CN117011365B - 尺寸测量方法、装置、计算机设备和存储介质 - Google Patents
尺寸测量方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN117011365B CN117011365B CN202311278583.XA CN202311278583A CN117011365B CN 117011365 B CN117011365 B CN 117011365B CN 202311278583 A CN202311278583 A CN 202311278583A CN 117011365 B CN117011365 B CN 117011365B
- Authority
- CN
- China
- Prior art keywords
- calibration
- target
- image
- size
- target object
- 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 67
- 238000003860 storage Methods 0.000 title claims abstract description 13
- 238000004590 computer program Methods 0.000 claims description 45
- 239000011159 matrix material Substances 0.000 claims description 42
- 238000005259 measurement Methods 0.000 claims description 35
- 238000000691 measurement method Methods 0.000 description 17
- 230000008569 process Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000003550 marker Substances 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 239000004973 liquid crystal related substance Substances 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
- 238000004513 sizing Methods 0.000 description 1
- 230000009466 transformation Effects 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
- G06T7/60—Analysis of geometric attributes
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请涉及一种尺寸测量方法、装置、计算机设备和存储介质。该方法包括:获取拍摄装置拍摄得到的待处理图像,并获取待处理图像中目标对象在当前拍摄场景下的特征信息,以根据特征信息从标定关系集合中确定与当前拍摄场景匹配的目标标定关系,继而根据目标标定关系确定待处理图像中目标对象的实际尺寸。其中,标定关系集合中包括多个标定关系,标定关系用于表征物体的实际尺寸与图像尺寸之间的对应关系。上述方法中,基于目标对象在当前拍摄场景下的特征信息在标定关系集合中确定目标标定关系,提高了目标标定关系与当前拍摄场景之间的匹配度,因此提高了基于该目标标定关系所得到的实际尺寸的准确性。
Description
技术领域
本申请涉及人工智能技术领域,特别是涉及一种尺寸测量方法、装置、计算机设备和存储介质。
背景技术
随着科技的发展,人工智能被应用于越来越多的行业中。机器视觉作为人工智能中的一个重要分支,在各行各业中也得到了广泛地应用。
简单来说,机器视觉就是用机器代替人眼来做测量和判断。在电池制作领域,存在非常多的尺寸测量需求,相关技术中,通常通过获取包括待检电池的图像,以采用预设比例还原图像中电池的尺寸,得到电池的实际尺寸。
然而,相关技术中尺寸测量的准确性较差。
发明内容
基于此,有必要针对上述技术问题,提供一种尺寸测量方法、装置、计算机设备和存储介质。
第一方面,本申请提供了一种尺寸测量方法,包括:
获取拍摄装置拍摄得到的待处理图像,待处理图像包括目标对象;
获取待处理图像中目标对象在当前拍摄场景下的特征信息;
根据特征信息从标定关系集合中确定与当前拍摄场景匹配的目标标定关系;其中,标定关系集合中包括多个标定关系,标定关系用于表征物体的实际尺寸与图像尺寸之间的对应关系;
根据目标标定关系确定待处理图像中目标对象的实际尺寸。
本申请实施例中,通过获取拍摄装置拍摄得到的待处理图像,并获取待处理图像中目标对象在当前拍摄场景下的特征信息,以根据特征信息从标定关系集合中确定与当前拍摄场景匹配的目标标定关系,继而根据目标标定关系确定待处理图像中目标对象的实际尺寸。其中,标定关系集合中包括多个标定关系,标定关系用于表征物体的实际尺寸与图像尺寸之间的对应关系。上述方法中,基于目标对象在当前拍摄场景下的特征信息在标定关系集合中确定目标标定关系,提高了目标标定关系与当前拍摄场景之间的匹配度,因此提高了基于该目标标定关系所得到的实际尺寸的准确性。
在其中一个实施例中,获取待处理图像中目标对象在当前拍摄场景下的特征信息,包括:
根据待处理图像确定待处理图像中目标对象的尺寸特征;
根据拍摄装置确定待处理图像中目标对象的物距特征;
根据尺寸特征和物距特征确定待处理图像中目标对象在当前拍摄场景下的特征信息。
本申请实施例中,根据待处理图像确定待处理图像中目标对象的尺寸特征,并根据拍摄装置确定待处理图像中目标对象的物距特征,进而根据尺寸特征和物距特征确定待处理图像中目标对象在当前拍摄场景下的特征信息。上述方法中,确定目标对象在当前拍摄场景下的特征信息时,兼顾了目标对象的尺寸特征,以及物距特征,提高了所得到的特征信息的全面性,有助于确定与当前拍摄场景匹配度更高的目标关联关系,来提高尺寸测量的准确性。
在其中一个实施例中,待处理图像还包括标定物;根据待处理图像确定待处理图像中目标对象的尺寸特征,包括:
获取待处理图像中目标对象的目标图像尺寸;
获取待处理图像中标定物的标定图像尺寸;
根据目标图像尺寸和标定图像尺寸确定目标对象的尺寸特征。
本申请实施例中,获取待处理图像中目标对象的目标图像尺寸,并获取待处理图像中标定物的标定图像尺寸,从而根据目标图像尺寸和标定图像尺寸确定目标对象的尺寸特征。上述方法中,引入标定物作为参考来确定目标对象的尺寸特征,可适用于不同的目标对象,提高了确定不同目标对象的尺寸特征的通用性,因此扩大了尺寸测量方法的适用范围。
在其中一个实施例中,根据目标图像尺寸和标定图像尺寸确定目标对象的尺寸特征,包括:
根据目标图像尺寸确定目标对象的目标面积;
根据标定图像尺寸确定标定物的标定面积;
根据目标面积和标定面积确定目标对象的尺寸特征。
本申请实施例中,根据目标图像尺寸确定目标对象的目标面积,并根据标定图像尺寸确定标定物的标定面积,从而根据目标面积和标定面积确定目标对象的尺寸特征。实际应用中大部分目标对象具有表面积,上述方法中基于面积确定目标对象的尺寸特征不仅适用于大部分目标对象,扩大了适用范围,同时采用面积更能准确表征尺寸,因此基于面积所确定的尺寸特征也更为准确,即提高了所得到的尺寸特征的准确性。
在其中一个实施例中,根据目标面积和标定面积确定目标对象的尺寸特征,包括:
将目标面积与标定面积的比值,作为目标对象的尺寸特征。
本申请实施例中,将目标面积与标定面积的比值,作为目标对象的尺寸特征。上述方法中,以面积比值作为目标对象的尺寸特征,将尺寸特征量化,提高了尺寸特征的精确度,以便后续确定更为准确性的目标标定关系,从而提高尺寸测量的准确性。
在其中一个实施例中,待处理图像还包括标定物;根据拍摄装置确定待处理图像中目标对象的物距特征,包括:
获取拍摄装置与目标对象之间的目标距离;
获取拍摄装置与标定物之间的标定距离;
根据目标距离和标定距离确定目标对象的物距特征。
本申请实施例中,获取拍摄装置与目标对象之间的目标距离,并获取拍摄装置与标定物之间的标定距离,从而根据目标距离和标定距离确定目标对象的物距特征。上述方法中,引入标定物作为参考来确定目标对象的尺寸特征,可适用于不同的目标对象,提高了确定不同目标对象的物距特征的通用性,因此扩大了尺寸测量方法的适用范围。
在其中一个实施例中,根据目标距离和标定距离确定目标对象的物距特征,包括:
将目标距离与标定距离的差值,作为目标对象的物距特征。
