CN1286395A - 大型物料堆体积的图象测量方法 - Google Patents
大型物料堆体积的图象测量方法 Download PDFInfo
- Publication number
- CN1286395A CN1286395A CN00125483A CN00125483A CN1286395A CN 1286395 A CN1286395 A CN 1286395A CN 00125483 A CN00125483 A CN 00125483A CN 00125483 A CN00125483 A CN 00125483A CN 1286395 A CN1286395 A CN 1286395A
- Authority
- CN
- China
- Prior art keywords
- bank
- volume
- view
- image
- large material
- 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
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
一种大型物料堆体积的图象测量方法,采用CCD摄象机、图象采集卡和PC微机构成计算机视觉处理系统,摄象机在各个方向上拍摄物料堆,图象采集卡对所摄的图象进行数据采集,并在计算机中对多视点采集的图象信息进行处理,以横截面面积叠加求取三维物体体积的方法求得物料堆的体积。本发明实现了对工程领域中储煤量、粮食、化肥及建材等大型物料堆的体积测算问题,测量误差小于5%,能适合实际应用的需要。
Description
本发明涉及一种大型物料堆体积的测量方法,尤其涉及一种基于计算机视觉的大型物料堆体积测量方法,可用于火力发电厂储煤量以及其他建材、化肥等大型物料堆的体积测算,属于自动测量技术领域。
在工程领域经常有一些大型物料堆需要测量其体积。例如,煤是火力发电的重要燃料,电厂煤仓中必须保持充足的储备量,但若储煤量过剩,造成积压,则不利于资金周转,所以如何保持适当的储煤量是一个重要问题。过去煤堆体积仅仅靠人工估算,不仅速度慢,而且误差也大。此类问题在测量粮食、化肥和建筑材料等物料堆体积时,同样存在。
随着计算机图象处理技术的迅速发展,人们将之应用于对大型物料堆进行自动测量。但是现有技术都是有关面积的测量,如栾新等在“原木横截面图象模式识别的新方法”(黑龙江自动化技术与应用,1996年第4期,P15)中,介绍了一种测量原木横截面面积的新方法,即用CCD摄像机拍摄原木横截面的图象,再采用模式识别的方法得到各原木横截面的等效二值化图象,由识别出的各个原木横截面的半径r计算出各原木的横截面面积,再用两侧原木横截面的平均值乘以原木长度L即可得到原木堆的体积。在这种方法中,原木的长度L不是用计算机视觉进行测量得到的,而是用其他方法测量得到的,因而该文献的技术贡献在于提供了一种用计算机视觉进行面积测量的方法。目前尚未检索到有关体积测量方面的文献和专利。
本发明的目的在于提供一种基于计算机视觉的大型物料堆的体积测量方法,能对工程领域的各种大型物料堆的体积进行定量测算,并达到测量简便、误差小的效果。
为实现这样的目的,本发明提出了一种基于多视点采集图象信息,以横截面面积叠加求取三维物体体积的方法,在技术方案中采用CCD摄象机、图象采集卡和PC微机构成计算机图象处理系统,用CCD摄像机在各个方向上拍摄物料堆,得到各个不同方向上的物料堆的侧视图,然后采用计算机和图象采集卡对摄像机拍摄到的图象进行数据采集,并在计算机中对图象进行边缘识别,进行二值化等图象预处理,得到物料堆的侧视图的清晰轮廓线,由这些侧视图可以构成一个近似物料堆的棱锥体,其横截面是一个多边形,近似于物料堆的横截面。求得各个横截面的面积叠加后即可得到物料堆的近似体积。
本发明对于物料堆体积测量的计算机处理方法具体如下:
1、用CCD摄像机在N个方向上拍摄物料堆,得到N个不同方向上的物料堆的侧视图,物料堆与摄像机的距离固定,物料堆旁边设置有标尺,因而摄像机拍摄到的侧视图以标尺作为参考,就可以知道侧视图的实际尺寸。
2、通过图象采集卡对摄像机拍摄到的图象进行数据采集,将这些侧视图读取到计算机中,进行二值化等图象预处理,阈值的确定方法是,采用物料堆中间的一个区域,将其灰度值的平均值作为确定边缘的阈值。在计算机中对图象进行边缘识别,得到物料堆的侧视图的清晰轮廓线,该轮廓线从底到顶任意位置的水平割线的长度都可以用像素的个数计算出来。各侧视图的轮廓线复合成一个棱锥体。
3、求各个横截面面积。由于是用多边形近似横截面,此问题转化成为求多边形面积。因为替代横截面的多边形不是规则对称的正多边形,不能套用现有的面积公式来求解。
本发明采用的面积公式:S=n×θ2
其中:n表示多边形内的像素个数,
θ表示拍摄到的图象在水平方向上与实际尺寸间的比例因子。
4、求物料堆的体积。由侧视图的高度和各横截面的面积,通过积分计算出物料堆的体积。
本发明采用的体积公式:
其中:Si表示第i个横截面的面积,i=1,2,…h
对侧视图在垂直方向上进行h等分,每个微元为△x,
λ表示拍摄到的图象在垂直方向上与实际尺寸间的比例因子。
本发明一般可以取四个方向进行拍摄,如取0°,45°,90°,135°四个方向,也可以从四个以上的方向多角度拍摄,使得到的物料堆的形状更接近于真实。
为更好地理解本发明的技术方案,以下结合附图和实施例作进一步描述。
图1为本发明采用的自动测量系统结构示意图。
图中所示,带图象采集卡的PC计算机3连接一个CCD摄象机2,摄象机对准物料堆1的N个方向进行拍摄,可得到N个方向上的物料堆的侧视图。计算机和图象采集卡对所摄图象进行数据采集,然后对图象进行边缘识别,得到物料堆的侧视图的清晰轮廓线。
图2为所摄侧视图轮廓线的示意图。
在图2中,ab水平割线可由a点到b点的像素个数来计算。同样的,用像素的个数计算可以得到该侧视图的高度h。
图3为本发明横截面面积求解示意图。
其中,图3-1为N幅侧视图。
图3-2为由N幅侧视图构成的棱锥体的横截面多边形。
如图3所示,将N幅侧视图从上至下若干等分,每个微元为△x,在同一高度h处的微元内,N个不同方向上的物体轮廓左右边界间的实际水平距离分别为L1,L2,…LN。以L1,L2,…LN为宽度,以L为长度(L=Max{L1,L2,…LN})的N个矩形,按拍摄时的角度关系安放,进行面积相与,得到一个M维凸多边形。如果物体在各横截面上没有向内凹陷,且M足够大,就可用这个M维凸多边形近似实际的横截面形状,由多边形面积推断出横截面面积。
图4为由两个矩形面积相与得到一个多边形面积示意图。
其中,图4-1为数组P的内容,图4-2为数组P1的内容,图4-3为P和P1元素相与,图4-4为与操作后P的内容。
图5为旋转坐标变换示意图。
其中,图5-1为坐标变换前的矩形示意图,图5-2为坐标变换后的矩形示意图。
如图4所示,设置两个结构相同的二维数组P[A][B]和P1[A][B],其中A=B=图象采集的行分辨率。数组P中的元素为P[ai][bj](i=1,2,…A,j=1,2,…B),P1中的元素为P1[ai][bi](i=1,2,…A,j=1,2,…B)。用二维数组表示二维平面,根据实际拍摄的图象,得到拍摄物体的基准轴OO′在平面上的投影坐标,将数组中相应位置上的元素规定为原点。假定第一幅侧视图中矩形的长边L垂直于横轴,短边L1平行于横轴。根据此矩形的大小将数组P中相应位置上元素值置为1,(图4-1中阴影部分)表示有实体信息存在,矩形范围外所有元素值置为0(图4-1中空白部分),表示不在物体形体的轮廓范围内。以第一台摄像机的位置作为起始,绕基准轴逆时针(或者顺时针)旋转一定角度α拍摄得到第二个矩形,与第一个矩形的夹角为α(α=180°/N,N为拍摄的方向数,例如从4个方向拍摄,α=45°)。按照这种角度关系,对第二个矩形进行坐标变换,如图5所示。假设变换之前矩形范围内的坐标(x1,y1),(x2,y2),…(xs,ys)(其中s表示在此矩形范围内的点数),坐标旋转角度α之后,新的坐标为(x1′,y1′),(x2′,y2′),…(xs′,ys′)。
根据旋转坐标变换后的新坐标(x1′,y1′),(x2′,y2′),…(xs′,ys′),将二维数组P1中的元素P1[x1′][y1′],P1[x2′][y2′],…P1[xs′][ys′],置为1(图4-2中阴影部分),表示有实体信息存在,其余位置上的元素置为0(图4-2中空白部分),表示不在物体形体的轮廓范围内。再逐行逐列地对数组P和P1内相应位置上的元素P[ai][bj]和P1[ai][bj](i=1,2,…A,j=1,2,…B)进行与操作,(如图4-3所示),结果保留在数组P中,(如图4-4所示),等待下一次位运算操作,而P1的元素值全部被清零,得到下一幅图象信息后,再根据新的矩形大小与角度关系对其进行旋转坐标变换,利用变换后的新坐标对P1的元素值置数。经过N-1次循环,最终数组P中所有的非零元素(阴影部分)就代表了用N个矩形所框定出来的M边形,只要对非零元素的个数进行计算,就能求得多边形的面积。
另外,还要拍摄水平和垂直标尺的图象,求得图象与实际尺寸间的比例因子,将各个横截面面积叠加起来,乘以比例因子,就能求得物料堆的近似体积。
本发明通过摄像机进行多角度拍摄,通过计算机图象采集卡得到多视点采集的图象信息,并根据这些图象计算出物料堆的体积,改变了目前只能测算大型物料堆的面积而不能测算体积的问题,通过所得到的棱锥体来近似物料堆的形状,体积测量误差小于5%,适合实际应用的需要。如果摄像机拍摄的角度增加,测量误差还可以进一步减小。
实施例:
建一个任意的不规则的物料堆模型,用排水法测出其真实体积V,再用计算机视觉的方法得到体积估算值V′,具体步骤为:
用一台摄象机从0°,45°,90°,135°四个方向对该物料堆模型进行拍摄,并将图象送入计算机,经二值化得到一个棱锥体。
对于第一个横截面,数组P内非零元素初始个数np=225,数组P1内非零元素个数np1=198,P和P1内元素第一次相与之后,np=183,经过3次相与运算,np=141。
第一个横截面面积S1=np×θ2=141×(0.1071)2=1.6173。
对于第二个横截面,用同样的方法得到横截面面积S2=1.7549。
以此类推,得到所有横截面面积S3,S4,…S88(物料堆模型在垂直方向上等分成88个微元)。物料堆模型体积测算值
物料堆模型的真实体积V=49.4201cm3,误差δ=-2.39%
Claims (2)
1、一种大型物料堆体积的图象测量方法,其特征在于采用CCD摄象机、图象采集卡和PC微机构成计算机视觉处理系统,具体处理方法如下:
(1)、用CCD摄像机从四个或四个以上方向拍摄物料堆,得到不同方向上的物料堆的侧视图,物料堆与摄像机的距离固定,物料堆旁边设置有标尺;
(2)、通过图象采集卡对所摄的图象进行数据采集,在计算机中对图象进行边缘识别,得到物料堆的侧视图的清晰轮廓线;
(3)、由各侧视图的轮廓线复合成一个棱锥体,求棱锥体中各个横截面面积;
(4)、由侧视图的高度和各横截面的面积,求取物料堆的体积。
2、如权利要求1所说的大型物料堆体积的图象测量方法,其特征在于所说的CCD摄像机从0°,45°,90°,135°四个方向对物料堆进行拍摄。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN00125483A CN1286395A (zh) | 2000-09-29 | 2000-09-29 | 大型物料堆体积的图象测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN00125483A CN1286395A (zh) | 2000-09-29 | 2000-09-29 | 大型物料堆体积的图象测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1286395A true CN1286395A (zh) | 2001-03-07 |
Family
ID=4591270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN00125483A Pending CN1286395A (zh) | 2000-09-29 | 2000-09-29 | 大型物料堆体积的图象测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN1286395A (zh) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100414249C (zh) * | 2005-05-26 | 2008-08-27 | 上海交通大学 | 料场测量的计算机自动测量的视觉系统 |
CN100427876C (zh) * | 2005-05-26 | 2008-10-22 | 上海交通大学 | 料场测量的计算机视觉系统自动测量的方法 |
CN101334897B (zh) * | 2007-06-27 | 2011-06-15 | 宝山钢铁股份有限公司 | 实现料堆实时动态跟踪的三维成像方法 |
CN102116659A (zh) * | 2010-10-19 | 2011-07-06 | 中国矿业大学(北京) | 一种基于区间收敛的料仓料位检测方法 |
CN102706279A (zh) * | 2012-06-19 | 2012-10-03 | 上海地铁盾构设备工程有限公司 | 基于断面扫描的盾构施工排土体积在线测量装置 |
CN103075992A (zh) * | 2013-02-06 | 2013-05-01 | 南京通晟自控系统有限公司 | 一种接触式测量料堆取料后形状的方法 |
CN103162620A (zh) * | 2012-10-26 | 2013-06-19 | 苏州比特速浪电子科技有限公司 | 图像处理装置及图像处理方法 |
CN103278426A (zh) * | 2013-04-24 | 2013-09-04 | 丹东百特仪器有限公司 | 一种图像法休止角测量方法及装置 |
CN104330022A (zh) * | 2013-07-22 | 2015-02-04 | 赫克斯冈技术中心 | 使用从运动恢复结构算法的体积确定方法和系统 |
CN104534985A (zh) * | 2014-12-19 | 2015-04-22 | 郑州市公路工程公司 | 一种基于图像处理的料场物料测方系统 |
CN104778718A (zh) * | 2015-05-07 | 2015-07-15 | 西安电子科技大学 | 基于3d模型的单幅图像卡车体积测量方法 |
CN104792286A (zh) * | 2015-02-28 | 2015-07-22 | 中冶南方工程技术有限公司 | 一种料场散料外形尺寸参数模拟计算方法 |
CN105203328A (zh) * | 2015-10-13 | 2015-12-30 | 哈尔滨东安汽车发动机制造有限公司 | 一种发动机冷却喷嘴模拟实车工作状态的试验方法及装置 |
CN105241512A (zh) * | 2015-11-22 | 2016-01-13 | 华北水利水电大学 | 一种施工料场物料综合自动测量系统和方法 |
CN105551064A (zh) * | 2015-12-08 | 2016-05-04 | 济南中维世纪科技有限公司 | 一种基于图像特征估计堆料体积变化率的方法 |
CN108168426A (zh) * | 2017-11-29 | 2018-06-15 | 华侨大学 | 一种海蚀柱体积的测量方法 |
CN108253894A (zh) * | 2018-02-06 | 2018-07-06 | 中原内配集团股份有限公司 | 一种气缸套表面凸起结构的检测方法 |
CN110089260A (zh) * | 2019-04-15 | 2019-08-06 | 江苏大学 | 一种刮板式输粮的谷物流量监测方法及监测系统 |
CN110386471A (zh) * | 2019-06-28 | 2019-10-29 | 武汉钢铁有限公司 | 控制堆料机进行堆料的方法、装置及控制设备 |
CN111945799A (zh) * | 2019-05-16 | 2020-11-17 | 斗山英维高株式会社 | 挖掘机的挖掘作业中的铲斗沙土量的测量方法 |
CN112521954A (zh) * | 2020-11-26 | 2021-03-19 | 邢台旭阳科技有限公司 | 熄焦方法及系统 |
CN114212445A (zh) * | 2021-12-07 | 2022-03-22 | 合肥欣畅源光电科技有限公司 | 一种基于结构光体积测量的物料加工进料伺服系统 |
CN114513607A (zh) * | 2022-01-27 | 2022-05-17 | 中南大学 | 一种高温工业内窥镜视场范围自调整方法、装置及系统 |
-
2000
- 2000-09-29 CN CN00125483A patent/CN1286395A/zh active Pending
Cited By (33)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100427876C (zh) * | 2005-05-26 | 2008-10-22 | 上海交通大学 | 料场测量的计算机视觉系统自动测量的方法 |
CN100414249C (zh) * | 2005-05-26 | 2008-08-27 | 上海交通大学 | 料场测量的计算机自动测量的视觉系统 |
CN101334897B (zh) * | 2007-06-27 | 2011-06-15 | 宝山钢铁股份有限公司 | 实现料堆实时动态跟踪的三维成像方法 |
CN102116659A (zh) * | 2010-10-19 | 2011-07-06 | 中国矿业大学(北京) | 一种基于区间收敛的料仓料位检测方法 |
CN102116659B (zh) * | 2010-10-19 | 2012-12-26 | 中国矿业大学(北京) | 一种基于区间收敛的料仓料位检测方法 |
CN102706279A (zh) * | 2012-06-19 | 2012-10-03 | 上海地铁盾构设备工程有限公司 | 基于断面扫描的盾构施工排土体积在线测量装置 |
CN103162620A (zh) * | 2012-10-26 | 2013-06-19 | 苏州比特速浪电子科技有限公司 | 图像处理装置及图像处理方法 |
CN103075992A (zh) * | 2013-02-06 | 2013-05-01 | 南京通晟自控系统有限公司 | 一种接触式测量料堆取料后形状的方法 |
CN103075992B (zh) * | 2013-02-06 | 2015-08-19 | 南京通晟自控系统有限公司 | 一种接触式测量料堆取料后形状的方法 |
CN103278426A (zh) * | 2013-04-24 | 2013-09-04 | 丹东百特仪器有限公司 | 一种图像法休止角测量方法及装置 |
CN104330022A (zh) * | 2013-07-22 | 2015-02-04 | 赫克斯冈技术中心 | 使用从运动恢复结构算法的体积确定方法和系统 |
CN104330022B (zh) * | 2013-07-22 | 2018-06-19 | 赫克斯冈技术中心 | 使用从运动恢复结构算法的体积确定方法和系统 |
US10321116B2 (en) | 2013-07-22 | 2019-06-11 | Hexagon Technology Center Gmbh | Method and system for volume determination using a structure from motion algorithm |
CN104534985A (zh) * | 2014-12-19 | 2015-04-22 | 郑州市公路工程公司 | 一种基于图像处理的料场物料测方系统 |
CN104792286A (zh) * | 2015-02-28 | 2015-07-22 | 中冶南方工程技术有限公司 | 一种料场散料外形尺寸参数模拟计算方法 |
CN104792286B (zh) * | 2015-02-28 | 2017-10-13 | 中冶南方工程技术有限公司 | 一种料场散料外形尺寸参数模拟计算方法 |
CN104778718B (zh) * | 2015-05-07 | 2017-11-21 | 西安电子科技大学 | 基于3d模型的单幅图像卡车体积测量方法 |
CN104778718A (zh) * | 2015-05-07 | 2015-07-15 | 西安电子科技大学 | 基于3d模型的单幅图像卡车体积测量方法 |
CN105203328A (zh) * | 2015-10-13 | 2015-12-30 | 哈尔滨东安汽车发动机制造有限公司 | 一种发动机冷却喷嘴模拟实车工作状态的试验方法及装置 |
CN105241512A (zh) * | 2015-11-22 | 2016-01-13 | 华北水利水电大学 | 一种施工料场物料综合自动测量系统和方法 |
CN105551064A (zh) * | 2015-12-08 | 2016-05-04 | 济南中维世纪科技有限公司 | 一种基于图像特征估计堆料体积变化率的方法 |
CN105551064B (zh) * | 2015-12-08 | 2018-04-20 | 济南中维世纪科技有限公司 | 一种基于图像特征估计堆料体积变化率的方法 |
CN108168426A (zh) * | 2017-11-29 | 2018-06-15 | 华侨大学 | 一种海蚀柱体积的测量方法 |
CN108168426B (zh) * | 2017-11-29 | 2020-09-04 | 华侨大学 | 一种海蚀柱体积的测量方法 |
CN108253894A (zh) * | 2018-02-06 | 2018-07-06 | 中原内配集团股份有限公司 | 一种气缸套表面凸起结构的检测方法 |
CN108253894B (zh) * | 2018-02-06 | 2020-08-18 | 中原内配集团股份有限公司 | 一种气缸套表面凸起结构的检测方法 |
CN110089260A (zh) * | 2019-04-15 | 2019-08-06 | 江苏大学 | 一种刮板式输粮的谷物流量监测方法及监测系统 |
CN111945799A (zh) * | 2019-05-16 | 2020-11-17 | 斗山英维高株式会社 | 挖掘机的挖掘作业中的铲斗沙土量的测量方法 |
CN110386471A (zh) * | 2019-06-28 | 2019-10-29 | 武汉钢铁有限公司 | 控制堆料机进行堆料的方法、装置及控制设备 |
CN112521954A (zh) * | 2020-11-26 | 2021-03-19 | 邢台旭阳科技有限公司 | 熄焦方法及系统 |
CN114212445A (zh) * | 2021-12-07 | 2022-03-22 | 合肥欣畅源光电科技有限公司 | 一种基于结构光体积测量的物料加工进料伺服系统 |
CN114513607A (zh) * | 2022-01-27 | 2022-05-17 | 中南大学 | 一种高温工业内窥镜视场范围自调整方法、装置及系统 |
CN114513607B (zh) * | 2022-01-27 | 2022-11-11 | 中南大学 | 一种高温工业内窥镜视场范围自调整方法、装置及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1286395A (zh) | 大型物料堆体积的图象测量方法 | |
US9208612B2 (en) | Systems and methods that generate height map models for efficient three dimensional reconstruction from depth information | |
Barazzetti et al. | Orientation and 3D modelling from markerless terrestrial images: combining accuracy with automation | |
Brilakis et al. | Progressive 3D reconstruction of infrastructure with videogrammetry | |
Kamgar-Parsi et al. | Registration of multiple overlapping range images: Scenes without distinctive features | |
US20050180662A1 (en) | Method and apparatus for generating structural data from laser reflectance images | |
Huber et al. | 3D map reconstruction from range data | |
Mandow et al. | Fast range-independent spherical subsampling of 3D laser scanner points and data reduction performance evaluation for scene registration | |
CN112233246B (zh) | 基于srtm约束的卫星影像密集匹配方法和系统 | |
US20220301176A1 (en) | Object detection method, object detection device, terminal device, and medium | |
Zhang et al. | Photogrammetric modeling of linear features with generalized point photogrammetry | |
CN111724446A (zh) | 一种用于建筑物三维重建的变焦距相机外参数标定方法 | |
Li et al. | Towards automated extraction for terrestrial laser scanning data of building components based on panorama and deep learning | |
Elkhrachy | Feature extraction of laser scan data based on geometric properties | |
Budianti et al. | Background blurring and removal for 3d modelling of cultural heritage objects | |
Grzeszczuk et al. | Creating compact architectural models by geo-registering image collections | |
Bailey et al. | Determining large scale sandbar behaviour | |
Cleveland et al. | Principles and applications of digital photogrammetry for geotechnical engineering | |
Tiwari et al. | Damage Detection and Virtual Reconstruction of Built Heritage: An Approach Using High-Resolution Range and Intensity Data | |
CN1090357C (zh) | 一种环场图像式虚拟环境接图系统和方法 | |
Raju et al. | Stereo matching using Viterbi algorithm | |
CN117607829B (zh) | 激光雷达点云的有序化重建方法、计算机可读存储介质 | |
Li et al. | Parallel algorithm for road points extraction from massive LiDAR data | |
CN116976785A (zh) | 基于机器视觉与实时存储量的粮食仓储规划方法 | |
Collins | Multi-image focus of attention for rapid site model construction |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C06 | Publication | ||
PB01 | Publication | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |