CN111311671B - 一种工件测量方法、装置、电子设备及存储介质 - Google Patents

一种工件测量方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111311671B
CN111311671B CN202010394882.XA CN202010394882A CN111311671B CN 111311671 B CN111311671 B CN 111311671B CN 202010394882 A CN202010394882 A CN 202010394882A CN 111311671 B CN111311671 B CN 111311671B
Authority
CN
China
Prior art keywords
image
workpiece
feature point
detected
transformed
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
Application number
CN202010394882.XA
Other languages
English (en)
Other versions
CN111311671A (zh
Inventor
张发恩
吴珂
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.)
Ainnovation Nanjing Technology Co ltd
Original Assignee
Ainnovation Nanjing Technology Co ltd
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 Ainnovation Nanjing Technology Co ltd filed Critical Ainnovation Nanjing Technology Co ltd
Priority to CN202010394882.XA priority Critical patent/CN111311671B/zh
Publication of CN111311671A publication Critical patent/CN111311671A/zh
Application granted granted Critical
Publication of CN111311671B publication Critical patent/CN111311671B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • 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
    • G06T2207/10012—Stereo images
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本申请提供一种工件测量方法、装置、电子设备及存储介质。该方法包括：获取待测图像，所述待测图像为对待测工件进行图像采集获得；利用垂直校正参数对所述待测图像进行变换，获得变换后图像；其中，所述垂直校正参数为对采集所述待测工件的图像采集装置进行校正计算获得；根据所述变换后图像确定所述待测工件的特征参数。本申请实施例通过利用垂直校正参数对待测图像进行变换，并通过变换后图像对待测图像中的待测工件进行测量，从而消除了由于图像采集装置的光心与待测工件不垂直带来的测量误差，提高了对待测工件测量的准确性。

Description

一种工件测量方法、装置、电子设备及存储介质
技术领域
本申请涉及测量技术领域，具体而言，涉及一种工件测量方法、装置、电子设备及存储介质。
背景技术
在工业检测中，尺寸测量是一个最基础的检测项目，用于检测出不符合标准规格的工件。尺寸测量***一般由载物台、相机、镜头以及光源等部分构成。尺寸测量***通过工业相机采集被测物体的图像，再通过图像算法提取被测物体的边缘或者特征点，然后基于边缘和特征点信息得到待测尺寸的像素长度，进而根据预设的比例尺信息将像素长度转换为具体的物理尺寸，最后根据预设的标准长度和允许度来判断被测物体的尺寸是否合格。
为达到尽可能高的尺寸精准度，现有技术通过采用更高分辨率的相机和亚像素技术实现。高分辨率的相机能使被测物体的边缘或特征点定位得更加精确。亚像素技术能使边缘或特征点定位在0.5甚至更低的像素级别，也是一个能使特征点定位的更加精确的技术。然而，无论采用哪种相机，在采集时，若相机的光心与被测物体不是垂直的，那么采集到的图像就会存在误差，导致对待测工件测量不够准确度。