本申请实施例中,将目标距离与标定距离的差值,作为目标对象的物距特征。上述方法中,以距离差值作为目标对象的物距特征,将物距特征量化,提高了物距特征的精确度,以便后续确定更为准确性的目标标定关系,从而提高尺寸测量的准确性。
在其中一个实施例中,根据特征信息从标定关系集合中确定与当前拍摄场景匹配的目标标定关系,包括:
根据物距特征在标定关系集合中确定与物距特征匹配的候选关系集合;
根据尺寸特征在候选关系集合中确定与尺寸特征匹配的目标标定关系。
本申请实施例中,根据物距特征在标定关系集合中确定与物距特征匹配的候选关系集合,并根据尺寸特征在候选关系集合中确定与尺寸特征匹配的目标标定关系。上述方法中,预先构建的标定关系集合可在对应不同物距特征,不同尺寸特征的拍摄场景下,进行目标对象的尺寸测量,以适用于不同拍摄场景,在提高应用范围的同时,直接基于待处理图像的尺寸特征和物距特征在标定关系集合中确定目标标定关系实现尺寸测量,无需重新标定,节省了标定耗时,提高了测量效率,同时降低了采用不适用标定关系进行尺寸测量所产生的误差累计,以为不同拍摄场景下的目标对象提供相应匹配的标定关系,从而提高尺寸测量的准确性。
在其中一个实施例中,标定物中包括多个标定单元;标定关系集合的获取方式包括:
采用标定物中不同的标定矩阵在不同物距特征下标定得到多组标定关系;其中,标定矩阵为标定单元形成的矩阵,不同的标定矩阵对应不同的尺寸特征;
根据对应不同标定矩阵和不同物距特征的标定关系,得到标定关系集合。
本申请实施例中,采用标定物中不同的标定矩阵在不同物距特征下标定得到多组标定关系,以根据对应不同标定矩阵和不同物距特征的标定关系,得到标定关系集合。其中,标定矩阵为标定单元形成的矩阵,不同的标定矩阵对应不同的尺寸特征。通过上述方法,构建得到了包括对应不同尺寸特征以及不同物距特征的标定关系的标定关系集合,以便后续为不同拍摄场景下目标对象的尺寸特征和物距特征提供匹配的标定关系,针对不同尺寸特征和物距特征的目标对象也无需重新标定,在节省耗时、提高效率的同时提高了尺寸测量方法的通用性。
在其中一个实施例中,在标定关系集合中,同一标定矩阵的标定关系与物距特征呈负相关。
本申请实施例中,在标定关系集合中,同一标定矩阵的标定关系与物距特征呈负相关。上述方法中,明确了标定关系与物距特征之间的关联关系,以便基于物距特征确定相应地标定关系,提高了所确定的标定关系的效率和准确性。
在其中一个实施例中,标定单元为非矩形标定单元。
本申请实施例中,标定单元为非矩形标定单元,呈中心聚拢型标定单元,标定单元的中心区域相对边缘区域的失真程度小,非矩形标定单元减小了标定单元距离中心较远的边缘区域,减小了边缘失真,相应减小了基于该标定单元在标定过程中所产生的标定误差,因此提高了标定得到的标定关系的准确性。
在其中一个实施例中,根据目标标定关系确定待处理图像中目标对象的实际尺寸,包括:
根据目标标定关系对目标对象的图像尺寸进行转换,得到目标对象的实际尺寸。
本申请实施例中,通过获取待处理图像中目标对象的图像尺寸,以根据目标标定关系对目标对象的图像尺寸进行转换,得到目标对象的实际尺寸。以此基于图像实现对于目标对象尺寸的测量,提高了尺寸测量的便捷性。
第二方面,本申请还提供了一种尺寸测量装置,包括:
图像获取模块,用于获取拍摄装置拍摄得到的待处理图像,待处理图像包括目标对象;
信息获取模块,用于获取待处理图像中目标对象在当前拍摄场景下的特征信息;
标定确定模块,用于根据特征信息从标定关系集合中确定与当前拍摄场景匹配的目标标定关系;其中,标定关系集合中包括多个标定关系,标定关系用于表征物体的实际尺寸与图像尺寸之间的对应关系;
尺寸确定模块,用于根据目标标定关系确定待处理图像中目标对象的实际尺寸。
第三方面,本申请还提供了一种计算机设备,包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现上述任一项尺寸测量方法的步骤。
第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现上述任一项尺寸测量方法的步骤。
第五方面,本申请还提供了一种计算机程序产品,包括计算机程序,计算机程序被处理器执行时实现上述任一项尺寸测量方法的步骤。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为一个实施例中计算机设备的内部结构图;
图2为一个实施例中尺寸测量方法的流程示意图;
图3为一个实施例中获取目标对象的特征信息的流程示意图;
图4为一个实施例中确定目标对象的尺寸特征的流程示意图;
图5为一个实施例中标定物的示意图;
图6为另一个实施例中确定目标对象的尺寸特征的流程示意图;
图7为一个实施例中确定目标对象的物距特征的流程示意图;
图8为一个实施例中确定目标标定关系的流程示意图;
图9为一个实施例中获取标定关系集合的流程示意图;
图10为一个实施例中标定物中标定矩阵与标定关系的关系示意图;
图11为一个实施例中标定关系集合的图示化示意图;
图12为一个实施例中凸透镜成像的过程示意图;
图13(a)为一个实施例中标定物上标定单元的分布示意图;
图13(b)为另一个实施例中标定物上标定单元的分布示意图;
图14为另一个实施例中尺寸测量方法的流程示意图;
图15为一个实施例中尺寸测量装置的结构框图。
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。
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”以及它的任何变形,意图在于覆盖不排他的包含。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
在本申请实施例的描述中,术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。在本申请实施例的描述中,术语“多个”指的是两个以上(包括两个),除非另有明确具体的限定。
随着科技的发展,人工智能被应用于越来越多的行业中。机器视觉作为人工智能中的一个重要分支,在各行各业中也得到了广泛地应用。
简单来说,机器视觉就是用机器代替人眼来做测量和判断。在电池制作领域,存在非常多的尺寸测量需求,相关技术中,通常通过获取包括待检电池的图像,以采用预设比例还原图像中电池的尺寸,得到电池的实际尺寸。
在基于机器视觉进行目标对象尺寸测量的过程中,相关技术中才通常采用固定标定物标定得到表征目标对象图像尺寸与实际尺寸之间对应关系的比例关系,即上述预设比例,并采用该预设比例还原目标对象的图像尺寸,以得到目标对象的实际尺寸。
实际应用中,需要对多批次不同尺寸规格的目标对象进行尺寸测量,为简化标定过程,相关技术中往往直接将初始标定得到的标定关系应用于所有目标对象的尺寸测量中,则相应地需要将所有的目标对象置于统一的测量环境中,使得初始标定得到的标定关系适用于所有目标对象。但是,初始标定得到的标定关系是基于初始标定过程中所使用的标定物和预设尺寸规格的目标对象所标定得到的,与该预设尺寸规格的目标对象之间的适配度高,而与其他尺寸规格的目标对象之间的适配度较差。尤其是在对与预设尺寸规格存在较大规格差异的目标对象进行尺寸测量的情况下,若仍采用基于预设尺寸规格的目标对象比标定得到的标定关系,则会产生较大的测量误差,从而降低了尺寸测量的准确性。
为了提高尺寸测量的准确性,相关技术中在每进行一种新尺寸规格的目标对象的尺寸测量,或者,新尺寸规格与旧尺寸规格之间规格差异较大的情况下,则重新标定得到适配于该新尺寸规格的目标对象的新的标定关系,以采用该新的标定关系对该新尺寸规格的目标对象的尺寸测量。然而,重新标定的过程耗时久,尤其是实际生产中,需要对多批次不同尺寸规格的大量目标对象进行尺寸测量,需要不断的重新标定,标定和测量过程来回切换,大大降低了尺寸测量的效率。
因此,本申请实施例提供了一种尺寸测量方法、装置、计算机设备和存储介质,通过预先构建包括多组标定关系的标定关系集合,以基于当前拍摄场景下所拍摄得到的待处理图像的特征信息在标定关系集合中确定与当前拍摄场景匹配的目标标定关系,继而根据目标标定关系确定待处理图像中目标对象的实际尺寸,以此提高目标标定关系与当前拍摄场景之间的匹配度,继而提高基于该目标标定关系所得到的实际尺寸的准确性。
本申请实施例提供的尺寸测量方法,可以应用于如图1所示的计算机设备,该计算机设备可以是终端。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、移动蜂窝网络、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尺寸测量方法。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1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,如图2所示,提供了一种尺寸测量方法,以该方法应用于图1中的计算机设备为例进行说明,包括以下步骤:
