CN111256628A - 墙面平整度检测方法、装置、计算机设备和存储介质 - Google Patents
墙面平整度检测方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN111256628A CN111256628A CN202010069652.6A CN202010069652A CN111256628A CN 111256628 A CN111256628 A CN 111256628A CN 202010069652 A CN202010069652 A CN 202010069652A CN 111256628 A CN111256628 A CN 111256628A
- Authority
- CN
- China
- Prior art keywords
- image
- phase
- wall surface
- dimensional
- flatness
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 17
- 238000000034 method Methods 0.000 claims abstract description 45
- 238000012937 correction Methods 0.000 claims description 63
- 238000004590 computer program Methods 0.000 claims description 27
- 238000012545 processing Methods 0.000 claims description 27
- 230000007547 defect Effects 0.000 claims description 18
- 238000001914 filtration Methods 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000005259 measurement Methods 0.000 abstract description 33
- 238000005516 engineering process Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 235000002566 Capsicum Nutrition 0.000 description 4
- 239000006002 Pepper Substances 0.000 description 4
- 241000722363 Piper Species 0.000 description 4
- 235000016761 Piper aduncum Nutrition 0.000 description 4
- 235000017804 Piper guineense Nutrition 0.000 description 4
- 235000008184 Piper nigrum Nutrition 0.000 description 4
- 238000003384 imaging method Methods 0.000 description 4
- 230000010363 phase shift Effects 0.000 description 4
- 150000003839 salts Chemical class 0.000 description 4
- 238000002366 time-of-flight method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
- G01B11/303—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces using photoelectric detection means
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请涉及一种墙面平整度检测方法、装置、计算机设备和存储介质。方法包括:获取墙面的第一图像、第二图像以及摄像设备的参数信息;根据第一图像以及第二图像,获得第一相位图像以及第二相位图像;根据第一相位图像、第二相位图像以及摄像设备参数信息进行三维重构,生成三维图像;根据三维图像,计算墙面的平整度。采用本方法能够根据墙面的图像以及摄像设备参数信息,建立三维图像,根据三维图像,计算墙面的平整度,采用非接触式测量方式计算墙面的平整度,无需标定基准面,直接测量墙面平整度,具有测量速度快、测量范围广、对被测墙面无影响等特点,可以替代人工进行测量墙面,减少安全事故、提高建筑效率。
Description
技术领域
本申请涉及机器视觉技术领域,特别是涉及一种墙面平整度检测方法、装置、计算机设备和存储介质。
背景技术
随着人工智能技术的高速发展,越来越多的工业设备要求达到智能化水平,这就使得“机器视觉”成为当下的研究热点,而三维成像技术又是机器视觉中的热点。三维成像需要先进行三维测量,获得被测物表面在世界坐标系下的三维坐标信息,然后生成点云图,构建出其表面三维形貌。三维测量技术是获取被测物表面点的世界坐标的一种统称,可分为接触式测量和非接触式测量两大类。接触式的测量方案主要是通过传统的机械式传感器去实现的,通过探头或探针在被测物表面滑动而得出的。非接触式测量主要通过广播或电磁波、超声波等,通过波的发射和反射来实现测量。相比而言,非接触式测量方案具有速度快、应用场景限制较少、对被测物无影响等优点而越来越得到广泛的应用。光学三维测量技术是通过光学仪器和电子设备对被测物的表面三维信息进行扫描,运用计算机视觉和计算机图形学的相关知识,在计算机中快速的再现物体的三维几何形态。
