CN107957246A - 基于双目视觉的传送带上物体几何尺寸测量方法 - Google Patents
基于双目视觉的传送带上物体几何尺寸测量方法 Download PDFInfo
- Publication number
- CN107957246A CN107957246A CN201711228979.8A CN201711228979A CN107957246A CN 107957246 A CN107957246 A CN 107957246A CN 201711228979 A CN201711228979 A CN 201711228979A CN 107957246 A CN107957246 A CN 107957246A
- Authority
- CN
- China
- Prior art keywords
- flat image
- conveyer belt
- binocular vision
- target object
- measuring method
- 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.)
- Granted
Links
Classifications
-
- 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
- G01B11/04—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness specially adapted for measuring length or width of objects while moving
- G01B11/043—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness specially adapted for measuring length or width of objects while moving for measuring length
-
- 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
- G01B11/04—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness specially adapted for measuring length or width of objects while moving
- G01B11/046—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness specially adapted for measuring length or width of objects while moving for measuring width
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开一种基于双目视觉的传送带上物体几何尺寸测量方法,包括以下步骤:通过相对于传送带位置固定的双目摄像头获取传送带上目标物体的第一平面图像和第二平面图像;利用双目视觉处理算法对所述第一平面图像和所述第二平面图像进行处理,建立所述目标物体的三维坐标空间;根据坐标与图像像素之间的预先标定信息关系,将图像中物体边长的像素值转换为真实的长度信息,输出所述目标物体的几何尺寸信息。
Description
技术领域
本发明属于机器视觉技术领域,特别涉及一种能够精确快速识别传送带上物体几何尺寸测量方法。
背景技术
随着机器识别技术的发展,目前很多领域都应用到了机器视觉认知。传统的机器识别包括机器臂定位、智能车辆导航、规避障碍物、甚至人脸识别、指纹识别等等。然而,所有目前的机器识别***都存在一个不可避免的缺陷,就是识别速度慢,误差率较高。
当前,双目视觉测量的应用大部分集中在测量距离,有一定的局限性;而在测量空间物体的大小尺寸应用方面,例如在工业检测方面实现的零件合格检测,也只是静态场景下的检测,不能实现相对运动物体尺寸大小的自动测量。
发明内容
本发明的目的就是克服现有技术中提到的上述弊端,提供一种识别准确率高、速度快的基于双目视觉的传送带上物体长宽高等几何尺寸测量方法。
为达上述目的,本发明采取以下技术方案:
一种基于双目视觉的传送带上物体几何尺寸测量方法,包括以下步骤:
通过相对于传送带位置固定的双目摄像头获取传送带上目标物体的第一平面图像和第二平面图像;
利用双目视觉处理算法对所述第一平面图像和所述第二平面图像进行处理,建立所述目标物体的三维坐标空间;
根据坐标与图像像素之间的预先标定信息关系,将图像中物体边长的像素值转换为真实的长度信息,输出所述目标物体的几何尺寸信息。
进一步地,所述利用双目视觉处理算法对所述第一平面图像和所述第二平面图像进行处理,建立所述目标物体的三维坐标空间包括:
S1:对所述第一平面图像和第二平面图像进行预处理;
S2:对经过预处理的第一平面图像和第二平面图像进行智能认知,确定视差计算前的泛化认知特征,并建立所述第一平面图像和第二平面图像之间的匹配关系,以辨认所述目标物体的认知属性;
S3:根据所述目标物体的认知属性,确认与该认知属性相对应的一个或多个特定认知特征;
S4:根据双目立体成像原理进行视差计算;
S5:结合所述特定认知特征和点云图,建立所述目标物体的三维坐标空间;
进一步地,上述测量方法还包括以下步骤:
S6:判断所述三维坐标空间的识别度是否满足精度和误差要求;如满足,根据坐标与图片像素之间的关系,将图片中物体边长的像素值转换为真实的长度信息,输出所述目标物体的几何尺寸信息;如不满足,转至步骤S7;
S7:返回步骤S2,重新确定所述泛化认知特征,并继续执行步骤S3-S6。
进一步地,所述步骤S4中还包括获取所述目标物体的点云图。