发明内容
本申请实施例的目的在于提供一种工件测量方法、装置、电子设备及存储介质，用以解决现有技术中对待测工件测量不准确的问题。
第一方面，本申请实施例提供一种工件测量方法，包括：获取待测图像，所述待测图像为对待测工件进行图像采集获得；利用垂直校正参数对所述待测图像进行变换，获得变换后图像；其中，所述垂直校正参数为对采集所述待测工件的图像采集装置进行校正计算获得；根据所述变换后图像确定所述待测工件的特征参数。
本申请实施例通过利用垂直校正参数对待测图像进行变换，并通过变换后图像对待测图像中的待测工件进行测量，从而消除了由于图像采集装置的光心与待测工件不垂直带来的测量误差，提高了对待测工件测量的准确性。
进一步地，在利用垂直校正参数对所述待测图像进行变换之前，所述方法还包括：通过所述图像采集装置采集训练图像；其中，所述训练图像中包括训练工件；对所述训练图像进行特征提取，获得多个特征点分别在世界坐标系下的特征点坐标；利用三维旋转矩阵对所述训练图像对应的特征点坐标进行变换，获得变换后特征点坐标；根据所述变换后特征点坐标，利用梯度下降法对所述三维旋转矩阵进行优化，获得所述垂直校正参数。
本申请实施例通过对图像采集装置进行垂直校正，获得垂直校正参数，并利用垂直校正参数对待测图像进行校正，从而提高了对待测工件测量的准确性。
进一步地，所述根据所述变换后特征点坐标，利用梯度下降法对所述三维旋转矩阵进行优化，获得所述垂直校正参数，包括：针对训练图像对应的多个变换后特征点坐标，通过如下优化步骤对所述三维旋转矩阵进行优化，直至损失值小于预设值为止，将获得的优化后的三维旋转矩阵作为所述垂直校正参数；所述优化步骤包括：计算所述多个变换后特征点坐标在世界坐标系的Z轴方向上的损失值；根据所述损失值优化所述三维旋转矩阵，获得新的三维旋转矩阵；利用所述新的三维旋转矩阵对所述变换后特征点坐标再次进行变换，获得新的变换后特征点坐标。
本申请实施例通过多个变换后特征点的坐标在世界坐标系的Z轴方向上的损失值来优化三维旋转矩阵，由于当损失值小于预设值时便可确定变换后图像为相机光心与待测工件垂直采集获得的，因此，能够获得最优的三维旋转矩阵。
进一步地，所述利用三维旋转矩阵对每张训练图像对应的特征点坐标进行变换， 获得变换后特征点坐标，包括：根据公式
Figure 813595DEST_PATH_IMAGE001
计算获得所 述变换后特征点坐标；其中，
Figure 261894DEST_PATH_IMAGE002
为第i个特征点在世界坐标系下的特征点坐标；
Figure 448156DEST_PATH_IMAGE003
为所述三维旋转矩阵；
Figure 108944DEST_PATH_IMAGE004
为第i个特征点对应的变换后特征点坐标，i为正 整数。
进一步地，所述计算所述多个变换后特征点坐标在世界坐标系的Z轴方向上的损 失值，包括：根据公式
Figure 844688DEST_PATH_IMAGE005
计算获得所述损失值；其中，
Figure 932730DEST_PATH_IMAGE006
为变换后特征点坐 标在Z轴方向的值；
Figure 606288DEST_PATH_IMAGE007
为一个训练图像中所有变换后特征点坐标的在Z轴方向的平均值。
本申请实施例通过上述公式计算获得的损失值能够准确的表征三维旋转矩阵是否能够消除由于相机光心与待测工件不垂直带来的误差。
进一步地，所述根据所述变换后图像确定所述待测工件的特征参数，包括：提取所述待测图像中待测工件的边缘；根据所述边缘所占像素点的个数计算获得所述待测工件的像素尺寸。
本申请实施例通过提取变换后图像中待测工件的边缘，可以准确地计算获得待测工件的像素尺寸。
进一步地，在根据所述边缘所占像素点的个数计算获得所述待测工件的像素尺寸之后，所述方法还包括：根据所述边缘所占像素点的个数以及预先测得的比例尺计算所述待测工件对应的物理尺寸。
本申请实施例通过预先设定的比例尺，可以计算获得待测工件的物理尺寸，从而更加直观地获得待测工件的大小。
第二方面，本申请实施例提供一种工件测量装置，包括：图像获取模块，用于获取待测图像，所述待测图像为对待测工件进行图像采集获得；变换模块，用于利用垂直校正参数对所述待测图像进行变换，获得变换后图像；其中，所述垂直校正参数为对采集所述待测工件的图像采集装置进行校正计算获得；测量模块，用于根据所述变换后图像确定所述待测工件的特征参数。
第三方面，本申请实施例提供一种电子设备，包括：处理器、存储器和总线，其中，所述处理器和所述存储器通过所述总线完成相互间的通信；所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行第一方面的方法。