目前基于视觉测量的方法要获得物体的三维信息方式,测量误差较大,测量耗时长,不适用于建筑物墙面平整度的测量。
发明内容
基于此,有必要针对上述技术问题,提供一种能够精确测量墙面平整度的墙面平整度检测方法、装置、计算机设备和存储介质。
一种墙面平整度检测方法,所述方法包括:
获取墙面的第一图像、第二图像以及摄像设备的参数信息;
根据所述第一图像以及第二图像,获得第一相位图像以及第二相位图像;
根据所述第一相位图像、第二相位图像以及所述参数信息进行三维重构,生成三维图像;
根据所述三维图像,计算所述墙面的平整度。
在其中一个实施例中,所述摄像设备包括第一摄像设备和第二摄像设备;
向墙面投射条纹投影;
获取所述第一摄像设备对墙面采集的第一原始图像以及所述第二摄像设备对墙面采集的第二原始图像,所述第一原始图像与所述第二原始图像具有重合区域;
对所述第一原始图像以及第二原始图像进行图像处理,得到第一图像以及第二图像,其中,所述图像处理包括滤波、插值、曲面拟合至少一种处理方式。
在其中一个实施例中,根据所述第一图像以及第二图像的像素灰度值,检索对应的相位映射表,获得所述第一相位图像以及所述第二相位图像。
在其中一个实施例中,所述第一相位图像包括第一水平相位图像以及第一垂直相位图像;所述第二相位图像包括第二水平相位图像以及第二垂直相位图像;
根据所述第一水平相位图像、第一垂直相位图像、第二水平相位图像以及第二垂直相位图像进行图像匹配,得到图像视差;
根据所述图像视差以及所述参数信息进行三维重构,生成三维图像。
在其中一个实施例中,根据所述参数信息将所述第一水平相位图像、第一垂直相位图像、第二水平相位图像以及第二垂直相位图像进行双目校正,获得统一坐标系的第一水平矫正图像、第一垂直矫正图像、第二水平矫正图像和第二垂直矫正图像;
将所述第一水平矫正图像、第一垂直矫正图像、第二水平矫正图像以及第二垂直矫正图像进行特征点匹配,获得图像视差。
在其中一个实施例中,根据所述图像视差以及所述参数信息,获得深度图像;
计算所述深度图像中点的世界坐标,获得三维点云图;
将所述三维点云图进行三维重构,生成所述三维图像。
在其中一个实施例中,将所述三维图像中的不在墙面中的点云数据进行非线性拟合,获得二维图像;
根据所述二维图像,获取墙面的缺陷信息。
在其中一个实施例中,获取所述三维图像的点云数据以及参考平面的点云数据;
将所述三维图像的点云数据与参考平面的点云数据进行重合,获取重合的点云数量;
根据所述重合的点云数量以及参考平面的总点云数量,计算所述墙面的平整度。
一种墙面平整度检测装置,所述装置包括:
采集模块,用于获取墙面的第一图像、第二图像以及摄像设备的参数信息;
分析模块,用于根据所述第一图像以及第二图像,获得第一相位图像以及第二相位图像;
三维重构模块,用于三维重构模块,用于根据所述第一相位图像、第二相位图像以及所述参数信息进行三维重构,生成三维图像;
平整度模块,用于根据所述三维图像,计算所述墙面的平整度。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取墙面的第一图像、第二图像以及摄像设备的参数信息;
根据所述第一图像以及第二图像,获得第一相位图像以及第二相位图像;
根据所述第一相位图像、第二相位图像以及所述参数信息进行三维重构,生成三维图像;
根据所述三维图像,计算所述墙面的平整度。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取墙面的第一图像、第二图像以及摄像设备的参数信息;
根据所述第一图像以及第二图像,获得第一相位图像以及第二相位图像;
根据所述第一相位图像、第二相位图像以及所述参数信息进行三维重构,生成三维图像;
根据所述三维图像,计算所述墙面的平整度。
上述墙面平整度检测方法、装置、计算机设备和存储介质,通过获取墙面的第一图像、第二图像以及摄像设备的参数信息,建立三维图像,根据所述三维图像,计算所述墙面的平整度,采用非接触式测量方式计算墙面的平整度,无需标定基准面,直接测量墙面平整度,具有测量速度快、测量范围广、对被测墙面无影响等特点,可以替代人工进行测量墙面,减少安全事故、提高建筑效率。
附图说明
图1为一个实施例中墙面平整度检测方法的应用环境图;
图2为一个实施例中墙面平整度检测方法的流程示意图;
图3为图2墙面平整度检测方法的条纹投影图;
图4为一个实施例中墙面平整度检测装置的世界坐标图;
图5为另一个实施例中墙面平整度检测方法的流程示意图;
图6为一个实施例中墙面平整度检测装置的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