进一步地,所述泛化认知特征包括纹理、轮廓、颜色中的一种或几种;所述特定认知特征包含在所述泛化认知特征之内;所述认知属性的具体种类包括颜色、轮廓、表面纹理以及轮廓的几何结构。
进一步地,所述步骤S1中的预处理包括滤波、降噪、白平衡、扭曲处理、放射变化。
进一步地,所述步骤S2中确定视差计算前的泛化认知特征的方法包括:图形种类、组成图形的线条的几何长度、组成图形的不同特征区域的颜色、组成图形的线条的连接关系、本图形和其它泛化图形的几何关系、组成图形的轮廓的长度比例关系。
本发明的基于双目视觉的传送带上物体长宽高测量方法,利用生成的坐标关联像素图中自动测量获取的数据,随着传送带上目标物体的移动自动跟踪显示目标物体的长宽高信息,非常准确高效,同时减少了人力的投入。
附图说明
图1为本发明一具体实施里的基于双目视觉的传送带上物体几何尺寸测量使用场景示意图;
图2为图1实施例使用场景的传送带轴向视图。
附图标记说明:10-双目摄像头。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参见图1,本发明一个实施例的基于双目视觉的传送带上物体几何尺寸测量方法,包括以下步骤:
通过相对于传送带位置固定的双目摄像头10获取传送带上目标物体的第一平面图像和第二平面图像;
利用双目视觉处理算法对所述第一平面图像和所述第二平面图像进行处理,建立所述目标物体的三维坐标空间;
根据坐标与图像像素之间的预先标定信息关系,将图像中物体边长的像素值转换为真实的长度信息,输出所述目标物体的几何尺寸信息。
在一个较佳的实施例中,所述利用双目视觉处理算法对所述第一平面图像和所述第二平面图像进行处理,建立所述目标物体的三维坐标空间包括:
S1:对所述第一平面图像和第二平面图像进行预处理;
S2:对经过预处理的第一平面图像和第二平面图像进行智能认知,确定视差计算前的泛化认知特征,并建立所述第一平面图像和第二平面图像之间的匹配关系,以辨认所述目标物体的认知属性;
S3:根据所述目标物体的认知属性,确认与该认知属性相对应的一个或多个特定认知特征;
S4:根据双目立体成像原理进行视差计算;
S5:结合所述特定认知特征和点云图,建立所述目标物体的三维坐标空间;
进一步地,上述测量方法还包括以下步骤:
S6:判断所述三维坐标空间的识别度是否满足精度和误差要求;如满足,根据坐标与图片像素之间的关系,将图片中物体边长的像素值转换为真实的长度信息,输出所述目标物体的几何尺寸信息;如不满足,转至步骤S7;
S7:返回步骤S2,重新确定所述泛化认知特征,并继续执行步骤S3-S6。
进一步地,所述步骤S4中还可以包括获取所述目标物体的点云图。
进一步地,所述泛化认知特征可以包括纹理、轮廓、颜色中的一种或几种;所述特定认知特征包含在所述泛化认知特征之内;所述认知属性的具体种类包括颜色、轮廓、表面纹理以及轮廓的几何结构。
进一步地,所述步骤S1中的预处理包括滤波、降噪、白平衡、扭曲处理、放射变化。
进一步地,所述步骤S2中确定视差计算前的泛化认知特征的方法包括:图形种类、组成图形的线条的几何长度、组成图形的不同特征区域的颜色、组成图形的线条的连接关系、本图形和其它泛化图形的几何关系、组成图形的轮廓的长度比例关系。
本发明相对于现有技术,最大的创新点在于,采用了泛化认知特征和特定认知特征相结合的方式来对目标物体进行识别定位的技术手段。首先,所述泛化认知特征包括纹理、轮廓、颜色中的一种或几种;而所述特定认知特征包含在所述泛化认知特征之内。所述认知属性的具体种类包括颜色、轮廓、表面纹理以及轮廓的几何结构。所述特定认知特征则是基于图像的深度学习认知特征,辨认出目标物体的具体类别。这里的类别可以包括各种不同形状的具体物体。
综上所述,本发明提出的基于双目视觉的传送带上物体长宽高测量方法是一种非常先进的机器认知方法,不仅可以分辨目标物体的泛化特征,还可以根据泛化特征进一步确定物体的特定特征,因而可以用最准确、高效的特征识别技术来对目标物体进行识别定位,具有非常广阔的应用前景。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
本领域普通技术人员可以理解:实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中,也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围。
Claims (7)
1.一种基于双目视觉的传送带上物体几何尺寸测量方法,其特征在于,包括以下步骤:
通过相对于传送带位置固定的双目摄像头获取传送带上目标物体的第一平面图像和第二平面图像;
利用双目视觉处理算法对所述第一平面图像和所述第二平面图像进行处理,建立所述目标物体的三维坐标空间;
根据坐标与图像像素之间的预先标定信息关系,将图像中物体边长的像素值转换为真实的长度信息,输出所述目标物体的几何尺寸信息。
2.根据权利要求1所述的基于双目视觉的传送带上物体几何尺寸测量方法,其特征在于,所述利用双目视觉处理算法对所述第一平面图像和所述第二平面图像进行处理,建立所述目标物体的三维坐标空间包括:
S1:对所述第一平面图像和第二平面图像进行预处理;
S2:对经过预处理的第一平面图像和第二平面图像进行智能认知,确定视差计算前的泛化认知特征,并建立所述第一平面图像和第二平面图像之间的匹配关系,以辨认所述目标物体的认知属性;
S3:根据所述目标物体的认知属性,确认与该认知属性相对应的一个或多个特定认知特征;
S4:根据双目立体成像原理进行视差计算;
S5:结合所述特定认知特征和点云图,建立所述目标物体的三维坐标空间。
3.根据权利要求2所述的基于双目视觉的传送带上物体几何尺寸测量方法,其特征在于,还包括以下步骤:
S6:判断所述三维坐标空间的识别度是否满足精度和误差要求;如满足,根据坐标与图片像素之间的关系,将图片中物体边长的像素值转换为真实的长度信息,输出所述目标物体的几何尺寸信息;如不满足,转至步骤S7;
S7:返回步骤S2,重新确定所述泛化认知特征,并继续执行步骤S3-S6。
4.根据权利要求2所述的基于双目视觉的传送带上物体几何尺寸测量方法,其特征在于,所述步骤S4中还包括获取所述目标物体的点云图。
5.根据权利要求2所述的基于双目视觉的传送带上物体几何尺寸测量方法,其特征在于,所述泛化认知特征包括纹理、轮廓、颜色中的一种或几种;所述特定认知特征包含在所述泛化认知特征之内;所述认知属性的具体种类包括颜色、轮廓、表面纹理以及轮廓的几何结构。
6.根据权利要求2所述的基于双目视觉的传送带上物体几何尺寸测量方法,其特征在于,所述步骤S1中的预处理包括滤波、降噪、白平衡、扭曲处理、放射变化。
7.根据权利要求2所述的基于双目视觉的传送带上物体几何尺寸测量方法,其特征在于,所述步骤S2中确定视差计算前的泛化认知特征的方法包括:图形种类、组成图形的线条的几何长度、组成图形的不同特征区域的颜色、组成图形的线条的连接关系、本图形和其它泛化图形的几何关系、组成图形的轮廓的长度比例关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711228979.8A CN107957246B (zh) | 2017-11-29 | 2017-11-29 | 基于双目视觉的传送带上物体几何尺寸测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711228979.8A CN107957246B (zh) | 2017-11-29 | 2017-11-29 | 基于双目视觉的传送带上物体几何尺寸测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107957246A true CN107957246A (zh) | 2018-04-24 |
CN107957246B CN107957246B (zh) | 2019-12-17 |
Family
ID=61962952
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711228979.8A Active CN107957246B (zh) | 2017-11-29 | 2017-11-29 | 基于双目视觉的传送带上物体几何尺寸测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107957246B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109341537A (zh) * | 2018-09-27 | 2019-02-15 | 北京伟景智能科技有限公司 | 基于双目视觉的尺寸测量方法和装置 |
CN109919990A (zh) * | 2019-02-19 | 2019-06-21 | 北京工业大学 | 利用深度感知网络和视差遥感影像进行森林高度预测方法 |
CN111380474A (zh) * | 2018-12-29 | 2020-07-07 | 北京伟景智能科技有限公司 | 一种基于双目视觉的孔径检测方法 |
CN112781494A (zh) * | 2020-12-24 | 2021-05-11 | 中标慧安信息技术股份有限公司 | 用于检测输送带表面异物存在状态的方法和*** |
CN113345002A (zh) * | 2021-04-22 | 2021-09-03 | 国网浙江省电力有限公司嘉兴供电公司 | 一种操作机器人操作位置的位置判定及调节方法 |
CN113345016A (zh) * | 2021-04-22 | 2021-09-03 | 国网浙江省电力有限公司嘉兴供电公司 | 一种针对双目识别定位位姿判断方法 |
CN113984156A (zh) * | 2021-09-22 | 2022-01-28 | 北京伟景智能科技有限公司 | 基于光学测量的皮带称重方法、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102986372A (zh) * | 2012-09-28 | 2013-03-27 | 浙江工业大学 | 基于全景立体视觉的采摘对象的识别、分类和空间定位装置及方法 |
CN106548480A (zh) * | 2016-12-23 | 2017-03-29 | 蚌埠学院 | 一种基于机器视觉的农产品体积快速测量装置及测量方法 |
CN106651958A (zh) * | 2016-11-02 | 2017-05-10 | 华南理工大学 | 一种移动物体的对象识别装置及方法 |
CN106683182A (zh) * | 2017-01-12 | 2017-05-17 | 南京大学 | 一种权衡立体匹配和视觉外形的三维重建方法 |
CN206421414U (zh) * | 2017-01-19 | 2017-08-18 | 南京航空航天大学 | 一种自动驾驶障碍物视觉检测*** |
-
2017
- 2017-11-29 CN CN201711228979.8A patent/CN107957246B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102986372A (zh) * | 2012-09-28 | 2013-03-27 | 浙江工业大学 | 基于全景立体视觉的采摘对象的识别、分类和空间定位装置及方法 |
CN106651958A (zh) * | 2016-11-02 | 2017-05-10 | 华南理工大学 | 一种移动物体的对象识别装置及方法 |
CN106548480A (zh) * | 2016-12-23 | 2017-03-29 | 蚌埠学院 | 一种基于机器视觉的农产品体积快速测量装置及测量方法 |
CN106683182A (zh) * | 2017-01-12 | 2017-05-17 | 南京大学 | 一种权衡立体匹配和视觉外形的三维重建方法 |
CN206421414U (zh) * | 2017-01-19 | 2017-08-18 | 南京航空航天大学 | 一种自动驾驶障碍物视觉检测*** |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109341537A (zh) * | 2018-09-27 | 2019-02-15 | 北京伟景智能科技有限公司 | 基于双目视觉的尺寸测量方法和装置 |
CN111380474A (zh) * | 2018-12-29 | 2020-07-07 | 北京伟景智能科技有限公司 | 一种基于双目视觉的孔径检测方法 |
CN109919990A (zh) * | 2019-02-19 | 2019-06-21 | 北京工业大学 | 利用深度感知网络和视差遥感影像进行森林高度预测方法 |
CN109919990B (zh) * | 2019-02-19 | 2021-03-16 | 北京工业大学 | 利用深度感知网络和视差遥感影像进行森林高度预测方法 |
CN112781494A (zh) * | 2020-12-24 | 2021-05-11 | 中标慧安信息技术股份有限公司 | 用于检测输送带表面异物存在状态的方法和*** |
CN113345002A (zh) * | 2021-04-22 | 2021-09-03 | 国网浙江省电力有限公司嘉兴供电公司 | 一种操作机器人操作位置的位置判定及调节方法 |
CN113345016A (zh) * | 2021-04-22 | 2021-09-03 | 国网浙江省电力有限公司嘉兴供电公司 | 一种针对双目识别定位位姿判断方法 |
CN113984156A (zh) * | 2021-09-22 | 2022-01-28 | 北京伟景智能科技有限公司 | 基于光学测量的皮带称重方法、装置及存储介质 |
CN113984156B (zh) * | 2021-09-22 | 2024-07-09 | 北京伟景智能科技有限公司 | 基于光学测量的皮带称重方法、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107957246B (zh) | 2019-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107957246A (zh) | 基于双目视觉的传送带上物体几何尺寸测量方法 | |
CN106767399B (zh) | 基于双目立体视觉和点激光测距的物流货物体积的非接触测量方法 | |
US8600192B2 (en) | System and method for finding correspondence between cameras in a three-dimensional vision system | |
US11488322B2 (en) | System and method for training a model in a plurality of non-perspective cameras and determining 3D pose of an object at runtime with the same | |
CN107588721A (zh) | 一种基于双目视觉的零件多尺寸的测量方法及*** | |
US20170140537A1 (en) | System and method for scoring clutter for use in 3d point cloud matching in a vision system | |
CN104217441A (zh) | 一种基于机器视觉的机械臂定位抓取方法 | |
CN111046843B (zh) | 一种智能驾驶环境下的单目测距方法 | |
CN112346073A (zh) | 一种动态视觉传感器与激光雷达数据融合方法 | |
CN110942470B (zh) | 图像处理装置 | |
CN111260720A (zh) | 一种基于深度学习方法的目标高度测定*** | |
CN107545247A (zh) | 基于双目识别的立体认知方法 | |
CN112164117A (zh) | 一种基于Kinect相机的V-SLAM位姿估算方法 | |
Wang et al. | Error analysis and improved calibration algorithm for LED chip localization system based on visual feedback | |
CN114029946A (zh) | 一种基于3d光栅引导机器人定位抓取的方法、装置及设备 | |
CN112161997A (zh) | 半导体芯片管脚三维几何尺寸的在线精密视觉测量方法及*** | |
CN109341847A (zh) | 一种基于视觉的振动测量*** | |
CN112017248A (zh) | 一种基于点线特征的2d激光雷达相机多帧单步标定方法 | |
CN113221953A (zh) | 基于实例分割和双目深度估计的目标姿态识别***与方法 | |
JP2007127478A (ja) | 追跡対象物速度検出装置および追跡対象物速度検出方法 | |
JP7298687B2 (ja) | 物体認識装置及び物体認識方法 | |
CN108180825A (zh) | 一种基于线结构光的长方体形物体三维识别与定位方法 | |
CN114926417B (zh) | 高密度柔性fpc表面弱划痕的显微成像检测方法及*** | |
CN116109701A (zh) | 一种基于被动双目的高反光物体抓取方法 | |
CN113592962B (zh) | 基于机器视觉的批量硅片标识识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |