部点云图像中的位于所述待处理提取框的图像区域提取特征,得到目标单框特征;
具体而言,从所述目标鞋面底部点云图像中的位于所述待处理提取框的图像区域的各个点提取特征,将提取得到的特征作为目标单框特征。
可选的,从所述目标鞋面底部点云图像中的位于所述待处理提取框的图像区域提取中位数特征,得到目标单框特征。中位数特征,也就是从多个点中提取中位数。
S43:将与所述标准特征提取框集存在锚定关系的所述标准鞋面底部工艺轨迹中的与所述待处理提取框存在锚定关系的点位,作为待调整点位;
具体而言,将与所述标准特征提取框集存在锚定关系的所述标准鞋面底部工艺轨迹中的与所述待处理提取框存在锚定关系的点位作为待调整点位,从而提取出待处理提取框对应的标准的点位。
S44:将所述待处理提取框对应的标准单框特征转换为所述目标单框特征的转换关系,作为单框转换关系;
具体而言,将所述待处理提取框对应的标准单框特征转换为所述目标单框特征的转换关系,从而确定了特征的转换关系。
S45:根据所述单框转换关系,对所述待调整点位进行调整,得到调整后点位;
具体而言,根据所述单框转换关系对应的特征转换关系,将所述待调整点位调整到目标鞋面底部点云图像对应的图像空间,将调整后的所述待调整点位作为所述调整后点位。
S46:根据各个所述调整后点位,确定所述目标鞋面底部工艺轨迹。
具体而言,将各个所述调整后点位组成的轨迹作为所述目标鞋面底部工艺轨迹。
本实施例基于待处理提取框的标准单框特征转换为所述目标单框特征的转换关系,对所述标准鞋面底部工艺轨迹中的点位进行位置调整,基于目标特征提取框集自动化适应形变,提高了确定的目标鞋面底部工艺轨迹的准确性,有利于使喷涂工艺的实现效果符合工艺需求。
在一个实施例中,上述从所述目标鞋面底部点云图像中的位于所述待处理提取框的图像区域提取特征,得到目标单框特征的步骤,包括:
S421:从所述目标鞋面底部点云图像中的位于所述待处理提取框的图像区域提取中位数特征,作为所述目标单框特征。
本实施例将中位数特征作为每个特征提取框的描述特征,为确定特征提取框的调整关系提供了基础。
在一个实施例中,上述根据所述目标特征提取框集和所述目标鞋面底部点云图像,对与所述标准特征提取框集存在锚定关系的标准鞋面底部工艺轨迹进行调整,得到目标鞋面底部工艺轨迹的步骤之后,包括:
S51:采用所述目标产品对应的坐标系标定数据,将所述目标鞋面底部工艺轨迹的坐标系从图像坐标系转换到机器人坐标系,得到待处理鞋面底部工艺轨迹;
所述目标产品对应的坐标系标定数据,也就是所述目标产品对应的生产设备对应的坐标系标定数据,该坐标系标定数据是图像坐标系转换到机器人坐标系的转换矩阵。所述目标产品对应的坐标系标定数据的标定方法可以从现有技术中选择,在此不做赘述。
具体而言,采用所述目标产品对应的坐标系标定数据,将所述目标鞋面底部工艺轨迹的坐标系从图像坐标系转换到机器人坐标系,从而实现将工艺轨迹转换到机器人的执行空间。
S52:调用机器人,根据所述待处理鞋面底部工艺轨迹对所述目标产品进行工艺操作。
具体而言,调用机器人,根据所述待处理鞋面底部工艺轨迹执行工艺操作,以实现对所述目标产品进行喷涂。
本实施例基于预先确定的坐标系标定数据进行坐标系转换,实现了自动化调用机器人进行工艺操作,提高了本申请的自动化程度。
在一个实施例中,上述根据所述图像转换关系,对所述目标产品对应的标准特征提取框集进行转换,得到目标特征提取框集的步骤之前,还包括:
S31:获取所述目标产品对应的标准鞋面完整点云图像;
具体而言,获取所述目标产品对应的标准产品的鞋面完整点云图像,作为标准鞋面完整点云图像。
标准鞋面完整点云图像,是鞋面完整的点云图像,具体包括包裹脚背的鞋帮的点云图像和包裹脚底的底面的点云图像。
S32:根据所述标准鞋面完整点云图像获取鞋面底部工艺轨迹,作为所述目标产品对应的所述标准鞋面底部工艺轨迹;
具体而言,根据所述标准鞋面完整点云图像获取用户输入的鞋面底部工艺轨迹,将获取的鞋面底部工艺轨迹作为所述目标产品对应的所述标准鞋面底部工艺轨迹。
所述标准鞋面底部工艺轨迹,是喷涂工艺的标准的工艺轨迹。
S33:将所述标准鞋面完整点云图像的底部图像作为所述目标产品对应的所述标准鞋面底部点云图像;
具体而言,将所述标准鞋面完整点云图像中的包裹脚底的底面的点云图像作为所述目标产品对应的所述标准鞋面底部点云图像。
S34:针对所述目标产品对应的所述标准鞋面底部工艺轨迹中的每个点位,在所述目标产品对应的所述标准鞋面底部点云图像上设置一个特征提取框,作为初始特征提取框;
具体而言,针对所述目标产品对应的所述标准鞋面底部工艺轨迹中的每个点位,在所述目标产品对应的所述标准鞋面底部点云图像上设置一个特征提取框,为特征提取框和点位一一对应提供了基础,将设置的每个特征提取框作为一个初始特征提取框。
S35:根据各个所述初始特征提取框和所述目标产品对应的所述标准鞋面底部点云图像,生成所述目标产品对应的所述标准特征提取框集及各个标准单框特征。
具体而言,针对每个所述初始特征提取框,从所述目标产品对应的所述标准鞋面底部点云图像中提取特征,将提取的特征作为标准单框特征,并将各个所述初始特征提取框作为所述目标产品对应的所述标准特征提取框集。
本实施例提前针对目标产品对应的标准产品确定所述目标产品对应的所述标准鞋面底部工艺轨迹、所述标准特征提取框集及各个标准单框特征,为自动化基于图像转换关系将标准特征提取框集转换到目标产品对应的目标鞋面底部点云图像并基于目标特征提取框集自动化适应形变提供了基础。
在一个实施例中,上述根据各个所述初始特征提取框和所述目标产品对应的所述标准鞋面底部点云图像,生成所述目标产品对应的所述标准特征提取框集及各个标准单框特征的步骤,包括:
S351:将各个所述初始特征提取框中的任一个所述初始特征提取框作为待分析提取框;
S352:从所述标准鞋面底部点云图像中的位于所述待分析提取框的图像区域提取中位数特征,作为所述待分析提取框对应的所述标准单框特征;
具体而言,从所述标准鞋面底部点云图像中的位于所述待分析提取框的图像区域对应的各个点中提取中位数,将提取的中位数作为所述待分析提取框对应的所述标准单框特征。
S353:将所述待分析提取框对应的所述标准单框特征与所述目标产品对应的所述标准鞋面底部工艺轨迹中的与所述待分析提取框对应的点位进行锚定以用于建立锚定关系;
具体而言,将所述待分析提取框对应的所述标准单框特征与所述目标产品对应的所述标准鞋面底部工艺轨迹中的与所述待分析提取框对应的点位进行绑定,从而实现为每个点位设置一个特征提取框。
S354:将各个所述待分析提取框作为所述目标产品对应的所述标准特征提取框集。
本实施例将中位数特征作为特征提取框的特征,为自动化基于图像转换关系将标准特征提取框集转换到目标产品对应的目标鞋面底部点云图像并基于目标特征提取框集自动化适应形变提供了基础。
如图2所示,在一个实施例中,本申请还提出了一种鞋面底部工艺轨迹的生成装置,所述鞋面底部工艺轨迹的生成方法装置包括:
图像获取模块801,用于获取目标产品对应的目标鞋面底部点云图像;
匹配模块802,用于将所述目标产品对应的标准鞋面底部点云图像与所述目标鞋面底部点云图像进行匹配,得到图像转换关系;
目标特征提取框集确定模块803,用于根据所述图像转换关系,对所述目标产品对应的标准特征提取框集进行转换,得到目标特征提取框集;
目标鞋面底部工艺轨迹确定模块804,用于根据所述目标特征提取框集和所述目标鞋面底部点云图像,对与所述标准特征提取框集存在锚定关系的标准鞋面底部工艺轨迹进行调整,得到目标鞋面底部工艺轨迹。
本实施例实现了首先基于图像转换关系将标准特征提取框集转换到目标产品对应的目标鞋面底部点云图像,然后基于目标特征提取框集自动化适应形变,提高了确定的目标鞋面底部工艺轨迹的准确性,有利于使喷涂工艺的实现效果符合工艺需求。
图3示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端,也可以是服务器。如图3所示,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统,还可存储有计算机程序,该计算机程序被处理器执行时,可使得处理器实现鞋面底部工艺轨迹的生成方法。该内存储器中也可储存有计算机程序,该计算机程序被处理器执行时,可使得处理器执行鞋面底部工艺轨迹的生成方法。本领域技术人员可以理解,图3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,提出了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行以下步骤:
获取目标产品对应的目标鞋面底部点云图像;
将所述目标产品对应的标准鞋面底部点云图像与所述目标鞋面底部点云图像进行匹配,得到图像转换关系;
根据所述图像转换关系,对所述目标产品对应的标准特征提取框集进行转换,得到目标特征提取框集;
根据所述目标特征提取框集和所述目标鞋面底部点云图像,对与所述标准特征提取框集存在锚定关系的标准鞋面底部工艺轨迹进行调整,得到目标鞋面底部工艺轨迹。
本实施例实现了首先基于图像转换关系将标准特征提取框集转换到目标产品对应的目标鞋面底部点云图像,然后基于目标特征提取框集自动化适应形变,提高了确定的目标鞋面底部工艺轨迹的准确性,有利于使喷涂工艺的实现效果符合工艺需求。
在一个实施例中,提出了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行以下步骤:
获取目标产品对应的目标鞋面底部点云图像;
将所述目标产品对应的标准鞋面底部点云图像与所述目标鞋面底部点云图像进行匹配,得到图像转换关系;
根据所述图像转换关系,对所述目标产品对应的标准特征提取框集进行转换,得到目标特征提取框集;
根据所述目标特征提取框集和所述目标鞋面底部点云图像,对与所述标准特征提取框集存在锚定关系的标准鞋面底部工艺轨迹进行调整,得到目标鞋面底部工艺轨迹。