目前基于视觉测量的方法要获得物体的三维信息主要有三种方式:双目立体视觉、结构光技术、飞行时间法(Time of Flight)。其中双目立体视觉的方法是一种被动的方式,通过摄像设备中成像的几何关系进行运算得出深度信息;结构光法和飞行时间法均属于主动测量的范畴,分别基于已知的特殊光线信息和飞行时间测量传感器实现。在被测物表面色差较小、表面光滑物纹理信息的情况下,双目立体视觉的方法测量误差较大,不适用于建筑物墙面平整度的测量。而飞行时间法通过激光雷达成像,但是由于成本较高,客观上限制了其应用场景。通过结构光技术测量三维形貌具有两种方式,一种为一个摄像设备和一台投影设备构成的单目测量方案,另一种为两个摄像设备和一台投影设备构成的双目测量方案。单目测量方案需要提前获取一个基准面作为测量的参考平面,而双目测量方案无需获取一个基准面作为测量的参考平面。在测量环境限制为无法获取基准平面的情况下,双目结构光技术非常适合用于测量建筑物墙面的平整度。
本发明针对建筑行业的墙面平整度和瑕疵的测量问题,提出了利用非接触式的双目结构光技术对墙面三维形貌进行测量的方法。采用光学非接触的形式,精确的测量建筑物墙面的任意点。本发明的平整度检测技术基于双目立体视觉和结构光测量技术,利用额外的已知信息的条纹结构光线,运用双目立体视觉的方法计算出墙面可视区域内各点的三维坐标,最后通过点云图绘制出墙面的三维图像。本申请提供的墙面平整度检测方法,可以应用于如图1所示的应用环境中。其中,处理设备102通过网络分别与摄像设备104和投影设备106通过网络进行通信。其中,处理设备102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备,也可以用独立的服务器或者是多个服务器组成的服务器集群来实现。在本实施例中,摄像设备104包括第一摄像设备和第二摄像设备。投影设备106位于第一摄像设备和第二摄像设备之间,投影设备106向墙面投射条纹投影,第一摄像设备与第二摄像设备平行布置,将焦距调节到相同位置,分别获取第一原始图像和第二原始图像。在本实施例中,第一摄像设备和第二摄像设备为采集帧率相同的CCD相机,投影设备106为可编程的光栅条纹投影仪。
在一个实施例中,如图2所示,提供了一种墙面平整度检测方法,以该方法应用于图1中的处理设备102为例进行说明,包括以下步骤:
步骤202,获取墙面的第一图像、第二图像以及摄像设备的参数信息。
其中,参数信息包括摄像设备的内参数和外参数。摄像设备包括第一摄像设备和第二摄像设备。在本实施例中,通过相机标定方式获取摄像设备的摄像设备的参数信息。采用棋盘格标定法进行标定,第一摄像设备和第二摄像设备拍摄20张以上的标定板图像,分别寻找标定板的角点在第一摄像设备和第二摄像设备中的具***置,再经过迭代计算估计出摄像设备的主点坐标(cx,cy)和像素尺寸(fx,fy),以及第一摄像设备和第二摄像设备之间的平移矩阵R和旋转矩阵T,获得摄像设备的参数信息。
获取墙面的第一图像以及第二图像以及摄像设备的参数信息包括:向墙面投射条纹投影,优选的,条纹投影覆盖整个墙面;获取第一摄像设备对墙面采集的第一原始图像以及第二摄像设备对墙面采集的第二原始图像,第一原始图像与第二原始图像具有重合区域;对第一原始图像以及第二原始图像进行图像处理,得到第一图像以及第二图像。其中,图像处理包括滤波、插值、曲面拟合至少一种处理方式。在本实施例中,第一摄像设备和第二摄像设备的采集区域覆盖条纹投影所在的区域,并获取分辨率和帧率相同的图像。
在本实施例中,第一摄像设备和第二摄像设备将采集的第一原始图像和第二原始图像发送至处理设备102,处理设备102对第一原始图像以及第二原始图像采用均值滤波法进行图像处理,滤除第一原始图像和第二原始图像中的椒盐噪声,得到第一图像以及第二图像。如图3所示,投影设备106所投射的条纹图像也可以为点阵图像、像素图像或其他图像。其中,椒盐噪声也称为脉冲噪声,是图像中经常见到的一种噪声,它是一种随机出现的白点和/或黑点,可能是亮的区域有黑色像素和/或是在暗的区域有白色像素。椒盐噪声的成因可能是影像讯号受到突如其来的强烈干扰而产生、类比数位转换器或位元传输错误等。
步骤204,根据第一图像以及第二图像,获得第一相位图像以及第二相位图像。
具体地,采用双频六步相移法处理第一图像以及第二图像,获得第一相位图像以及第二相位图像。根据第一图像以及第二图像的像素灰度值,检索对应的相位映射表,获得第一相位图像以及第二相位图像。计算第一相位图像以及第二相位图像的相位,结合相位与高度的映射关系计算出被测物的高度分布。其中,双频六步相移法(Dual-frequencypattern scheme for high-speed 3-D shape measurement)为将高频正弦波分量与单位频率正弦波分量结合在一起,其中高频分量用于生成鲁棒的相位信息,而单位频率分量用于减少相位解缠含糊不清。双频六步相移法能克服相位跳跃和不连续性。与传统的时间相位展开方法相比,双频六步相移法可以使用更少的模式来获得更高质量的相位数据。
步骤206,根据第一相位图像、第二相位图像以及参数信息进行三维重构,生成三维图像。
具体地,根据第一相位图像、第二相位图像以及参数信息,计算出墙面可视区域内各点的三维坐标,根据三维坐标形成的点云图绘制出墙面的三维图像。
根据第一相位图像、第二相位图像以及参数信息进行三维重构,生成三维图像包括:第一相位图像包括第一水平相位图像以及第一垂直相位图像;第二相位图像包括第二水平相位图像以及第二垂直相位图像;根据第一水平相位图像、第一垂直相位图像、第二水平相位图像以及第二垂直相位图像进行图像匹配,得到图像视差;根据图像视差以及参数信息进行三维重构,生成三维图像。
具体地,根据参数信息将第一水平相位图像、第一垂直相位图像、第二水平相位图像以及第二垂直相位图像进行双目校正,消除图像因镜头畸变等因素带来的图像的扭曲歪斜,使得坐标系下的一个特征点在第一摄像设备和第二摄像设备的图像坐标系下处于同一个水平线上,统一坐标系。获得统一坐标系的第一水平矫正图像、第一垂直矫正图像、第二水平矫正图像和第二垂直矫正图像;将第一水平矫正图像、第一垂直矫正图像、第二水平矫正图像以及第二垂直矫正图像进行特征点匹配,获得图像视差。在本实施例中,采用绝对相位的方法进行度量匹配,相位的匹配代价可表示为:
其中,坐标系为世界坐标系、H01为第一水平相位图像、H02为第二水平相位图像、V01为第一垂直相位图像、V02为第二垂直相位图像、d为图像视差。根据上式,沿水平线方向在选定的区域中进行匹配计算,获得图像视差。
根据图像视差以及参数信息进行三维重构,生成三维图像包括:根据图像视差以及参数信息,获得深度图像;计算深度图像中点的世界坐标,获得三维点云图;将三维点云图进行三维重构,生成三维图像。
请参照图4,具体地,将图像视差d代入公式进行计算,获得深度图像depth。其中,baseline是摄像设备的基线距离,具体为两个摄像设备靶面光心间的距离,焦距f是双目标定时候的内参数fx。再根据相似三角形法则计算出深度图像中点的坐标,获得墙面的三维点云图。具体的计算公式为:
其中,fx、fy为摄像设备在坐标系x、y两轴上的焦距,cx、cy为摄像设备的主点坐标,s为深度图像的缩放因子,d为图像视差。将三维点云图进行滤波、插值、曲面拟合等操作,生成三维图像。
步骤208,根据三维图像,计算墙面的平整度。
根据三维图像,计算墙面的平整度包括:获取三维图像的点云数据以及参考平面的点云数据;将三维图像的点云数据与参考平面的点云数据进行重合,获取重合的点云数量;根据重合的点云数量以及参考平面的总点云数量,计算墙面的平整度。
具体地,根据三维图像,***一个参考平面与尽可能多的三维图像重合,将三维图像的点云数据与参考平面的点云数据进行重合,获取点云重合数量;根据点云重合数量和参考平面的总点云数量;将点云重合数量代入墙面的平整度计算公式,计算墙面的平整度。
整个墙面的平整度计算公式为:
重合的点云数目越多,则被测量墙面的平整度越高。
根据三维图像,计算墙面的平整度包括:将三维图像中的不在墙面中的点云数据进行非线性拟合,获得二维图像;根据二维图像,获取墙面的缺陷信息。
具体地,将三维图像中的不在墙面中的点云数据进行非线性拟合,获得二维图像;根据二维图像,获取墙面的缺陷信息。
其中,缺陷信息包括裂纹缺陷标识和鼓包缺陷标识。
具体地,将三维图像中的不在墙面中的点云数据进行非线性拟合,获得二维图像。识别二维图像不平整区域的缺陷信息,根据不平整区域判断缺陷信息为裂纹缺陷标识或鼓包缺陷标识。
上述墙面平整度检测方法,通过获取墙面的第一图像、第二图像以及摄像设备的参数信息,建立三维图像,根据三维图像,计算墙面的平整度,采用非接触式测量方式计算墙面的平整度,无需标定基准面,直接测量墙面平整度,具有测量速度快、测量范围广、对被测墙面无影响等特点,可以替代人工进行测量墙面,减少安全事故、提高建筑效率。
在一个实施例中,如图5所示,提供了一种墙面平整度检测方法,以该方法应用于图1中的处理设备102为例进行说明。
初始化处理设备,检测处理设备与第一摄像设备、第二摄像设备和投影设备的连接状态以及运行状态。投影设备包括投影仪和与投影仪连接的机械臂,机械臂用于驱动投影仪进行移动。
开启投影设备,向被测墙面投射条纹投影。其中,投影条纹的间距和宽度可以在处理设备中进行预设,也可以在开启投影设备后重新设定。
处理设备触发第一摄像设备和第二摄像设备,分别在同一平面采集条纹图像,条纹图像包括第一图像以及第二图像,保证第一图像以及第二图像在第一摄像设备和第二摄像设备中的重合部分最大化。
对采集到的第一图像以及第二图像采用均值滤波法进行滤波操作,滤除第一图像以及第二图像中的高频椒盐噪声。
将第一图像以及第二图像进行绝对相位求解,使用双频六步相移法通过查找像素灰度值-相位映射表的方式,得到第一摄像设备、第二摄像设备的第一相位图像以及第二相位图像。
通过相机标定方式获取摄像设备的参数信息。采用棋盘格标定法进行标定,第一摄像设备和第二摄像设备拍摄的标定板图像,分别寻找标定板的角点在第一摄像设备和第二摄像设备中的具***置,再经过迭代计算估计出摄像设备的主点坐标(cx,cy)和像素尺寸(fx,fy),以及第一摄像设备和第二摄像设备之间的平移矩阵R和旋转矩阵T,获得摄像设备的参数信息。
根据摄像设备的参数信息对第一摄像设备和第二摄像设备的第一相位图像以及第二相位图像进行双目校正,消除因镜头畸变等因素造成第一相位图像以及第二相位图像的扭曲歪斜,使得坐标系下的一个特征点在第一摄像设备和第二摄像设备的图像坐标系下处于同一个水平线上,获得统一坐标系的第一水平矫正图像、第一垂直矫正图像、第二水平矫正图像和第二垂直矫正图像。
将统一坐标系的第一水平矫正图像、第一垂直矫正图像、第二水平矫正图像和第二垂直矫正图像进行特征点匹配,采用绝对相位的方法进行度量匹配,相位的匹配代价可表示为:
其中,坐标系为世界坐标系、H01为第一水平相位图像、H02为第二水平相位图像、V01为第一垂直相位图像、V02为第二垂直相位图像、d为图像视差。根据上式,沿水平线方向在选定的区域中进行匹配计算,获得图像视差。
将图像视差d代入公式进行计算,获得深度图像depth。其中,baseline是摄像设备的基线距离,具体为两个摄像设备靶面光心间的距离,焦距f是双目标定时候的内参数fx。再根据相似三角形法则计算出深度图像中点的坐标,获得墙面的三维点云图。具体的计算公式为:
其中,fx、fy为摄像设备在坐标系x、y两轴上的焦距,cx、cy为摄像设备的主点坐标,s为深度图像的缩放因子,d为图像视差。将三维点云图进行滤波、插值、曲面拟合等操作,生成三维图像。
根据三维图像,***一个参考平面与尽可能多的三维图像重合,则整个墙面的平整度计算公式为:
重合的点云数目越多,则被测量墙面的平整度越高。
将三维图像中不在***平面的点进行非线性拟合得到的二维图像,获得不平整区域的缺陷信息,判断该缺陷信息是属于裂纹缺陷还是鼓包缺陷。
应该理解的是,虽然图2、图5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2、图5中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中,如图6所示,提供了一种墙面平整度检测装置,包括:采集模块610、分析模块620、三维重构模块630和平整度模块640,其中:
采集模块610,用于获取墙面的第一图像、第二图像以及摄像设备的参数信息。
分析模块620,用于根据第一图像以及第二图像,获得第一相位图像以及第二相位图像。
三维重构模块630,用于三维重构模块,用于根据第一相位图像、第二相位图像以及参数信息进行三维重构,生成三维图像。
平整度模块640,用于根据三维图像,计算墙面的平整度。
采集模块610,还用于向墙面投射条纹投影;获取第一摄像设备对墙面采集的第一原始图像以及第二摄像设备对墙面采集的第二原始图像,第一原始图像与第二原始图像具有重合区域;对第一原始图像以及第二原始图像进行图像处理,得到第一图像以及第二图像。
分析模块620,还用于根据第一图像以及第二图像的像素灰度值,检索对应的相位映射表,获得第一相位图像以及第二相位图像。
三维重构模块630,还用于根据第一水平相位图像、第一垂直相位图像、第二水平相位图像以及第二垂直相位图像进行图像匹配,得到图像视差;根据图像视差以及参数信息进行三维重构,生成三维图像。
三维重构模块630,还用于根据参数信息将第一水平相位图像、第一垂直相位图像、第二水平相位图像以及第二垂直相位图像进行双目校正,获得统一坐标系的第一水平矫正图像、第一垂直矫正图像、第二水平矫正图像和第二垂直矫正图像;
将第一水平矫正图像、第一垂直矫正图像、第二水平矫正图像以及第二垂直矫正图像进行特征点匹配,获得图像视差。
三维重构模块630,还用于根据图像视差以及参数信息,获得深度图像;计算深度图像中点的世界坐标,获得三维点云图;将三维点云图进行三维重构,生成三维图像。
平整度模块640,还用于将三维图像中的不在墙面中的点云数据进行非线性拟合,获得二维图像;根据二维图像,获取墙面的缺陷信息。
平整度模块640,还用于获取三维图像的点云数据以及参考平面的点云数据;将三维图像的点云数据与参考平面的点云数据进行重合,获取重合的点云数量;根据重合的点云数量以及参考平面的总点云数量,计算墙面的平整度。
关于墙面平整度检测装置的具体限定可以参见上文中对于墙面平整度检测方法的限定,在此不再赘述。上述墙面平整度检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是终端,其内部结构图可以如图7所示。该计算机设备包括通过***总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作***和计算机程序。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种墙面平整度检测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图7中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取墙面的第一图像、第二图像以及摄像设备的参数信息;
根据第一图像以及第二图像,获得第一相位图像以及第二相位图像;
根据第一相位图像、第二相位图像以及参数信息进行三维重构,生成三维图像;
根据三维图像,计算墙面的平整度。
在一个实施例中,摄像设备包括第一摄像设备和第二摄像设备,处理器执行计算机程序时还实现以下步骤:
向墙面投射条纹投影;
获取第一摄像设备对墙面采集的第一原始图像以及第二摄像设备对墙面采集的第二原始图像,第一原始图像与第二原始图像具有重合区域;
对第一原始图像以及第二原始图像进行图像处理,得到第一图像以及第二图像,其中,图像处理包括滤波、插值、曲面拟合至少一种处理方式。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据第一图像以及第二图像的像素灰度值,检索对应的相位映射表,获得第一相位图像以及第二相位图像。
在一个实施例中,第一相位图像包括第一水平相位图像以及第一垂直相位图像;第二相位图像包括第二水平相位图像以及第二垂直相位图像,处理器执行计算机程序时还实现以下步骤:
根据第一水平相位图像、第一垂直相位图像、第二水平相位图像以及第二垂直相位图像进行图像匹配,得到图像视差;
根据图像视差以及参数信息进行三维重构,生成三维图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据参数信息将第一水平相位图像、第一垂直相位图像、第二水平相位图像以及第二垂直相位图像进行双目校正,获得统一坐标系的第一水平矫正图像、第一垂直矫正图像、第二水平矫正图像和第二垂直矫正图像;
将第一水平矫正图像、第一垂直矫正图像、第二水平矫正图像以及第二垂直矫正图像进行特征点匹配,获得图像视差。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
根据图像视差以及参数信息,获得深度图像;
计算深度图像中点的世界坐标,获得三维点云图;
将三维点云图进行三维重构,生成三维图像。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
将三维图像中的不在墙面中的点云数据进行非线性拟合,获得二维图像;
根据二维图像,获取墙面的缺陷信息。
在一个实施例中,处理器执行计算机程序时还实现以下步骤:
获取三维图像的点云数据以及参考平面的点云数据;
将三维图像的点云数据与参考平面的点云数据进行重合,获取重合的点云数量;
根据重合的点云数量以及参考平面的总点云数量,计算墙面的平整度。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取墙面的第一图像、第二图像以及摄像设备的参数信息;
根据第一图像以及第二图像,获得第一相位图像以及第二相位图像;
根据第一相位图像、第二相位图像以及参数信息进行三维重构,生成三维图像;
根据三维图像,计算墙面的平整度。
在一个实施例中,摄像设备包括第一摄像设备和第二摄像设备,计算机程序被处理器执行时还实现以下步骤:
向墙面投射条纹投影;
获取第一摄像设备对墙面采集的第一原始图像以及第二摄像设备对墙面采集的第二原始图像;第一原始图像与第二原始图像具有重合区域;
对第一原始图像以及第二原始图像进行图像处理,得到第一图像以及第二图像,其中,图像处理包括滤波、插值、曲面拟合至少一种处理方式。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据第一图像以及第二图像的像素灰度值,检索对应的相位映射表,获得第一相位图像以及第二相位图像。
在一个实施例中,第一相位图像包括第一水平相位图像以及第一垂直相位图像;第二相位图像包括第二水平相位图像以及第二垂直相位图像,计算机程序被处理器执行时还实现以下步骤:
根据第一水平相位图像、第一垂直相位图像、第二水平相位图像以及第二垂直相位图像进行图像匹配,得到图像视差;
根据图像视差以及参数信息进行三维重构,生成三维图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据参数信息将第一水平相位图像、第一垂直相位图像、第二水平相位图像以及第二垂直相位图像进行双目校正,获得统一坐标系的第一水平矫正图像、第一垂直矫正图像、第二水平矫正图像和第二垂直矫正图像;
将第一水平矫正图像、第一垂直矫正图像、第二水平矫正图像以及第二垂直矫正图像进行特征点匹配,获得图像视差。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
根据图像视差以及参数信息,获得深度图像;
计算深度图像中点的世界坐标,获得三维点云图;
将三维点云图进行三维重构,生成三维图像。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
将三维图像中的不在墙面中的点云数据进行非线性拟合,获得二维图像;
根据二维图像,获取墙面的缺陷信息。
在一个实施例中,计算机程序被处理器执行时还实现以下步骤:
获取三维图像的点云数据以及参考平面的点云数据;
将三维图像的点云数据与参考平面的点云数据进行重合,获取重合的点云数量;
根据重合的点云数量以及参考平面的总点云数量,计算墙面的平整度。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (11)
1.一种墙面平整度检测方法,其特征在于,所述方法包括:
获取墙面的第一图像、第二图像以及摄像设备的参数信息;
根据所述第一图像以及所述第二图像,获得第一相位图像以及第二相位图像;
根据所述第一相位图像、所述第二相位图像以及所述参数信息进行三维重构,生成三维图像;
根据所述三维图像,计算所述墙面的平整度。
2.根据权利要求1所述的方法,其特征在于,所述获取墙面的第一图像、第二图像以及摄像设备的参数信息包括:所述摄像设备包括第一摄像设备和第二摄像设备;
向墙面投射条纹投影;
获取所述第一摄像设备对墙面采集的第一原始图像以及所述第二摄像设备对墙面采集的第二原始图像,所述第一原始图像与所述第二原始图像具有重合区域;
对所述第一原始图像以及所述第二原始图像进行图像处理,得到所述第一图像以及所述第二图像,其中,所述图像处理包括滤波、插值、曲面拟合至少一种处理方式。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第一图像以及所述第二图像,获得第一相位图像以及第二相位图像包括:
根据所述第一图像以及所述第二图像的像素灰度值,检索对应的相位映射表,获得所述第一相位图像以及所述第二相位图像。
4.根据权利要求1所述的方法,其特征在于,所述根据所述第一相位图像、所述第二相位图像以及所述参数信息进行三维重构,生成三维图像包括:所述第一相位图像包括第一水平相位图像以及第一垂直相位图像;所述第二相位图像包括第二水平相位图像以及第二垂直相位图像;
根据所述第一水平相位图像、所述第一垂直相位图像、所述第二水平相位图像以及所述第二垂直相位图像进行图像匹配,得到图像视差;
根据所述图像视差以及所述参数信息进行三维重构,生成三维图像。
5.根据权利要求4所述的方法,其特征在于,所述根据所述第一水平相位图像、所述第一垂直相位图像、所述第二水平相位图像以及所述第二垂直相位图像进行图像匹配,得到图像视差包括:
根据所述参数信息将所述第一水平相位图像、所述第一垂直相位图像、所述第二水平相位图像以及所述第二垂直相位图像进行双目校正,获得统一坐标系的第一水平矫正图像、第一垂直矫正图像、第二水平矫正图像和第二垂直矫正图像;
将所述第一水平矫正图像、所述第一垂直矫正图像、所述第二水平矫正图像以及所述第二垂直矫正图像进行特征点匹配,获得所述图像视差。
6.根据权利要求4所述的方法,其特征在于,所述根据所述图像视差以及所述参数信息进行三维重构,生成三维图像包括:
根据所述图像视差以及所述参数信息,获得深度图像;
计算所述深度图像中点的世界坐标,获得三维点云图;
将所述三维点云图进行三维重构,生成所述三维图像。
7.根据权利要求1所述的方法,其特征在于,所述根据所述三维图像,计算所述墙面的平整度包括:
将所述三维图像中的不在墙面中的点云数据进行非线性拟合,获得二维图像;
根据所述二维图像,获取墙面的缺陷信息。
8.根据权利要求1所述的方法,其特征在于,所述根据所述三维图像,计算所述墙面的平整度包括:
获取所述三维图像的点云数据以及参考平面的点云数据;
将所述三维图像的点云数据与所述参考平面的点云数据进行重合,获取重合的点云数量;
根据所述重合的点云数量以及参考平面的总点云数量,计算所述墙面的平整度。
9.一种墙面平整度检测装置,其特征在于,所述装置包括:
采集模块,用于获取墙面的第一图像、第二图像以及摄像设备的参数信息;
分析模块,用于根据所述第一图像以及所述第二图像,获得第一相位图像以及第二相位图像;
三维重构模块,用于三维重构模块,用于根据所述第一相位图像、所述第二相位图像以及所述参数信息进行三维重构,生成三维图像;
平整度模块,用于根据所述三维图像,计算所述墙面的平整度。
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述方法的步骤。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010069652.6A CN111256628A (zh) | 2020-01-21 | 2020-01-21 | 墙面平整度检测方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010069652.6A CN111256628A (zh) | 2020-01-21 | 2020-01-21 | 墙面平整度检测方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111256628A true CN111256628A (zh) | 2020-06-09 |
Family
ID=70951009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010069652.6A Pending CN111256628A (zh) | 2020-01-21 | 2020-01-21 | 墙面平整度检测方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111256628A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112964161A (zh) * | 2021-02-06 | 2021-06-15 | 广东至衡工程管理有限公司 | 一种工程监理用墙面平整度检测装置及检测方法 |
CN113240636A (zh) * | 2021-05-08 | 2021-08-10 | 苏州天准科技股份有限公司 | 表面waviness智能检测方法、***、存储介质和终端设备 |
CN114001680A (zh) * | 2021-11-01 | 2022-02-01 | 吉林大学 | 一种车辆侧墙不平度测量装置及测量方法 |
CN114136974A (zh) * | 2021-11-03 | 2022-03-04 | 南京英尼格玛工业自动化技术有限公司 | 一种适用于多场景的机器视觉***的工业相机组件及*** |
CN114286052A (zh) * | 2021-12-23 | 2022-04-05 | 广东景龙建设集团有限公司 | 一种装配式建筑的墙面装修画面的分享方法及*** |
CN114998408A (zh) * | 2022-04-26 | 2022-09-02 | 江苏双赢锻压机床有限公司 | 基于激光测量的冲床线ccd视觉检测*** |
CN116380918A (zh) * | 2023-05-18 | 2023-07-04 | 赣州市秋田微电子有限公司 | 缺陷检测方法、装置及设备 |
-
2020
- 2020-01-21 CN CN202010069652.6A patent/CN111256628A/zh active Pending
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112964161A (zh) * | 2021-02-06 | 2021-06-15 | 广东至衡工程管理有限公司 | 一种工程监理用墙面平整度检测装置及检测方法 |
CN113240636A (zh) * | 2021-05-08 | 2021-08-10 | 苏州天准科技股份有限公司 | 表面waviness智能检测方法、***、存储介质和终端设备 |
CN113240636B (zh) * | 2021-05-08 | 2022-06-21 | 苏州天准科技股份有限公司 | 表面waviness智能检测方法、***、存储介质和终端设备 |
CN114001680A (zh) * | 2021-11-01 | 2022-02-01 | 吉林大学 | 一种车辆侧墙不平度测量装置及测量方法 |
CN114136974A (zh) * | 2021-11-03 | 2022-03-04 | 南京英尼格玛工业自动化技术有限公司 | 一种适用于多场景的机器视觉***的工业相机组件及*** |
CN114286052A (zh) * | 2021-12-23 | 2022-04-05 | 广东景龙建设集团有限公司 | 一种装配式建筑的墙面装修画面的分享方法及*** |
CN114998408A (zh) * | 2022-04-26 | 2022-09-02 | 江苏双赢锻压机床有限公司 | 基于激光测量的冲床线ccd视觉检测*** |
CN114998408B (zh) * | 2022-04-26 | 2023-06-06 | 宁波益铸智能科技有限公司 | 基于激光测量的冲床线ccd视觉检测*** |
CN116380918A (zh) * | 2023-05-18 | 2023-07-04 | 赣州市秋田微电子有限公司 | 缺陷检测方法、装置及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111256628A (zh) | 墙面平整度检测方法、装置、计算机设备和存储介质 | |
Feng et al. | Fast three-dimensional measurements for dynamic scenes with shiny surfaces | |
WO2015180659A1 (zh) | 图像处理方法和图像处理装置 | |
Muquit et al. | A high-accuracy passive 3D measurement system using phase-based image matching | |
TWI489082B (zh) | 用於校正雷射量測裝置的方法及其系統 | |
CN109544628B (zh) | 一种指针式仪表的准确读数识别***及方法 | |
CN110838164B (zh) | 基于物体点深度的单目图像三维重建方法、***及装置 | |
EP3135033B1 (en) | Structured stereo | |
WO2020063987A1 (zh) | 三维扫描方法、装置、存储介质和处理器 | |
CN112184811B (zh) | 单目空间结构光***结构校准方法及装置 | |
JP5633058B1 (ja) | 3次元計測装置及び3次元計測方法 | |
KR101589167B1 (ko) | 깊이 정보를 이용한 원근 왜곡 영상의 보정 시스템 및 방법 | |
JP5951043B2 (ja) | 画像計測装置 | |
JP6580761B1 (ja) | 偏光ステレオカメラによる深度取得装置及びその方法 | |
CN110675440B (zh) | 三维深度数据的置信度评估方法、装置和计算机设备 | |
Gai et al. | A flexible multi-view calibration and 3D measurement method based on digital fringe projection | |
Shim et al. | Time-of-flight sensor and color camera calibration for multi-view acquisition | |
Fernandez et al. | Planar-based camera-projector calibration | |
CN116129037B (zh) | 视触觉传感器及其三维重建方法、***、设备及存储介质 | |
Shaheen et al. | Characterisation of a multi-view fringe projection system based on the stereo matching of rectified phase maps | |
Harvent et al. | Multi-view dense 3D modelling of untextured objects from a moving projector-cameras system | |
Balzer et al. | Cavlectometry: Towards holistic reconstruction of large mirror objects | |
Liu et al. | Pose estimation from reflections for specular surface recovery | |
CN112164099A (zh) | 基于单目结构光的自检自校准方法及装置 | |
CN109859313B (zh) | 3d点云数据获取方法、装置、3d数据生成方法及*** |
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 |