FR3135322A1 - Method for online measuring the height of an object based on profile matching - Google Patents

Method for online measuring the height of an object based on profile matching Download PDF

Info

Publication number
FR3135322A1
FR3135322A1 FR2212743A FR2212743A FR3135322A1 FR 3135322 A1 FR3135322 A1 FR 3135322A1 FR 2212743 A FR2212743 A FR 2212743A FR 2212743 A FR2212743 A FR 2212743A FR 3135322 A1 FR3135322 A1 FR 3135322A1
Authority
FR
France
Prior art keywords
profile
height
laser
rectangular projection
slope
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
FR2212743A
Other languages
French (fr)
Inventor
Hao Cui
Xu Xiang
Chengxuan Wu
Hui Liu
Chenyuan Cui
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.)
Oceanographic Instrumentation Research Institute Shandong Academy of Sciences
Institute of Oceanographic Instrumentation Shandong Academy of Sciences
Original Assignee
Oceanographic Instrumentation Research Institute Shandong Academy of Sciences
Institute of Oceanographic Instrumentation Shandong Academy of Sciences
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 Oceanographic Instrumentation Research Institute Shandong Academy of Sciences, Institute of Oceanographic Instrumentation Shandong Academy of Sciences filed Critical Oceanographic Instrumentation Research Institute Shandong Academy of Sciences
Publication of FR3135322A1 publication Critical patent/FR3135322A1/en
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/022—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of tv-camera scanning
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G01B11/0608—Height gauges
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/752—Contour matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20036—Morphological image processing

Landscapes

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

Abstract

Procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils La présente invention divulgue un procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils, comprenant acquisition d’image ; recherche de projection rectangulaire laser : obtenir une cible de projection rectangulaire laser en cinq étapes : étirement de histogramme en niveaux de gris, binarisation adaptative, remplissage de zone, débruitage morphologique et correspondance du profil de projection rectangulaire laser ; recherche d’une douille : en combinaison avec le profil de projection rectangulaire laser, rechercher une douille en cinq étapes : binarisation adaptative, débruitage morphologique, remplissage de zone, correspondance de profil de la douille et calculer la hauteur centrale de la douille ; et enregistrement de données de mesure. La présente invention permet de réaliser une mesure automatique, en ligne et mise en réseau de la hauteur d’un objet. Figure à publier avec l’abrégé : Figure 1Method for online measuring the height of an object based on profile matching The present invention discloses a method for online measuring the height of an object based on profile matching, comprising image acquisition; laser rectangular projection search: obtain a laser rectangular projection target in five steps: grayscale histogram stretching, adaptive binarization, area filling, morphological denoising and laser rectangular projection profile matching; socket search: In combination with the laser rectangular projection profile, search for a socket in five steps: adaptive binarization, morphological denoising, area filling, socket profile matching, and calculate the central height of the socket; and recording measurement data. The present invention makes it possible to perform automatic, online and networked measurement of the height of an object. Figure to be published with the abstract: Figure 1

Description

Procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profilsMethod for online measuring the height of an object based on profile matching

La présente invention concerne le domaine de la technologie de mesure visuelle, en particulier un procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils.The present invention relates to the field of visual measurement technology, in particular to a method for online measuring the height of an object based on profile matching.

CONTEXTE TECHNIQUETECHNICAL BACKGROUND

On utilise généralement un instrument de mesure tel qu’un mètre à retrait et un diastimomètre à laser pour mesurer manuellement la hauteur d’un objet, les problèmes tels que l’instrument de mesure n’étant pas placé verticalement lors de la mesure et la position centrale inexacte de l’objet à mesurer, entraînent une faible précision de mesure de tel procédé de mesure, une faible efficacité de mesure, une impossibilité de téléchargement de données de mesure au réseau en temps réel et une difficulté de tracer les données, ce qui entraîne une génération des îlots de données.Usually a measuring instrument such as a recess meter and a laser diastimometer is used to manually measure the height of an object, the problems such as the measuring instrument not being placed vertically when measuring and the inaccurate central position of the object to be measured, lead to low measurement precision of such measurement method, low measurement efficiency, inability to upload measurement data to the network in real time and difficulty in tracing the data, which which leads to the generation of data islands.

Avec le développement de logiciel et de matériel informatique, l’utilisation du traitement d’images pour mesurer la hauteur d’un objet dans une scène est devenue un sujet important dans la mesure visuelle informatique. À l’heure actuelle, la mesure visuelle informatique comprend principalement deux procédés : un procédé de mesure à image unique et un procédé de mesure à multiple images.With the development of computer software and hardware, the use of image processing to measure the height of an object in a scene has become an important topic in computer visual measurement. At present, computer visual measurement mainly includes two methods: single-image measurement method and multi-image measurement method.

Pour le procédé de mesure à image unique, le brevet d’invention chinois NO 201610244745.1 divulgue un procédé de mesure de la hauteur sur la base du traitement d’image, qui consiste à marquer manuellement 4 lignes horizontales sur une seule image, puis mesurer la hauteur réelle de 3 lignes horizontales, et estimer la hauteur réelle de la quatrième ligne horizontale en fonction d’une matrice de projection entre le plan de l’image et le système de coordonnées du monde. Ce procédé est applicable à la mesure d’objets à grande échelle ayant un même emplacement géographique ou une même similitude, qui permet de réduire efficacement la difficulté de mesure réelle, mais présente des inconvénients tels que de nombreuses interventions manuelles, une faible efficacité de mesure et une impossibilité de mesure automatique de la hauteur d’objet. Le brevet d’invention chinois NO 201811637965.6 divulgue un procédé de mesure de dimensions d’un objet sur la base du traitement d’image de profondeur, qui consiste à obtenir une image de profondeur avec une caméra de profondeur, ce qui permet d’obtenir facilement la hauteur d’un objet dans une plage définie dans la condition où la distance entre la caméra (lentille est installée verticalement vers le bas) et la table à objet est fixe, et d’obtenir la longueur et la largeur de l’objet selon le principe de l’imagerie par petits trous. Ce procédé permet de mesurer automatiquement les dimensions de l’objet, mais ses applications sont limitées en raison de la nécessité de fixer la distance entre la caméra et la table à objet (arrière-plan).For the single-image measurement method, Chinese invention patent NO. 201610244745.1 discloses a height measurement method on the basis of image processing, which is to manually mark 4 horizontal lines on a single image, and then measure the real height of 3 horizontal lines, and estimate the real height of the fourth horizontal line based on a projection matrix between the image plane and the world coordinate system. This method is applicable to the measurement of large-scale objects having the same geographical location or similarity, which can effectively reduce the difficulty of actual measurement, but has disadvantages such as many manual interventions, low measurement efficiency and an inability to automatically measure the object height. Chinese invention patent NO. 201811637965.6 discloses a method for measuring dimensions of an object on the basis of depth image processing, which involves obtaining a depth image with a depth camera, thereby obtaining easily the height of an object within a defined range under the condition that the distance between the camera (lens is installed vertically downward) and the object table is fixed, and obtain the length and width of the object according to the principle of small hole imaging. This method makes it possible to automatically measure the dimensions of the object, but its applications are limited due to the need to fix the distance between the camera and the object table (background).