本实施例实现了首先基于图像转换关系将标准特征提取框集转换到目标产品对应的目标鞋面底部点云图像,然后基于目标特征提取框集自动化适应形变,提高了确定的目标鞋面底部工艺轨迹的准确性,有利于使喷涂工艺的实现效果符合工艺需求。
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,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,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/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率
SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)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本申请专利范围的限制。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)
1.一种鞋面底部工艺轨迹的生成方法,所述方法包括:
获取目标产品对应的目标鞋面底部点云图像;
将所述目标产品对应的标准鞋面底部点云图像与所述目标鞋面底部点云图像进行匹配,得到图像转换关系;
根据所述图像转换关系,对所述目标产品对应的标准特征提取框集进行转换,得到目标特征提取框集;
根据所述目标特征提取框集和所述目标鞋面底部点云图像,对与所述标准特征提取框集存在锚定关系的标准鞋面底部工艺轨迹进行调整,得到目标鞋面底部工艺轨迹。
2.根据权利要求1所述的鞋面底部工艺轨迹的生成方法,其特征在于,所述将所述目标产品对应的标准鞋面底部点云图像与所述目标鞋面底部点云图像进行匹配,得到图像转换关系的步骤,包括:
基于ICP点云配准算法,将所述目标产品对应的所述标准鞋面底部点云图像配准到所述目标鞋面底部点云图像,得到配准后点云图像;
将所述目标产品对应的所述标准鞋面底部点云图像转换到所述配准后点云图像的关系,作为所述图像转换关系。
3.根据权利要求1所述的鞋面底部工艺轨迹的生成方法,其特征在于,所述根据所述目标特征提取框集和所述目标鞋面底部点云图像,对与所述标准特征提取框集存在锚定关系的标准鞋面底部工艺轨迹进行调整,得到目标鞋面底部工艺轨迹的步骤,包括:
将所述目标特征提取框集中的任一个特征提取框作为待处理提取框;
从所述目标鞋面底部点云图像中的位于所述待处理提取框的图像区域提取特征,得到目标单框特征;
将与所述标准特征提取框集存在锚定关系的所述标准鞋面底部工艺轨迹中的与所述待处理提取框存在锚定关系的点位,作为待调整点位;
将所述待处理提取框对应的标准单框特征转换为所述目标单框特征的转换关系,作为单框转换关系;
根据所述单框转换关系,对所述待调整点位进行调整,得到调整后点位;
根据各个所述调整后点位,确定所述目标鞋面底部工艺轨迹。
4.根据权利要求3所述的鞋面底部工艺轨迹的生成方法,其特征在于,所述从所述目标鞋面底部点云图像中的位于所述待处理提取框的图像区域提取特征,得到目标单框特征的步骤,包括:
从所述目标鞋面底部点云图像中的位于所述待处理提取框的图像区域提取中位数特征,作为所述目标单框特征。
5.根据权利要求1所述的鞋面底部工艺轨迹的生成方法,其特征在于,所述根据所述目标特征提取框集和所述目标鞋面底部点云图像,对与所述标准特征提取框集存在锚定关系的标准鞋面底部工艺轨迹进行调整,得到目标鞋面底部工艺轨迹的步骤之后,包括:
采用所述目标产品对应的坐标系标定数据,将所述目标鞋面底部工艺轨迹的坐标系从图像坐标系转换到机器人坐标系,得到待处理鞋面底部工艺轨迹;
调用机器人,根据所述待处理鞋面底部工艺轨迹对所述目标产品进行工艺操作。
6.根据权利要求1所述的鞋面底部工艺轨迹的生成方法,其特征在于,所述根据所述图像转换关系,对所述目标产品对应的标准特征提取框集进行转换,得到目标特征提取框集的步骤之前,还包括:
获取所述目标产品对应的标准鞋面完整点云图像;
根据所述标准鞋面完整点云图像获取鞋面底部工艺轨迹,作为所述目标产品对应的所述标准鞋面底部工艺轨迹;
将所述标准鞋面完整点云图像的底部图像作为所述目标产品对应的所述标准鞋面底部点云图像;
针对所述目标产品对应的所述标准鞋面底部工艺轨迹中的每个点位,在所述目标产品对应的所述标准鞋面底部点云图像上设置一个特征提取框,作为初始特征提取框;
根据各个所述初始特征提取框和所述目标产品对应的所述标准鞋面底部点云图像,生成所述目标产品对应的所述标准特征提取框集及各个标准单框特征。
7.根据权利要求6所述的鞋面底部工艺轨迹的生成方法,其特征在于,所述根据各个所述初始特征提取框和所述目标产品对应的所述标准鞋面底部点云图像,生成所述目标产品对应的所述标准特征提取框集及各个标准单框特征的步骤,包括:
将各个所述初始特征提取框中的任一个所述初始特征提取框作为待分析提取框;
从所述标准鞋面底部点云图像中的位于所述待分析提取框的图像区域提取中位数特征,作为所述待分析提取框对应的所述标准单框特征;
将所述待分析提取框对应的所述标准单框特征与所述目标产品对应的所述标准鞋面底部工艺轨迹中的与所述待分析提取框对应的点位进行锚定以用于建立锚定关系;
将各个所述待分析提取框作为所述目标产品对应的所述标准特征提取框集。
8.一种鞋面底部工艺轨迹的生成装置,其特征在于,所述鞋面底部工艺轨迹的生成方法装置包括:
图像获取模块,用于获取目标产品对应的目标鞋面底部点云图像;
匹配模块,用于将所述目标产品对应的标准鞋面底部点云图像与所述目标鞋面底部点云图像进行匹配,得到图像转换关系;
目标特征提取框集确定模块,用于根据所述图像转换关系,对所述目标产品对应的标准特征提取框集进行转换,得到目标特征提取框集;
目标鞋面底部工艺轨迹确定模块,用于根据所述目标特征提取框集和所述目标鞋面底部点云图像,对与所述标准特征提取框集存在锚定关系的标准鞋面底部工艺轨迹进行调整,得到目标鞋面底部工艺轨迹。
9.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1至7中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211693928.3A CN116091643A (zh) | 2022-12-28 | 2022-12-28 | 鞋面底部工艺轨迹的生成方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211693928.3A CN116091643A (zh) | 2022-12-28 | 2022-12-28 | 鞋面底部工艺轨迹的生成方法、装置、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116091643A true CN116091643A (zh) | 2023-05-09 |
Family
ID=86207520
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211693928.3A Pending CN116091643A (zh) | 2022-12-28 | 2022-12-28 | 鞋面底部工艺轨迹的生成方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116091643A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104766325A (zh) * | 2015-04-09 | 2015-07-08 | 泉州装备制造研究所 | 一种鞋面喷胶轨迹线的计算方法 |
US20180276885A1 (en) * | 2017-03-27 | 2018-09-27 | 3Dflow Srl | Method for 3D modelling based on structure from motion processing of sparse 2D images |
CN111820545A (zh) * | 2020-06-22 | 2020-10-27 | 浙江理工大学 | 一种结合离线与在线扫描自动生成鞋底喷胶轨迹的方法 |
US20210279522A1 (en) * | 2020-03-06 | 2021-09-09 | Shenzhen University | Method and device of acquiring appearance model, computer device and storage medium |
CN114155376A (zh) * | 2021-11-05 | 2022-03-08 | 苏州微创畅行机器人有限公司 | 目标特征点提取方法、装置、计算机设备和存储介质 |
CN114202566A (zh) * | 2022-02-17 | 2022-03-18 | 常州铭赛机器人科技股份有限公司 | 基于形状粗配准和icp点云精配准的胶路引导定位方法 |
CN115469602A (zh) * | 2022-07-20 | 2022-12-13 | 深圳群宾精密工业有限公司 | 多材质产品的3d视觉主动式引导轨迹生成方法、装置、设备及介质 |
-
2022
- 2022-12-28 CN CN202211693928.3A patent/CN116091643A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104766325A (zh) * | 2015-04-09 | 2015-07-08 | 泉州装备制造研究所 | 一种鞋面喷胶轨迹线的计算方法 |
US20180276885A1 (en) * | 2017-03-27 | 2018-09-27 | 3Dflow Srl | Method for 3D modelling based on structure from motion processing of sparse 2D images |
US20210279522A1 (en) * | 2020-03-06 | 2021-09-09 | Shenzhen University | Method and device of acquiring appearance model, computer device and storage medium |
CN111820545A (zh) * | 2020-06-22 | 2020-10-27 | 浙江理工大学 | 一种结合离线与在线扫描自动生成鞋底喷胶轨迹的方法 |
CN114155376A (zh) * | 2021-11-05 | 2022-03-08 | 苏州微创畅行机器人有限公司 | 目标特征点提取方法、装置、计算机设备和存储介质 |
CN114202566A (zh) * | 2022-02-17 | 2022-03-18 | 常州铭赛机器人科技股份有限公司 | 基于形状粗配准和icp点云精配准的胶路引导定位方法 |
CN115469602A (zh) * | 2022-07-20 | 2022-12-13 | 深圳群宾精密工业有限公司 | 多材质产品的3d视觉主动式引导轨迹生成方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113902808A (zh) | 相机标定方法、装置、设备及存储介质 | |
CN113850807B (zh) | 图像亚像素匹配定位方法、系统、设备及介质 | |
US8531505B2 (en) | Imaging parameter acquisition apparatus, imaging parameter acquisition method and storage medium | |
US20160155228A1 (en) | Medical image generation apparatus, method, and program | |
CN116091643A (zh) | 鞋面底部工艺轨迹的生成方法、装置、设备及介质 | |
CN108272513B (zh) | 临床定位方法、装置、计算机设备和存储介质 | |
CN109859142B (zh) | 图像亮度的调节方法、装置、计算机设备和存储介质 | |
CN108810509B (zh) | 一种图像色彩校正方法及装置 | |
CN109191530B (zh) | 全景相机标定方法、系统、计算机设备和存储介质 | |
CN113256735A (zh) | 一种基于双目标定的相机标定方法和系统 | |
CN113838138A (zh) | 一种优化特征提取的系统标定方法、系统、装置和介质 | |
CN113053507A (zh) | 病人通气的页面信息处理方法、装置、计算机设备及介质 | |
CN112330727A (zh) | 图像匹配方法、装置、计算机设备及存储介质 | |
JP2010128575A (ja) | ステレオ画像処理装置、ステレオ画像処理方法、および、プログラム | |
CN111402147B (zh) | 视频图像处理方法、装置、计算机设备和存储介质 | |
CN109166151B (zh) | 全景相机的远程标定方法、装置、计算机设备和存储介质 | |
US20100128973A1 (en) | Stereo image processing apparatus, stereo image processing method and computer-readable recording medium | |
CN110277062B (zh) | 灰阶补偿方法、装置、计算机设备和存储介质 | |
CN113942013A (zh) | 基于数据可视化的快速手眼标定方法及系统 | |
CN114630012B (zh) | 一种虚拟试衣视频生成方法、装置、电子设备及介质 | |
CN111209957B (zh) | 车辆部件识别方法、装置、计算机设备及存储介质 | |
CN113178000A (zh) | 三维重建方法、装置、电子设备及计算机存储介质 | |
CN114222112A (zh) | 时间校准方法、装置、计算机设备及存储介质 | |
CN116503289B (zh) | 一种视觉特效应用处理方法和系统 | |
CN110599467B (zh) | 非限束器区域检测方法、装置、计算机设备和存储介质 |
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 |