CN108267083A - 一种3d相机体积测量方法及*** - Google Patents
一种3d相机体积测量方法及*** Download PDFInfo
- Publication number
- CN108267083A CN108267083A CN201711464284.XA CN201711464284A CN108267083A CN 108267083 A CN108267083 A CN 108267083A CN 201711464284 A CN201711464284 A CN 201711464284A CN 108267083 A CN108267083 A CN 108267083A
- Authority
- CN
- China
- Prior art keywords
- measured object
- cameras
- depth
- width
- pixel region
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种3D相机体积测量方法及***。包括以下步骤：获取被测物的深度图,深度图包括被测物的深度信息；根据深度信息从深度图中提取被测物，得到被测物的像素区域；根据3D相机与测量平台的距离及所述深度信息,获取被测物的高度；根据3D相机视场比值的不变性及所述像素区域，获取被测物的长度和宽度；根据被测物的长度、宽度及高度得到被测物的体积。操作简单，实施方便，无需人工测量，准确度、效率大大提升。
Description
技术领域
本发明属于物流领域，尤其涉及一种3D相机体积测量方法及***。
背景技术
随着电子商务日益深入到人们的日常生活，物流行业快速发展,在托运或运输过程中,需要对包裹等被测物进行测量,但是现在包裹数量日益增长,测量工作繁重,而且所述测量工作大多仍采用人工测量的方式,不仅精度低,最主要的是测量速度慢、效率低,该情况急需改进。
发明内容
为了解决上述技术问题，本发明的目的在于提供一种3D相机体积测量方法及***。
根据本发明的一个方面，提供了一种3D相机体积的测量方法，包括以下步骤：
获取被测物的深度图,深度图包括被测物的深度信息；
根据深度信息从深度图中提取被测物，得到被测物的像素区域；
根据3D相机与测量平台的距离及所述深度信息,获取被测物的高度；
根据3D相机视场比值的不变性及所述像素区域，获取被测物的长度和宽度；
根据被测物的长度、宽度及高度得到被测物的体积。
进一步的，根据深度信息从深度图中提取被测物，得到被测物的像素区域,包括:
根据采集的深度数据，通过设定的深度阈值，采用区域连通算法，确定连通区域，得出连通区域的最大外接区域，即为被测物的像素区域。
进一步的，进行区域连通算法的深度值间于0和3D相机与被测物的距离之间。
进一步的，根据3D相机与测量平台的距离及所述深度信息,获取被测物的高度，包括：
获取被测物的像素点集的最小深度值；
根据3D相机与被测物的距离及所述最小深度值,获取被测物的高度。
进一步的，根据3D相机视场比值的不变性及所述像素区域，获取被测物的长度和宽度，包括：
获取3D相机在既定距离下的水平、垂直视场范围与深度图像的分辨率；
根据所述像素区域及3D相机在所述既定距离下的水平、垂直视场范围与深度图像的分辨率的比例关系获取被测物的长度、宽度。
进一步的，根据所述像素区域及3D相机在所述既定距离下的水平、垂直视场范围与深度图像的分辨率的比例关系获取被测物的长度、宽度，包括：
基于像素区域的长度与被测物的长度比值与所述既定距离下3D相机垂直视场范围内像素的总数与垂直视场的长度比值相同，获取被测物的长度；
基于像素区域的宽度与被测物的宽度比值与所述既定距离下3D相机水平视场范围内像素的总数与水平视场的宽度比值相同，获取被测物的宽度。
根据本发明的一个方面，提供了一种3D相机体积的测量***，包括：
采集单元，配置用于获取被测物的深度图,深度图包括被测物的深度信息；
提取单元，配置用于根据深度信息从深度图中提取被测物，得到被测物的像素区域；
高度获取单元，配置用于根据3D相机与测量平台的距离及所述深度信息,获取被测物的高度；
长度和宽度获取单元，配置用于根据3D相机视场比值的不变性及所述像素区域，获取被测物的长度和宽度；
被测物的体积计算单元，配置用于根据被测物的长度、宽度及高度得到被测物的体积。
采集单元、提取单元、高度获取单元、长度和宽度获取单元、被测物的体积计算单元配置在终端中。
进一步的，根据深度信息从深度图中提取被测物，得到被测物的像素区域,包括:
根据采集的深度数据，通过设定的深度阈值，采用区域连通算法，确定连通区域，得出连通区域的最大外接区域，即为被测物的像素区域。
进一步的，根据3D相机与测量平台的距离及所述深度信息,获取被测物的高度，包括：
获取被测物的像素点集的最小深度值；
根据3D相机与被测物的距离及所述最小深度值,获取被测物的高度。
进一步的，根据3D相机视场比值的不变性及所述像素区域，获取被测物的长度和宽度，包括：
获取3D相机在既定距离下的水平、垂直视场范围与深度图像的分辨率；
