ES2994037T3 - Method and device for acquiring master data of object - Google Patents

Method and device for acquiring master data of object Download PDF

Info

Publication number
ES2994037T3
ES2994037T3 ES23169587T ES23169587T ES2994037T3 ES 2994037 T3 ES2994037 T3 ES 2994037T3 ES 23169587 T ES23169587 T ES 23169587T ES 23169587 T ES23169587 T ES 23169587T ES 2994037 T3 ES2994037 T3 ES 2994037T3
Authority
ES
Spain
Prior art keywords
image
master data
objects
class
depth values
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
Application number
ES23169587T
Other languages
English (en)
Inventor
Christian Multer
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.)
Sick AG
Original Assignee
Sick AG
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 Sick AG filed Critical Sick AG
Application granted granted Critical
Publication of ES2994037T3 publication Critical patent/ES2994037T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01FMEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F17/00Methods or apparatus for determining the capacity of containers or cavities, or the volume of solid bodies
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01GWEIGHING
    • G01G19/00Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • G01G19/40Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups with provisions for indicating, recording, or computing price or other quantities dependent on the weight
    • G01G19/413Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups with provisions for indicating, recording, or computing price or other quantities dependent on the weight using electromechanical or electronic computing means
    • G01G19/414Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups with provisions for indicating, recording, or computing price or other quantities dependent on the weight using electromechanical or electronic computing means using electronic computing means only
    • G01G19/4144Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups with provisions for indicating, recording, or computing price or other quantities dependent on the weight using electromechanical or electronic computing means using electronic computing means only for controlling weight of goods in commercial establishments, e.g. supermarket, P.O.S. systems
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/22Measuring arrangements characterised by the use of optical techniques for measuring depth
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/24Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01GWEIGHING
    • G01G19/00Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • G01G19/52Weighing apparatus combined with other objects, e.g. furniture
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01GWEIGHING
    • G01G19/00Weighing apparatus or methods adapted for special purposes not provided for in the preceding groups
    • G01G19/62Over or under weighing apparatus
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01GWEIGHING
    • G01G23/00Auxiliary devices for weighing apparatus
    • G01G23/18Indicating devices, e.g. for remote indication; Recording devices; Scales, e.g. graduated
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/40Image enhancement or restoration using histogram techniques
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/764Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/52Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/60Type of objects
    • G06V20/64Three-dimensional [3D] objects
    • GPHYSICS
    • G06COMPUTING OR CALCULATING; COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds

Landscapes

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

Abstract

La invención se refiere a un procedimiento y a un dispositivo para el registro de datos maestros. El dispositivo comprende: una báscula, una cámara para la toma de imágenes del objeto, una unidad de evaluación con una unidad de determinación de volumen para determinar el volumen del objeto, una unidad de arranque que determina automáticamente un tiempo de inicio para el registro de los datos maestros relativos al volumen del objeto cuando el objeto se coloca sobre la báscula, una memoria para almacenar los datos maestros registrados, una unidad de salida para emitir los datos maestros, estando diseñada la unidad de arranque para determinar el tiempo de inicio a partir de la imagen registrada por la cámara y la unidad de arranque presenta para ello una unidad de evaluación de imágenes y la unidad de evaluación de imágenes está diseñada para realizar una clasificación de objetos con la que, además del objeto, también se reconocen objetos extraños como objetos extraños permitidos o no permitidos. (Traducción automática con Google Translate, sin valor legal)

Description

DESCRIPCIÓN
Procedimiento y dispositivo para capturar datos maestros de un objeto
La invención se refiere a un procedimiento y a un dispositivo para la adquisición de datos maestros de un objeto.
Los datos maestros de un objeto incluyen principalmente el volumen y el peso. Para adquirir estos datos, según el estado de la técnica, se colocan objetos sobre una báscula y se miden con un sistema de detección de volumen. Para adquirir datos maestros correctos, el objeto tenía que estar hasta la fecha libre y sin objetos extraños en el entorno sobre una báscula, en la que luego también se medía automáticamente con el sistema óptico de adquisición del volumen. Si en el campo de visión de la cámara hay objetos extraños, como las manos y los brazos del personal que coloca los objetos sobre la báscula, el sistema de adquisición del volumen ya no puede detectar el objeto correctamente. Esto también se aplica al proceso de pesaje, en el que no puede tocar el objeto sobre la báscula para garantizar que el peso no se falsee.
Equipos y procedimientos para determinar las dimensiones de un objeto utilizando una imagen a distancia se describen en la solicitud de patente EP 2722656 A1, publicada el 23 de abril de 2014. El sistema de análisis de objetos es capaz de seguir los movimientos de las manos del usuario y calcular las dimensiones del objeto en función de la posición de las manos.
Un sistema de adquisición de datos maestros de este tipo de la empresa Metrilus GmbH se conoce como S110/120. Este sistema comprende una báscula para adquirir el peso y una cámara 3D para determinar el volumen, además de un lector de códigos. La cámara 3D reconoce el objeto en la báscula e inicia la adquisición de datos maestros cuando el objeto se identifica con el lector de códigos y el sistema de adquisición del volumen no detecta objetos extraños.
Para poder medir un objeto, este ha de poder dejarse libre dentro de un área definida. “ Dejarse libre” en este caso significa que no puede haber contacto con otros objetos. Por lo tanto, durante la medición generalmente es necesario dejar el área de medición completamente libre de objetos extraños. Objetos extraños incluyen, por ejemplo, manos y otros objetos que penetran desde el exterior en el área de medición sin tocar el objeto.
La desventaja de esto es un mayor esfuerzo durante la medición y, con ello, una desventaja en la velocidad o mediciones incorrectas que se producen debido a la medición de objetos extraños.
Por lo tanto, un objetivo de la invención es proporcionar un procedimiento mejorado y un nuevo dispositivo para capturar datos maestros de un objeto, con los que sea posible en particular una captura más rápida y segura de los datos maestros.
Este objetivo se consigue mediante un procedimiento con las características de la reivindicación 1 y un dispositivo con las características de la reivindicación 4.
El procedimiento según la invención para adquirir datos maestros de un objeto comprende las siguientes etapas:
- Colocar el objeto sobre una báscula,
- determinar un instante de inicio para la captura de los datos maestros mediante:
- captura de una imagen del objeto que contiene valores de profundidad con una cámara,
- determinar regiones continuas en la imagen, que forman entonces primeros objetos temporales,
- clasificar los primeros objetos temporales en una clase válida y una no válida, en donde todos los primeros objetos temporales que se sitúan dentro de la imagen sin tocar el borde de la imagen se clasifican en la clase válida y los primeros objetos temporales que tocan el borde, en la clase no válida,
- analizar los primeros objetos temporales en la clase no válida, evaluando los valores de profundidad y formando nuevas subregiones con valores de profundidad más allá de un umbral de valor de profundidad,
- examinar las subregiones en busca de áreas continuas, en donde estas áreas continuas forman segundos objetos temporales,
- mover los segundos objetos temporales a la clase válida si no tocan el borde de la imagen,
- hallar superposiciones de los objetos temporales en la clase válida con los objetos temporales que permanecen en la clase no válida, en donde la superposición ha de exceder un umbral de superposición,
- en caso de superposición, mover los objetos temporales en cuestión de la clase válida a la clase no válida, - definir los objetos temporales en la clase válida como objeto para medir,
- si no hay ningún objeto en la clase válida, emitir una señal de error; de lo contrario
- iniciar la adquisición del volumen del objeto después del instante de inicio determinado de esta manera, - capturar los datos maestros,
- almacenar los datos maestros capturados,
- emitir de los datos maestros.
Al clasificar los objetos extraños en objetos extraños permitidos y no permitidos, ahora es posible adquirir datos también cuando hay objetos extraños, es decir, objetos extraños permitidos, en el campo de visión de la cámara. Esto aumenta el rendimiento porque la adquisición de datos puede comenzar tan pronto como las manos sueltan el objeto colocado en la báscula pero todavía están en el campo de visión de la cámara.
Al clasificar los objetos extraños también es posible una adquisición de datos más segura. Esto también mejora el análisis de posibles errores.
Una configuración ventajosa del procedimiento según la invención consiste en capturar y evaluar histogramas de valores de profundidad durante el análisis de los primeros objetos temporales para evaluar los valores de profundidad y formar nuevas subregiones con valores de profundidad más allá de un umbral de valor de profundidad. Esto facilita la clasificación de objetos extraños en objetos extraños permitidos y no permitidos.
Dado que en una cámara 3D suele suceder que en determinadas regiones de la imagen faltan valores de profundidad y en caso de presencia de tales regiones no puede realizarse una evaluación significativa, en un perfeccionamiento de la invención, la búsqueda de superposiciones también comprende la búsqueda de superposiciones de los objetos temporales en la clase válida con las regiones a las que les faltan valores de profundidad. En caso de constatar una superposición, el objeto temporal en cuestión se mueve de la clase válida a la clase no válida.
En un perfeccionamiento de la invención, resulta sensato emitir una señal de error si al final de la evaluación no hay ningún objeto en la clase válida, lo que significa que no es posible una adquisición de datos maestros.
El objetivo se consigue también mediante un dispositivo según la invención para la adquisición de datos maestros de un objeto, que presenta las siguientes características:
- Una báscula,
- una cámara para capturar una imagen del objeto,
- una unidad de evaluación con una unidad de determinación del volumen para determinar el volumen del objeto,
- una unidad de inicio, que determina automáticamente un instante de inicio para la captura de los datos maestros relacionados con el volumen del objeto cuando el objeto está colocado sobre la báscula,
- una memoria para almacenar los datos maestros capturados,
- una unidad de salida para emitir los datos maestros,
en donde
- la unidad de inicio está diseñada para determinar el instante de inicio a partir de la imagen capturada de la cámara y la unidad de inicio presenta una unidad de evaluación de imágenes para este propósito, y la unidad de evaluación de imágenes está diseñada para realizar una clasificación de objetos con la que, además del objeto, también se identifican objetos extraños como objetos extraños permitidos o no permitidos.
En un primer perfeccionamiento, la unidad de inicio está diseñada para emitir el instante de inicio lo antes posible y cuando todavía hay un objeto extraño permitido en el área de imagen. Esto permite aumentar aún más el rendimiento.
Para una clasificación sencilla, la cámara genera valores de profundidad, es decir, se captura una imagen en 3D, porque entonces la unidad de evaluación de imágenes puede tener en cuenta los valores de profundidad al clasificar el objeto, lo que facilita la clasificación.
En un perfeccionamiento de la invención, la unidad de evaluación está diseñada de manera sensata para emitir un mensaje, es decir, una señal de error, si no se ha podido determinar un instante de inicio dentro de un tiempo de espera. De esta manera, el usuario del sistema puede ver rápidamente que no se han adquirido los datos maestros.
A continuación, la invención se explica detalladamente mediante un ejemplo de realización con referencia al conjunto de dibujos. En el conjunto de dibujos, muestran:
La Fig. 1 una representación esquemática del dispositivo según la invención;
las Fig. 2 a 6 vistas superiores esquemáticas del campo de visión de la cámara, cada una con un objeto extraño en una posición diferente;
la Fig. 7 una vista superior esquemática del campo de visión de la cámara con defectos de imagen;
la Fig. 8 un diagrama de flujo del procedimiento según la invención.
El dispositivo 10 según la invención sirve para la adquisición de datos maestros de un objeto 12. Además de los elementos 13 constructivos mecánicos, el dispositivo 10 presenta una báscula 14, una cámara 16 para capturar una imagen del objeto 12 y una unidad 18 de evaluación. La unidad 18 de evaluación presenta una unidad 20 de determinación del volumen para determinar el volumen del objeto 12. El peso del objeto 12 se adquiere con la báscula 14 y el volumen se adquiere con la unidad 20 de determinación del volumen. Los datos así determinados se pueden emitir en última instancia a través de una unidad 22 de salida como datos maestros o al menos como parte de los datos maestros en una salida 24. Está prevista una memoria 28 para almacenar o almacenar temporalmente los datos maestros adquiridos.
La unidad 18 de evaluación comprende además una unidad 26 de inicio, que determina automáticamente un instante de inicio para capturar y determinar los datos maestros relacionados con el volumen del objeto cuando el objeto 12 está colocado en el campo 32 de visión de la cámara 16. Para ello, la unidad 26 de inicio está diseñada para determinar el instante de inicio a partir de la imagen capturada de la cámara 16 y presenta una unidad 30 de evaluación de imágenes, en donde la unidad 30 de evaluación de imágenes está diseñada para realizar una clasificación de objetos con la que, además del objeto 12, también se clasifican objetos 50 extraños como permitidos o no permitidos.
La unidad 26 de inicio está diseñada para emitir el instante de inicio lo antes posible y puede emitirlo cuando un objeto 50 extraño clasificado como permitido todavía se encuentra en el área 32 de imagen de la cámara 16.
La cámara 16 está diseñada como cámara 3D que, además de una imagen 2D con un borde 33 de imagen, también determina valores de profundidad para cada píxel y captura así en conjunto una imagen 3D.
En la Fig. 8 se muestra un diagrama de flujo de una forma de realización de al menos una parte del procedimiento 100 según la invención y se explicará a continuación también con referencia a las Fig. 3 a 7. Las Fig. 3 a 7 muestran en cada caso una vista en planta de la báscula 14 y de un objeto 12 colocado sobre ella desde la perspectiva de la cámara 16. En las figuras, el borde 33 del campo 32 de visión también se muestra como una línea discontinua, que es el borde 33 de la imagen en la imagen 2D.
El procedimiento 100 se ejecuta en gran medida en la unidad 26 de inicio, con el objetivo de iniciar la adquisición del volumen del objeto 12 y, con ello, la adquisición de datos maestros mediante una señal de inicio en un instante de inicio.
En una primera etapa 110, el objeto se coloca sobre la báscula 14.
Luego se determina un instante de inicio, en el que se puede dar la señal de inicio para comenzar a capturar los datos maestros. El instante de inicio se determina mediante las siguientes etapas.
En una etapa 120, se captura con la cámara 16 una imagen del objeto 12 que presenta valores de profundidad.
En una etapa 130, a partir de la imagen se determinan regiones continuas en la imagen con ayuda de los valores de profundidad. Las regiones en el sentido de esta patente pueden ser píxeles individuales o grupos de píxeles de la imagen. Estas regiones continuas forman primeros objetos temporales. En la Fig. 3, por ejemplo, una región continua de este tipo sería el objeto 12. En la Fig. 6, una región continua sería la mano con brazo que penetran en el campo 32 de visión, es decir, el objeto 50 extraño junto con el objeto 12 parcialmente oculto por la mano. Toda la evaluación de imágenes tiene lugar en la unidad 30 de evaluación de imágenes.
En una siguiente etapa 140 tiene lugar una clasificación de los primeros objetos temporales en una clase válida y una clase no válida, en donde todos los primeros objetos temporales que se sitúan dentro de la imagen sin tocar el borde 33 de la imagen se clasifican en la clase válida y los primeros objetos temporales que tocan el borde, en la clase no válida.
De esta manera, por ejemplo,
- en una situación según la Fig. 3, el objeto 12 se clasifica en la clase válida;
- en una situación según la Fig. 4, el objeto 12 se clasifica en la clase válida y los objetos 50 extraños en la clase no válida;
- en una situación según las Fig. 5 y 6, hay en cada caso solo un primer objeto temporal, ya que el objeto 50 extraño toca al menos el objeto 12 por medir y ambos forman entonces el primer objeto temporal. Este primer objeto temporal se clasifica en la clase no válida.
En la Fig. 7 se muestra una situación, en la que no está presente ningún objeto 50 extraño, pero hay un área 52 en el área 32 de visión, en la que no hay valores de profundidad. Esta situación de error particular se tendrá en cuenta más adelante.
En una etapa 150, se analizan los primeros objetos temporales que se clasificaron en la clase no válida. A este respecto, se evalúan los valores de profundidad y se comprueba si se sitúan más allá de un umbral de valor de profundidad. Si este es el caso, entonces las regiones forman una nueva subregión. A este respecto, para la evaluación de los valores de profundidad y para la formación de nuevas subregiones con valores de profundidad más allá de un umbral de valor de profundidad, preferiblemente, se capturan histogramas de valores de profundidad y se evalúan en la unidad 18 de evaluación.
En una siguiente etapa, se examinan las subregiones para ver si son continuas y las áreas continuas forman entonces segundos objetos temporales. Por regla general, los picos en el histograma de valores de profundidad se corresponden con los segundos objetos temporales. De este modo y con los histogramas de valores de profundidad se obtiene como resultado una separación del objeto 12 y el objeto 50 extraño en dos segundos objetos temporales en las situaciones según las Fig. 5 y 6.
En una siguiente etapa 170 se comprueba si estos segundos objetos temporales tocan el borde 33 de la imagen. Si un segundo objeto temporal no toca el borde 33 de la imagen, entonces este segundo objeto temporal se mueve de la clase no válida a la clase válida. Este sería, por ejemplo, el objeto 12 de la Fig. 5.
Hasta ahora, en el procedimiento según la invención se han hallado objetos temporales que se clasifican en la clase válida 180 o en la clase no válida 190.
En una siguiente etapa 200, se comprueba si existen superposiciones entre los objetos temporales de la clase válida y los objetos temporales que permanecen en la clase no válida. En este caso, una superposición tiene sentido si la superficie solapada es suficientemente grande, es decir, si se supera un umbral de superposición. La Fig. 6 muestra una superposición de este tipo en la que la mano solapa una superficie suficientemente grande del objeto 12.
Si hay una superposición, los objetos temporales en cuestión que previamente estaban en la clase válida (número de referencia 180) se mueven de la clase válida a la clase no válida (número de referencia 210). En la situación mostrada en la Fig. 6, el objeto 12 se mueve a la clase no válida.
Si no hay solapamiento, como es el caso del objeto 12 en las situaciones según las Fig. 4 y 5, el objeto 12 permanece en la clase válida.
Dado que en una cámara 3D suele suceder que en determinadas regiones de la imagen faltan valores de profundidad, por ejemplo, debido a píxeles defectuosos o errores de evaluación y, en caso de presencia de tales regiones 52 sin valores de profundidad, no puede realizarse una evaluación significativa, la búsqueda de superposiciones también comprende preferiblemente la búsqueda de superposiciones de los objetos temporales en la clase válida con las regiones 52 a las que les faltan valores de profundidad. En caso de constatar una superposición suficientemente grande, el objeto temporal en cuestión se mueve de la clase válida a la clase no válida. Esta situación se muestra en la Fig. 7.
Tras estas etapas, en una etapa 220 se definen como objeto que se ha de medir los objetos temporales que quedan en la clase válida.
Así se halla el instante de inicio y se da una señal de inicio y, a continuación, en una etapa 230, se inicia la adquisición del volumen del objeto 12 (instante de inicio).
Los datos de volumen se calculan a partir de las imágenes 3D de la cámara 16 en la unidad 20 de determinación del volumen y forman parte de los datos maestros que se recopilan en una memoria 28 y luego se emiten a través de la unidad 22 de salida y la salida 24.
Resulta sensato emitir una señal de error, si al determinar el instante de inicio no queda ningún objeto 12 en la clase válida, lo que significa que no es posible una adquisición de datos maestros. Entonces tampoco se emite ninguna señal de inicio.

Claims (6)

REIVINDICACIONES
1. Procedimiento para la adquisición de datos maestros de un objeto (12) con las etapas de:
-Colocar el objeto sobre una báscula (14),
-determinar un instante de inicio para la captura de los datos maestros mediante:
-captura de una imagen del objeto (12) que contiene valores de profundidad con una cámara (16), -determinar regiones continuas en la imagen, que forman entonces primeros objetos temporales, -clasificar los primeros objetos temporales en una clase válida y una no válida, en donde todos los primeros objetos temporales que se sitúan dentro de la imagen sin tocar del borde (33) de la imagen se clasifican en la clase válida y los primeros objetos temporales que tocan el borde, en la clase no válida,
-analizar los primeros objetos temporales en la clase no válida evaluando los valores de profundidad y formando nuevas subregiones con valores de profundidad más allá de un umbral de valor de profundidad,
-examinar las subregiones en busca de áreas continuas, en donde estas áreas continuas forman segundos objetos temporales,
-mover los segundos objetos temporales a la clase válida si no tocan el borde (33) de la imagen, -hallar superposiciones de los objetos temporales en la clase válida con los objetos temporales que permanecen en la clase no válida, en donde la superposición ha de exceder un umbral de superposición,
-en caso de superposición, mover los objetos temporales en cuestión de la clase válida a la clase no válida,
-definir los objetos temporales en la clase válida como objeto que se ha de medir, -si no hay ningún objeto en la clase válida, emitir una señal de error; de lo contrario -tras el instante de inicio así determinado, iniciar la adquisición del volumen del objeto (12), -capturar los datos maestros,
-almacenar los datos maestros capturados,
-emitir los datos maestros.
2. Procedimiento según la reivindicación 1,caracterizado por quepara la evaluación de los valores de profundidad y la formación de nuevas subregiones con valores de profundidad más allá de un umbral de valor de profundidad, se capturan y evalúan histogramas de valores de profundidad.
3. Procedimiento según una de las reivindicaciones anteriores 1 o 2,caracterizado por queen caso de presencia de regiones a las que les faltan valores de profundidad, la búsqueda de superposiciones también comprende la búsqueda de superposiciones de los objetos temporales en la clase válida con las regiones a las que les faltan valores de profundidad y, en caso de superposición, el objeto temporal en cuestión se mueve de la clase válida a la clase no válida.
4. Dispositivo para adquirir datos maestros de un objeto (12) para llevar a cabo un procedimiento según una de las reivindicaciones 1 a 3, que presenta
-una báscula (14),
-una cámara (16) para capturar una imagen del objeto (12),
-una unidad (18) de evaluación con una unidad (20) de determinación del volumen para determinar el volumen del objeto (12),
-una unidad (26) de inicio, que determina automáticamente un instante de inicio para la captura de los datos maestros relacionados con el volumen del objeto, cuando el objeto (12) está colocado sobre la báscula (14),
-una memoria (28) para almacenar los datos maestros capturados,
-una unidad (22) de salida para emitir los datos maestros,
caracterizado
-por quela unidad (26) de inicio está diseñada para determinar el instante de inicio a partir de la imagen capturada de la cámara (16) y la unidad (26) de inicio presenta una unidad (30) de evaluación de imágenes para este propósito, y la unidad (30) de evaluación de imágenes está diseñada para realizar una clasificación de objetos con la que, además del objeto (12), también se clasifican objetos (50) extraños como objetos (50) extraños permitidos o no permitidos.
5. Dispositivo según la reivindicación 4,caracterizado por quela unidad de inicio está diseñada para emitir el instante de inicio lo antes posible y cuando todavía hay un objeto extraño permitido en el área de la imagen.
6. Dispositivo según una de las reivindicaciones anteriores 4 o 5,caracterizado por quela cámara está diseñada para generar una imagen con valores de profundidad.
Dispositivo según la reivindicación 6,caracterizado por quela unidad de evaluación de imágenes está diseñada para realizar la clasificación de objetos teniendo en cuenta los valores de profundidad.
Dispositivo según una de las reivindicaciones anteriores 4 a 7,caracterizado por quela unidad de evaluación está diseñada para emitir un mensaje, si dentro de un tiempo de espera no se puede determinar ningún instante de inicio.
ES23169587T 2022-05-25 2023-04-24 Method and device for acquiring master data of object Active ES2994037T3 (en)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102022113259.5A DE102022113259B3 (de) 2022-05-25 2022-05-25 Verfahren und Vorrichtung zur Erfassung von Stammdaten eines Objekts

Publications (1)

Publication Number Publication Date
ES2994037T3 true ES2994037T3 (en) 2025-01-16

Family

ID=86185320

Family Applications (1)

Application Number Title Priority Date Filing Date
ES23169587T Active ES2994037T3 (en) 2022-05-25 2023-04-24 Method and device for acquiring master data of object

Country Status (8)

Country Link
US (1) US12573070B2 (es)
EP (1) EP4303816B1 (es)
JP (1) JP7496016B2 (es)
KR (1) KR102848750B1 (es)
CN (1) CN117132803A (es)
DE (1) DE102022113259B3 (es)
ES (1) ES2994037T3 (es)
PL (1) PL4303816T3 (es)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102022113259B3 (de) * 2022-05-25 2023-06-22 Sick Ag Verfahren und Vorrichtung zur Erfassung von Stammdaten eines Objekts

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070272732A1 (en) 2006-05-26 2007-11-29 Mettler-Toledo, Inc. Weighing and dimensioning system and method for weighing and dimensioning
US8184196B2 (en) * 2008-08-05 2012-05-22 Qualcomm Incorporated System and method to generate depth data using edge detection
US8552313B2 (en) * 2008-12-09 2013-10-08 Datalogic ADC, Inc. Systems and methods for reducing weighing errors associated with partially off-scale items
EP2722656A1 (en) * 2012-10-16 2014-04-23 Hand Held Products, Inc. Integrated dimensioning and weighing system
WO2015021473A1 (en) * 2013-08-09 2015-02-12 Postea, Inc. Apparatus, systems and methods for enrollment of irregular shaped objects
JP6482196B2 (ja) * 2014-07-09 2019-03-13 キヤノン株式会社 画像処理装置、その制御方法、プログラム、及び記憶媒体
KR20160025823A (ko) * 2014-08-28 2016-03-09 전자부품연구원 깊이영상 기반 손영역 검출 시스템 및 방법
CN105139806B (zh) * 2015-10-21 2018-05-01 京东方科技集团股份有限公司 阵列基板、显示面板和显示装置
JP2017117341A (ja) * 2015-12-25 2017-06-29 富士通株式会社 物体検出方法、装置、及びプログラム
US10721451B2 (en) * 2016-03-23 2020-07-21 Symbol Technologies, Llc Arrangement for, and method of, loading freight into a shipping container
US9940721B2 (en) * 2016-06-10 2018-04-10 Hand Held Products, Inc. Scene change detection in a dimensioner
GB2552648B (en) * 2016-07-22 2020-09-16 Imperial College Sci Tech & Medicine Estimating dimensions for an enclosed space using a multi-directional camera
KR101907883B1 (ko) * 2017-05-10 2018-10-16 국방과학연구소 객체 검출 및 분류 방법
WO2019136315A2 (en) * 2018-01-05 2019-07-11 Aquifi, Inc. Systems and methods for volumetric sizing
WO2020231312A1 (en) * 2019-05-14 2020-11-19 Delaval Holding Ab System and method for providing a decision basis for controlling a robotic arm, computer program and non-volatile data carrier
CN110308817B (zh) * 2019-06-10 2023-04-07 青岛小鸟看看科技有限公司 一种触控动作识别方法及触控投影系统
DE102020201939A1 (de) * 2020-02-17 2021-08-19 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und Vorrichtung zur Bewertung eines Bildklassifikators
DE102020112430B4 (de) * 2020-05-07 2021-12-23 Sick Ag Kamera und Verfahren zur Erfassung von Objekten
CN113989276B (zh) * 2021-12-23 2022-03-29 珠海视熙科技有限公司 一种基于深度图像的检测方法、检测装置及摄像设备
US20230306625A1 (en) * 2022-03-22 2023-09-28 Qboid, Inc. Object dimensioning system
US20230343069A1 (en) * 2022-04-26 2023-10-26 Marble Technologies, Inc. Meat Identification System and Method
DE102022113259B3 (de) * 2022-05-25 2023-06-22 Sick Ag Verfahren und Vorrichtung zur Erfassung von Stammdaten eines Objekts

Also Published As

Publication number Publication date
DE102022113259B3 (de) 2023-06-22
KR20230164567A (ko) 2023-12-04
US12573070B2 (en) 2026-03-10
KR102848750B1 (ko) 2025-08-20
US20230419529A1 (en) 2023-12-28
PL4303816T3 (pl) 2024-12-23
JP7496016B2 (ja) 2024-06-05
EP4303816A1 (de) 2024-01-10
EP4303816C0 (de) 2024-09-04
JP2023174550A (ja) 2023-12-07
EP4303816B1 (de) 2024-09-04
CN117132803A (zh) 2023-11-28

Similar Documents

Publication Publication Date Title
US7332716B2 (en) IR camera
US20190347514A1 (en) Detection method, device, apparatus and computer storage medium
CN108780050B (zh) 检测镜头的方法及装置、电子设备和计算机可读存储介质
US8368021B2 (en) Method for an IR-radiation—based temperature measurement and IR-radiation—based temperature measuring device
CN105787495A (zh) 具有车辆参考图像检索及比对功能的车辆检查系统和方法
CN112833812B (zh) 用于检验样品的测量仪器和用于确定样品高度图的方法
RU2018105095A (ru) Способ и устройство для определения карты глубины для изображения
JP2009075108A5 (es)
CN111598865B (zh) 基于热红外和rgb双摄的手足口病检测方法、装置及系统
JP2013544449A5 (es)
KR20190062775A (ko) 타이머를 포함하는 소변 검사용 스트립, 소변 검사용 스트립 검출 및 분석 방법
ES2994037T3 (en) Method and device for acquiring master data of object
CN106127930A (zh) 一种检测钞票安全线完整性的方法及系统
WO2005121839A1 (ja) 検出対象位置特定装置及び検出対象位置特定方法
TWI468658B (zh) 鏡頭檢測裝置及方法
WO2013094392A1 (ja) 測定装置、測定方法、プログラムおよび記録媒体
Crowther et al. A comparison between visible wavelength hyperspectral imaging and digital photography for the detection and identification of bloodstained footwear marks
JP2014044135A5 (es)
CN108510455B (zh) 一种激光照射器图像融合方法及系统
JP6011367B2 (ja) 蛍光光度計及び蛍光光度計用試料容器
KR102308974B1 (ko) 영상정보 기반 위험체 탐지 시스템, 방법, 및 컴퓨터프로그램
Valenzuela et al. Urine test strip analysis using image processing for mobile application
Poppinga et al. A novel approach to efficient error correction for the SwissRanger time-of-flight 3D camera
JP2008261850A (ja) 検査プレートの画像検査方法
Smagór Analysis of the Accuracy of Crime Scene Mapping Using 3D Laser Scanners