Le procédé de mesure à multiple images consiste principalement à échantillonner en continu avec une caméra, obtenir un nuage de points tridimensionnel en fonction d’images bidimensionnelles et d’images de profondeur, reconstruire un modèle tridimensionnel de la scène et obtenir les données tridimensionnelles d’un objet pour atteindre le but de mesure. Le brevet d’invention chinois NO 202010961451.7 consiste à échantillonner en continu une scène intérieure avec une caméra RVBD et reconstruire un modèle tridimensionnel d’un objet intérieur, qui permet d’obtenir la position et les dimensions de l’objet, mais en raison d’un haut coût des équipements d’échantillonnage et de nombreux calculs nécessaires avec des ordinateurs performants pour reconstruire le modèle tridimensionnel, il est difficile de réaliser un traitement en ligne avec une mauvaise applicabilité générale.The multi-image measurement method mainly consists of continuously sampling with a camera, obtaining a three-dimensional point cloud based on two-dimensional images and depth images, reconstructing a three-dimensional model of the scene, and obtaining the three-dimensional data of an object to achieve the measurement goal. Chinese invention patent NO 202010961451.7 involves continuously sampling an indoor scene with an RGBD camera and reconstructing a three-dimensional model of an indoor object, which makes it possible to obtain the position and dimensions of the object, but due to 'a high cost of sampling equipment and numerous calculations required with high-performance computers to reconstruct the three-dimensional model, it is difficult to carry out online processing with poor general applicability.

DIVULGATION DE L’INVENTIONDISCLOSURE OF THE INVENTION

Pour remédier aux inconvénients ci-dessus dans l’art existant, la présente invention propose un procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils.To overcome the above drawbacks in the existing art, the present invention provides a method for online measuring the height of an object based on profile matching.

Une solution technique adoptée par la présente invention pour résoudre les problèmes techniques consiste en : un procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils, comprenant les étapes suivantes :A technical solution adopted by the present invention to solve technical problems consists of: a method for online measuring the height of an object on the basis of profile matching, comprising the following steps:

Étape 1, acquisition d’image : fixer deux niveaux laser à double ligne et des caméras sur un support et acquérir une seule image contenant une projection rectangulaire laser ;Step 1, image acquisition: attach two dual-line laser levels and cameras on a bracket and acquire a single image containing a laser rectangular projection;

Étape 2, recherche de projection rectangulaire laser : rechercher un profil de projection rectangulaire laser en cinq étapes : étirement d’histogramme en niveaux de gris, binarisation adaptative, remplissage de zone, débruitage morphologique et correspondance du profil de projection rectangulaire laser ;Step 2, laser rectangular projection search: search for laser rectangular projection profile in five steps: grayscale histogram stretching, adaptive binarization, area filling, morphological denoising and laser rectangular projection profile matching;

Étape 3, recherche d’un objet à mesurer : en combinaison avec le profil de projection rectangulaire laser obtenu à l’étape 2, rechercher un objet à mesurer en cinq étapes : binarisation adaptative, débruitage morphologique, remplissage de zone, correspondance de profil de l’objet à mesurer et calcul de la hauteur centrale de l’objet à mesurer ;Step 3, search for an object to be measured: in combination with the laser rectangular projection profile obtained in step 2, search for an object to be measured in five steps: adaptive binarization, morphological denoising, area filling, profile matching the object to be measured and calculation of the central height of the object to be measured;

Étape 4, enregistrement de données de mesure : enregistrer une marque de hauteur centrale de l’objet à mesurer sur l’image et la sauvegarder sous forme d’un tableau, et fournir en outre une interface de réseau pour télécharger les données sur un serveur pour les sauvegarder ;Step 4, recording measurement data: recording a center height mark of the object to be measured on the image and saving it as a table, and further providing a network interface to upload the data to a server to save them;

La correspondance du profil de projection rectangulaire laser à l’étape 2 est réalisée en étapes suivantes, dans laquelle la projection rectangulaire laser est définie comme un parallélogramme :The matching of the laser rectangular projection profile in step 2 is carried out in the following steps, in which the laser rectangular projection is defined as a parallelogram:

Étape 2.1, seuil d’initialisation N=0, taux d’échantillonnage S=10% ;Step 2.1, initialization threshold N=0, sampling rate S=10%;

Étape 2.2, calculer les pentes de quatre côtés de la cible du profil de projection rectangulaire laser, si une différence de pente de deux couples de côtés opposés n’est pas égale à N, exclure la cible actuelle du profil, et si la différence de pente de deux couples de côtés opposés est égale à N, passer à l’étape 2.3 ;Step 2.2, calculate the slopes of four sides of the target of the laser rectangular projection profile, if a slope difference of two pairs of opposite sides is not equal to N, exclude the current target from the profile, and if the difference of slope of two pairs of opposite sides is equal to N, go to step 2.3;

Étape 2.3, échantillonner les quatre côtés de la cible du profil de projection rectangulaire laser en fonction du S, calculer respectivement une différence de pente d’échantillonnage des quatre côtés, si la différence n’est pas égale à N, exclure la cible actuelle du profil, et si la différence est égale à N, considérer que la correspondance de profil est réussie ;Step 2.3, sample the four sides of the target of the laser rectangular projection profile according to the S, respectively calculate a sampling slope difference of the four sides, if the difference is not equal to N, exclude the current target from the profile, and if the difference is equal to N, consider the profile match to be successful;

Étape 2.4, si le nombre de cibles du profil de projection rectangulaire laser qui remplissent les conditions est égal à 0, faire N+0,05, et revenir à l’étape 2.2 ; si le nombre de cibles du profil qui remplissent les conditions est supérieur à 1, faire S+10 %, et revenir à l’étape 2.2 jusqu’à ce que le nombre de cibles du profil qui remplissent les conditions soit égal à 1 ;Step 2.4, if the number of targets of the laser rectangular projection profile that meet the conditions is equal to 0, do N+0.05, and return to step 2.2; if the number of targets in the profile that meet the conditions is greater than 1, do S+10%, and return to step 2.2 until the number of targets in the profile that meet the conditions is equal to 1;

Étape 2.5, calculer la pente d’image k, les hauteurs h1et h2en pixels des côtés supérieur et inférieur du profil de projection rectangulaire laser et exporter une cible Z du profil de projection rectangulaire laser.Step 2.5, calculate the image slope k, heights h 1 and h 2 in pixels of the upper and lower sides of the laser rectangular projection profile, and export a target Z of the laser rectangular projection profile.

Avantageusement, selon le procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils ci-dessus, la formule de débruitage morphologique à l’étape 2 est : , où,Aest une image binaire,Best un modèle morphologique de l’image, et ! et ⊕ représentent respectivement l’opération de corrosion et l’opération d’expansion en morphologie.Advantageously, according to the online measurement method of the height of an object based on profile matching above, the morphological denoising formula in step 2 is: , where, A is a binary image, B is a morphological model of the image, and ! and ⊕ respectively represent the corrosion operation and the expansion operation in morphology.

Avantageusement, selon le procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils ci-dessus, pour l’opération de binarisation adaptative à l’étape 2, la couleur du premier plan représente un pourcentage inférieur à 10%.Advantageously, according to the online measurement method of the height of an object based on profile matching above, for the adaptive binarization operation in step 2, the color of the foreground represents a percentage less than 10%.

Avantageusement, selon le procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils ci-dessus, pour l’opération de binarisation adaptative à l’étape 3, la couleur du premier plan représente un pourcentage supérieur à 90%.Advantageously, according to the online measurement method of the height of an object based on profile matching above, for the adaptive binarization operation in step 3, the color of the foreground represents a percentage greater than 90%.

Avantageusement, selon le procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils ci-dessus, pour la correspondance de profil de l’objet à mesurer à l’étape 3, la cible du profil est obtenue de même manière que celle pour la correspondance du profil de projection rectangulaire laser à l’étape 2 :Advantageously, according to the method of online measuring the height of an object based on profile matching above, for the profile matching of the object to be measured in step 3, the profile target is obtained in the same way as that for matching the laser rectangular projection profile in step 2:

Étape 3.1, calculer les pentes des côtés gauche et droit du profil de l’objet à mesurer, si la pente du côté gauche ou la pente du côté droit n’est pas égale à la pente de l’image, exclure la cible actuelle du profil, et si la pente du côté gauche et la pente du côté droit sont égales à la pente de l’image, passer à l’étape 3.2 ;Step 3.1, calculate the slopes of the left and right sides of the profile of the object to be measured, if the slope of the left side or the slope of the right side is not equal to the slope of the image, exclude the current target from the profile, and if the slope of the left side and the slope of the right side are equal to the slope of the image, go to step 3.2;

Étape 3.2, calculer les pentes d’échantillonnage des côtés gauche et droit, si les pentes d’échantillonnage ne sont pas égales à la pente de l’image, exclure le profil actuel, et si les pentes d’échantillonnage sont égales à la pente de l’image, considérer que la correspondance de profil est réussie.Step 3.2, calculate the sampling slopes of the left and right sides, if the sampling slopes are not equal to the slope of the image, exclude the current profile, and if the sampling slopes are equal to the slope of the image, consider the profile match successful.

Avantageusement, selon le procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils, la formule de calcul de la hauteur centrale de l’objet à mesurer à l’étape 3 est la suivante :Advantageously, according to the method of online measuring the height of an object on the basis of profile correspondence, the formula for calculating the central height of the object to be measured in step 3 is as follows:

où, H est la hauteur réelle de l’objet à mesurer dans le système de coordonnées du monde, est la hauteur réelle de la ligne horizontale supérieure de la projection rectangulaire laser dans le système de coordonnées du monde, est la hauteur réelle de la ligne horizontale inférieure de la projection rectangulaire laser dans le système de coordonnées du monde, h est la hauteur en pixels du point d’intersection des lignes de liaison passant par le point sommet de l’objet à mesurer au côté inférieur du profil de projection rectangulaire laser, est la hauteur en pixels de la ligne horizontale supérieure de la projection rectangulaire laser et est la hauteur en pixels de la ligne horizontale inférieure de la projection rectangulaire laser.where, H is the actual height of the object to be measured in the world coordinate system, is the actual height of the upper horizontal line of the laser rectangular projection in the world coordinate system, is the actual height of the lower horizontal line of the laser rectangular projection in the world coordinate system, h is the height in pixels of the point of intersection of the connecting lines passing through the vertex point of the object to be measured at the side bottom of the laser rectangular projection profile, is the height in pixels of the upper horizontal line of the rectangular laser projection and is the height in pixels of the lower horizontal line of the rectangular laser projection.

Les effets bénéfiques de la présente invention consistent en ce que la présente invention permet de réaliser une mesure automatique, en ligne et mise en réseau de la hauteur d’un objet, d’éviter la génération d’îlots de données et la limite de la distance entre la caméra et l’arrière-plan, de corriger automatiquement l’erreur due à l’inclinaison de l’image causée par des problèmes d’installation de la caméra, de réaliser une mesure automatique, en ligne et mise en réseau de la hauteur d’un objet et d’améliorer la précision et l’efficacité de la mesure de la hauteur d’un objet ; et que l’équipement de la présente d’invention présente un faible coût, une petite taille, une facilité d’installation mobile et une forte applicabilité.The beneficial effects of the present invention consist in that the present invention makes it possible to realize automatic, online and networked measurement of the height of an object, to avoid the generation of data islands and the limit of the distance between the camera and the background, automatically correct the error due to image tilt caused by camera installation problems, realize automatic measurement, online and networking of the height of an object and improve the accuracy and efficiency of measuring the height of an object; and that the equipment of the present invention has low cost, small size, easy mobile installation and strong applicability.

DESCRIPTION DES FIGURESDESCRIPTION OF FIGURES

La présente invention peut être décrite en plus détaillé ci-dessous via les exemples et les figures annexés :The present invention can be described in more detail below via the appended examples and figures:

est un organigramme de l’exemple de réalisation 1 de l’invention ; is a flowchart of embodiment 1 of the invention;

est une image obtenue par l’étirement d’histogramme en niveaux de gris à l’étape 2 de l’exemple de réalisation 1 de l’invention ; is an image obtained by grayscale histogram stretching in step 2 of embodiment 1 of the invention;

est une image obtenue par la binarisation adaptative à l’étape 2 de l’exemple de réalisation 1 de l’invention ; is an image obtained by adaptive binarization in step 2 of embodiment 1 of the invention;

est une image obtenue à la fin du remplissage de zone à l’étape 2 de l’exemple de réalisation 1 de l’invention ; is an image obtained at the end of the area filling in step 2 of embodiment 1 of the invention;

est une image obtenue à la fin du débruitage morphologique à l’étape 2 de l’exemple de réalisation 1 de l’invention ; is an image obtained at the end of the morphological denoising in step 2 of embodiment 1 of the invention;

est un résultat du suivi du profil de projection rectangulaire laser à l’étape 2 de l’exemple de réalisation 1 de l’invention ; is a result of monitoring the rectangular laser projection profile in step 2 of embodiment 1 of the invention;

est un résultat de la correspondance du profil de projection rectangulaire laser à l’étape 2 de l’exemple de réalisation 1 de l’invention ; is a result of matching the laser rectangular projection profile in step 2 of embodiment 1 of the invention;

est un organigramme de la correspondance du profil de projection rectangulaire laser à l’étape 2 de l’exemple de réalisation 1 de l’invention ; is a flowchart of the correspondence of the rectangular laser projection profile in step 2 of embodiment 1 of the invention;

est une image obtenue par la binarisation adaptative à l’étape 3 de l’exemple de réalisation 1 de l’invention ; is an image obtained by adaptive binarization in step 3 of embodiment 1 of the invention;

est une image obtenue à la fin du débruitage morphologique à l’étape 3 de l’exemple de réalisation 1 de l’invention ; is an image obtained at the end of the morphological denoising in step 3 of embodiment 1 of the invention;

est une image obtenue à la fin du remplissage de zone à l’étape 3 de l’exemple de réalisation 1 de l’invention ; is an image obtained at the end of the area filling in step 3 of embodiment 1 of the invention;

est un organigramme de la correspondance du profil de la douille à l’étape 3 de l’exemple de réalisation 1 de l’invention ; is a flowchart of the correspondence of the profile of the socket in step 3 of embodiment 1 of the invention;

est un résultat de la correspondance de la douille à l’étape 3 de l’exemple de réalisation 1 de l’invention. is a result of matching the socket in step 3 of embodiment 1 of the invention.

EXPOSÉ DÉTAILLÉ DE MODE DE RÉALISATIONDETAILED PRESENTATION OF MODE OF ACHIEVEMENT

La solution technique de la présente invention peut être décrite en plus détaillé ci-après via les modes de réalisation en référence aux figures, afin que l'homme de l’art puisse mieux comprendre la présente invention.The technical solution of the present invention can be described in more detail below via the embodiments with reference to the figures, so that those skilled in the art can better understand the present invention.

Le présent exemple de réalisation divulgue un procédé de mesure de la hauteur centrale d’une douille lors de l’acceptation de travaux, avant la mesure, il est nécessaire de fixer deux niveaux laser à double ligne sur un support, de prendre une projection rectangulaire d’un faisceau laser sur le mur comme portée d’intérêt, de coller une feuille rectangulaire sur la douille à mesurer, et de mesurer la hauteur de ligne horizontale supérieure de projection rectangulaire laser et la hauteur de ligne horizontale inférieure de projection rectangulaire laser . En particulier, les étapes de masure sont montrées dans la :The present exemplary embodiment discloses a method for measuring the central height of a socket when accepting work, before measuring it is necessary to fix two double-line laser levels on a support, take a rectangular projection a laser beam on the wall as the range of interest, stick a rectangular sheet on the socket to be measured, and measure the upper horizontal line height of laser rectangular projection and the lower horizontal line height of laser rectangular projection . In particular, the measurement steps are shown in the :

Étape 1, acquisition d’image : fixer une caméra sur un support et acquérir une seule image contenant une projection rectangulaire laser ;Step 1, image acquisition: attach a camera to a support and acquire a single image containing a rectangular laser projection;

Étape 2, recherche de projection rectangulaire laser : rechercher un profil de projection rectangulaire laser en cinq étapes : étirement d’histogramme en niveaux de gris, binarisation adaptative, remplissage de zone, débruitage morphologique et correspondance du profil de projection rectangulaire laser ;Step 2, laser rectangular projection search: search for laser rectangular projection profile in five steps: grayscale histogram stretching, adaptive binarization, area filling, morphological denoising and laser rectangular projection profile matching;

(1) Étirement de l’histogramme en niveaux de gris : pour le filtrage, conserver de meilleures caractéristiques de l’image à l’aide de la couleur laser, et étirer de l’histogramme en niveaux de gris en utilisant la composante verte de l’image dans le présent exemple de réalisation, comme montrée la .(1) Grayscale histogram stretching: for filtering, retain better image features using laser color, and grayscale histogram stretching using the green component of the image in the present exemplary embodiment, as shown in .

(2) Binarisation adaptative : pour obtenir une projection rectangulaire laser plus claire, trouver le seuil de binarisation optimal, de sorte que la couleur du premier plan représente un pourcentage inférieur à 10%, soit , et obtenir qui remplissent les conditions par approximation itérative, l’image binarisée étant montrée dans la .(2) Adaptive binarization: to obtain a clearer rectangular laser projection, find the optimal binarization threshold, so that the color of the foreground represents a percentage less than 10%, i.e. , and get which satisfy the conditions by iterative approximation, the binarized image being shown in the .

(3) Remplissage de zone : remplir l’arrière-plan de l’image binarisée de la couleur blanche, et remplir le premier plan de la couleur noir, l’image remplie étant montrée dans la .(3) Area fill: fill the background of the binarized image with white color, and fill the foreground with black color, the filled image being shown in the .

(4) Débruitage morphologique : effectuer l’opération d’ouverture sur la base de la morphologie de l’image, lisser le profil de l’image, éliminer la partie étroite et éliminer les saillies fines, le résultat de l’exemple étant montrée dans la , et la formule étant :(4) Morphological denoising: perform the opening operation based on the image morphology, smooth the image profile, eliminate the narrow part and eliminate the fine protrusions, the example result is shown in the , and the formula being:

où,Aest une image binaire,Best un modèle morphologique de l’image, et ! et ⊕ représentent respectivement l’opération de corrosion et l’opération d’expansion en morphologie.where, A is a binary image, B is a morphological model of the image, and ! and ⊕ respectively represent the corrosion operation and the expansion operation in morphology.

(5) Correspondance du profil de projection rectangulaire laser : concevoir la classe de profil, la classe étant adaptée à la projection rectangulaire laser et à la douille, comprenant principalement 12 attributs (les attributs peuvent être vides),(5) Laser rectangular projection profile matching: design the profile class, the class is suitable for laser rectangular projection and socket, mainly including 12 attributes (attributes can be empty),

Séquence de profils P (x, y)Profile sequence P (x, y)

Point supérieur gauche P1 Upper left point P 1

Point supérieur droit P2 Upper right point P 2

Point inférieur gauche P3 Lower left point P 3

Point inférieur droit P4 Lower right point P 4

Séquence de côtés supérieurs L12(x, y)Sequence of upper sides L 12 (x, y)

Séquence de côtés droits L24(x, y)Sequence of right sides L 24 (x, y)

Séquence de côtés inférieurs L43(x, y)Sequence of lower sides L 43 (x, y)

Séquence de côtés gauches L31(x, y)Sequence of left sides L 31 (x, y)

Pente d’imagek Image slope k

Hauteur en pixels du côté supérieurh 1 Height in pixels of the top side h 1

Hauteur en pixels du côté inférieurh 2 Height in pixels of the bottom side h 2

Obtenir la séquence de profils de la couleur du premier plan sur l’image par méthode de traçage de code chaîne à huit voisinages, et la convertir en exemple de cible du profil, les résultats de l’exemple sont montés dans la , dans lequel la méthode de traçage de code de chaîne à huit voisinages a été décrite dans les documents pertinents et comme technique existante, ne sera pas décrite ici.Obtain the profile sequence of the foreground color on the image by eight-neighborhood chaincode tracing method, and convert it to the target example of the profile, the results of the example are mounted in the , in which the eight-neighborhood chaincode tracing method has been described in the relevant documents and as an existing technique, will not be described here.

Concevoir un algorithme de correspondance du profil de projection rectangulaire laser et correspondre la cible du profil, le profil correspondant avec succès étant la projection rectangulaire laser, et le résultat de l’exemple étant montrée dans la . Pour calculer par l’algorithme de correspondance du profil de projection rectangulaire laser, le système de coordonnées est établi automatiquement pour représenter la position du profil de projection rectangulaire, un point sommet du profil de projection rectangulaire peut être définie comme l’origine du système de coordonnées, ou une autre position peut être définie comme l’origine du système de coordonnées, ce qui est sélectionné en fonction de l’opération réelle.Design a laser rectangular projection profile matching algorithm and match the profile target, the successfully matched profile being the laser rectangular projection, and the result of the example being shown in the . To calculate by the laser rectangular projection profile matching algorithm, the coordinate system is automatically established to represent the position of the rectangular projection profile, a vertex point of the rectangular projection profile can be set as the origin of the projection system. coordinates, or another position can be set as the origin of the coordinate system, which is selected according to the actual operation.

Principe de l’algorithme : la projection laser est rectangulaire, car l’image acquise peut être inclinée, l’algorithme définit la projection comme un parallélogramme, les étapes sont montrées dans la , comprenant :Principle of the algorithm: the laser projection is rectangular, because the acquired image can be tilted, the algorithm defines the projection as a parallelogram, the steps are shown in the , including:

Étape 2.1, seuil d’initialisation N=0, taux d’échantillonnage S=10%, établir un système de coordonnées et définir l’origine ;Step 2.1, initialization threshold N=0, sampling rate S=10%, establish a coordinate system and set the origin;

Étape 2.2, calculer les pentes de quatre côtés de l’objet de profil, si une différence de pente des côté opposés n’est pas égale à N, exclure la cible actuelle du profil, et si la différence de pente des côtés opposés est égale à N, passer à l’étape 2.3 ;Step 2.2, calculate the slopes of four sides of the profile object, if a slope difference of opposite sides is not equal to N, exclude the current target from the profile, and if the slope difference of opposite sides is equal at N, go to step 2.3;

Étape 2.3, échantillonner les quatre côtés de la cible du profil de projection rectangulaire laser en fonction du S, calculer respectivement une différence de pente d’échantillonnage des quatre côtés, si la différence n’est pas égale à N, exclure la cible actuelle du profil, et si la différence est égale à N, considérer que la correspondance de profil est réussie ;Step 2.3, sample the four sides of the target of the laser rectangular projection profile according to the S, respectively calculate a sampling slope difference of the four sides, if the difference is not equal to N, exclude the current target from the profile, and if the difference is equal to N, consider the profile match to be successful;

Le processus de calcul de la pente d’échantillonnage est comme suit : en prenant le taux d’échantillonnage initial S = 10% à titre d’exemple, c’est-à-dire prendre 10% des points d’échantillonnage à l’intervalle identique, diviser chaque côté en 10 segments identiques, calculer la pente de chaque segment en fonction de la formule à deux points, puis faire une différence entre deux, si chaque différence de pente est égale au seuil N, cela signifie qu’il s’agit d’une ligne droite au lieu d’un arc ;The process of calculating the sampling slope is as follows: taking the initial sampling rate S = 10% as an example, that is, taking 10% of the sampling points at the identical interval, divide each side into 10 identical segments, calculate the slope of each segment according to the two-point formula, then make a difference between two, if each slope difference is equal to the N threshold, it means that it s is a straight line instead of an arc;

Étape 2.4, si le nombre de cibles du profil de projection rectangulaire laser qui remplissent les conditions est égal à 0, faire N+0,05, et revenir à l’étape 2.2 ; si le nombre de cibles du profil qui remplissent les conditions est supérieur à 1, faire S+10 %, et revenir à l’étape 2.2 jusqu’à ce que le nombre de cibles du profil qui remplissent les conditions soit égal à 1 ;Step 2.4, if the number of targets of the laser rectangular projection profile that meet the conditions is equal to 0, do N+0.05, and return to step 2.2; if the number of targets in the profile that meet the conditions is greater than 1, do S+10%, and return to step 2.2 until the number of targets in the profile that meet the conditions is equal to 1;

Étape 2.5, calculer la pente d’image k, les hauteurs h1et h2en pixels des côtés supérieur et inférieur du profil de projection rectangulaire laser et exporter une cible Z du profil de projection rectangulaire laser ;Step 2.5, calculate the image slope k, heights h 1 and h 2 in pixels of the upper and lower sides of the laser rectangular projection profile, and export a target Z of the laser rectangular projection profile;

où la pente d’image k est la pente du côté gauche du profil.where the image slope k is the slope of the left side of the profile.

Étape 3, recherche d’une douille : en combinaison avec le profil de projection rectangulaire laser obtenu à l’étape 2, rechercher une douille en cinq étapes : binarisation adaptative, débruitage morphologique, remplissage de zone, correspondance de profil de la douille et calculer la hauteur centrale de la douille.Step 3, search for a socket: in combination with the laser rectangular projection profile obtained in step 2, search for a socket in five steps: adaptive binarization, morphological denoising, area filling, socket profile matching and calculate the central height of the socket.

(1) Binarisation adaptative : pour obtenir une douille plus claire, trouver le seuil de binarisation optimal, de sorte que la couleur du premier plan représente un pourcentage supérieur à 90%, soit , et obtenir qui remplissent les conditions par approximation itérative, et effectuer une binarisation sur l’image, qui est montrée dans la .(1) Adaptive binarization: to obtain a lighter socket, find the optimal binarization threshold, so that the color of the foreground represents a percentage greater than 90%, i.e. , and get which satisfy the conditions by iterative approximation, and perform a binarization on the image, which is shown in the .

(2) Débruitage morphologique : effectuer l’opération d’ouverture sur la base de la morphologie de l’image, lisser le profil de l’image, éliminer la partie étroite et éliminer les saillies fines, le résultat de l’exemple étant montrée dans la , et la formule étant :(2) Morphological denoising: perform the opening operation based on the image morphology, smooth the image profile, eliminate the narrow part and eliminate the fine protrusions, the example result is shown in the , and the formula being:

où,Aest une image binaire,Best un modèle morphologique de l’image, et ! et ⊕ représentent respectivement l’opération de corrosion et l’opération d’expansion en morphologie.where, A is a binary image, B is a morphological model of the image, and ! and ⊕ respectively represent the corrosion operation and the expansion operation in morphology.

(3) Remplissage de zone : remplir l’arrière-plan de l’image obtenue par Débruitage morphologique de la couleur blanche, et remplir le premier plan de la couleur noir, le résultat de traitement étant montrée dans la .(3) Area filling: filling the background of the image obtained by Morphological denoising with white color, and filling the foreground with black color, the processing result being shown in the .

(4) Correspondance du profil de la douille : limiter automatiquement la portée de recherche en fonction de la cible du profil de projection rectangulaire laser, et établir un système de coordonnées, les étapes étant montrées dans la , comprenant :(4) Socket profile matching: automatically limit the search range according to the target of the laser rectangular projection profile, and establish a coordinate system, the steps being shown in the , including:

Étape 3.1, calculer les pentes des côtés gauche et droit de la cible du profil de la douille, si la pente du côté gauche et la pente du côté droit ne sont pas égale à la pente de l’image, exclure la cible actuelle du profil, et si la pente du côté gauche et la pente du côté droit sont égales à la pente de l’image, passer à l’étape 3.2 ;Step 3.1, calculate the left and right side slopes of the socket profile target, if the left side slope and right side slope are not equal to the image slope, exclude the current target from the profile , and if the slope of the left side and the slope of the right side are equal to the slope of the image, go to step 3.2;

Étape 3.2, calculer les pentes d’échantillonnage des côtés gauche et droit de la cible du profil de la douille, si les pentes d’échantillonnage ne sont pas égales à la pente d’image k, exclure le profil actuel, et si les pentes d’échantillonnage sont égales à la pente d’image k, considérer que la correspondance de profil est réussie, et le résultat de correspondance finale étant montrée dans la .Step 3.2, calculate the sampling slopes of the left and right sides of the socket profile target, if the sampling slopes are not equal to the image slope k, exclude the current profile, and if the slopes sampling are equal to the image slope k, consider the profile matching successful, and the final matching result being shown in the .

(5) Calcul de la hauteur centrale de la douille : calculer la hauteur en pixels du centre de la douille, en combinant la hauteur en pixels et la hauteur réelle de la ligne horizontale supérieure et de la ligne horizontale inférieure de la projection rectangulaire laser, et en fonction du principe du mappage de projection, mapper-la au système de coordonnées du monde, pour obtenir la hauteur centrale réelle de la douille.(5) Calculation of the socket center height: calculate the pixel height of the socket center, by combining the pixel height and the actual height of the upper horizontal line and the lower horizontal line of the laser rectangular projection, and according to the principle of projection mapping, map it to the world coordinate system, to obtain the actual central height of the socket.

La formule de calcule est :The calculation formula is:

où, H est la hauteur réelle de l’objet à mesurer dans le système de coordonnées du monde, est la hauteur réelle de la ligne horizontale supérieure de la projection rectangulaire laser dans le système de coordonnées du monde, est la hauteur réelle de la ligne horizontale inférieure de la projection rectangulaire laser dans le système de coordonnées du monde, h est la hauteur en pixels du point d’intersection des lignes de liaison passant par le point sommet de la douille, est la hauteur en pixels de la ligne horizontale supérieure de la projection rectangulaire laser et est la hauteur en pixels de la ligne horizontale inférieure de la projection rectangulaire laser.where, H is the actual height of the object to be measured in the world coordinate system, is the actual height of the upper horizontal line of the laser rectangular projection in the world coordinate system, is the real height of the lower horizontal line of the laser rectangular projection in the world coordinate system, h is the height in pixels of the point of intersection of the connecting lines passing through the vertex point of the socket, is the height in pixels of the upper horizontal line of the rectangular laser projection and is the height in pixels of the lower horizontal line of the rectangular laser projection.

Étape 4, enregistrement de données de mesure : enregistrer une marque de hauteur centrale de la douille sur l’image et la sauvegarder sous forme d’un tableau, et fournir en outre une interface de réseau pour télécharger les données sur un serveur pour les sauvegarder.Step 4, recording measurement data: record a center height mark of the socket on the image and save it as a table, and further provide a network interface to upload the data to a server for saving .

Les exemples de réalisations ci-dessus ne sont que les exemples de réalisations illustratifs, mais non limitatifs. L’homme de l’art peut proposer toutes modifications ou remplacements équivalents dans le cadre de la présente invention.The examples of achievements above are only illustrative, but not limiting, examples of achievements. Those skilled in the art may propose any equivalent modifications or replacements within the framework of the present invention.

Claims (6)

Procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils, caractérisé en ce qu’il comprend les étapes suivantes :
Étape 1, acquisition d’image : fixer deux niveaux laser à double ligne et des caméras sur un support et acquérir une seule image contenant une projection rectangulaire laser ;
Étape 2, recherche de projection rectangulaire laser : rechercher un profil de projection rectangulaire laser en cinq étapes : étirement d’histogramme en niveaux de gris, binarisation adaptative, remplissage de zone, débruitage morphologique et correspondance du profil de projection rectangulaire laser ;
Étape 3, recherche d’un objet à mesurer : en combinaison avec le profil de projection rectangulaire laser obtenu à l’étape 2, rechercher un objet à mesurer en cinq étapes : binarisation adaptative, débruitage morphologique, remplissage de zone, correspondance de profil de l’objet à mesurer et calcul de la hauteur centrale de l’objet à mesurer ;
Étape 4, enregistrement de données de mesure : enregistrer une marque de hauteur centrale de l’objet à mesurer sur l’image et la sauvegarder sous forme d’un tableau, et fournir en outre une interface de réseau pour télécharger les données sur un serveur pour les sauvegarder ;
La correspondance du profil de projection rectangulaire laser à l’étape 2 est réalisée en étapes suivantes, dans laquelle la projection rectangulaire laser est définie comme un parallélogramme :
Étape 2.1, seuil d’initialisation N=0, taux d’échantillonnage S=10% ;
Étape 2.2, calculer les pentes de quatre côtés de la cible du profil de projection rectangulaire laser, si une différence de pente de deux couples de côtés opposés n’est pas égale à N, exclure la cible actuelle du profil, et si la différence de pente de deux couples de côtés opposés est égale à N, passer à l’étape 2.3 ;
Étape 2.3, échantillonner les quatre côtés de la cible du profil de projection rectangulaire laser en fonction du S, calculer respectivement une différence de pente d’échantillonnage des quatre côtés, si la différence n’est pas égale à N, exclure la cible actuelle du profil, et si la différence est égale à N, considérer que la correspondance de profil est réussie ;
Étape 2.4, si le nombre de cibles du profil de projection rectangulaire laser qui remplissent les conditions est égal à 0, faire N+0,05, et revenir à l’étape 2.2 ; si le nombre de cibles du profil qui remplissent les conditions est supérieur à 1, faire S+10 %, et revenir à l’étape 2.2 jusqu’à ce que le nombre de cibles du profil qui remplissent les conditions soit égal à 1 ;
Étape 2.5, calculer la pente d’image k, les hauteurs h1 et h2 en pixels des côtés supérieur et inférieur du profil de projection rectangulaire laser et exporter une cible Z du profil de projection rectangulaire laser.Method for online measuring the height of an object based on profile matching, characterized in that it comprises the following steps:
Step 1, image acquisition: attach two dual-line laser levels and cameras on a bracket and acquire a single image containing a laser rectangular projection;
Step 2, laser rectangular projection search: search for laser rectangular projection profile in five steps: grayscale histogram stretching, adaptive binarization, area filling, morphological denoising and laser rectangular projection profile matching;
Step 3, search for an object to be measured: in combination with the laser rectangular projection profile obtained in step 2, search for an object to be measured in five steps: adaptive binarization, morphological denoising, area filling, profile matching the object to be measured and calculation of the central height of the object to be measured;
Step 4, recording measurement data: recording a center height mark of the object to be measured on the image and saving it as a table, and further providing a network interface to upload the data to a server to save them;
The matching of the laser rectangular projection profile in step 2 is carried out in the following steps, in which the laser rectangular projection is defined as a parallelogram:
Step 2.1, initialization threshold N=0, sampling rate S=10%;
Step 2.2, calculate the slopes of four sides of the target of the laser rectangular projection profile, if a slope difference of two pairs of opposite sides is not equal to N, exclude the current target from the profile, and if the difference of slope of two pairs of opposite sides is equal to N, go to step 2.3;
Step 2.3, sample the four sides of the target of the laser rectangular projection profile according to the S, respectively calculate a sampling slope difference of the four sides, if the difference is not equal to N, exclude the current target from the profile, and if the difference is equal to N, consider the profile match to be successful;
Step 2.4, if the number of targets of the laser rectangular projection profile that meet the conditions is equal to 0, do N+0.05, and return to step 2.2; if the number of targets in the profile that meet the conditions is greater than 1, do S+10%, and return to step 2.2 until the number of targets in the profile that meet the conditions is equal to 1;
Step 2.5, calculate the image slope k, heights h1 and h2 in pixels of the upper and lower sides of the laser rectangular projection profile, and export a target Z of the laser rectangular projection profile. Procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils selon la revendication 1, caractérisé en ce que, la formule de débruitage morphologique à l’étape 2 est : , où,Aest une image binaire,Best un modèle morphologique de l’image, et ! et ⊕ représentent respectivement l’opération de corrosion et l’opération d’expansion en morphologie.Method for online measuring the height of an object based on profile matching according to claim 1, characterized in that the morphological denoising formula in step 2 is: , where, A is a binary image, B is a morphological model of the image, and ! and ⊕ respectively represent the corrosion operation and the expansion operation in morphology. Procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils selon la revendication 1, caractérisé en ce que, pour l’opération de binarisation adaptative à l’étape 2, la couleur du premier plan représente un pourcentage inférieur à 10%.Method for online measuring the height of an object on the basis of profile matching according to claim 1, characterized in that, for the adaptive binarization operation in step 2, the color of the foreground represents a percentage less than 10%. Procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils selon la revendication 1, caractérisé en ce que, pour l’opération de binarisation adaptative à l’étape 3, la couleur du premier plan représente un pourcentage supérieur à 90%.Method for online measuring the height of an object on the basis of profile matching according to claim 1, characterized in that, for the adaptive binarization operation in step 3, the color of the foreground represents a percentage greater than 90%. Procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils selon la revendication 1, caractérisé en ce que, pour la correspondance de profil de l’objet à mesurer à l’étape 3, la cible du profil est obtenue de même manière que celle pour la correspondance du profil de projection rectangulaire laser à l’étape 2 :
Étape 3.1, calculer les pentes des côtés gauche et droit du profil de l’objet à mesurer, si la pente du côté gauche ou la pente du côté droit n’est pas égale à la pente de l’image, exclure la cible actuelle du profil, et si la pente du côté gauche et la pente du côté droit sont égales à la pente de l’image, passer à l’étape 3.2 ;
Étape 3.2, calculer les pentes d’échantillonnage des côtés gauche et droit, si les pentes d’échantillonnage ne sont pas égales à la pente de l’image, exclure le profil actuel, et si les pentes d’échantillonnage sont égales à la pente de l’image, considérer que la correspondance de profil est réussie.Method for online measuring the height of an object on the basis of profile matching according to claim 1, characterized in that, for the profile matching of the object to be measured in step 3, the target of the profile is obtained in the same way as that for the correspondence of the rectangular laser projection profile in step 2:
Step 3.1, calculate the slopes of the left and right sides of the profile of the object to be measured, if the slope of the left side or the slope of the right side is not equal to the slope of the image, exclude the current target from the profile, and if the slope of the left side and the slope of the right side are equal to the slope of the image, go to step 3.2;
Step 3.2, calculate the sampling slopes of the left and right sides, if the sampling slopes are not equal to the slope of the image, exclude the current profile, and if the sampling slopes are equal to the slope of the image, consider the profile match successful. Procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils selon la revendication 1, caractérisé en ce que, la formule de calcul de la hauteur centrale de l’objet à mesurer à l’étape 3 est la suivante :
où, H est la hauteur réelle de l’objet à mesurer dans le système de coordonnées du monde, est la hauteur réelle de la ligne horizontale supérieure de la projection rectangulaire laser dans le système de coordonnées du monde, est la hauteur réelle de la ligne horizontale inférieure de la projection rectangulaire laser dans le système de coordonnées du monde, h est la hauteur en pixels du point d’intersection des lignes de liaison passant par le point sommet de l’objet à mesurer au côté inférieur du profil de projection rectangulaire laser, est la hauteur en pixels de la ligne horizontale supérieure de la projection rectangulaire laser et est la hauteur en pixels de la ligne horizontale inférieure de la projection rectangulaire laser.Method for online measuring the height of an object on the basis of profile matching according to claim 1, characterized in that the formula for calculating the central height of the object to be measured in step 3 is the next :
where, H is the actual height of the object to be measured in the world coordinate system, is the actual height of the upper horizontal line of the laser rectangular projection in the world coordinate system, is the actual height of the lower horizontal line of the laser rectangular projection in the world coordinate system, h is the height in pixels of the point of intersection of the connecting lines passing through the vertex point of the object to be measured at the side bottom of the laser rectangular projection profile, is the height in pixels of the upper horizontal line of the rectangular laser projection and is the height in pixels of the lower horizontal line of the rectangular laser projection.
FR2212743A 2022-05-06 2022-12-05 Method for online measuring the height of an object based on profile matching Pending FR3135322A1 (en)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210483010.X 2022-05-06
CN202210483010.XA CN114882095B (en) 2022-05-06 2022-05-06 Object height online measurement method based on contour matching

Publications (1)

Publication Number Publication Date
FR3135322A1 true FR3135322A1 (en) 2023-11-10

Family

ID=82672814

Family Applications (1)

Application Number Title Priority Date Filing Date
FR2212743A Pending FR3135322A1 (en) 2022-05-06 2022-12-05 Method for online measuring the height of an object based on profile matching

Country Status (2)

Country Link
CN (1) CN114882095B (en)
FR (1) FR3135322A1 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117496189A (en) * 2024-01-02 2024-02-02 中国石油大学(华东) Rectangular tray hole identification method and system based on depth camera

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102359846B (en) * 2011-09-01 2013-09-04 中联重科股份有限公司 Object gravity-center height measuring method
CN103499297B (en) * 2013-10-25 2016-01-13 爱科维申科技（天津）有限公司 A kind of high-precision measuring method based on CCD
CN106767527B (en) * 2016-12-07 2019-06-04 西安知象光电科技有限公司 A kind of optics mixing detection method of three-D profile
CN108240793A (en) * 2018-01-26 2018-07-03 广东美的智能机器人有限公司 Dimension of object measuring method, device and system
CN109472822A (en) * 2018-12-29 2019-03-15 上海大学 Dimension of object measurement method based on depth image processing
CN110873558B (en) * 2019-11-15 2021-07-16 中国科学院长春光学精密机械与物理研究所 Distance and attitude angle measuring device and method
CN111238374B (en) * 2020-03-16 2021-03-12 天目爱视（北京）科技有限公司 Three-dimensional model construction and measurement method based on coordinate measurement
CN111504223B (en) * 2020-04-22 2022-05-31 荆亮 Blade profile measuring method, device and system based on line laser sensor
CN111811784A (en) * 2020-07-02 2020-10-23 中航华东光电（上海）有限公司 Laser spot center coordinate determination method, device and equipment
CN113642397B (en) * 2021-07-09 2024-02-06 西安理工大学 Object length measurement method based on mobile phone video
CN113701648B (en) * 2021-08-13 2023-12-19 浙江四点灵机器人股份有限公司 Metal hub size measuring device and method based on three-dimensional line laser scanner

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117496189A (en) * 2024-01-02 2024-02-02 中国石油大学(华东) Rectangular tray hole identification method and system based on depth camera
CN117496189B (en) * 2024-01-02 2024-03-22 中国石油大学(华东) Rectangular tray hole identification method and system based on depth camera

Also Published As

Publication number Publication date
CN114882095A (en) 2022-08-09
CN114882095B (en) 2022-12-20

Similar Documents

Publication Publication Date Title
US11612148B2 (en) Estimating fish size, population density, species distribution and biomass
CN111695486B (en) High-precision direction signboard target extraction method based on point cloud
Wang et al. A deep-sea, high-speed, stereoscopic imaging system for in situ measurement of natural seep bubble and droplet characteristics
CN110118526A (en) A kind of boat-carrying sandstone volume automatic calculating method for supporting real-time monitoring
Bird et al. Photogrammetric monitoring of small streams under a riparian forest canopy
Javernick et al. Modeling the topography of shallow braided rivers using Structure-from-Motion photogrammetry
FR3135322A1 (en) Method for online measuring the height of an object based on profile matching
Keyvani et al. A fully-automated image processing technique to improve measurement of suspended particles and flocs by removing out-of-focus objects
CN108470338B (en) A kind of water level monitoring method
Leduc et al. Challenges and applications of structure-from-motion photogrammetry in a physical model of a braided river
Shand et al. Automated detection of breaking wave height using an optical technique
CN112652015A (en) BIM-based pavement disease marking method and device
CN115060343B (en) Point cloud-based river water level detection system and detection method
CN204202563U (en) Fish morphological parameters self-operated measuring unit
EP2875316B1 (en) Method for determining parameters of water surface observation by imaging
Islamadina et al. Estimating fish weight based on visual captured
Niknejad et al. Phenotyping of architecture traits of loblolly pine trees using stereo machine vision and deep learning: Stem diameter, branch angle, and branch diameter
Erikson et al. A method to extract wave tank data using video imagery and its comparison to conventional data collection techniques
CN112581301A (en) Detection and early warning method and system for residual film quantity of farmland based on deep learning
CN111275678A (en) System and method for measuring displacement of elongated structure under action of internal waves
Schmucki et al. Towards an automated acquisition and parametrization of debris‐flow prone torrent channel properties based on photogrammetric‐derived uncrewed aerial vehicle data
CN110969875B (en) Method and system for road intersection traffic management
FR3061789A1 (en) FAILURE DETECTION INCREASED FROM FAILED REJECTION
CN112883778A (en) Road well lid height difference identification method and device based on computer vision
Waas et al. Combined slope-height measurements of short wind waves: first results from field and laboratory measurements

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 2