CN109029253B - 一种包裹体积测量方法、***、储存介质及移动终端 - Google Patents
一种包裹体积测量方法、***、储存介质及移动终端 Download PDFInfo
- Publication number
- CN109029253B CN109029253B CN201810702634.XA CN201810702634A CN109029253B CN 109029253 B CN109029253 B CN 109029253B CN 201810702634 A CN201810702634 A CN 201810702634A CN 109029253 B CN109029253 B CN 109029253B
- Authority
- CN
- China
- Prior art keywords
- point cloud
- detected
- top surface
- package
- parcel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种包裹体积测量方法、***、储存介质及移动终端,涉及计算机视觉领域。获取目标点云,目标点云至少包括支持面的点云和待测包裹的顶面的点云;采用平面拟合的方式获取支持面的平面方程和待测包裹顶面的平面方程以及待测包裹顶面的点云,依据所述支持面的平面方程和所述待测包裹顶面的平面方程计算得到所述待测包裹的高度;将所述待测包裹顶面的点云,投影在所述待测包裹顶面的平面方程对应的平面上后,获取边界点云;得到所述待测包裹顶面边框的四个边框角点;依据四个所述边框角点的坐标,计算得到所述待测包裹的长和宽,结合所述待测包裹的高度,计算得到所述待测包裹的体积。实现减小测量误差,简化测量要求的目的。
Description
技术领域
本发明涉及计算机视觉领域,尤指一种包裹体积测量方法、***、储存介质及移动终端。
背景技术
随着全球一体化的不断推进,以及计算机技术的快速发展。以互联网产业为基础的线上购物,为每一个人都带来了巨大的便利。伴随着网络购物的快速扩张,物流包裹的吞吐量呈现出了几何式的增长。对于物流企业也来说,在包裹的运输成本当中,重量只是其中的一小部分。如果可以对包裹体积进行合理的安排,可以为物流企业带来巨大的帮助。
目前,大部分的物流企业,对于包裹体积的测量,仍然停留在手工测量的方式上。对于人工测量,通常测量的结果并不理想,测量的速度慢,测量精度也不够。即使部分企业使用了自动测量设备,由于现有的自动测量设备,在进行体积检测时通常需要满足一定的条件,例如需要固定安装、需要固定角度、测量体积很大、不能随身携带等等,使得这些自动化的测量设备在使用的时候并不方便。
现有专利:CN106839975A,基于深度相机的体积测量方法及其***,其公开了:使用深度相机获得待测对象的深度图;根据深度信息特征将被测物体从深度图中提取出来;将被测物体的深度图中的投影图像坐标转换到三维相机坐标系中;在三维相机的坐标下,计算待测物体的高度和长度,从而计算出待测物体的体积。使用深度图进行直方图统计深度值,并利用阈值分隔方法,将待检测物体的上表面与侧面分隔开来,然而由于包裹并非一个平面,当深度相机拍摄角度位于包裹测面时,上表面与测面相对于深度相机的距离是相近的,甚至是相等的,因此使用直方图统计的方法并不能很好的将上表面和侧面区分开来,导致物体体积的测量值会出现较大的误差。
发明内容
本发明的目的是提供一种包裹体积测量方法、***、储存介质及移动终端,实现减小测量误差,简化测量要求的目的。
本发明提供的技术方案如下:
一种包裹体积测量方法,包括步骤:S100、获取目标点云,所述目标点云至少包括支持面的点云和待测包裹的顶面的点云;所述支持面为所述待测包裹放置的表面;所述待测包裹的顶面为所述待测包裹远离所述支持面一侧的表面;S200、根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程和所述待测包裹顶面的平面方程以及所述待测包裹顶面的点云,依据所述支持面的平面方程和所述待测包裹顶面的平面方程计算得到所述待测包裹的高度;S300、将所述待测包裹顶面的点云,投影在所述待测包裹顶面的平面方程对应的平面上后,获取边界点云;S400、分析所述边界点云,得到所述待测包裹顶面边框的四个边框角点;S500、依据四个所述边框角点的坐标,计算得到所述待测包裹的长和宽,结合所述待测包裹的高度,计算得到所述待测包裹的体积。
进一步,步骤S200中根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程和所述待测包裹顶面的平面方程以及所述待测包裹顶面的点云包括:S210、根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程;S220、根据所述支持面的平面方程,查找并删除所述目标点云中所述支持面对应的点云;S230、根据更改后的所述目标点云,采用平面拟合的方式获取所述待测包裹顶面的平面方程;S240、根据所述待测包裹顶面的平面方程,查找并获取更改后的所述目标点云中所述待测包裹顶面的点云。
进一步,步骤S300具体包括:S310、将所述待测包裹顶面的点云,沿所述待测包裹顶面的平面方程的法向量方向进行投影,投影在所述待测包裹顶面的平面方程对应的平面上,形成投影点云;S320、获取所述投影点云的所有边界点,形成边界点云。
进一步,步骤S400包括:S410、分析所述边界点云,得到所述边界点云的最小外接矩形及其四个初始角点;S420、顺次连接四个所述初始角点,形成四条初始边线;S430、遍历所述边界点云,分析所述边界点云中的每个点与四条所述初始边线之间的距离是否小于预设距离;S440、对于每个初始边线,选取所述边界点云中与所述初始边线之间的距离小于预设距离的点,形成每个所述初始边线对应的边界点云;S450、对每个所述初始边线对应的所述边界点云进行直线拟合,形成所述待测包裹顶面的四条包裹边线;S480、获取所述待测包裹顶面的四条包裹边线的四个交点,作为所述待测包裹顶面边框的四个边框角点。
进一步,步骤S450之后,S480之前还包括步骤:S460、获取所述待测包裹顶面的四条包裹边线的四个边框交角;S470、判断所述待测包裹顶面的四条包裹边线的四个边框交角是否均在预设角度范围内;当所述待测包裹顶面的四条包裹边线的四个边框交角均在预设角度范围内时,执行步骤S480;否则,跳转执行步骤S100。
进一步,步骤S100之后,步骤S200之前还包括:S110、对所述目标点云中的点云进行稀疏处理,过滤所述目标点云中的冗杂点云。
本发明的目的之一还在于提供一种包裹体积测量***,包括:点云获取模块,用于获取目标点云;所述目标点云至少包括支持面的点云和待测包裹的顶面的点云;所述支持面为所述待测包裹放置的表面;所述待测包裹的顶面为所述待测包裹远离所述支持面一侧的表面;平面拟合模块,用于根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程和所述待测包裹顶面的平面方程以及所述待测包裹顶面的点云;尺寸计算模块,用于依据所述支持面的平面方程和所述待测包裹顶面的平面方程计算得到所述待测包裹的高度;点云处理模块,用于将所述待测包裹顶面的点云,投影在所述待测包裹顶面的平面方程对应的平面上后,获取边界点云;点云分析模块,用于分析所述边界点云,得到所述待测包裹顶面边框的四个边框角点;所述尺寸计算模块还用于依据四个所述边框角点的坐标,计算得到所述待测包裹的长和宽,并结合所述待测包裹的高度,计算得到所述待测包裹的体积。
进一步,所述平面拟合模块包括:平面拟合单元,用于根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程;点云删除单元,用于根据所述支持面的平面方程,查找并删除所述目标点云中所述支持面对应的点云;所述平面拟合单元还用于根据更改后的所述目标点云,采用平面拟合的方式获取所述待测包裹顶面的平面方程;点云获取单元,用于根据所述待测包裹顶面的平面方程,查找并获取更改后的所述目标点云中所述待测包裹顶面的点云。
进一步,所述点云处理模块包括:点云投影单元,用于将所述待测包裹顶面的点云,沿所述待测包裹顶面的平面方程的法向量方向进行投影,投影在所述待测包裹顶面的平面方程对应的平面上,形成投影点云;边界点获取单元,用于获取所述投影点云的所有边界点,形成边界点云。
进一步,所述点云分析模块包括:点云分析单元,用于分析所述边界点云,得到所述边界点云的最小外接矩形及其四个初始角点;边线形成单元,用于顺次连接四个所述初始角点,形成四条初始边线;距离分析单元,用于遍历所述边界点云,分析所述边界点云中的每个点与四条所述初始边框之间的距离是否小于预设距离;点云选择单元,对于每个初始边线,所述点云选择单元用于选取所述边界点云中与所述初始边框之间的距离小于预设距离的点,形成每个所述初始边线对应的边界点云;所述边线形成单元还用于对每个所述初始边线对应的所述边界点云进行直线拟合,形成所述待测包裹顶面的四条包裹边线;角点获取单元,用于获取所述待测包裹顶面的四条包裹边线的四个交点,作为所述待测包裹顶面边框的四个边框角点。
进一步,所述点云分析模块还包括:交角获取单元,用于获取所述待测包裹顶面的四条包裹边线的四个边框交角;交角判断单元,用于判断所述待测包裹顶面的四条包裹边线的四个边框交角是否均在预设角度范围内;当所述待测包裹顶面的四条包裹边线的四个边框交角均在预设角度范围内时,所述角点获取单元执行获取四条所述包裹边框的四个交点;否则,所述点云获取模块重新获取目标点云。
进一步,所述***还包括:点云稀疏模块,用于对所述目标点云中的点云进行稀疏处理,过滤所述目标点云中的冗杂点云。
本发明的目的之一还在于提供一种存储介质,所述存储介质存储有多条指令,所述多条指令被一个或者多个处理器执行,以实现包裹体积测量方法的步骤。
本发明的目的之一还在于提供一种移动终端,包括:存储介质,存储多条指令;摄像头,实现所述存储介质储存的对应的摄像头执行指令;处理器,实现所述存储介质储存的对应的处理器执行指令;其中:所述摄像头和所述处理器用于执行所述存储介质存储的指令,以实现包裹体积测量方法的步骤。
与现有技术相比,本发明提供的一种包裹体积测量方法、***、储存介质及移动终端具有以下有益效果:
1、本发明通过点云进行平面分割更加准确的分离出待测包裹的表面,从而根据获取待测表面对应的点云在目标坐标系的目标顶点坐标计算待测包裹的体积,根据点云的精确分割避免根据深度信息分割导致的分割误差,保证了待测包裹尺寸测量结果的准确性和可靠性。