根据所述像素区域及3D相机在所述既定距离下的水平、垂直视场范围与深度图像的分辨率的比例关系获取被测物的长度、宽度。
根据本发明的一个方面，提供了一种设备，所述设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如上任一项所述的方法。
根据本发明的一个方面，提供了一种存储有计算机程序的计算机可读存储介质，该程序被处理器执行时实现如上任一项所述的方法。
与现有技术相比，本发明具有以下有益效果：
1、本发明示例的3D相机体积的测量方法，获取被测物的深度图,深度图包括被测物的深度信息；根据深度信息从深度图中提取被测物，得到被测物的像素区域；根据3D相机与测量平台的距离及所述深度信息,获取被测物的高度；根据3D相机视场比值的不变性及所述像素区域，获取被测物的长度和宽度；根据被测物的长度、宽度及高度得到被测物的体积。操作简单，实施方便，无需人工测量，准确度、效率大大提升。
2、本发明示例的3D相机体积的测量***，采集单元配置用于获取被测物的深度图,深度图包括被测物的深度信息；提取单元配置用于根据深度信息从深度图中提取被测物，得到被测物的像素区域；高度获取单元配置用于根据3D相机与测量平台的距离及所述深度信息,获取被测物的高度；长度和宽度获取单元配置用于根据3D相机视场比值的不变性及所述像素区域，获取被测物的长度和宽度；被测物的体积计算单元配置用于根据被测物的长度、宽度及高度得到被测物的体积。上述各单元相互合作、配合，基于3D相机视场比值不变性的原则，计算被测物的长、宽、高最终得出被测物的体积，避免了人工测量的低效、低精度。
3、本发明示例的设备，通过一个或多个处理器执行如上任一项所述的方法，减少人工测量误差，提高操作效率。尤其是在物流、仓储行业，能自动快速的实现被测物包裹尺寸测量。
4、本发明示例的计算机程序的计算机可读存储介质，该程序被处理器执行时实现如上任一项所述的方法，便于自动、快速、精确的进行被测物积的测量及技术推广。
附图说明
图1为实施例一3D相机体积的测量***结构图；
图2为实施例一被测物的像素区域的示意图。
具体实施方式
为了更好的了解本发明的技术方案，下面结合具体实施例、说明书附图对本发明作进一步说明。
实施例一：
本实施例提供了一种3D相机体积的测量***，包括：
采集单元，配置用于获取被测物的深度图,深度图包括被测物的深度信息；
提取单元，配置用于根据深度信息从深度图中提取被测物，得到被测物的像素区域；
高度获取单元，配置用于根据3D相机与测量平台的距离及所述深度信息,获取被测物的高度；
长度和宽度获取单元，配置用于根据3D相机视场比值的不变性及所述像素区域，获取被测物的长度和宽度；
被测物的体积计算单元，配置用于根据被测物的长度、宽度及高度得到被测物的体积。
采集单元、提取单元、高度获取单元、长度和宽度获取单元、被测物的体积计算单元配置在终端中。
根据深度信息从深度图中提取被测物，得到被测物的像素区域,包括:
根据采集的深度数据，通过设定的深度阈值，采用区域连通算法，确定连通区域，得出连通区域的最大外接矩形，即为被测物的像素区域。
根据3D相机与测量平台的距离及所述深度信息,获取被测物的高度，包括：
获取被测物的像素点集的最小深度值；
根据3D相机与被测物的距离及所述最小深度值,获取被测物的高度。
根据3D相机视场比值的不变性及所述像素区域，获取被测物的长度和宽度，包括：
获取3D相机在既定距离下的水平、垂直视场范围与深度图像的分辨率；
根据所述像素区域及3D相机在所述既定距离下的水平、垂直视场范围与深度图像的分辨率的比例关系获取被测物的长度、宽度。
该***具体步骤如下述方法部分所述。
更进一步，该***硬件组成主要包括：一台计算机、一台3D相机。
计算机：控制3D相机进行深度图像采集、数据处理和给相机供电等。
3D相机：通过深度传感器实时获取深度图像及对应的点云数据矩阵和彩色图像。
实现原理：区域连通算法进行被测物检测及3D相机视场比值不变性的方法计算被测物的长、宽、高即体积，其中3D相机的深度图像分辨率为cols(水平方向的像素总数)×rows(垂直方向上的像素总数)，且都是固定不变的。
本实施例提供了一种3D相机体积的测量方法，包括以下步骤：
S1、获取被测物的深度图,深度图包括被测物的深度信息。
S2、根据深度信息从深度图中提取被测物，得到被测物的像素区域。
根据深度信息从深度图中提取被测物，得到被测物的像素区域,包括:
根据采集的深度数据，通过设定的深度阈值，采用区域连通算法，确定连通区域，得出连通区域的最大外接矩形，即为被测物的像素区域。
进行区域连通算法的深度值间于0和3D相机与被测物的距离之间。
S3、根据3D相机与测量平台的距离及所述深度信息,获取被测物的高度。
包括：
S31、获取被测物的像素点集的最小深度值；
S32、根据3D相机与被测物的距离及所述最小深度值,获取被测物的高度。
S4、根据3D相机视场比值的不变性及所述像素区域，获取被测物的长度和宽度。
包括：
S41、获取3D相机在既定距离下的水平、垂直视场范围与深度图像的分辨率；
S42、根据所述像素区域及3D相机在所述既定距离下的水平、垂直视场范围与深度图像的分辨率的比例关系获取被测物的长度、宽度。
根据所述像素区域及3D相机在所述既定距离下的水平、垂直视场范围与深度图像的分辨率的比例关系获取被测物的长度、宽度，包括：
S421、基于像素区域的长度与被测物的长度比值与所述既定距离下3D相机垂直视场范围内像素的总数与垂直视场的长度比值相同，获取被测物的长度；
S422、基于像素区域的宽度与被测物的宽度比值与所述既定距离下3D相机水平视场范围内像素的总数与水平视场的宽度比值相同，获取被测物的宽度。
S5、根据被测物的长度、宽度及高度得到被测物的体积。
测量时，3D相机的安装高度固定不变，即相机与测量平台之间的距离是固定的，
即为图1中的hm，
α为3D相机的水平视角，
β为3D相机的垂直视角，
h为3D相机到被测物的距离，
3D相机在对应距离(例如距离被测物高度为：h)时的视场大小也是固定不变的，所以可以求出视场范围内水平方向的实际宽度：
视场范围内垂直方向的实际长度：
该测量过程具体如下：
1、目标提取，首先遍历深度图像，当有像素点的深度值在合理范围内(大于0，小于hm),采用区域连通算法，将遍历过的点深度值置为零，即可计算出被测物包含的像素总数，然后求出包含像素点集的最小面积的矩形(图2中矩形即为被测物最小外接矩形，其中W为矩形的宽度，H为矩形的长度)。
2、被测物的高度，遍历求出点集里的最小深度值(即为图1中的h)那么被测物的高度即可表示为：h2＝hm-h。
3、被测物的长度、宽度，利用3D相机视场比值的不变性，可以根据3D相机在该距离的水平垂直视场范围和深度图像的分辨率的比例关系来求取被测物的长度和宽度。即目标被测物的最小矩形的宽度(矩形水平方向像素个数)W与实际被测物的宽度width的比值和在该距离h下3D相机整个视场范围内水平方向像素的总个数cols(固定不变)与整个视场水平方向的宽度W1比值是相等的；目标被测物的最小矩形的长度(矩形垂直方向像素个数)H与实际被测物的height的比值和在该距离h下3D相机整个视场范围内垂直方向像素的总个数rows(固定不变)与整个视场垂直方向的宽度H1比值是相等的；即水平方向上比例等式如下
被测物实际的宽度即为：
垂直方向上比例等式如下
被测物的实际长度：
最后被测物的体积即为：
V＝h2×width×height (7)
本实施例提供了一种设备，所述设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如上任一项所述的方法。
本实施例提供了一种存储有计算机程序的计算机可读存储介质，该程序被处理器执行时实现如上任一项所述的方法。
实施例二
本实施例与实施例一相同的特征不再赘述，本实施例与实施例一不同的特征在于：
计算机：控制3D相机进行深度图像采集、数据处理。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能。
Claims (13)
1.一种3D相机体积的测量方法，其特征是，包括以下步骤：
获取被测物的深度图,深度图包括被测物的深度信息；
根据深度信息从深度图中提取被测物，得到被测物的像素区域；
根据3D相机与测量平台的距离及所述深度信息,获取被测物的高度；
根据3D相机视场比值的不变性及所述像素区域，获取被测物的长度和宽度；
根据被测物的长度、宽度及高度得到被测物的体积。
2.根据权利要求1所述的3D相机体积的测量方法，其特征是，根据深度信息从深度图中提取被测物，得到被测物的像素区域,包括:
根据采集的深度数据，通过设定的深度阈值，采用区域连通算法，确定连通区域，得出连通区域的最大外接区域，即为被测物的像素区域。
3.根据权利要求2所述的3D相机体积的测量方法，其特征是，进行区域连通算法的深度值间于0和3D相机与被测物的距离之间。
4.根据权利要求1所述的3D相机体积的测量方法，其特征是，根据3D相机与测量平台的距离及所述深度信息,获取被测物的高度，包括：
获取被测物的像素点集的最小深度值；
根据3D相机与被测物的距离及所述最小深度值,获取被测物的高度。
5.根据权利要求1所述的3D相机体积的测量方法，其特征是，根据3D相机视场比值的不变性及所述像素区域，获取被测物的长度和宽度，包括：
获取3D相机在既定距离下的水平、垂直视场范围与深度图像的分辨率；
根据所述像素区域及3D相机在所述既定距离下的水平、垂直视场范围与深度图像的分辨率的比例关系获取被测物的长度、宽度。
6.根据权利要求1-5任一所述的3D相机体积的测量方法，其特征是，根据所述像素区域及3D相机在所述既定距离下的水平、垂直视场范围与深度图像的分辨率的比例关系获取被测物的长度、宽度，包括：
基于像素区域的长度与被测物的长度比值与所述既定距离下3D相机垂直视场范围内像素的总数与垂直视场的长度比值相同，获取被测物的长度；
基于像素区域的宽度与被测物的宽度比值与所述既定距离下3D相机水平视场范围内像素的总数与水平视场的宽度比值相同，获取被测物的宽度。
7.一种3D相机体积的测量***，其特征是，包括：
采集单元，配置用于获取被测物的深度图,深度图包括被测物的深度信息；
提取单元，配置用于根据深度信息从深度图中提取被测物，得到被测物的像素区域；
高度获取单元，配置用于根据3D相机与测量平台的距离及所述深度信息,获取被测物的高度；
长度和宽度获取单元，配置用于根据3D相机视场比值的不变性及所述像素区域，获取被测物的长度和宽度；
被测物的体积计算单元，配置用于根据被测物的长度、宽度及高度得到被测物的体积。
8.根据权利要求7所述的3D相机体积的测量***，其特征是，采集单元、提取单元、高度获取单元、长度和宽度获取单元、被测物的体积计算单元配置在终端中。
9.根据权利要求7所述的3D相机体积的测量***，其特征是，根据深度信息从深度图中提取被测物，得到被测物的像素区域,包括:
根据采集的深度数据，通过设定的深度阈值，采用区域连通算法，确定连通区域，得出连通区域的最大外接区域，即为被测物的像素区域。
10.根据权利要求7所述的3D相机体积的测量***，其特征是，根据3D相机与测量平台的距离及所述深度信息,获取被测物的高度，包括：
获取被测物的像素点集的最小深度值；
根据3D相机与被测物的距离及所述最小深度值,获取被测物的高度。
11.根据权利要求7-10任一所述的3D相机体积的测量***，其特征是，根据3D相机视场比值的不变性及所述像素区域，获取被测物的长度和宽度，包括：
获取3D相机在既定距离下的水平、垂直视场范围与深度图像的分辨率；
根据所述像素区域及3D相机在所述既定距离下的水平、垂直视场范围与深度图像的分辨率的比例关系获取被测物的长度、宽度。
12.一种设备，其特征是，所述设备包括：
一个或多个处理器；
存储器，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如权利要求1-6中任一项所述的方法。
13.一种存储有计算机程序的计算机可读存储介质，其特征是，该程序被处理器执行时实现如权利要求1-6中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711464284.XA CN108267083A (zh) | 2017-12-28 | 2017-12-28 | 一种3d相机体积测量方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711464284.XA CN108267083A (zh) | 2017-12-28 | 2017-12-28 | 一种3d相机体积测量方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108267083A true CN108267083A (zh) | 2018-07-10 |
Family
ID=62772691
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711464284.XA Pending CN108267083A (zh) | 2017-12-28 | 2017-12-28 | 一种3d相机体积测量方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108267083A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109886961A (zh) * | 2019-03-27 | 2019-06-14 | 重庆交通大学 | 基于深度图像的中大型货物体积测量方法 |
| CN110017773A (zh) * | 2019-05-09 | 2019-07-16 | 福建（泉州）哈工大工程技术研究院 | 一种基于机器视觉的包裹体积测量方法 |
| CN110148166A (zh) * | 2019-01-25 | 2019-08-20 | 华晨宝马汽车有限公司 | 测量物体尺寸的***、方法、装置以及存储介质 |
| CN110349205A (zh) * | 2019-07-22 | 2019-10-18 | 杭州光珀智能科技有限公司 | 一种物体体积的测量方法及装置 |
| WO2020035156A1 (en) * | 2018-08-13 | 2020-02-20 | Abb Schweiz Ag | Method of programming an industrial robot |
| CN112150533A (zh) * | 2019-06-28 | 2020-12-29 | 顺丰科技有限公司 | 物体体积计算方法、装置、设备、及存储介质 |
| CN113155247A (zh) * | 2021-04-21 | 2021-07-23 | 武汉理工大学 | 物体称重方法、状态评估方法、称重***及状态评估*** |
| CN115215562A (zh) * | 2022-08-09 | 2022-10-21 | 江阴瑞兴塑料玻璃制品有限公司 | 用于金属表面的玻璃直接熔化*** |
| CN117368199A (zh) * | 2023-12-04 | 2024-01-09 | 清华大学 | 一种实时检测填筑工程压实状态的装置及检测方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101206714A (zh) * | 2007-04-13 | 2008-06-25 | 李皓辰 | 基于dsp的指纹识别方法及指纹支付*** |
| CN102095364A (zh) * | 2010-12-08 | 2011-06-15 | 长安大学 | 一种用于检测沥青路面层间应变的平面传感器 |
| WO2014183860A1 (de) * | 2013-05-15 | 2014-11-20 | Nanofocus Ag | Verfahren und vorrichtung zur 3 d-vermessung der hautoberfläche und oberflächennaher hautschichten |
| CN105868707A (zh) * | 2016-03-28 | 2016-08-17 | 华中科技大学 | 一种基于深度图像信息的坠床行为实时检测方法 |
| CN106406002A (zh) * | 2016-10-28 | 2017-02-15 | 深圳奥比中光科技有限公司 | 面阵投影装置及深度相机 |
| CN106568396A (zh) * | 2016-10-26 | 2017-04-19 | 深圳奥比中光科技有限公司 | 一种激光投影仪及其深度相机 |
-
2017
- 2017-12-28 CN CN201711464284.XA patent/CN108267083A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101206714A (zh) * | 2007-04-13 | 2008-06-25 | 李皓辰 | 基于dsp的指纹识别方法及指纹支付*** |
| CN102095364A (zh) * | 2010-12-08 | 2011-06-15 | 长安大学 | 一种用于检测沥青路面层间应变的平面传感器 |
| WO2014183860A1 (de) * | 2013-05-15 | 2014-11-20 | Nanofocus Ag | Verfahren und vorrichtung zur 3 d-vermessung der hautoberfläche und oberflächennaher hautschichten |
| CN105868707A (zh) * | 2016-03-28 | 2016-08-17 | 华中科技大学 | 一种基于深度图像信息的坠床行为实时检测方法 |
| CN106568396A (zh) * | 2016-10-26 | 2017-04-19 | 深圳奥比中光科技有限公司 | 一种激光投影仪及其深度相机 |
| CN106406002A (zh) * | 2016-10-28 | 2017-02-15 | 深圳奥比中光科技有限公司 | 面阵投影装置及深度相机 |
Non-Patent Citations (1)
| Title |
|---|
| 李玲玲: "基于Kinect2.0深度图像的快速体积测量" * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020035156A1 (en) * | 2018-08-13 | 2020-02-20 | Abb Schweiz Ag | Method of programming an industrial robot |
| US11833697B2 (en) | 2018-08-13 | 2023-12-05 | Abb Schweiz Ag | Method of programming an industrial robot |
| CN112512754A (zh) * | 2018-08-13 | 2021-03-16 | Abb瑞士股份有限公司 | 对工业机器人编程的方法 |
| CN110148166A (zh) * | 2019-01-25 | 2019-08-20 | 华晨宝马汽车有限公司 | 测量物体尺寸的***、方法、装置以及存储介质 |
| CN109886961B (zh) * | 2019-03-27 | 2023-04-11 | 重庆交通大学 | 基于深度图像的中大型货物体积测量方法 |
| CN109886961A (zh) * | 2019-03-27 | 2019-06-14 | 重庆交通大学 | 基于深度图像的中大型货物体积测量方法 |
| CN110017773A (zh) * | 2019-05-09 | 2019-07-16 | 福建（泉州）哈工大工程技术研究院 | 一种基于机器视觉的包裹体积测量方法 |
| CN112150533A (zh) * | 2019-06-28 | 2020-12-29 | 顺丰科技有限公司 | 物体体积计算方法、装置、设备、及存储介质 |
| CN110349205A (zh) * | 2019-07-22 | 2019-10-18 | 杭州光珀智能科技有限公司 | 一种物体体积的测量方法及装置 |
| CN113155247A (zh) * | 2021-04-21 | 2021-07-23 | 武汉理工大学 | 物体称重方法、状态评估方法、称重***及状态评估*** |
| CN115215562A (zh) * | 2022-08-09 | 2022-10-21 | 江阴瑞兴塑料玻璃制品有限公司 | 用于金属表面的玻璃直接熔化*** |
| CN117368199A (zh) * | 2023-12-04 | 2024-01-09 | 清华大学 | 一种实时检测填筑工程压实状态的装置及检测方法 |
| CN117368199B (zh) * | 2023-12-04 | 2024-03-19 | 清华大学 | 一种实时检测填筑工程压实状态的装置及检测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108267083A (zh) | 一种3d相机体积测量方法及*** | |
| CN110118528B (zh) | 一种基于棋盘靶标的线结构光标定方法 | |
| CN106017320B (zh) | 一种基于图像处理的散杂货堆体积测量方法及实现所述方法的*** | |
| CN107067431A (zh) | 一种基于Kinect的物体体积计算方法 | |
| CN108256394A (zh) | 一种基于轮廓梯度的目标跟踪方法 | |
| CN106361345A (zh) | 基于摄像头标定的视频图像中人体身高测量的***及方法 | |
| CN104268857A (zh) | 一种基于机器视觉的快速亚像素边缘检测与定位方法 | |
| CN104173054A (zh) | 基于双目视觉技术的人体身高测量方法及其装置 | |
| Guo et al. | Digital close range photogrammetry for the study of rill development at flume scale | |
| Wang et al. | Research on crack monitoring at the trailing edge of landslides based on image processing | |
| CN114494371A (zh) | 基于多尺度相位一致性的光学图像和sar图像配准方法 | |
| CN113095447B (zh) | 一种基于图像识别的检测方法及*** | |
| Sadeghi et al. | Ocrapose: An indoor positioning system using smartphone/tablet cameras and OCR-aided stereo feature matching | |
| CN114066985A (zh) | 一种输电线隐患距离的计算方法及终端 | |
| Hödlmoser et al. | Multiple camera self-calibration and 3D reconstruction using pedestrians | |
| CN113074666A (zh) | 一种基于线结构激光器的物体点云尺寸测量设备及方法 | |
| Liu et al. | Research on intelligent detection of concrete aggregate level based on monocular imaging | |
| CN110969601A (zh) | 基于视觉特征跟踪算法的结构转动响应非接触式识别方法 | |
| CN111307037B (zh) | 一种基于3d摄像头的手持体积测量装置 | |
| CN105651212A (zh) | 一种土壤表面粗糙度检测装置及方法 | |
| Waghmare et al. | Water velocity measurement using contact and Non-contact type sensor | |
| Li et al. | An adapted vision measurement method for package volume based on Kinect | |
| Li et al. | A measuring method of soil surface roughness using infrared structured light 3D technology | |
| CN111260727A (zh) | 一种基于图像处理的网格定位方法、装置及存储介质 | |
| Liang et al. | Uncalibrated two-view metrology |
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 |