S210、获取拍摄装置拍摄得到的待处理图像,待处理图像包括目标对象。
其中,目标对象为被测量对象。在应用于电池制作领域的情况下,目标对象可以是电池制作过程中任一环节所输出的电池产品,如电芯或者电池单体。
拍摄装置用于拍摄得到包括目标对象的待处理图像,计算机设备可与拍摄装置相互通信,以从拍摄装置获取该待处理图像。示例性地,计算机设备与拍摄装置可以是相互独立的设备/装置,并通过有线或无线的方式相互通信;拍摄装置也可以是集成于计算机设备的功能模块,并基于内部通信链路相互通信。
S220、获取待处理图像中目标对象在当前拍摄场景下的特征信息。
其中,特征信息为目标对象在当前拍摄场景下所特有的信息。示例性地,特征信息可以包括目标对象在待处理图像中的图像尺寸(如长度和/或宽度),或者拍摄待处理图像时目标对象与拍摄装置之间的距离。
可选地,计算机设备可以对待处理图像进行分析,以识别得到待处理图像中目标对象的图像尺寸,作为目标对象在当前拍摄场景下的特征信息,或者,从摄像装置获取拍摄待处理图像时目标对象与拍摄装置之间的距离,作为目标对象在当前拍摄场景下的特征信息。其中,摄像装置中搭载有距离传感器,可用于在拍摄待处理图像时,测量目标对象与拍摄装置之间的距离。计算机设备也可以直接与距离传感器通信,以获取距离传感器所测量得到的拍摄待处理图像时目标对象与拍摄装置之间的距离。
S230、根据特征信息从标定关系集合中确定与当前拍摄场景匹配的目标标定关系。
其中,标定关系集合中包括多个标定关系,标定关系用于表征物体的实际尺寸与图像尺寸之间的对应关系。
可选地,在摄像装置与拍摄对象之间距离(即物距)统一的拍摄场景下,标定关系集合可以是不同图像尺寸所对应的标定关系的集合,特征信息为目标对象在待处理图像中的图像尺寸,计算机设备可在标定关系集合中确定该目标对象的图像尺寸所对应的标定关系,作为与当前拍摄场景匹配的目标标定关系。
例如,示例性地,标定关系集合中包括:在图像尺寸大于预设尺寸M的情况下,对应标定关系A1;在图像尺寸小于或等于预设尺寸M的情况下,对应标定关系A2。计算机设备在得到待处理图像中目标对象的图像尺寸L,且L>M的情况下,即可确定标定关系集合中的标定关系A1为目标标定关系。
可选地,在测量相同规格的目标对象的拍摄场景下,标定关系集合可以是不同物距所对应的标定关系的集合,特征信息为拍摄待处理图像时目标对象与拍摄装置之间的距离,计算机设备可在标定关系集合中确定该距离所对应的标定关系,作为与当前拍摄场景匹配的目标标定关系。
例如,示例性地,标定关系集合中包括:物距H1对应标定关系B1;物距H2对应标定关系B2;物距H3对应标定关系B3。计算机设备在得到拍摄待处理图像时目标对象与拍摄装置之间距离H2的情况下,即可确定标定关系集合中的标定关系B2为目标标定关系。
S240、根据目标标定关系确定待处理图像中目标对象的实际尺寸。
可选地,计算机设备在得到与当前拍摄场景匹配的目标标定关系后,则采用该目标标定关系确定待处理图像中目标对象的实际尺寸。
本申请实施例中,通过获取拍摄装置拍摄得到的待处理图像,并获取待处理图像中目标对象在当前拍摄场景下的特征信息,以根据特征信息从标定关系集合中确定与当前拍摄场景匹配的目标标定关系,继而根据目标标定关系确定待处理图像中目标对象的实际尺寸。其中,标定关系集合中包括多个标定关系,标定关系用于表征物体的实际尺寸与图像尺寸之间的对应关系。上述方法中,基于目标对象在当前拍摄场景下的特征信息在标定关系集合中确定目标标定关系,提高了目标标定关系与当前拍摄场景之间的匹配度,因此提高了基于该目标标定关系所得到的实际尺寸的准确性。
目标对象在当前拍摄场景下的特征信息不仅包括目标对象的尺寸特征,还包括目标对象的物距特征。基于此,在其中一个实施例中,如图3所示,上述S220、获取待处理图像中目标对象在当前拍摄场景下的特征信息,包括:
S310、根据待处理图像确定待处理图像中目标对象的尺寸特征。
其中,目标对象的尺寸特征用于表征目标对象在尺寸上的特征,可基于待处理图像中目标对象的图像尺寸确定。
可选地,计算机设备可识别待处理图像中的目标对象,以提取目标对象在待处理中的图像尺寸,以确定目标图像的尺寸特征。示例性地,计算机设备可将目标对象的图像尺寸与预设图像尺寸进行比较,并根据比较结果确定目标对象的尺寸特征。其中,在比较结果为目标对象的图像尺寸大于预设图像尺寸的情况下,计算机设备可确定目标对象的尺寸特征为大尺寸;在比较结果为目标对象的图像尺寸小于或等于预设图像尺寸的情况下,计算机设备可确定目标对象的尺寸特征为小尺寸。
S320、根据拍摄装置确定待处理图像中目标对象的物距特征。
其中,目标对象的物距特征用于表征目标对象与拍摄装置之间距离上的特征,可基于拍摄待处理图像时目标对象与拍摄装置之间的距离确定。
可选地,计算机设备可获取拍摄待处理图像时目标对象与拍摄装置之间的距离,以确定目标图像的物距特征。示例性地,计算机设备可将所得到的距离与第一预设物距和第二预设物距(第二预设物距大于第一预设物距)进行比较,并根据比较结果确定目标对象的物距特征。其中,在比较结果为所得到的距离小于或等于第一预设物距的情况下,计算机设备可确定目标对象的物距特征为近物距状态;在比较结果为所得到的距离大于第一预设物距,且小于第二预设物距的情况下,计算机设备可确定目标对象的物距特征为中物距状态;在比较结果为所得到的距离大于第二预设物距,计算机设备可确定目标对象的物距特征为远物距状态。
S330、根据尺寸特征和物距特征确定待处理图像中目标对象在当前拍摄场景下的特征信息。
可选地,计算机设备分别得到待处理图像中目标对象的尺寸特征和物距特征后,可将该尺寸特征连同物距特征一并作为待处理图像中目标对象在当前拍摄场景下的特征信息。
本申请实施例中,根据待处理图像确定待处理图像中目标对象的尺寸特征,并根据拍摄装置确定待处理图像中目标对象的物距特征,进而根据尺寸特征和物距特征确定待处理图像中目标对象在当前拍摄场景下的特征信息。上述方法中,确定目标对象在当前拍摄场景下的特征信息时,兼顾了目标对象的尺寸特征,以及物距特征,提高了所得到的特征信息的全面性,有助于确定与当前拍摄场景匹配度更高的目标关联关系,来提高尺寸测量的准确性。
待处理图像中还包括标定物,目标对象的尺寸特征可基于标定物确定。基于此,在其中一个实施例中,如图4所示,上述S310、根据待处理图像确定待处理图像中目标对象的尺寸特征,包括:
S410、获取待处理图像中目标对象的目标图像尺寸。
其中,目标图像尺寸为待处理图像中目标对象的图像尺寸。
可选地,计算机设备可识别待处理图像中的目标对象,以提取目标对象的图像尺寸,作为目标图像尺寸。示例性地,计算机设备可基于目标对象的图像特征识别待处理图像中的目标对象。该图像特征可以包括形状特征、颜色特征、纹理特征中的至少一项。计算机设备也可以将待处理图像输入目标识别模型,以识别得到待处理图形中的目标对象。该目标识别模型为采用大量目标对象的图像作为样本而训练得到的网络模型。
S420、获取待处理图像中标定物的标定图像尺寸。
其中,标定物为用于标定得到标定关系的辅助元件。示例性地,标定物可以是如图5所示的棋盘格标定板。标定图像尺寸为待处理图像中标定物的图像尺寸。
可选地,计算机设备可识别待处理图像中的标定物,以提取标定物的图像尺寸,作为目标图像尺寸。示例性地,计算机设备可基于标定物的图像特征识别待处理图像中的标定物。该图像特征可以包括形状特征、颜色特征、纹理特征中的至少一项。计算机设备也可以将待处理图像输入标定识别模型,以识别得到待处理图形中的标定物。该对标定别模型为采用大量标定物的图像作为样本而训练得到的网络模型。
S430、根据目标图像尺寸和标定图像尺寸确定目标对象的尺寸特征。
其中,目标对象的尺寸特征用于表征目标图像尺寸和标定图像尺寸之间的尺寸关系。
可选地,计算机设备在得到目标图像尺寸和标定图像尺寸后,可将目标图像尺寸和标定图像尺寸进行比较以确定两者的尺寸关系,并将该尺寸关系作为目标对象的尺寸特征。示例性地,上述尺寸关系可以是尺寸之间的大小关系,计算机设备可直接比较目标图像尺寸和标定图像尺寸,得到两者之间的大小关系,作为目标对象的尺寸特征。
本申请实施例中,获取待处理图像中目标对象的目标图像尺寸,并获取待处理图像中标定物的标定图像尺寸,从而根据目标图像尺寸和标定图像尺寸确定目标对象的尺寸特征。上述方法中,引入标定物作为参考来确定目标对象的尺寸特征,可适用于不同的目标对象,提高了确定不同目标对象的尺寸特征的通用性,因此扩大了尺寸测量方法的适用范围。
拍摄装置通常正对目标对象拍摄,为提高目标对象的尺寸特征的准确性,在其中一个实施例中,如图6所示,上述S430、根据目标图像尺寸和标定图像尺寸确定目标对象的尺寸特征,包括:
S610、根据目标图像尺寸确定目标对象的目标面积。
其中,目标对象的目标面积为待处理图像中目标对象的图像面积。
计算机设备得到目标对象的目标图像尺寸后,可根据目标图像尺寸计算得到待处理图像中目标对象的图像面积,作为目标面积。示例性地,在目标对象为矩形目标对象的情况下,目标图像尺寸包括矩形目标对象的长m和宽n,计算机设备获取长m和宽n的乘积,得到目标面积S1。
S620、根据标定图像尺寸确定标定物的标定面积。
其中,标定物的标定面积为待处理图像中标定物的图像面积。
计算机设备得到标定物的标定图像尺寸后,可根据标定图像尺寸计算得到待处理图像中标定物的图像面积,作为标定面积。示例性地,在标定物为矩形标定物的情况下,标定图像尺寸包括矩形标定物的长p和宽q,计算机设备获取长p和宽q的乘积,得到标定面积S2。
S630、根据目标面积和标定面积确定目标对象的尺寸特征。
计算机设备在得到目标面积和标定面积后,可将目标面积和标定面积进行比较以确定两者的尺寸关系,并将该尺寸关系作为目标对象的尺寸特征。示例性地,上述尺寸关系可以是面积之间的大小关系,计算机设备可直接比较目标面积和标定面积,得到两者之间的大小关系,作为目标对象的尺寸特征。
本申请实施例中,根据目标图像尺寸确定目标对象的目标面积,并根据标定图像尺寸确定标定物的标定面积,从而根据目标面积和标定面积确定目标对象的尺寸特征。实际应用中大部分目标对象具有表面积,上述方法中基于面积确定目标对象的尺寸特征不仅适用于大部分目标对象,扩大了适用范围,同时采用面积更能准确表征尺寸,因此基于面积所确定的尺寸特征也更为准确,即提高了所得到的尺寸特征的准确性。
为量化目标对象的尺寸特征,在其中一个实施例中,上述S630、根据目标面积和标定面积确定目标对象的尺寸特征,包括:
将目标面积与标定面积的比值,作为目标对象的尺寸特征。
计算机设备在得到待处理图像中的目标面积和标定面积后,可直接获取目标面积与标定面积之间的比值,作为目标对象的尺寸特征。例如,获取目标面积比标定面积所得到的比值作为目标对象的尺寸特征。
本申请实施例中,将目标面积与标定面积的比值,作为目标对象的尺寸特征。上述方法中,以面积比值作为目标对象的尺寸特征,将尺寸特征量化,提高了尺寸特征的精确度,以便后续确定更为准确性的目标标定关系,从而提高尺寸测量的准确性。
在待处理图像中包括标定物的情况下,目标对象的物距特征也可基于标定物确定。基于此,在其中一个实施例中,如图7所示,上述S320、根据拍摄装置确定待处理图像中目标对象的物距特征,包括:
S710、获取拍摄装置与目标对象之间的目标距离。
其中,目标距离为拍摄装置拍摄待处理图像时拍摄装置与目标对象之间的距离,即拍摄装置与目标对象之间的物距。
示例性地,计算机设备可从摄像装置所搭载的距离传感器获取拍摄待处理图像时目标对象与拍摄装置之间的距离,作为目标距离。
S720、获取拍摄装置与标定物之间的标定距离。
其中,标定距离为拍摄装置拍摄待处理图像时拍摄装置与标定物之间的距离,即拍摄装置与标定物之间的物距。
示例性地,计算机设备还可以从摄像装置所搭载的距离传感器获取拍摄待处理图像时标定物与拍摄装置之间的距离,作为标定距离。
S730、根据目标距离和标定距离确定目标对象的物距特征。
其中,目标对象的物距特征用于表征目标距离和标定距离之间的距离关系。
可选地,计算机设备在得到目标距离和标定距离后,可将目标距离和标定距离进行比较以确定两者的距离关系,并将该距离关系作为目标对象的物距特征。示例性地,上述距离关系可以是距离之间的大小关系,计算机设备可直接比较目标距离和标定距离,得到两者之间的大小关系,作为目标对象的物距特征。
本申请实施例中,获取拍摄装置与目标对象之间的目标距离,并获取拍摄装置与标定物之间的标定距离,从而根据目标距离和标定距离确定目标对象的物距特征。上述方法中,引入标定物作为参考来确定目标对象的尺寸特征,可适用于不同的目标对象,提高了确定不同目标对象的物距特征的通用性,因此扩大了尺寸测量方法的适用范围。
为量化目标对象的物距特征,在其中一个实施例中,上述S630、根据目标面积和标定面积确定目标对象的尺寸特征,包括:
将目标距离与标定距离的差值,作为目标对象的物距特征。
计算机设备在得到待处理图像中的目标距离与标定距离后,可直接获取目标距离与标定距离之间的差值,作为目标对象的物距特征。例如,获取目标距离减去标定距离所得到的差值作为目标对象的物距特征。
本申请实施例中,将目标距离与标定距离的差值,作为目标对象的物距特征。上述方法中,以距离差值作为目标对象的物距特征,将物距特征量化,提高了物距特征的精确度,以便后续确定更为准确性的目标标定关系,从而提高尺寸测量的准确性。
实际应用中,标定关系集合中包括不同尺寸特征在不同物距特征下的多个标定关系。因此,在其中一个实施例中,如图8所示,上述S230、根据特征信息从标定关系集合中确定与当前拍摄场景匹配的目标标定关系,包括:
S810、根据物距特征在标定关系集合中确定与物距特征匹配的候选关系集合。
计算机设备在得到目标对象的物距特征后,可遍历标定关系集合,从中确定物距特征与该目标对象的物距特征所匹配的标定关系,并由所有所匹配的标定关系形成候选关系集合。
S820、根据尺寸特征在候选关系集合中确定与尺寸特征匹配的目标标定关系。
计算机设备在得到候选关系集合后,可遍历候选关系集合,从中确定尺寸特征与该目标对象的尺寸特征所匹配的标定关系,作为目标标定关系。
示例性地,计算机设备也可以遍历标定关系集合,先采用目标对象的尺寸特征在标定关系集合中确定与该目标对象的尺寸特征所匹配的关系集合,后采用目标对象的物距特征在前述所得到的关系集合中确定与该目标对象的物距特征所匹配的标定关系,作为目标标定关系。计算机设备也可以遍历标定关系集合,同时采用目标对象的尺寸特征和物距特征在标定关系集合中确定与该目标对象的尺寸特征和物距特征所匹配的标定关系,作为目标标定关系。
本申请实施例中,根据物距特征在标定关系集合中确定与物距特征匹配的候选关系集合,并根据尺寸特征在候选关系集合中确定与尺寸特征匹配的目标标定关系。上述方法中,预先构建的标定关系集合可在对应不同物距特征,不同尺寸特征的拍摄场景下,进行目标对象的尺寸测量,以适用于不同拍摄场景,在提高应用范围的同时,直接基于待处理图像的尺寸特征和物距特征在标定关系集合中确定目标标定关系实现尺寸测量,无需重新标定,节省了标定耗时,提高了测量效率,同时降低了采用不适用标定关系进行尺寸测量所产生的误差累计,以为不同拍摄场景下的目标对象提供相应匹配的标定关系,从而提高尺寸测量的准确性。
标定关系集合是基于标定物标定得到的,标定物的表面设置有多个标定的单元。基于此,在其中一个实施例中,如图9所示,上述标定关系集合的获取方式包括:
S910、采用标定物中不同的标定矩阵在不同物距特征下标定得到多组标定关系。
其中,标定矩阵为标定单元形成的矩阵,不同的标定矩阵对应不同的尺寸特征。标定关系集合中每个标定关系对应一个标定矩阵以及一个物距特征。
计算机设备可采用标定物对拍摄装置进行内外参标定,以基于拍摄装置的内外参采用相应标定算法得到表征物体的实际尺寸与图像尺寸之间对应关系的标定关系。标定过程中,计算机设备可预先确定不同尺寸特征在标定物中所对应的标定矩阵,以在采用对应尺寸特征的标定矩阵在不同物距特征下进行标定,以得到相应标定矩阵的标定关系。
例如,示例性地,如图10所示,标定物包括n×n个标定单元所形成的标定矩阵,计算机设备采用标定物中至少2个标定单元所形成的标定矩阵作为独立的标定工具,在不同物距特征下进行标定,得到不同标定矩阵所对应的标定关系/>。其中,i表示标定单元的行序号,j表示标定单元的列序号,1≤i≤n,1≤j≤n,且i和j不同时为1。标定矩阵/>可采用边缘标定单元之间的距离表征,在标定单元为圆形标定单元的情况下,可采用形成该标定矩阵/>距离最远的两个圆形标定单元之间的圆心距表征。例如,图10虚线框中的标定单元形成标定矩阵/>,即为行方向圆心距/>(即第1行标定单元与第2行标定单元之间的圆心距),列方向圆心距/>(即第3列标定单元与第1列标定单元之间的圆心距)的标定矩阵。
S920、根据对应不同标定矩阵和不同物距特征的标定关系,得到标定关系集合。
计算机设备可将对应不同标定矩阵和不同物距特征的标定关系汇总,形成标定关系集合。示例性地,图11为图示化展示的标定关系集合,其中,表示物距特征m下基于标定矩阵/>所得到的标定关系。例如,i和j≤n,且不同时为1,m≤M,/>表示物距特征0下基于标定矩阵/>所得到的标定关系;/>表示物距特征0下基于标定矩阵/>所得到的标定关系;/>表示物距特征0下基于标定矩阵/>所得到的标定关系;/>表示物距特征M下基于标定矩阵/>所得到的标定关系;/>表示物距特征M下基于标定矩阵/>所得到的标定关系;/>表示物距特征M下基于标定矩阵/>所得到的标定关系。
本申请实施例中,采用标定物中不同的标定矩阵在不同物距特征下标定得到多组标定关系,以根据对应不同标定矩阵和不同物距特征的标定关系,得到标定关系集合。其中,标定矩阵为标定单元形成的矩阵,不同的标定矩阵对应不同的尺寸特征。通过上述方法,构建得到了包括对应不同尺寸特征以及不同物距特征的标定关系的标定关系集合,以便后续为不同拍摄场景下目标对象的尺寸特征和物距特征提供匹配的标定关系,针对不同尺寸特征和物距特征的目标对象也无需重新标定,在节省耗时、提高效率的同时提高了尺寸测量方法的通用性。
在其中一个实施例中,在标定关系集合中,同一标定矩阵的标定关系与物距特征呈负相关。
需要说明的是,拍摄装置拍摄图像即相机成像本质上就是凸透镜成像。凸透镜成像满足如下公式:
如图12所示,u为物距,即所拍摄的检测物体与拍摄装置(具体是镜头中的凸透镜)之间的距离;v为像距,即所形成的检测物体的像与拍摄装置之间的距离;f为焦距。其中,物距u和像距v成反比例关系。在u>2f的情况下,形成检测物体倒立缩小的实像。L’为检测物体的像的长度。
基于上述凸透镜成像公式推导目标对象(即检测物体)物距变化与标定关系(以比例尺为例)的关系过程如下:
标定物的厚度t,长度l,像距v0,物距u0,比例尺p0;
检测物体的厚度T,长度L,像距v1,物距u1,比例尺y;
拍摄装置的相机焦距f,像素系数k。
标定物与检测物体在物距上的差异(即物距特征)等于纵向厚度的变化量x:
标定物的像距计算公式:
①
标定物的比例尺计算公式:
②
其中,f远小于像距v0。
检测物体的比例尺等价计算公式:
③
其中,f远小于像距v1。
检测物体的像距公式:
④
对公式④进行等价变换,并把公式①带入公式④可得
⑤
求y,将公式⑤代入公式③可得:
⑥
通过设计标定块l=L,将公式②带入公式⑥,可得
⑦
由公式⑦可以得出:
1、检测物体与标定物之间的厚度差x,与检测物体的比例尺y,成反比例函数关系,即标定关系与物距特征呈负相关;
2、在x较小的范围内波动时,可以用y=ax+b 一元线性拟合等价建模计算,即标定关系与物距特征呈一阶线性便变化。其中,b为以整个标定物作为标定工具所标定得到的比例尺,a为分辨率相关参数,不同分辨率相机a值有区别。
本申请实施例中,在标定关系集合中,同一标定矩阵的标定关系与物距特征呈负相关。上述方法中,明确了标定关系与物距特征之间的关联关系,以便基于物距特征确定相应地标定关系,提高了所确定的标定关系的效率和准确性。
为降低标定误差,在其中一个实施例中,标定单元为非矩形标定单元。
需要说明的是,由于拍摄装置中相机镜头畸变和光源畸变导致图像边缘失真,采用矩形标记单元在标定过程中存在边缘抓边失真所导致的标定误差,而采用非矩形标定单元可改善标定误差。
可选地,标定单元可以是具有对称结构的非矩形形状,属于中心聚拢型标定单元,如圆形、三角形或者星形等。示例性地,如图13(a)所示,标定单元可以是三角形;如图13(b)所示,标定单元之间可以等间距,也可以不等间距。
本申请实施例中,标定单元为非矩形标定单元,呈中心聚拢型标定单元,标定单元的中心区域相对边缘区域的失真程度小,非矩形标定单元减小了标定单元距离中心较远的边缘区域,减小了边缘失真,相应减小了基于该标定单元在标定过程中所产生的标定误差,因此提高了标定得到的标定关系的准确性。
目标对象的实际尺寸由目标标定关系对目标对象的图像尺寸进行转换后得到。基于此,在其中一个实施例中,上述S240、根据目标标定关系确定待处理图像中目标对象的实际尺寸,包括:
根据目标标定关系对目标对象的图像尺寸进行转换,得到目标对象的实际尺寸。
计算机设备得到包括目标对象的待处理图像后,可以对待处理图像进行分析,以识别得到待处理图像中目标对象,并提取该目标对象的图像尺寸。示例性地,计算机设备可将待处理图像输入目标识别模型,以识别得到待处理图像中目标对象,继而提取待处理图像中目标对象所占据的像素数量,作为目标对象的图像尺寸。
并在得到与当前拍摄场景匹配的目标标定关系,以及待处理图像中目标对象的图像尺寸后,采用目标标定关系对目标对象的图像尺寸进行转换以得到目标对象的实际尺寸。示例性地,可采用比例尺的形式表征目标标定关系,计算机设备可采用该比例尺对目标对象的图像尺寸进行转换,得到目标对象的实际尺寸。例如,目标标定关系为实际尺寸:图像尺寸=20:1,在目标对象的图像尺寸为2的情况之下,目标对象的实际尺寸则为40。
本申请实施例中,通过获取待处理图像中目标对象的图像尺寸,以根据目标标定关系对目标对象的图像尺寸进行转换,得到目标对象的实际尺寸。以此基于图像实现对于目标对象尺寸的测量,提高了尺寸测量的便捷性。
在其中一个实施例中,如图14所示,本申请还提供了一种尺寸测量方法,包括如下步骤:
S1410、采用标定物中不同的标定矩阵在不同物距特征下标定得到多组标定关系,形成包括多组标定关系的标定关系集合;标定矩阵为标定单元形成的矩阵,不同的标定矩阵对应不同的尺寸特征;
S1420、获取待处理图像中目标对象的目标图像尺寸,以及获取待处理图像中标定物的标定图像尺寸;
S1430、根据目标图像尺寸确定目标对象的目标面积,以及根据标定图像尺寸确定标定物的标定面积;
S1440、将目标面积与标定面积的比值,作为目标对象的尺寸特征;
S1450、获取拍摄装置与目标对象之间的目标距离,以及获取拍摄装置与标定物之间的标定距离;
S1460、将目标距离与标定距离的差值,作为目标对象的物距特征;
S1470、根据物距特征在标定关系集合中确定与物距特征匹配的候选关系集合;
S1480、根据尺寸特征在候选关系集合中确定与尺寸特征匹配的目标标定关系;
S1490、根据目标标定关系对目标对象的图像尺寸进行转换,得到目标对象的实际尺寸。
上述步骤中的具体过程可参见前述实施例中相关步骤,再次不在赘述。
应该理解的是,虽然如上所述的各实施例所涉及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,如上所述的各实施例所涉及的流程图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。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的尺寸测量方法的尺寸测量装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个尺寸测量装置实施例中的具体限定可以参见上文中对于尺寸测量方法的限定,在此不再赘述。
在一个实施例中,如图15所示,提供了一种尺寸测量装置,包括:图像获取模块1501、信息获取模块1502、标定确定模块1503以及尺寸确定模块1504,其中:
图像获取模块1501用于获取拍摄装置拍摄得到的待处理图像,待处理图像包括目标对象;
信息获取模块1502用于获取待处理图像中目标对象在当前拍摄场景下的特征信息;
标定确定模块1503用于根据特征信息从标定关系集合中确定与当前拍摄场景匹配的目标标定关系;其中,标定关系集合中包括多个标定关系,标定关系用于表征物体的实际尺寸与图像尺寸之间的对应关系;
尺寸确定模块1504用于根据目标标定关系确定待处理图像中目标对象的实际尺寸。
在其中一个实施例中,信息获取模块1502包括:
尺寸特征子模块,用于根据待处理图像确定待处理图像中目标对象的尺寸特征;
物距特征子模块,用于根据拍摄装置确定待处理图像中目标对象的物距特征;
特征信息子模块,用于根据尺寸特征和物距特征确定待处理图像中目标对象在当前拍摄场景下的特征信息。
在其中一个实施例中,待处理图像还包括标定物;尺寸特征子模块包括:
第一尺寸单元,用于获取待处理图像中目标对象的目标图像尺寸;
第二尺寸单元,用于获取待处理图像中标定物的标定图像尺寸;
尺寸特征单元,用于根据目标图像尺寸和标定图像尺寸确定目标对象的尺寸特征。
在其中一个实施例中,尺寸特征单元包括:
第一面积子单元,用于根据目标图像尺寸确定目标对象的目标面积;
第二面积子单元,用于根据标定图像尺寸确定标定物的标定面积;
尺寸特征子单元,用于根据目标面积和标定面积确定目标对象的尺寸特征。
在其中一个实施例中,尺寸特征子单元具体用于:
将目标面积与标定面积的比值,作为目标对象的尺寸特征。
在其中一个实施例中,待处理图像还包括标定物;物距特征子模块包括:
第一距离单元,用于获取拍摄装置与目标对象之间的目标距离;
第二距离单元,用于获取拍摄装置与标定物之间的标定距离;
物距特征单元,用于根据目标距离和标定距离确定目标对象的物距特征。
在其中一个实施例中,物距特征单元具体用于:
将目标距离与标定距离的差值,作为目标对象的物距特征。
在其中一个实施例中,标定确定模块1503包括:
候选子模块,用于根据物距特征在标定关系集合中确定与物距特征匹配的候选关系集合;
目标子模块,用于根据尺寸特征在候选关系集合中确定与尺寸特征匹配的目标标定关系。
在其中一个实施例中,标定物中包括多个标定单元;上述装置还包括关系获取模块和集合确定模块;
关系获取模块,用于采用标定物中不同的标定矩阵在不同物距特征下标定得到多组标定关系;其中,标定矩阵为标定单元形成的矩阵,不同的标定矩阵对应不同的尺寸特征;
集合确定模块,用于根据对应不同标定矩阵和不同物距特征的标定关系,得到标定关系集合。
在其中一个实施例中,在标定关系集合中,同一标定矩阵的标定关系与物距特征呈负相关。
在其中一个实施例中,标定单元为非矩形标定单元。
在其中一个实施例中,尺寸确定模块1504具体用于:
根据目标标定关系对目标对象的图像尺寸进行转换,得到目标对象的实际尺寸。
上述尺寸测量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,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以下步骤:
获取拍摄装置拍摄得到的待处理图像,待处理图像包括目标对象;获取待处理图像中目标对象在当前拍摄场景下的特征信息;根据特征信息从标定关系集合中确定与当前拍摄场景匹配的目标标定关系;其中,标定关系集合中包括多个标定关系,标定关系用于表征物体的实际尺寸与图像尺寸之间的对应关系;根据目标标定关系确定待处理图像中目标对象的实际尺寸。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据待处理图像确定待处理图像中目标对象的尺寸特征;根据拍摄装置确定待处理图像中目标对象的物距特征;根据尺寸特征和物距特征确定待处理图像中目标对象在当前拍摄场景下的特征信息。
在其中一个实施例中,待处理图像还包括标定物;处理器执行计算机程序时还实现以下步骤:
获取待处理图像中目标对象的目标图像尺寸;获取待处理图像中标定物的标定图像尺寸;根据目标图像尺寸和标定图像尺寸确定目标对象的尺寸特征。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据目标图像尺寸确定目标对象的目标面积;根据标定图像尺寸确定标定物的标定面积;根据目标面积和标定面积确定目标对象的尺寸特征。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:
将目标面积与标定面积的比值,作为目标对象的尺寸特征。
在其中一个实施例中,待处理图像还包括标定物;处理器执行计算机程序时还实现以下步骤:
获取拍摄装置与目标对象之间的目标距离;获取拍摄装置与标定物之间的标定距离;根据目标距离和标定距离确定目标对象的物距特征。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:
将目标距离与标定距离的差值,作为目标对象的物距特征。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据物距特征在标定关系集合中确定与物距特征匹配的候选关系集合;根据尺寸特征在候选关系集合中确定与尺寸特征匹配的目标标定关系。
在其中一个实施例中,标定物中包括多个标定单元;处理器执行计算机程序时还实现以下步骤:
采用标定物中不同的标定矩阵在不同物距特征下标定得到多组标定关系;中,标定矩阵为标定单元形成的矩阵,不同的标定矩阵对应不同的尺寸特征;根据对应不同标定矩阵和不同物距特征的标定关系,得到标定关系集合。
在其中一个实施例中,在标定关系集合中,同一标定矩阵的标定关系与物距特征呈负相关。
在其中一个实施例中,标定单元为非矩形标定单元。
在其中一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据目标标定关系对目标对象的图像尺寸进行转换,得到目标对象的实际尺寸。
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,计算机程序被处理器执行时实现以下步骤:
获取拍摄装置拍摄得到的待处理图像,待处理图像包括目标对象;获取待处理图像中目标对象在当前拍摄场景下的特征信息;根据特征信息从标定关系集合中确定与当前拍摄场景匹配的目标标定关系;其中,标定关系集合中包括多个标定关系,标定关系用于表征物体的实际尺寸与图像尺寸之间的对应关系;根据目标标定关系确定待处理图像中目标对象的实际尺寸。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据待处理图像确定待处理图像中目标对象的尺寸特征;根据拍摄装置确定待处理图像中目标对象的物距特征;根据尺寸特征和物距特征确定待处理图像中目标对象在当前拍摄场景下的特征信息。
在其中一个实施例中,待处理图像还包括标定物;计算机程序被处理器执行时还实现以下步骤:
获取待处理图像中目标对象的目标图像尺寸;获取待处理图像中标定物的标定图像尺寸;根据目标图像尺寸和标定图像尺寸确定目标对象的尺寸特征。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据目标图像尺寸确定目标对象的目标面积;根据标定图像尺寸确定标定物的标定面积;根据目标面积和标定面积确定目标对象的尺寸特征。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将目标面积与标定面积的比值,作为目标对象的尺寸特征。
在其中一个实施例中,待处理图像还包括标定物;计算机程序被处理器执行时还实现以下步骤:
获取拍摄装置与目标对象之间的目标距离;获取拍摄装置与标定物之间的标定距离;根据目标距离和标定距离确定目标对象的物距特征。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将目标距离与标定距离的差值,作为目标对象的物距特征。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据物距特征在标定关系集合中确定与物距特征匹配的候选关系集合;根据尺寸特征在候选关系集合中确定与尺寸特征匹配的目标标定关系。
在其中一个实施例中,标定物中包括多个标定单元;计算机程序被处理器执行时还实现以下步骤:
采用标定物中不同的标定矩阵在不同物距特征下标定得到多组标定关系;中,标定矩阵为标定单元形成的矩阵,不同的标定矩阵对应不同的尺寸特征;根据对应不同标定矩阵和不同物距特征的标定关系,得到标定关系集合。
在其中一个实施例中,在标定关系集合中,同一标定矩阵的标定关系与物距特征呈负相关。
在其中一个实施例中,标定单元为非矩形标定单元。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据目标标定关系对目标对象的图像尺寸进行转换,得到目标对象的实际尺寸。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取拍摄装置拍摄得到的待处理图像,待处理图像包括目标对象;获取待处理图像中目标对象在当前拍摄场景下的特征信息;根据特征信息从标定关系集合中确定与当前拍摄场景匹配的目标标定关系;其中,标定关系集合中包括多个标定关系,标定关系用于表征物体的实际尺寸与图像尺寸之间的对应关系;根据目标标定关系确定待处理图像中目标对象的实际尺寸。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据待处理图像确定待处理图像中目标对象的尺寸特征;根据拍摄装置确定待处理图像中目标对象的物距特征;根据尺寸特征和物距特征确定待处理图像中目标对象在当前拍摄场景下的特征信息。
在其中一个实施例中,待处理图像还包括标定物;计算机程序被处理器执行时还实现以下步骤:
获取待处理图像中目标对象的目标图像尺寸;获取待处理图像中标定物的标定图像尺寸;根据目标图像尺寸和标定图像尺寸确定目标对象的尺寸特征。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据目标图像尺寸确定目标对象的目标面积;根据标定图像尺寸确定标定物的标定面积;根据目标面积和标定面积确定目标对象的尺寸特征。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将目标面积与标定面积的比值,作为目标对象的尺寸特征。
在其中一个实施例中,待处理图像还包括标定物;计算机程序被处理器执行时还实现以下步骤:
获取拍摄装置与目标对象之间的目标距离;获取拍摄装置与标定物之间的标定距离;根据目标距离和标定距离确定目标对象的物距特征。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将目标距离与标定距离的差值,作为目标对象的物距特征。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据物距特征在标定关系集合中确定与物距特征匹配的候选关系集合;根据尺寸特征在候选关系集合中确定与尺寸特征匹配的目标标定关系。
在其中一个实施例中,标定物中包括多个标定单元;计算机程序被处理器执行时还实现以下步骤:
采用标定物中不同的标定矩阵在不同物距特征下标定得到多组标定关系;中,标定矩阵为标定单元形成的矩阵,不同的标定矩阵对应不同的尺寸特征;根据对应不同标定矩阵和不同物距特征的标定关系,得到标定关系集合。
在其中一个实施例中,在标定关系集合中,同一标定矩阵的标定关系与物距特征呈负相关。
在其中一个实施例中,标定单元为非矩形标定单元。
在其中一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据目标标定关系对目标对象的图像尺寸进行转换,得到目标对象的实际尺寸。
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、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-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。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等。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 AccessMemory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
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,本申请的保护范围应以所附权利要求为准。
Claims (12)
1.一种尺寸测量方法,其特征在于,所述方法包括:
获取拍摄装置拍摄得到的待处理图像,所述待处理图像包括目标对象;
获取所述待处理图像中目标对象在当前拍摄场景下的特征信息;所述特征信息包括尺寸特征和物距特征;所述尺寸特征为所述待处理图像中目标对象与标定物之间的面积比值;所述物距特征为所述拍摄装置与所述目标对象和所述标定物之间的距离差值;
根据所述特征信息从标定关系集合中确定与所述当前拍摄场景匹配的目标标定关系;其中,所述标定关系集合中包括不同尺寸特征在不同物距特征下的多个标定关系,所述标定关系用于表征物体的实际尺寸与图像尺寸之间的对应关系;
根据所述目标标定关系确定所述待处理图像中目标对象的实际尺寸。
2.根据权利要求1所述的方法,其特征在于,所述获取所述待处理图像中目标对象在当前拍摄场景下的特征信息,包括:
根据所述待处理图像确定所述待处理图像中目标对象的尺寸特征;
根据所述拍摄装置确定所述待处理图像中目标对象的物距特征;
根据所述尺寸特征和所述物距特征确定所述待处理图像中目标对象在当前拍摄场景下的特征信息。
3.根据权利要求2所述的方法,其特征在于,所述根据所述待处理图像确定所述待处理图像中目标对象的尺寸特征,包括:
获取所述待处理图像中目标对象的目标图像尺寸,并根据所述目标图像尺寸确定所述目标对象的目标面积;
获取所述待处理图像中标定物的标定图像尺寸,并根据所述标定图像尺寸确定所述标定物的标定面积;
根据所述目标面积和所述标定面积确定所述目标对象的尺寸特征。
4.根据权利要求2所述的方法,其特征在于,所述根据所述拍摄装置确定所述待处理图像中目标对象的物距特征,包括:
获取所述拍摄装置与所述目标对象之间的目标距离;
获取所述拍摄装置与所述标定物之间的标定距离;
根据所述目标距离和所述标定距离确定所述目标对象的物距特征。
5.根据权利要求2-4中任一项所述的方法,其特征在于,所述根据所述特征信息从标定关系集合中确定与所述当前拍摄场景匹配的目标标定关系,包括:
根据所述物距特征在所述标定关系集合中确定与所述物距特征匹配的候选关系集合;
根据所述尺寸特征在所述候选关系集合中确定与所述尺寸特征匹配的所述目标标定关系。
6.根据权利要求3或4所述的方法,其特征在于,所述标定物中包括多个标定单元;所述标定关系集合的获取方式包括:
采用所述标定物中不同的标定矩阵在不同物距特征下标定得到多组标定关系;其中,所述标定矩阵为所述标定单元形成的矩阵,不同的标定矩阵对应不同的尺寸特征;
根据对应不同标定矩阵和不同物距特征的标定关系,得到所述标定关系集合。
7.根据权利要求6所述的方法,其特征在于,在所述标定关系集合中,同一标定矩阵的标定关系与所述物距特征呈负相关。
8.根据权利要求6所述的方法,其特征在于,所述标定单元为非矩形标定单元。
9.根据权利要求1-4中任一项所述的方法,其特征在于,所述根据所述目标标定关系确定所述待处理图像中目标对象的实际尺寸,包括:
根据所述目标标定关系对所述目标对象的图像尺寸进行转换,得到所述目标对象的实际尺寸。
10.一种尺寸测量装置,其特征在于,所述装置包括:
图像获取模块,用于获取拍摄装置拍摄得到的待处理图像,所述待处理图像包括目标对象;
信息获取模块,用于获取所述待处理图像中目标对象在当前拍摄场景下的特征信息;所述特征信息包括尺寸特征和物距特征;所述尺寸特征为所述待处理图像中目标对象与标定物之间的面积比值;所述物距特征为所述拍摄装置与所述目标对象和所述标定物之间的距离差值;
标定确定模块,用于根据所述特征信息从标定关系集合中确定与所述当前拍摄场景匹配的目标标定关系;其中,所述标定关系集合中包括不同尺寸特征在不同物距特征下的多个标定关系,所述标定关系用于表征物体的实际尺寸与图像尺寸之间的对应关系;
尺寸确定模块,用于根据所述目标标定关系确定所述待处理图像中目标对象的实际尺寸。
11.一种计算机设备,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9中任一项所述的方法的步骤。
12.一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9中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311278583.XA CN117011365B (zh) | 2023-10-07 | 2023-10-07 | 尺寸测量方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311278583.XA CN117011365B (zh) | 2023-10-07 | 2023-10-07 | 尺寸测量方法、装置、计算机设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117011365A CN117011365A (zh) | 2023-11-07 |
CN117011365B true CN117011365B (zh) | 2024-03-15 |
Family
ID=88572987
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311278583.XA Active CN117011365B (zh) | 2023-10-07 | 2023-10-07 | 尺寸测量方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117011365B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117848403A (zh) * | 2024-03-08 | 2024-04-09 | 宁德时代新能源科技股份有限公司 | 标定件和使用标定件标定检测系统的方法 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002286426A (ja) * | 2001-03-27 | 2002-10-03 | Matsushita Electric Works Ltd | 画像処理による寸法計測方法およびその装置 |
JP2014115179A (ja) * | 2012-12-10 | 2014-06-26 | Seiko Epson Corp | 測長装置、書画カメラおよび測長方法 |
CN105627920A (zh) * | 2015-12-18 | 2016-06-01 | 小米科技有限责任公司 | 尺寸显示方法和装置 |
JP2018013343A (ja) * | 2016-07-19 | 2018-01-25 | 株式会社トプコン | 測量補助装置 |
CN111256589A (zh) * | 2020-02-14 | 2020-06-09 | 长飞光纤光缆股份有限公司 | 一种基于丢帧检测的图像法尺寸测量补偿方法及装置 |
KR102186597B1 (ko) * | 2020-02-25 | 2020-12-03 | 비전플레이스 주식회사 | 타겟 크기 측정 시스템 및 그 방법 |
WO2021185218A1 (zh) * | 2020-03-16 | 2021-09-23 | 左忠斌 | 一种在运动过程中获取物体3d坐标及尺寸的方法 |
CN113673282A (zh) * | 2020-05-14 | 2021-11-19 | 华为技术有限公司 | 目标检测方法和装置 |
WO2022156044A1 (zh) * | 2021-01-22 | 2022-07-28 | 逆可网络科技有限公司 | 一种即时获得线上物体实际尺寸测量方法 |
CN115482359A (zh) * | 2021-05-31 | 2022-12-16 | 华为技术有限公司 | 目标的尺寸测量方法、电子设备及其介质 |
CN115830627A (zh) * | 2022-11-11 | 2023-03-21 | 富泰华工业(深圳)有限公司 | 信息存储方法、装置、电子设备及计算机可读存储介质 |
WO2023077412A1 (zh) * | 2021-11-05 | 2023-05-11 | 华为技术有限公司 | 一种物体测距方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW200821552A (en) * | 2006-11-01 | 2008-05-16 | Altek Corp | Method for calculating distance and actual size of shot object |
US11055585B2 (en) * | 2019-09-26 | 2021-07-06 | Vintra, Inc. | Object detection based on object relation |
-
2023
- 2023-10-07 CN CN202311278583.XA patent/CN117011365B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002286426A (ja) * | 2001-03-27 | 2002-10-03 | Matsushita Electric Works Ltd | 画像処理による寸法計測方法およびその装置 |
JP2014115179A (ja) * | 2012-12-10 | 2014-06-26 | Seiko Epson Corp | 測長装置、書画カメラおよび測長方法 |
CN105627920A (zh) * | 2015-12-18 | 2016-06-01 | 小米科技有限责任公司 | 尺寸显示方法和装置 |
JP2018013343A (ja) * | 2016-07-19 | 2018-01-25 | 株式会社トプコン | 測量補助装置 |
CN111256589A (zh) * | 2020-02-14 | 2020-06-09 | 长飞光纤光缆股份有限公司 | 一种基于丢帧检测的图像法尺寸测量补偿方法及装置 |
KR102186597B1 (ko) * | 2020-02-25 | 2020-12-03 | 비전플레이스 주식회사 | 타겟 크기 측정 시스템 및 그 방법 |
WO2021185218A1 (zh) * | 2020-03-16 | 2021-09-23 | 左忠斌 | 一种在运动过程中获取物体3d坐标及尺寸的方法 |
CN113673282A (zh) * | 2020-05-14 | 2021-11-19 | 华为技术有限公司 | 目标检测方法和装置 |
WO2022156044A1 (zh) * | 2021-01-22 | 2022-07-28 | 逆可网络科技有限公司 | 一种即时获得线上物体实际尺寸测量方法 |
CN115482359A (zh) * | 2021-05-31 | 2022-12-16 | 华为技术有限公司 | 目标的尺寸测量方法、电子设备及其介质 |
WO2023077412A1 (zh) * | 2021-11-05 | 2023-05-11 | 华为技术有限公司 | 一种物体测距方法及装置 |
CN115830627A (zh) * | 2022-11-11 | 2023-03-21 | 富泰华工业(深圳)有限公司 | 信息存储方法、装置、电子设备及计算机可读存储介质 |
Non-Patent Citations (2)
Title |
---|
基于机器视觉的轴类零件定位与测量系统;粟序明;方成刚;洪荣晶;赵子乐;;机械设计与制造(07);全文 * |
深度约束的零件尺寸测量系统标定方法;肖志涛;朱莎莎;耿磊;李月龙;刘文超;叶琨;;红外与激光工程(09);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN117011365A (zh) | 2023-11-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107169981B (zh) | 一种道砟颗粒三维廓形的检测方法及装置 | |
CN117011365B (zh) | 尺寸测量方法、装置、计算机设备和存储介质 | |
US9628684B2 (en) | Light-field aberration correction | |
CN112797915A (zh) | 一种线结构光测量系统的标定方法、标定装置、以及系统 | |
CN102800096B (zh) | 一种摄像机参数的鲁棒性估计算法 | |
CN106887016B (zh) | 一种gf-4卫星序列图像自动相对配准方法 | |
CN111784778A (zh) | 基于线性求解非线性优化的双目相机外参标定方法和系统 | |
CN116342599A (zh) | 缺陷检测设备的点检方法、装置、设备和存储介质 | |
CN113269775B (zh) | 一种基于多尺度特征融合ssd的缺陷检测方法及设备 | |
TWI468658B (zh) | 鏡頭檢測裝置及方法 | |
CN117576108B (zh) | 晶圆缺陷检测的可视化优化方法、装置和计算机设备 | |
CN116596935B (zh) | 形变检测方法、装置、计算机设备及计算机可读存储介质 | |
CN113066117B (zh) | 箱体体积测量方法、装置、计算机设备和存储介质 | |
CN116124081B (zh) | 一种非接触式的工件检测方法、装置、电子设备及介质 | |
Chen et al. | Analyzing modern camera response functions | |
CN116188591A (zh) | 多相机全局标定方法及装置、电子设备 | |
EP3225024A1 (en) | Method and system for determining parameters of an image processing pipeline of a digital camera | |
CN115631246A (zh) | 相机内参和相机相对激光雷达外参的联合标定方法及装置 | |
CN114913118A (zh) | 工业视觉检测方法、装置、电子设备以及存储介质 | |
CN117853482B (zh) | 一种基于多尺度的复合材料缺陷检测方法和设备 | |
CN113643377B (zh) | 基于多次标定的单镜头一致性误差分析的方法和系统 | |
CN117252871B (zh) | 一种半导体光掩膜基板检测方法、系统、设备及存储介质 | |
CN117036453A (zh) | 一种基于深度学习修正测量误差的结构光测量方法及系统 | |
CN116878825A (zh) | 3d成像系统的标定方法、装置、设备和存储介质 | |
CN116310503A (zh) | 表计建模方法、装置、设备、存储介质和程序产品 |
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 |