2、本发明不需要像现有技术那样将深度相机放置于待测包裹的正上方进行测量,在降低了对拍摄角度要求的同时,简化待测包裹体积测量的步骤,测量效率高。
3、本发明将支持面对应的点云删除,能够使得支持面上的所有物体对应的点云相互独立,不再相互连通,降低因为点云互通导致的分割干扰,提升待测包裹的尺寸测量精准度和可靠性。
4、本发明对目标点云中的点云进行稀疏处理,在保持精度的情况下,加快计算速度,提高计算效率。
附图说明
下面将以明确易懂的方式,结合附图说明优选实施方式,对一种包裹体积测量方法、***、储存介质及移动终端的上述特性、技术特征、优点及其实现方式予以进一步说明。
图1是本发明一种包裹体积测量方法的流程示意图;
图2是本发明另一种包裹体积测量方法的流程示意图;
图3是本发明又一种包裹体积测量方法的流程示意图;
图4是本发明再一种包裹体积测量方法的流程示意图;
图5是本发明又又一种包裹体积测量方法的流程示意图;
图6是本发明一种包裹体积测量***的结构示意图;
图7是本发明另一种包裹体积测量***中高度计算模块的结构示意图;
图8是本发明又一种包裹体积测量***中点云处理模块的结构示意图;
图9是本发明再一种包裹体积测量***中点云分析模块的结构示意图;
图10是本发明又又一种包裹体积测量***中点云分析模块的结构示意图;
图11是本发明一种移动终端的结构示意图。
附图标号说明:1.存储介质,2.摄像头,3.处理器,10.点云获取模块, 20.平面拟合模块,21.平面拟合单元,22.点云分割单元,23.点云获取单元, 30.尺寸计算模块,40.点云处理模块,41.点云投影单元,42.边界点获取单元,50.点云分析模块,51.点云分析单元,52.边线形成单元,53.距离分析单元,54.点云选择单元,55.交角获取单元,56.交角判断单元,57.角点获取单元。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对照附图说明本发明的具体实施方式。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图,并获得其他的实施方式。
为使图面简洁,各图中只示意性地表示出了与本发明相关的部分,它们并不代表其作为产品的实际结构。另外,以使图面简洁便于理解,在有些图中具有相同结构或功能的部件,仅示意性地绘示了其中的一个,或仅标出了其中的一个。在本文中,“一个”不仅表示“仅此一个”,也可以表示“多于一个”的情形。
根据本发明提供的第一实施例,如图1所示,一种包裹体积测量方法,包括步骤:
S100、获取目标点云,所述目标点云至少包括支持面的点云和待测包裹的顶面的点云;所述支持面为所述待测包裹放置的表面;所述待测包裹的顶面为所述待测包裹远离所述支持面一侧的表面。
S200、根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程和所述待测包裹顶面的平面方程以及所述待测包裹顶面的点云,依据所述支持面的平面方程和所述待测包裹顶面的平面方程计算得到所述待测包裹的高度。
S300、将所述待测包裹顶面的点云,投影在所述待测包裹顶面的平面方程对应的平面上后,获取边界点云。
S400、分析所述边界点云,得到所述待测包裹顶面边框的四个边框角点。
S500、依据四个所述边框角点的坐标,计算得到所述待测包裹的长和宽,结合所述待测包裹的高度,计算得到所述待测包裹的体积。
具体地,本实施例中,获取目标点云的方式有很多,例如通过由红外发射器和红外相机组成的RGBD深度相机,进行拍摄待测包裹得到深度图像,也可以是通过由两个相同的RGB相机组成的双目深度相机拍摄待测包裹得到深度图像,还可以是通过激光雷达对待测包裹进行扫描得到深度图像,然后将深度图像进行转换得到目标点云,在本发明中,要求物品平放在平整的支持面上,并且要求起码要拍摄到待测包裹的完整顶面和支持面,拍摄待测包裹的最佳拍摄方式为从上往下拍摄。
获取的目标点云,目标点云至少包括支持面的点云和待测包裹的顶面的点云,将待测包裹放置在桌面或地面上时,获取目标点云后,通过获取待测包裹顶面对应的点云,计算出包裹的顶面的面积,再结合待测包裹与桌面、地面之间的距离,计算出待测包裹的高度,最终求得待测包裹的体积,因此,深度相机也需要获取到桌面或地面的图像作为目标点云的一部分,实现体积的测量。
根据目标点云,采用平面拟合的方式获取支持面和待测包裹的顶面的平面方程时,目标点云中的每个点均在坐标系内,且各自存在自身的坐标,在本实施例中,坐标系可以为世界坐标系,也可以是获取目标点云的相机的相机坐标系。
在根据目标点云,采用平面拟合的方式后,即可得到支持面以及待测包裹拟合的平面及其对应的平面方程以及所述待测包裹顶面的点云,且由于待测包裹水平放置在地面或桌面上,因此,支持面平行于待测包裹的顶面,因此,支持面拟合得到的平面也与待测包裹的顶面拟合得到的平面平行,在通过两个平面方程即可计算得到两个拟合得到的平面之间的距离,即待测包裹的顶面与支持面之间的距离,也就是待测包裹的高度H。
形成边界点云前,已知待测包裹顶面拟合得到的平面方程,因此,在平面方程第一距离内的点即为待测包裹顶面的点,第一距离能够根据用户控制,通过较小的第一距离的设置,能够增加确定目标点云的点是否为待测包裹顶面的点的精度。
分割出了目标点云中待测包裹顶面对应的点云后,再将待测包裹顶面的点云投影在待测包裹顶面拟合得到的平面方程后,待测包裹顶面对应的点云便汇聚在同一平面内,形成边界点云,用于代表待测包裹的顶面,也便于计算待测包裹顶面的面积。
由于代表待测包裹顶面四个角点的四个边框角点已知,且四个边框角点的坐标也已知,根据两点之间的距离公式即可计算求得待测包裹的长和宽,在结合之前计算得到的待测包裹的高度,并依据体积公式即可计算得到待测包裹的体积。
若四个边框角点分别为P1(x1,y1,z1),P2(x2,y2,z2),P3(x3, y3,z3),P4(x4,y4,z4),因此,在计算待测包裹的长度L时,能够直接将P1P2的待测包裹的长度,或将P3P4的距离作为待测包裹的长度,优选地待测包裹的长度同理计算待测包裹的宽度W,且最终在计算得到待测包裹的体积V=H×L×W,并输出V。在输出待测包裹体积时,同时输出待测包裹的尺寸,并判断待测包裹的长是否大于宽,若待测包裹的长度大于宽度,将待测包裹的长度与宽度交换并输出。
本实施例中,当使用深度相机或者移动终端的深度摄像头进行拍摄获取目标点云时,坐标系为相机坐标系,当使用激光雷达扫描获取目标点云时,坐标系为以激光雷达中心为原点建立的世界坐标系。
本发明能够避免像现有技术中采用深度直方图的分割方式通过使用在不同深度上的不同阈值,对整体的点云进行分割时,若当深度相机的拍摄位置位于待测包裹的斜上方时,会出现包裹顶面到相机的距离与侧面到相机的距离相同或者相近的情况。此时,在深度直方图上,仅仅通过使用一个维度上的阈值,很难正确的分割出包裹的顶面与侧面,错误的认为某些包裹的侧面部分也是顶面的一部分,使得检测到的包裹顶面的面积变大,导致测量出来的待测包裹体积会出现误差甚至错误的情况。
优选的,可以通过移动终端的深度摄像头对待测包裹进行拍摄得到目标图像,目标图像至少包括支持面和待测包裹的顶面,目标图像也可以包括其他杂物,为了全方位、完整的采集到目标点云,可以通过移动终端自带的深度摄像头进行采集视频,将采集到的视频进行图像处理获取目标点云,获取待测包裹顶面的点云,计算出包裹的顶面的面积,再结合待测包裹与桌面、地面之间的距离,计算出待测包裹的高度,最终求得待测包裹的体积。
本发明无需在采集待测包裹的图像时位于待测包裹的正上方,因此不需要复杂的布置,丰富了使用场景,不需要新增额外的硬件设施,节省成本。此外,本发明采用移动终端自带的深度摄像头和处理器,造价便宜,成本低的同时,简化待测包裹体积测量的步骤,测量效率高,并且由于待测包裹的体积由移动终端自带的处理器自动完成,操作简单,而且检测结果直观、可靠,测量精度高。因此,本发明能够全自动化的测量出包裹的体积,准确高效,同时也不用安装其他硬件设备,简单方便,用户体验度高。
根据本发明提供的第二实施例,如图2所示,一种包裹体积测量方法,包括步骤:
S100、获取目标点云,所述目标点云至少包括支持面的点云和待测包裹的顶面的点云;所述支持面为所述待测包裹放置的表面;所述待测包裹的顶面为所述待测包裹远离所述支持面一侧的表面。
S210、根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程。
S220、根据所述支持面的平面方程,查找并删除所述目标点云中所述支持面对应的点云。
S230、根据更改后的所述目标点云,采用平面拟合的方式获取所述待测包裹顶面的平面方程。
S240、根据所述待测包裹顶面的平面方程,查找并获取更改后的所述目标点云中所述待测包裹顶面的点云。
S250、依据所述支持面的平面方程和所述待测包裹顶面的平面方程计算得到所述待测包裹的高度。
S300、将所述待测包裹顶面的点云,投影在所述待测包裹顶面的平面方程对应的平面上后,获取边界点云。
S400、分析所述边界点云,得到所述待测包裹顶面边框的四个边框角点。
S500、依据四个所述边框角点的坐标,计算得到所述待测包裹的长和宽,结合所述待测包裹的高度,计算得到所述待测包裹的体积。
具体地,在本实施例中,具体的,为了找出支持面的平面方程,首先创建一个模型参数对象,即代表支持面的平面方程,例如支持面的表达式为ax+by+cz+d=o,其中F(a,b,c)为支持面的法向量,且a、b、c、d即为支持面的平面参数。
然后采用随机采样法输入被分割后的目标点云中的点云数据,根据代表支持面的平面方程分割目标点云查找得到支持面的点云。例如:
S1、从被分割后的目标点云中的所有点云数据中随机选择三个不共线的点云数据,根据这三个随机获取的点云数据拟合生成一个平面N1,计算在容忍误差内满足这个平面N1的点云数据的数量为S1。
S2、重新再随机选取三个不共线的点云数据,根据这三个重新随机获取的点云数据拟合生成一个平面N2,计算在容忍误差内满足这个平面N2 的点云数据的数量为S2,判断S2是否大于S1,如果大于则记录平面N2。
S3、循环反复执行步骤S2,当迭代即反复次数达到预设迭代次数时,记录在容忍误差内在平面Ni(i∈N,N≥1)的点云数据的数量最大的平面为支持面,根据平面Ni(i∈N,N≥1)的点云数据建立支持面的平面方程,支持面对应的平面方程为ax+by+cz+d=0,从而根据该支持面的平面方程进行删除对应的支持面的点云。
也可以采用栅格高度差方法,基于栅格内点的高度信息来进行点分类,找到栅格内最低点,并储存其高度h1,找到栅格内点高度小于h1+n 对应的点云分类为支持面如地面对应的点云;n可以取值为0.2mm,大于 0.2mm的可能是待测包裹对应的点云,这种方式只有在最低点是真实地面时查找到的支持面对应的点云时比较准确,当最低点不是真实地面时会有误差。
还可以采用平均高度方法,平均高度方法基于假设预处理分割后得到点中地面点为绝大部分点,从而可根据平均高度作为进一步滤波,即栅格最低点高度以上0.2mm方法分割出地面点,计算得到地面点的平均高度 h2,以平均高度h2为阈值再进行分割,找到栅格内点高度小于h2对应的点云分类为支持面如地面对应的点云;大于平均高度h2的可能是待测包裹对应的点云,这种方式只有在最低点是真实地面时查找到的支持面对应的点云比较准确,当最低点不是真实地面时会有误差。上述栅格高度差方法和平均高度方法均能简化查找支持面对应的点云的繁琐计算步骤,如果地面是支持面时,且待测包裹与地面之间贴合程度不大于高度h1或者高度h2 时可以采用上述栅格高度差方法和平均高度方法进行查找支持面对应的支持面的点云,以便加快查找并删除支持面对应的点云的速率,从而提升待测包裹尺寸测量的效率。
在拟合得到支持面的平面及其平面方程后,查找并删除所述目标点云中所述支持面对应的点云。
根据上述方法找出支持面的平面方程后,根据该平面方程获取支持面对应的点云,并将代表地面或者桌面等放置平台的支持面对应的点云删除,能够使得支持面上的所有物体的点云相互独立,不再相互连通,便于后续对待测包裹或者其他物品对应的点云进行聚合、分类、识别和跟踪。事先滤波删除能够降低因为点云互通导致的分割干扰,降低分类识别误差,提升待测包裹的尺寸测量精准度和可靠性。
由于水平放置在地面或者桌面上的待测包裹,通常将面积最大的一侧放置在支持面上,且现有的包裹均为长方体状,因此待测包裹的顶面是平面平行于支持面,且是除支持面外最大的面。
再次根据上述拟合得到支持面的方法,拟合得到的待测包裹的顶面的平面方程为a1x+b1y+c1z+d1=0。其中F1(a1,b1,c1)为支持面的法向量,且F 与F1在误差范围内平行,即a=a1,b=b1,c=c1,拟合得到的支持面的平面方程与待测包裹顶面的方程区别仅在于d与d1的不同。
根据本发明提供的第三实施例,如图3所示,一种包裹体积测量方法,包括步骤:
S100、获取目标点云,所述目标点云至少包括支持面的点云和待测包裹的顶面的点云;所述支持面为所述待测包裹放置的表面;所述待测包裹的顶面为所述待测包裹远离所述支持面一侧的表面。
S200、根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程和所述待测包裹顶面的平面方程以及所述待测包裹顶面的点云,依据所述支持面的平面方程和所述待测包裹顶面的平面方程计算得到所述待测包裹的高度。
S310、将所述待测包裹顶面的点云,沿所述待测包裹顶面的平面方程的法向量方向进行投影,投影在所述待测包裹顶面的平面方程对应的平面上,形成投影点云。
S320、获取所述投影点云的所有边界点,形成边界点云。
S400、分析所述边界点云,得到所述待测包裹顶面边框的四个边框角点。
S500、依据四个所述边框角点的坐标,计算得到所述待测包裹的长和宽,结合所述待测包裹的高度,计算得到所述待测包裹的体积。
具体地,在本实施例中,由于拟合待测包裹顶面的平面方程已知,因此,需要投影的平面依据了解,同时根据已知的平面,能够获取到该平面的法向量,且该平面的法向量的方向即为待测包裹顶面对应的点云需要投影的方向,当前状态下即可实现投影,形成投影点云,投影点云用于在一个平面内表示待测包裹的顶面,且经过投影后,投影点云在同一个平面内,能够更加精确地模拟理论状态下待测包裹的顶面。
投影点云得到后,再获取投影点云的边界点,在本实施例中,通过采用ConcaveHull算法,即可获得投影点云所有的边界点,并将获取的所有的边界点形成边界点云,边界点云为同一平面内的多个离散点,多个离散点组成的图像与待测包裹的轮廓相同,用于表示理论状态下的轮廓。
因此,通过边界点云的建立,边界点云上的点均能够代表待测边框的一条边框,进一步地增加了获取的四个边框角点的准确性,使得四个边框角点更加能够代表了待测包裹的四个顶点,减小了分析边界点云,得到了错误的边框角点的可能,增加了测试过程中的准确性。
根据本发明提供的第四实施例,如图4所示,一种包裹体积测量方法,包括步骤:
S100、获取目标点云,所述目标点云至少包括支持面的点云和待测包裹的顶面的点云;所述支持面为所述待测包裹放置的表面;所述待测包裹的顶面为所述待测包裹远离所述支持面一侧的表面。
S200、根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程和所述待测包裹顶面的平面方程以及所述待测包裹顶面的点云,依据所述支持面的平面方程和所述待测包裹顶面的平面方程计算得到所述待测包裹的高度。
S300、将所述待测包裹顶面的点云,投影在所述待测包裹顶面的平面方程对应的平面上后,获取边界点云。
S410、分析所述边界点云,得到所述边界点云的最小外接矩形及其四个初始角点。
S420、顺次连接四个所述初始角点,形成四条初始边线。
S430、遍历所述边界点云,分析所述边界点云中的每个点与四条所述初始边线之间的距离是否小于预设距离。
S440、对于每个初始边线,选取所述边界点云中与所述初始边线之间的距离小于预设距离的点,形成每个所述初始边线对应的边界点云。
S450、对每个所述初始边线对应的所述边界点云进行直线拟合,形成所述待测包裹顶面的四条包裹边线。
S480、获取所述待测包裹顶面的四条包裹边线的四个交点,作为所述待测包裹顶面边框的四个边框角点。
S500、依据四个所述边框角点的坐标,计算得到所述待测包裹的长和宽,结合所述待测包裹的高度,计算得到所述待测包裹的体积。
具体地,在本实施例中,使用最小外接框的方法,寻找边界点云中的四个点,四个点组成的边框能够将其余所有的点包在边框内,此时,这四个点组成的边框即为最小外接框,形成该最小外接框的四个点即为初始角点,初始角点即代表最靠近待测包裹顶面四个端点的点。
本实施例中,优选地,坐标系选取为世界坐标系,并将支持面选取为地面,或水平的桌面,使得支持为的Z轴相同,在选取边界点云中的组成最小外接框的四个初始角点时,因此,只需要比较边界点云中所有点的X 坐标和Y坐标,即可得知边界点云的最大值和最小值,分别为MAX.x、 MAX.y、MIN.x和MIN.y,遍历边界点云,获得待测包裹顶面的四个边框角点,分别为left,top,right和bottom,且四个初始角点分别满足, left.x=MIN.x,top.y=MAX.y,right.x=MAX.x和bottom.y=MIN.y,四个初始角点获取完成。
顺次连接四个初始角点能够连接形成四条初始边线,且四条初始边线靠近待测包裹顶面的四条棱边,因此,初始边线与实际状态下的待测包裹的顶面的边框差异较小,且通过顺次连接,仅形成四条边线,不产生内部交叉的边框。获得的四条初始边线分别为line_left,line_top,line_right 和line_bottom,其中:
line_left=line_between<left,top>line_top=line_between<top,right>
line_right=line_between<right,bottom>,line_bottom=line_between<bottom,left>。
在四条初始边线生成之后,通过边界点云与初始边线之间的距离,来确定边界点云中每个点分别是属于哪个初始边线范围内,且在本实施例中,预设距离能够根据用户的需求进行改变。
判断过程中,边界点云为待测包裹顶面对应的点云,即投影轮廓中包含待测包裹顶面上对应的点时,选取较大的预设距离,选取较小的预设距离,得到的较少的点云,选取出的点云能够较好地表达出待测包裹顶面边框附近的图像,且较为准确的表达了待测包裹顶面的边框。
当边界点云为待测包裹顶面轮廓对应的点云时,由于边界点云已经能够近似代表待测包裹的轮廓,通过选取大的预设距离,使得边界点云中的点能够仅可能地分布在初始边线附近,删除了距离初始边线较远的误差点。
因此通过判断边界点云中的每个点与初始边线之间的距离,选取出预设距离范围内的点,组成的边界点云,能够较为准确的表达了待测包裹顶面的边框,删除了距离初始边框较远的误差点,减小了误差点对体积计算时的影响,增加了体积测量的准确性。
根据初始边线与边界点云中每个点的距离,分别获得满足条件的四组边界点云Cleft,CtopCrightCbottor,其中每一个点云中的点满足其到相应的初始边线的距离小于预设参数。
对边界点云进行直线拟合后,能够拟合形成四条新的包裹边线,分别为line_left_new,line_top-new,line_right_new,line_bottom_new,形成的四条包裹边线与实际边框基本重合,因此包裹边线即可代表待测包裹顶面的边框。再获取四条所述包裹边线的四个交点left_new,top_new,right_new,bottom_new,得到的四个交点与待测包裹顶面的端点也基本重合,因此,得到的四个交点能够作为待测包裹的四个边框角点。
根据本发明提供的第五实施例,如图5所示,一种包裹体积测量方法,包括步骤:
S100、获取目标点云,所述目标点云至少包括支持面的点云和待测包裹的顶面的点云;所述支持面为所述待测包裹放置的表面;所述待测包裹的顶面为所述待测包裹远离所述支持面一侧的表面。
S200、根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程和所述待测包裹顶面的平面方程以及所述待测包裹顶面的点云,依据所述支持面的平面方程和所述待测包裹顶面的平面方程计算得到所述待测包裹的高度。
S300、将所述待测包裹顶面的点云,投影在所述待测包裹顶面的平面方程对应的平面上后,获取边界点云。
S410、分析所述边界点云,得到所述边界点云的最小外接矩形及其四个初始角点。
S420、顺次连接四个所述初始角点,形成四条初始边线。
S430、遍历所述边界点云,分析所述边界点云中的每个点与四条所述初始边线之间的距离是否小于预设距离。
S440、对于每个初始边线,选取所述边界点云中与所述初始边框之间的距离小于预设距离的点,形成每个所述初始边线对应的边界点云。
S450、对每个所述初始边线对应的所述边界点云进行直线拟合,形成所述待测包裹顶面的四条包裹边线。
S460、获取所述待测包裹顶面的四条包裹边线的四个边框交角。
S470、判断所述待测包裹顶面的四条包裹边线的四个边框交角是否均在预设角度范围内。
当所述待测包裹顶面的四条包裹边线的四个边框交角均在预设角度范围内时,执行步骤S480;否则,跳转执行步骤S100。
S480、获取所述待测包裹顶面的四条包裹边线的四个交点,作为所述待测包裹顶面边框的四个边框角点。
S500、依据四个所述边框角点的坐标,计算得到所述待测包裹的长和宽,结合所述待测包裹的高度,计算得到所述待测包裹的体积。
具体地,在本实施例中,由于在相机摄像过程中,由于外界环境的影响,点云会存在获取失败的可能,继而造成目标点云部分缺失,最终使得计算得到的体积与待测包裹实际的体积差异较大。因此,包裹边线形成之后,需要首先判断形成的包裹边线是否有缺损,本实施例中,通过判断四个边框交角是否均在要预设角度范围内,来判断得到的四个包裹边线的准确性,预设角度范围为88~92°,因此,但得到的包裹边线形成的某个边框交角大于92°或小于88°时,此时包裹边线与实际的待测包裹的顶面的差异较大。因此,相机需要重新获取目标点云,而当四个边框交角均在预设角度范围内时,说明四个包裹边线与实际的包裹边框差异较小,因此能够继续获取包裹边框的四个交点,作为待测包裹的四个边框角点。
根据本发明提供的第六实施例,一种包裹体积测量方法,在第一实施例的基础上,步骤获取目标点云之后,步骤对所述目标点云进行平面拟合之前,还包括步骤:
S110、对所述目标点云中的点云进行稀疏处理,过滤所述目标点云中的冗杂点云。
具体的,本实施例是上述第一实施例至第五实施例的优化实施例,为了减少计算获取待测包裹的尺寸的时间,并且由于处理目标点云时,并不需要过高的分辨率,因此在对目标点云进行分割之前,可以对目标点云中的点云进行稀疏处理,这样就可以适当的减少点云数据的处理量,避免点云的数量过多,从而提升计算的效率的同时,并不显著的降低测量精度。
对目标点云进行稀疏处理的程度可以依据保障目标点云中的物品形状在大小保持不变的情况下,滤除冗杂点云(包括干扰点云、噪声点云等等),从而使得待测包裹尺寸测量在保持精度的情况下,加快计算速度,提高计算效率。
根据本发明提供的第七实施例,如图6所示,一种包裹体积测量***,包括:
点云获取模块10,用于获取目标点云;所述目标点云至少包括支持面的点云和待测包裹的顶面的点云;所述支持面为所述待测包裹放置的表面;所述待测包裹的顶面为所述待测包裹远离所述支持面一侧的表面。
平面拟合模块20,用于根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程和所述待测包裹顶面的平面方程以及所述待测包裹顶面的点云。
尺寸计算模块30,用于依据所述支持面的平面方程和所述待测包裹顶面的平面方程计算得到所述待测包裹的高度。
点云处理模块40,用于将所述待测包裹顶面的点云,投影在所述待测包裹顶面的平面方程对应的平面上后,获取边界点云。
点云分析模块50,用于分析所述边界点云,得到所述待测包裹顶面边框的四个边框角点。
所述尺寸计算模块30还用于依据四个所述边框角点的坐标,计算得到所述待测包裹的长和宽,并结合所述待测包裹的高度,计算得到所述待测包裹的体积。
具体地,本实施例中,获取目标点云的方式有很多,例如通过由红外发射器和红外相机组成的RGBD深度相机,进行拍摄待测包裹得到深度图像,也可以是通过由两个相同的RGB相机组成的双目深度相机拍摄待测包裹得到深度图像,还可以是通过激光雷达对待测包裹进行扫描得到深度图像,然后将深度图像进行转换得到目标点云,在本发明中,要求物品平放在平整的支持面上,并且要求起码要拍摄到待测包裹的完整顶面和支持面,拍摄待测包裹的最佳拍摄方式为从上往下拍摄。
获取的目标点云,目标点云至少包括支持面的点云和待测包裹的顶面的点云,将待测包裹放置在桌面或地面上时,获取目标点云后,通过获取待测包裹顶面对应的点云,计算出包裹的顶面的面积,再结合待测包裹与桌面、地面之间的距离,计算出待测包裹的高度,最终求得待测包裹的体积,因此,深度相机也需要获取到桌面或地面的图像作为目标点云的一部分,实现体积的测量。
根据目标点云,采用平面拟合的方式获取支持面和待测包裹的顶面的平面方程时,目标点云中的每个点均在坐标系内,且各自存在自身的坐标,在本实施例中,坐标系可以为世界坐标系,也可以是获取目标点云的相机的相机坐标系。
在根据目标点云,采用平面拟合的方式后,即可得到支持面以及待测包裹拟合的平面及其对应的平面方程以及所述待测包裹顶面的点云,且由于待测包裹水平放置在地面或桌面上,因此,支持面平行于待测包裹的顶面,因此,支持面拟合得到的平面也与待测包裹的顶面拟合得到的平面平行,在通过两个平面方程即可计算得到两个拟合得到的平面之间的距离,即待测包裹的顶面与支持面之间的距离,也就是待测包裹的高度H。
形成边界点云前,已知待测包裹顶面拟合得到的平面方程,因此,在平面方程第一距离内的点即为待测包裹顶面的点,第一距离能够根据用户控制,通过较小的第一距离的设置,能够增加确定目标点云的点是否为待测包裹顶面的点的精度。
分割出了目标点云中待测包裹顶面对应的点云后,再将待测包裹顶面的点云投影在待测包裹顶面拟合得到的平面方程后,待测包裹顶面对应的点云便汇聚在同一平面内,形成边界点云,用于代表待测包裹的顶面,也便于计算待测包裹顶面的面积。
由于代表待测包裹顶面四个角点的四个边框角点已知,且四个边框角点的坐标也已知,根据两点之间的距离公式即可计算求得待测包裹的长和宽,在结合之前计算得到的待测包裹的高度,并依据体积公式即可计算得到待测包裹的体积。
若四个边框角点分别为P1(x1,y1,z1),P2(x2,y2,z2),P3(x3, y3,z3),P4(x4,y4,z4),因此,在计算待测包裹的长度L时,能够直接将P1P2的待测包裹的长度,或将P3P4的距离作为待测包裹的长度,优选地待测包裹的长度同理计算待测包裹的宽度W,且最终在计算得到待测包裹的体积V=H×L×W,并输出V。在输出待测包裹体积时,同时输出待测包裹的尺寸,并判断待测包裹的长是否大于宽,若待测包裹的长度大于宽度,将待测包裹的长度与宽度交换并输出。
本实施例中,当使用深度相机或者移动终端的深度摄像头进行拍摄获取目标点云时,坐标系为相机坐标系,当使用激光雷达扫描获取目标点云时,坐标系为以激光雷达中心为原点建立的世界坐标系。
本发明能够避免像现有技术中采用深度直方图的分割方式通过使用在不同深度上的不同阈值,对整体的点云进行分割时,若当深度相机的拍摄位置位于待测包裹的斜上方时,会出现包裹顶面到相机的距离与侧面到相机的距离相同或者相近的情况。此时,在深度直方图上,仅仅通过使用一个维度上的阈值,很难正确的分割出包裹的顶面与侧面,错误的认为某些包裹的侧面部分也是顶面的一部分,使得检测到的包裹顶面的面积变大,导致测量出来的待测包裹体积会出现误差甚至错误的情况。
优选的,可以通过移动终端的深度摄像头对待测包裹进行拍摄得到目标图像,目标图像至少包括支持面和待测包裹的顶面,目标图像也可以包括其他杂物,为了全方位、完整的采集到目标点云,可以通过移动终端自带的深度摄像头进行采集视频,将采集到的视频进行图像处理获取目标点云,获取待测包裹顶面的点云,计算出包裹的顶面的面积,再结合待测包裹与桌面、地面之间的距离,计算出待测包裹的高度,最终求得待测包裹的体积。
本发明无需在采集待测包裹的图像时位于待测包裹的正上方,因此不需要复杂的布置,丰富了使用场景,不需要新增额外的硬件设施,节省成本。此外,本发明采用移动终端自带的深度摄像头和处理器,造价便宜,成本低的同时,简化待测包裹体积测量的步骤,测量效率高,并且由于待测包裹的体积由移动终端自带的处理器自动完成,操作简单,而且检测结果直观、可靠,测量精度高。因此,本发明能够全自动化的测量出包裹的体积,准确高效,同时也不用安装其他硬件设备,简单方便,用户体验度高。
根据本发明提供的第八实施例,如图6和图7所示,一种包裹体积测量***,包括:
点云获取模块10,用于获取目标点云;所述目标点云至少包括支持面的点云和待测包裹的顶面的点云;所述支持面为所述待测包裹放置的表面;所述待测包裹的顶面为所述待测包裹远离所述支持面一侧的表面。
平面拟合模块20,用于根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程和所述待测包裹顶面的平面方程以及所述待测包裹顶面的点云。
尺寸计算模块30,用于依据所述支持面的平面方程和所述待测包裹顶面的平面方程计算得到所述待测包裹的高度。
点云处理模块40,用于将所述待测包裹顶面的点云,投影在所述待测包裹顶面的平面方程对应的平面上后,获取边界点云。
点云分析模块50,用于分析所述边界点云,得到所述待测包裹顶面边框的四个边框角点。
所述尺寸计算模块30还用于依据四个所述边框角点的坐标,计算得到所述待测包裹的长和宽,并结合所述待测包裹的高度,计算得到所述待测包裹的体积。
所述平面拟合模块20包括:
平面拟合单元21,用于根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程。
点云分割单元22,用于根据所述支持面的平面方程,查找并删除所述目标点云中所述支持面对应的点云。
所述平面拟合单元21还用于根据更改后的所述目标点云,采用平面拟合的方式获取所述待测包裹顶面的平面方程。
点云获取单元23,用于根据所述待测包裹顶面的平面方程,查找并获取更改后的所述目标点云中所述待测包裹顶面的点云。
具体地,在本实施例中,具体的,为了找出支持面的平面方程,首先创建一个模型参数对象,即代表支持面的平面方程,例如支持面的表达式为ax+by+cz+d=o,其中F(a,b,c)为支持面的法向量,且a、b、c、d即为支持面的平面参数。
然后采用随机采样法输入被分割后的目标点云中的点云数据,根据代表支持面的平面方程分割目标点云查找得到支持面的点云。例如:
S1、从被分割后的目标点云中的所有点云数据中随机选择三个不共线的点云数据,根据这三个随机获取的点云数据拟合生成一个平面N1,计算在容忍误差内满足这个平面N1的点云数据的数量为S1。
S2、重新再随机选取三个不共线的点云数据,根据这三个重新随机获取的点云数据拟合生成一个平面N2,计算在容忍误差内满足这个平面N2 的点云数据的数量为S2,判断S2是否大于S1,如果大于则记录平面N2。
S3、循环反复执行步骤S2,当迭代即反复次数达到预设迭代次数时,记录在容忍误差内在平面Ni(i∈N,N≥1)的点云数据的数量最大的平面为支持面,根据平面Ni(i∈N,N≥1)的点云数据建立支持面的平面方程,支持面对应的平面方程为ax+by+cz+d=0,从而根据该支持面的平面方程进行删除对应的支持面的点云。
也可以采用栅格高度差方法,基于栅格内点的高度信息来进行点分类,找到栅格内最低点,并储存其高度h1,找到栅格内点高度小于h1+n 对应的点云分类为支持面如地面对应的点云;n可以取值为0.2mm,大于 0.2mm的可能是待测包裹对应的点云,这种方式只有在最低点是真实地面时查找到的支持面对应的点云时比较准确,当最低点不是真实地面时会有误差。
还可以采用平均高度方法,平均高度方法基于假设预处理分割后得到点中地面点为绝大部分点,从而可根据平均高度作为进一步滤波,即栅格最低点高度以上0.2mm方法分割出地面点,计算得到地面点的平均高度 h2,以平均高度h2为阈值再进行分割,找到栅格内点高度小于h2对应的点云分类为支持面如地面对应的点云;大于平均高度h2的可能是待测包裹对应的点云,这种方式只有在最低点是真实地面时查找到的支持面对应的点云比较准确,当最低点不是真实地面时会有误差。上述栅格高度差方法和平均高度方法均能简化查找支持面对应的点云的繁琐计算步骤,如果地面是支持面时,且待测包裹与地面之间贴合程度不大于高度h1或者高度h2 时可以采用上述栅格高度差方法和平均高度方法进行查找支持面对应的支持面的点云,以便加快查找并删除支持面对应的点云的速率,从而提升待测包裹尺寸测量的效率。
在拟合得到支持面的平面及其平面方程后,查找并删除所述目标点云中所述支持面对应的点云。
根据上述方法找出支持面的平面方程后,根据该平面方程获取支持面对应的点云,并将代表地面或者桌面等放置平台的支持面对应的点云删除,能够使得支持面上的所有物体的点云相互独立,不再相互连通,便于后续对待测包裹或者其他物品对应的点云进行聚合、分类、识别和跟踪。事先滤波删除能够降低因为点云互通导致的分割干扰,降低分类识别误差,提升待测包裹的尺寸测量精准度和可靠性。
由于水平放置在地面或者桌面上的待测包裹,通常将面积最大的一侧放置在支持面上,且现有的包裹均为长方体状,因此待测包裹的顶面是平面平行于支持面,且是除支持面外最大的面。
再次根据上述拟合得到支持面的方法,拟合得到的待测包裹的顶面的平面方程为a1x+b1y+c1z+d1=0。其中F1(a1,b1,c1)为支持面的法向量,且F 与F1在误差范围内平行,即a=a1,b=b1,c=c1,拟合得到的支持面的平面方程与待测包裹顶面的方程区别仅在于d与d1的不同。
根据本发明提供的第九实施例,如图6和图8所示,一种包裹体积测量***,包括:
点云获取模块10,用于获取目标点云;所述目标点云至少包括支持面的点云和待测包裹的顶面的点云;所述支持面为所述待测包裹放置的表面;所述待测包裹的顶面为所述待测包裹远离所述支持面一侧的表面。
平面拟合模块20,用于根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程和所述待测包裹顶面的平面方程以及所述待测包裹顶面的点云。
尺寸计算模块30,用于依据所述支持面的平面方程和所述待测包裹顶面的平面方程计算得到所述待测包裹的高度。
点云处理模块40,用于将所述待测包裹顶面的点云,投影在所述待测包裹顶面的平面方程对应的平面上后,获取边界点云。
点云分析模块50,用于分析所述边界点云,得到所述待测包裹顶面边框的四个边框角点。
所述尺寸计算模块30还用于依据四个所述边框角点的坐标,计算得到所述待测包裹的长和宽,并结合所述待测包裹的高度,计算得到所述待测包裹的体积。
所述点云处理模块40包括:
点云投影单元41,用于将所述待测包裹顶面的点云,沿所述待测包裹顶面的平面方程的法向量方向进行投影,投影在所述待测包裹顶面的平面方程对应的平面上,形成投影点云。
边界点获取单元42,用于获取所述投影点云的所有边界点,形成边界点云。
具体地,在本实施例中,由于拟合待测包裹顶面的平面方程已知,因此,需要投影的平面依据了解,同时根据已知的平面,能够获取到该平面的法向量,且该平面的法向量的方向即为待测包裹顶面对应的点云需要投影的方向,当前状态下即可实现投影,形成投影点云,投影点云用于在一个平面内表示待测包裹的顶面,且经过投影后,投影点云在同一个平面内,能够更加精确地模拟理论状态下待测包裹的顶面。
投影点云得到后,再获取投影点云的边界点,在本实施例中,通过采用ConcaveHull算法,即可获得投影点云所有的边界点,并将获取的所有的边界点形成边界点云,边界点云为同一平面内的多个离散点,多个离散点组成的图像与待测包裹的轮廓相同,用于表示理论状态下的轮廓。
因此,通过边界点云的建立,边界点云上的点均能够代表待测边框的一条边框,进一步地增加了获取的四个边框角点的准确性,使得四个边框角点更加能够代表了待测包裹的四个顶点,减小了分析边界点云,得到了错误的边框角点的可能,增加了测试过程中的准确性。
根据本发明提供的第十实施例,如图6和图9所示,一种包裹体积测量***,包括:
点云获取模块10,用于获取目标点云;所述目标点云至少包括支持面的点云和待测包裹的顶面的点云;所述支持面为所述待测包裹放置的表面;所述待测包裹的顶面为所述待测包裹远离所述支持面一侧的表面。
平面拟合模块20,用于根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程和所述待测包裹顶面的平面方程以及所述待测包裹顶面的点云。
尺寸计算模块30,用于依据所述支持面的平面方程和所述待测包裹顶面的平面方程计算得到所述待测包裹的高度。
点云处理模块40,用于将所述待测包裹顶面的点云,投影在所述待测包裹顶面的平面方程对应的平面上后,获取边界点云。
点云分析模块50,用于分析所述边界点云,得到所述待测包裹顶面边框的四个边框角点。
所述尺寸计算模块30还用于依据四个所述边框角点的坐标,计算得到所述待测包裹的长和宽,并结合所述待测包裹的高度,计算得到所述待测包裹的体积。
所述点云分析模块50包括:
点云分析单元51,用于分析所述边界点云,得到所述边界点云的最小外接矩形及其四个初始角点。
边线形成单元52,用于顺次连接四个所述初始角点,形成四条初始边线。
距离分析单元53,用于遍历所述边界点云,分析所述边界点云中的每个点与四条所述初始边线之间的距离是否小于预设距离。
点云选择单元54,对于每个初始边线,所述点云选择单元54用于选取所述边界点云中与所述初始边线之间的距离小于预设距离的点,形成每个所述初始边线对应的边界点云。
所述边线形成单元52还用于对每个所述初始边线对应的所述边界点云进行直线拟合,形成所述待测包裹顶面的四条包裹边线。
角点获取单元57,用于获取所述待测包裹顶面的四条包裹边线的四个交点,作为所述待测包裹顶面边框的四个边框角点。
具体地,在本实施例中,使用最小外接框的方法,寻找边界点云中的四个点,四个点组成的边框能够将其余所有的点包在边框内,此时,这四个点组成的边框即为最小外接框,形成该最小外接框的四个点即为初始角点,初始角点即代表最靠近待测包裹顶面四个端点的点。
本实施例中,优选地,坐标系选取为世界坐标系,并将支持面选取为地面,或水平的桌面,使得支持为的Z轴相同,在选取边界点云中的组成最小外接框的四个初始角点时,因此,只需要比较边界点云中所有点的X 坐标和Y坐标,即可得知边界点云的最大值和最小值,分别为MAX.x、 MAX.y、MIN.x和MIN.y,遍历边界点云,获得待测包裹顶面的四个边框角点,分别为left,top,right和bottom,且四个初始角点分别满足,
left.x=MIN.x,top.y=MAX.y,right.x=MAX.x和bottom.y=MIN.y,四个初始角点获取完成。
顺次连接四个初始角点能够连接形成四条初始边线,且四条初始边线靠近待测包裹顶面的四条棱边,因此,初始边线与实际状态下的待测包裹的顶面的边框差异较小,且通过顺次连接,仅形成四条边线,不产生内部交叉的边框。获得的四条初始边线分别为line_left,line_top,line_right 和line_bottom,其中:
line_left=line_between<left,top>,line_top=line_between<top,right>
line_right=line_between<right,bottom>,line_bottom=line_between<bottom,left>。
在四条初始边线生成之后,通过边界点云与初始边线之间的距离,来确定边界点云中每个点分别是属于哪个初始边线范围内,且在本实施例中,预设距离能够根据用户的需求进行改变。
判断过程中,边界点云为待测包裹顶面对应的点云,即投影轮廓中包含待测包裹顶面上对应的点时,选取较大的预设距离,选取较小的预设距离,得到的较少的点云,选取出的点云能够较好地表达出待测包裹顶面边框附近的图像,且较为准确的表达了待测包裹顶面的边框。
当边界点云为待测包裹顶面轮廓对应的点云时,由于边界点云已经能够近似代表待测包裹的轮廓,通过选取大的预设距离,使得边界点云中的点能够仅可能地分布在初始边线附近,删除了距离初始边线较远的误差点。
因此通过判断边界点云中的每个点与初始边线之间的距离,选取出预设距离范围内的点,组成的边界点云,能够较为准确的表达了待测包裹顶面的边框,删除了距离初始边框较远的误差点,减小了误差点对体积计算时的影响,增加了体积测量的准确性。
根据初始边线与边界点云中每个点的距离,分别获得满足条件的四组边界点云Cleft,Ctop,CrightCbottor,其中每一个点云中的点满足其到相应的初始边线的距离小于预设参数。
对边界点云进行直线拟合后,能够拟合形成四条新的包裹边线,分别为line_left_new,line_top_new,line_right_new,line_bottom_new,形成的四条包裹边线与实际边框基本重合,因此包裹边线即可代表待测包裹顶面的边框。再获取四条所述包裹边线的四个交点left_new,top_new,right_new,bottom_new,得到的四个交点与待测包裹顶面的端点也基本重合,因此,得到的四个交点能够作为待测包裹的四个边框角点。
根据本发明提供的第十一实施例,如图6和图10所示,一种包裹体积测量方法,包括:
点云获取模块10,用于获取目标点云;所述目标点云至少包括支持面的点云和待测包裹的顶面的点云;所述支持面为所述待测包裹放置的表面;所述待测包裹的顶面为所述待测包裹远离所述支持面一侧的表面。
平面拟合模块20,用于根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程和所述待测包裹顶面的平面方程以及所述待测包裹顶面的点云。
尺寸计算模块30,用于依据所述支持面的平面方程和所述待测包裹顶面的平面方程计算得到所述待测包裹的高度。
点云处理模块40,用于将所述待测包裹顶面的点云,投影在所述待测包裹顶面的平面方程对应的平面上后,获取边界点云。
点云分析模块50,用于分析所述边界点云,得到所述待测包裹顶面边框的四个边框角点。
所述尺寸计算模块30还用于依据四个所述边框角点的坐标,计算得到所述待测包裹的长和宽,并结合所述待测包裹的高度,计算得到所述待测包裹的体积。
所述点云分析模块50包括:
点云分析单元51,用于分析所述边界点云,得到所述边界点云的最小外接矩形及其四个初始角点。
边线形成单元52,用于顺次连接四个所述初始角点,形成四条初始边线。
距离分析单元53,用于遍历所述边界点云,分析所述边界点云中的每个点与四条所述初始边线之间的距离是否小于预设距离。
点云选择单元54,对于每个初始边线,所述点云选择单元54用于选取所述边界点云中与所述初始边线之间的距离小于预设距离的点,形成每个所述初始边线对应的边界点云。
所述边线形成单元52还用于对每个所述初始边线对应的所述边界点云进行直线拟合,形成所述待测包裹顶面的四条包裹边线。
交角获取单元55,用于获取所述待测包裹顶面的四条包裹边线的四个边框交角。
交角判断单元56,用于判断所述待测包裹顶面的四条包裹边线的四个边框交角是否均在预设角度范围内。
当所述待测包裹顶面的四条包裹边线的四个边框交角均在预设角度范围内时,所述角点获取单元57执行获取四条所述包裹边框的四个交点;否则,所述点云获取模块10重新获取目标点云。
角点获取单元57,用于获取所述待测包裹顶面的四条包裹边线的四个交点,作为所述待测包裹顶面边框的四个边框角点。
具体地,在本实施例中,由于在相机摄像过程中,由于外界环境的影响,点云会存在获取失败的可能,继而造成目标点云部分缺失,最终使得计算得到的体积与待测包裹实际的体积差异较大。因此,包裹边线形成之后,需要首先判断形成的包裹边线是否有缺损,本实施例中,通过判断四个边框交角是否均在要预设角度范围内,来判断得到的四个包裹边线的准确性,预设角度范围为88~92°,因此,但得到的包裹边线形成的某个边框交角大于92°或小于88°时,此时包裹边线与实际的待测包裹的顶面的差异较大。因此,相机需要重新获取目标点云,而当四个边框交角均在预设角度范围内时,说明四个包裹边线与实际的包裹边框差异较小,因此能够继续获取包裹边框的四个交点,作为待测包裹的四个边框角点。
根据本发明提供的第十二实施例,一种包裹体积测量***,在第一种***实施例的基础上,所述***还包括:
点云稀疏模块,用于对所述目标点云中的点云进行稀疏处理,过滤所述目标点云中的冗杂点云。
具体的,本实施例是上述第七实施例至第十一实施例的优化实施例,为了减少计算获取待测包裹的尺寸的时间,并且由于处理目标点云时,并不需要过高的分辨率,因此在对目标点云进行分割之前,可以对目标点云中的点云进行稀疏处理,这样就可以适当的减少点云数据的处理量,避免点云的数量过多,从而提升计算的效率的同时,并不显著的降低测量精度。
对目标点云进行稀疏处理的程度可以依据保障目标点云中的物品形状在大小保持不变的情况下,滤除冗杂点云(包括干扰点云、噪声点云等等),从而使得待测包裹尺寸测量在保持精度的情况下,加快计算速度,提高计算效率。
优选的,上述第一至第十二实施例中,本发明可以部署在手持移动终端上,该移动终端可以集成或者外接双目相机以及深度相机或者深度摄像头2等等。该移动终端可以运行android***,本发明通过android***的 App形式,快速部署在移动终端上。通过使用者对待测包裹的扫描,实时给出相应包裹的体积信息。由于体积的限制,集成在移动终端上的双目相机或是深度相机或者深度摄像头2可能存在测量上的限制,此时可以通过外接更大的相机或摄像头2,满足大体积的待测包裹的尺寸测量需要。
根据本发明提供的第十三实施例,一种存储介质1,所述存储介质1 存储有多条指令,所述多条指令被一个或者多个处理器3执行,以实现下述步骤:
S100、获取目标点云,所述目标点云至少包括支持面的点云和待测包裹的顶面的点云;所述支持面为所述待测包裹放置的表面;所述待测包裹的顶面为所述待测包裹远离所述支持面一侧的表面。
S200、根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程和所述待测包裹顶面的平面方程以及所述待测包裹顶面的点云,依据所述支持面的平面方程和所述待测包裹顶面的平面方程计算得到所述待测包裹的高度。
S300、将所述待测包裹顶面的点云,投影在所述待测包裹顶面的平面方程对应的平面上后,获取边界点云。
S400、分析所述边界点云,得到所述待测包裹顶面边框的四个边框角点。
S500、依据四个所述边框角点的坐标,计算得到所述待测包裹的长和宽,结合所述待测包裹的高度,计算得到所述待测包裹的体积。
较佳的,在上述基础上,本发明存储介质1的另一实施例,所述存储介质1存储有多条指令,所述多条指令被一个或者多个处理器3执行,以实现任意一种第二实施例至第六实施例所描述的包裹体积的测量方法实施例的步骤。
本发明所述的包裹体积的测量方法的步骤可参见前面的方法实施例部分,为减少重复,此处不再赘叙。
本发明第十四实施例,如图1和图11所示,一种移动终端,包括:
存储介质1,存储多条指令。
摄像头2,实现所述存储介质1储存的对应的摄像头2执行指令。
处理器3,实现所述存储介质1储存的对应的处理器3执行指令。
其中:所述摄像头2和所述处理器3用于执行所述存储介质1存储的指令,以实现下述步骤:
所述摄像头2用于执行所述存储介质1存储的摄像头2执行指令,以实现下述步骤:
S100、获取目标点云,所述目标点云至少包括支持面的点云和待测包裹的顶面的点云;所述支持面为所述待测包裹放置的表面;所述待测包裹的顶面为所述待测包裹远离所述支持面一侧的表面。
所述处理器2用于执行所述存储介质1存储的摄像头执行指令,以实现下述步骤:
S200、根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程和所述待测包裹顶面的平面方程以及所述待测包裹顶面的点云,依据所述支持面的平面方程和所述待测包裹顶面的平面方程计算得到所述待测包裹的高度。
S300、将所述待测包裹顶面的点云,投影在所述待测包裹顶面的平面方程对应的平面上后,获取边界点云。
S400、分析所述边界点云,得到所述待测包裹顶面边框的四个边框角点。
S500、依据四个所述边框角点的坐标,计算得到所述待测包裹的长和宽,结合所述待测包裹的高度,计算得到所述待测包裹的体积。
具体的,本实施例中,移动终端包括:存储器、一个或多个(图中仅示出一个)处理器3,一个或多个(图中仅示出一个)摄像头2,一个或多个摄像头2;这些组件通过一条或多条通讯总线信号线相互通讯。
较佳的,在上述基础上,本发明移动终端的另一实施例,所述存储介质1存储有多条指令,所述多条指令被一个或者多个处理器3执行,以实现任意一种第二实施例至第六实施例所描述的包裹体积的测量方法实施例的步骤。
摄像头2可以是深度相机,双目相机或者深度摄像头2等等。可以理解,图11所示的结构仅仅为示意,并不是对移动终端的结构造成限定,移动终端还可以包括比图11所示更多或者更少的组件,或者具有与图11 所示不同的装置。图11所示的各组件可以采用硬件、软件或其组合实现。
较佳的,在上述基础上,本发明移动终端的另一实施例,所述存储介质1存储有多条指令,所述多条指令被一个或者多个处理器3执行,以实现任意一种第二实施例至第二实施例所描述的包裹体积的测量方法实施例的步骤。
本发明所述的包裹体积的测量方法的步骤可参见前面的方法实施例部分,为减少重复,此处不再赘叙。
存储器可用于存储软件程序以及模块,如本发明实施例中的包裹体积的测量方法及***实施例对应的程序指令/模块,处理器3通过允许存储在存储器内的软件程序/模块,从而执行各种功能应用以及数据处理,即实现上述的包裹体积的测量方法/***。
存储器可包括高速随机存储器,还可包括非易失性存储器,比如一个或多个磁性存储装置、闪存或者其他非易失性固态存储器。所述的存储介质1可为磁碟、光盘、只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)等。
处理器3运行存储器内的各种软件、指令一致性移动终端的各种功能以及进行数据处理。摄像头2用于拍摄视频,相当于是移动终端的眼睛,比如采用CCD摄像头等。
本发明实施例中,包裹体积的测量方法及***、存储介质1与移动终端属于同一构思,在移动终端上,通过处理器3执行存储介质1中存储的指令,可以运行相应的包裹体积的测量方法实施例中提供的方法,其具体实现过程详见前面的包裹体积的测量方法实施例,此处不再赘述。
需要说明的是,本领域普通测试人员可以理解实现本发明实施例包裹体积的测量方法的全部或部分流程,是可以通过计算机程序来控制相关的硬件来完成,计算机程序可存储于一计算机可读取存储介质1中,如存储在移动终端的存储器中,并被该移动终端内的至少一个处理器3执行,在执行过程中可包括如包裹体积的测量方法实施例的流程。应当说明的是,上述实施例均可根据需要自由组合。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (12)
1.一种包裹体积测量方法,其特征在于,包括步骤:
S100、获取目标点云,所述目标点云至少包括支持面的点云和待测包裹的顶面的点云;所述支持面为所述待测包裹放置的表面;所述待测包裹的顶面为所述待测包裹远离所述支持面一侧的表面;
S200、根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程和所述待测包裹顶面的平面方程以及所述待测包裹顶面的点云,依据所述支持面的平面方程和所述待测包裹顶面的平面方程计算得到所述待测包裹的高度;
S300、将所述待测包裹顶面的点云,投影在所述待测包裹顶面的平面方程对应的平面上后,获取边界点云;
S400、分析所述边界点云,得到所述待测包裹顶面边框的四个边框角点;
S500、依据四个所述边框角点的坐标,计算得到所述待测包裹的长和宽,结合所述待测包裹的高度,计算得到所述待测包裹的体积;
其中,S300具体包括
S310、将所述待测包裹顶面的点云,沿所述待测包裹顶面的平面方程的法向量方向进行投影,投影在所述待测包裹顶面的平面方程对应的平面上,形成投影点云;
S320、获取所述投影点云的所有边界点,形成边界点云。
2.根据权利要求1所述的一种包裹体积测量方法,其特征在于,步骤S200中根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程和所述待测包裹顶面的平面方程以及所述待测包裹顶面的点云包括:
S210、根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程;
S220、根据所述支持面的平面方程,查找并删除所述目标点云中所述支持面对应的点云;
S230、根据更改后的所述目标点云,采用平面拟合的方式获取所述待测包裹顶面的平面方程;
S240、根据所述待测包裹顶面的平面方程,查找并获取更改后的所述目标点云中所述待测包裹顶面的点云。
3.根据权利要求1所述的一种包裹体积测量方法,其特征在于,步骤S400包括:
S410、分析所述边界点云,得到所述边界点云的最小外接矩形及其四个初始角点;
S420、顺次连接四个所述初始角点,形成四条初始边线;
S430、遍历所述边界点云,分析所述边界点云中的每个点与四条所述初始边线之间的距离是否小于预设距离;
S440、对于每个初始边线,选取所述边界点云中与所述初始边线之间的距离小于预设距离的点,形成每个所述初始边线对应的边界点云;
S450、对每个所述初始边线对应的所述边界点云进行直线拟合,形成所述待测包裹顶面的四条包裹边线;
S480、获取所述待测包裹顶面的四条包裹边线的四个交点,作为所述待测包裹顶面边框的四个边框角点。
4.根据权利要求3所述的一种包裹体积测量方法,其特征在于,步骤S450之后,S480之前还包括步骤:
S460、获取所述待测包裹顶面的四条包裹边线的四个边框交角;
S470、判断所述待测包裹顶面的四条包裹边线的四个边框交角是否均在预设角度范围内;
当所述待测包裹顶面的四条包裹边线的四个边框交角均在预设角度范围内时,执行步骤S480;否则,跳转执行步骤S100。
5.根据权利要求1~4中任意一种所述的一种包裹体积测量方法,其特征在于,步骤S100之后,步骤S200之前还包括:
S110、对所述目标点云中的点云进行稀疏处理,过滤所述目标点云中的冗杂点云。
6.一种包裹体积测量***,其特征在于,包括:
点云获取模块,用于获取目标点云;所述目标点云至少包括支持面的点云和待测包裹的顶面的点云;所述支持面为所述待测包裹放置的表面;所述待测包裹的顶面为所述待测包裹远离所述支持面一侧的表面;
平面拟合模块,用于根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程和所述待测包裹顶面的平面方程以及所述待测包裹顶面的点云;
尺寸计算模块,用于依据所述支持面的平面方程和所述待测包裹顶面的平面方程计算得到所述待测包裹的高度;
点云处理模块,用于将所述待测包裹顶面的点云,投影在所述待测包裹顶面的平面方程对应的平面上后,获取边界点云;
点云分析模块,用于分析所述边界点云,得到所述待测包裹顶面边框的四个边框角点;
所述尺寸计算模块还用于依据四个所述边框角点的坐标,计算得到所述待测包裹的长和宽,并结合所述待测包裹的高度,计算得到所述待测包裹的体积;
其中,所述点云处理模块包括:
点云投影单元,用于将所述待测包裹顶面的点云,沿所述待测包裹顶面的平面方程的法向量方向进行投影,投影在所述待测包裹顶面的平面方程对应的平面上,形成投影点云;
边界点获取单元,用于获取所述投影点云的所有边界点,形成边界点云。
7.根据权利要求6所述的一种包裹体积测量***,其特征在于,所述平面拟合模块包括:
平面拟合单元,用于根据所述目标点云,采用平面拟合的方式获取所述支持面的平面方程;
点云分割单元,用于根据所述支持面的平面方程,查找并删除所述目标点云中所述支持面对应的点云;
所述平面拟合单元还用于根据更改后的所述目标点云,采用平面拟合的方式获取所述待测包裹顶面的平面方程;
点云获取单元,用于根据所述待测包裹顶面的平面方程,查找并获取更改后的所述目标点云中所述待测包裹顶面的点云。
8.根据权利要求6所述的一种包裹体积测量***,其特征在于,所述点云分析模块包括:
点云分析单元,用于分析所述边界点云,得到所述边界点云的最小外接矩形及其四个初始角点;
边线形成单元,用于顺次连接四个所述初始角点,形成四条初始边线;
距离分析单元,用于遍历所述边界点云,分析所述边界点云中的每个点与四条所述初始边线之间的距离是否小于预设距离;
点云选择单元,对于每个初始边线,所述点云选择单元用于选取所述边界点云中与所述初始边线之间的距离小于预设距离的点,形成每个所述初始边线对应的边界点云;
所述边线形成单元还用于对每个所述初始边线对应的所述边界点云进行直线拟合,形成所述待测包裹顶面的四条包裹边线;
角点获取单元,用于获取所述待测包裹顶面的四条包裹边线的四个交点,作为所述待测包裹顶面边框的四个边框角点。
9.根据权利要求8所述的一种包裹体积测量***,其特征在于,所述点云分析模块还包括:
交角获取单元,用于获取所述待测包裹顶面的四条包裹边线的四个边框交角;
交角判断单元,用于判断所述待测包裹顶面的四条包裹边线的四个边框交角是否均在预设角度范围内;
当所述待测包裹顶面的四条包裹边线的四个边框交角均在预设角度范围内时,所述角点获取单元执行获取四条所述包裹边框的四个交点;否则,所述点云获取模块重新获取目标点云。
10.根据权利要求6~9中任意一项所述的一种包裹体积测量***,其特征在于,所述***还包括:
点云稀疏模块,用于对所述目标点云中的点云进行稀疏处理,过滤所述目标点云中的冗杂点云。
11.一种存储介质,其特征在于,所述存储介质存储有多条指令,所述多条指令被一个或者多个处理器执行,以实现权利要求1-5中任一项所述的包裹体积测量方法的步骤。
12.一种移动终端,其特征在于,包括:
存储介质,存储多条指令;
摄像头,实现所述存储介质储存的对应的摄像头执行指令;
处理器,实现所述存储介质储存的对应的处理器执行指令;
其中:所述摄像头和所述处理器用于执行所述存储介质存储的指令,以实现权利要求1-5任一项所述的包裹体积测量方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810702634.XA CN109029253B (zh) | 2018-06-29 | 2018-06-29 | 一种包裹体积测量方法、***、储存介质及移动终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810702634.XA CN109029253B (zh) | 2018-06-29 | 2018-06-29 | 一种包裹体积测量方法、***、储存介质及移动终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109029253A CN109029253A (zh) | 2018-12-18 |
CN109029253B true CN109029253B (zh) | 2020-08-25 |
Family
ID=65521049
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810702634.XA Active CN109029253B (zh) | 2018-06-29 | 2018-06-29 | 一种包裹体积测量方法、***、储存介质及移动终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109029253B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4160532A4 (en) * | 2020-06-03 | 2023-12-06 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | OBJECT MEASUREMENT METHOD AND APPARATUS, VIRTUAL OBJECT PROCESSING METHOD AND APPARATUS, ELECTRONIC MEDIUM AND DEVICE |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109961468B (zh) * | 2019-03-15 | 2021-08-13 | 北京清瞳时代科技有限公司 | 基于双目视觉的体积测量方法、装置及存储介质 |
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 |
CN110095062B (zh) * | 2019-04-17 | 2021-01-05 | 北京华捷艾米科技有限公司 | 一种物体体积参数测量方法、装置及设备 |
CN111860060A (zh) * | 2019-04-29 | 2020-10-30 | 顺丰科技有限公司 | 目标检测方法、装置、终端设备及计算机可读存储介质 |
CN110230980B (zh) * | 2019-05-05 | 2021-03-16 | 广东省计量科学研究院(华南国家计量测试中心) | 基于三维点云的死量底量测量方法、***及存储介质 |
CN110189376B (zh) * | 2019-05-06 | 2022-02-25 | 达闼科技(北京)有限公司 | 物体定位方法及物体定位装置 |
CN110174056A (zh) * | 2019-06-18 | 2019-08-27 | 上海商米科技集团股份有限公司 | 一种物体体积测量方法、装置及移动终端 |
CN112710227B (zh) * | 2019-10-24 | 2023-04-25 | 浙江舜宇智能光学技术有限公司 | 箱体体积测量方法及其*** |
CN110726996B (zh) * | 2019-11-25 | 2021-11-26 | 歌尔光学科技有限公司 | 深度模组测距方法、深度相机及移动终端 |
CN112991429A (zh) * | 2019-12-13 | 2021-06-18 | 顺丰科技有限公司 | 箱体体积测量方法、装置、计算机设备和存储介质 |
CN113065810B (zh) * | 2019-12-31 | 2024-01-26 | 杭州海康机器人股份有限公司 | 检测包裹的方法、装置、计算设备、物流***及存储介质 |
CN111353736B (zh) * | 2020-01-02 | 2024-01-26 | 深圳市汇川技术股份有限公司 | 库存量计算方法、***、设备及计算机可读存储介质 |
CN111397560B (zh) * | 2020-03-06 | 2021-05-07 | 深圳力合精密装备科技有限公司 | 获取方槽理论值的方法、装置、计算机设备及存储介质 |
CN111351433A (zh) * | 2020-04-14 | 2020-06-30 | 深圳市异方科技有限公司 | 一种基于惯性设备与摄像头的手持体积测量装置 |
CN113538555B (zh) * | 2020-04-15 | 2023-10-20 | 深圳市光鉴科技有限公司 | 基于规则箱体的体积测量方法、***、设备及存储介质 |
CN113532266B (zh) * | 2020-04-15 | 2023-08-08 | 深圳市光鉴科技有限公司 | 基于三维视觉的箱体积测量方法、***、设备及存储介质 |
CN113532265B (zh) * | 2020-04-15 | 2023-08-08 | 深圳市光鉴科技有限公司 | 基于三维视觉的箱体积测量装置 |
CN111696115B (zh) * | 2020-04-29 | 2023-04-14 | 山东省国土测绘院 | 一种基于点云扫描线的斑马线角点提取方法及*** |
CN111707198B (zh) * | 2020-06-29 | 2021-08-03 | 中车青岛四方车辆研究所有限公司 | 基于3d视觉的轨道车辆钩缓装置关键参数测量方法 |
CN112146576A (zh) * | 2020-09-25 | 2020-12-29 | 苏州盈科电子有限公司 | 尺寸测量方法及其装置 |
CN114612363A (zh) * | 2020-11-23 | 2022-06-10 | 北京格灵深瞳信息技术有限公司 | 螺栓松动检测方法,装置,电子设备及存储介质 |
CN113280733B (zh) * | 2021-04-07 | 2023-07-04 | 深圳市异方科技有限公司 | 一种基于激光雷达的货车车厢容积测量方法及*** |
CN113256738B (zh) * | 2021-06-23 | 2023-01-17 | 苏州大学 | 一种基于双目的包裹体积测量方法 |
CN114777702B (zh) * | 2022-04-22 | 2024-03-12 | 成都市绿色快线环保科技有限公司 | 一种堆叠板材体积识别方法及其装置、*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103206944A (zh) * | 2013-02-21 | 2013-07-17 | 北京林业大学 | 一种基于三维激光点云数据的树冠体积与表面积计测方法 |
CN106327558A (zh) * | 2015-07-08 | 2017-01-11 | 深圳市腾讯计算机***有限公司 | 点云立面提取方法和装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100418108C (zh) * | 2006-08-14 | 2008-09-10 | 东南大学 | 三维扫描***中的图形重构方法 |
CN101520319B (zh) * | 2008-02-27 | 2012-02-22 | 邹小平 | 复合式三维激光测量***及测量方法 |
CN101271590A (zh) * | 2008-03-28 | 2008-09-24 | 华中科技大学 | 一种获取凸轮廓物体形状的方法 |
US8374431B2 (en) * | 2010-07-27 | 2013-02-12 | Aerotec, Llc | Method and apparatus for direct detection, location, analysis, identification, and reporting of vegetation clearance violations |
CN105469447A (zh) * | 2014-09-11 | 2016-04-06 | 富泰华工业(深圳)有限公司 | 点云边界直角边修补***及方法 |
CN106813568B (zh) * | 2015-11-27 | 2019-10-29 | 菜鸟智能物流控股有限公司 | 物体测量方法及装置 |
-
2018
- 2018-06-29 CN CN201810702634.XA patent/CN109029253B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103206944A (zh) * | 2013-02-21 | 2013-07-17 | 北京林业大学 | 一种基于三维激光点云数据的树冠体积与表面积计测方法 |
CN106327558A (zh) * | 2015-07-08 | 2017-01-11 | 深圳市腾讯计算机***有限公司 | 点云立面提取方法和装置 |
Non-Patent Citations (1)
Title |
---|
点云数据场剖面云图绘制算法;徐龙;《计算机辅助工程》;20111231;全文 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4160532A4 (en) * | 2020-06-03 | 2023-12-06 | Guangdong Oppo Mobile Telecommunications Corp., Ltd. | OBJECT MEASUREMENT METHOD AND APPARATUS, VIRTUAL OBJECT PROCESSING METHOD AND APPARATUS, ELECTRONIC MEDIUM AND DEVICE |
Also Published As
Publication number | Publication date |
---|---|
CN109029253A (zh) | 2018-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109029253B (zh) | 一种包裹体积测量方法、***、储存介质及移动终端 | |
WO2020207166A1 (zh) | 一种物体检测方法、装置、电子设备和存储介质 | |
EP3852064B1 (en) | Object labeling method and apparatus, movement control method and apparatus, device, and storage medium | |
US8630456B2 (en) | Object recognition method, object recognition apparatus, and autonomous mobile robot | |
KR102095842B1 (ko) | 격자지도 생성 장치 및 방법 | |
CN110879994A (zh) | 基于形状注意力机制的三维目测检测方法、***、装置 | |
CA2937518A1 (en) | Augmented three dimensional point collection of vertical structures | |
JP6632208B2 (ja) | 情報処理装置、情報処理方法、プログラム | |
CN111612728B (zh) | 一种基于双目rgb图像的3d点云稠密化方法和装置 | |
US20220309761A1 (en) | Target detection method, device, terminal device, and medium | |
CN109213202B (zh) | 基于光学伺服的货物摆放方法、装置、设备和存储介质 | |
CN114396875B (zh) | 一种基于深度相机垂直拍摄的长方形包裹体积测量方法 | |
US20230047211A1 (en) | Method and system for automatic characterization of a three-dimensional (3d) point cloud | |
CN114332134B (zh) | 一种基于密集点云的建筑物立面提取方法和装置 | |
CN113034571A (zh) | 一种基于视觉—惯性的物体三维尺寸测量方法 | |
Hofmann et al. | Skyline matching based camera orientation from images and mobile mapping point clouds | |
CN116105721B (zh) | 地图构建的回环优化方法、装置、设备及存储介质 | |
Rothermel et al. | Fast and robust generation of semantic urban terrain models from UAV video streams | |
CN113379826A (zh) | 物流件的体积测量方法以及装置 | |
US11669988B1 (en) | System and method for three-dimensional box segmentation and measurement | |
CN113592976A (zh) | 地图数据的处理方法、装置、家用电器和可读存储介质 | |
CN114445591A (zh) | 地图构建方法、***、设备以及计算机存储介质 | |
Naimaee et al. | Automatic extraction of control points from 3D Lidar mobile mapping and UAV imagery for aerial triangulation | |
Zeng et al. | An improved extraction method of individual building wall points from mobile mapping system data | |
CN116468878B (zh) | 一种基于定位地图的ar设备定位方法 |
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 |