第四方面，本申请实施例提供一种非暂态计算机可读存储介质，包括：所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行第一方面的方法。
本申请的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请实施例了解。本申请的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对本申请实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
图1为本申请实施例提供的测量待测工件测架构图；
图2为本申请实施例提供的垂直校正参数计算方法流程示意图；
图3为本申请实施例提供的三维旋转矩阵优化的流程示意图；
图4为本申请实施例提供的工件测量方法流程示意图；
图5为本申请实施例提供的装置结构示意图；
图6为本申请实施例提供的电子设备实体结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述。
在本申请之前，为了能够准确地对待测工件的尺寸进行测量，会采用更高分辨率的相机对待测工件进行图像采集，但是这种方法无法保证相机的光心与待测工件是完全垂直的。这可能由下面的情况引起：一是测量设备安装的地面不一定是完全水平的；二是放置待测工件的载物台不一定是完全水平的；三是相机的安装不可能通过机械的手段保证其光轴完全和载物台保持垂直。因此，即便采用高分辨率的相机仍然存在对待测工件测量不准确的问题。
基于上述问题，本申请实施例提供一种工件测量方法，该方法能够通过算法消除相机光心与待测工件表面不垂直引入的测量误差，从而提高对待测工件测量的准确性。下面将介绍具体的方法：
图1为本申请实施例提供的测量待测工件测架构图，如图1所示，待测工件放置在载物台上，其中，可以放置在载物台的正中央，也可以放置在载物台的其他地方，只要图像采集装置的采集镜头能够对准待测工件即可。载物台可以是图像采集装置中的一部分，也可以是单独的部件，当载物台为单独的部件时，其可以是专用的载物台，也可以将桌子、木板等作为载物台，只要能够承载待测工件，并能够使图像采集装置采集到清晰的待测图像都可以作为载物台。图像采集装置设置在待测工件的上方，图1中未示出。通过图像采集装置可以采集到包括待测工件的待测图像，然后通过预先计算获得的垂直校正参数对待测图像进行变换，获得变换后图像，根据变换后图像便可确定待测工件的特征参数。
应当说明的是，垂直校正参数是针对一个图像采集装置在某个特定状态下的，在该特定状态下使用图像采集装置采集的待测工件才能够使用上述垂直校正参数。若图像采集装置的位置发生变换，或者载物台的位置发生变化，那么则需要重新计算垂直校正参数。
图2为本申请实施例提供的垂直校正参数计算方法流程示意图，如图2所示，包括：
步骤201：通过所述图像采集装置采集训练图像；其中，所述训练图像中包括训练工件。
在具体的实施过程中，将载物台和图像采集装置固定设置，将训练工件放置在载物台上，尽量使得图像采集装置的光心与载物台上放置的工件对准，通过图像采集装置对训练工件进行图像采集，获得训练图像。应当说明的是，图像采集装置可以是双目摄像机，也可以是3D摄像机，还可以是其他深度摄像机，本申请实施例对此不做具体限定。
步骤202：对所述训练图像进行特征提取，获得多个特征点分别在世界坐标系下的特征点坐标。
在具体的实施过程中，提取训练图像中的特征点，其中，特征点的提取的算法有多种，例如：可以采用harris提取角点，或FAST特征点检测算法等。
其中，harris提取角点原理是根据像素窗口移动时产生的梯度变化来区分平坦、边缘和角点这三个类别，通过泰勒展开的手段，把这个问题转换成为计算像素点处在x，y两个方向梯度组成的二维矩阵的一个函数的值，函数R大于0,检测出角点，小于0检测出边缘，接近于0则为平坦区域。
FAST特征点检测算法步骤包括：
步骤一：从图片中选取一个像素P，下面将判断它是否是一个特征点。首先把它的亮度值设为Ip。
步骤二：设定一个合适的阈值t。
步骤三：考虑以该像素点为中心的一个半径等于3像素的离散化的Bresenham圆，这个圆的边界上有16个像素；
步骤四：如果在这个大小为16个像素的圆上有n个连续的像素点，它们的像素值要么都比Ip+t大，要么都比Ip−t小，那么它就是一个角点，即特征点。
在提取获得特征点之后，计算特征点在世界坐标系中的位置。若采集训练图像的图像采集装置为双目相机，那么可以以双目相机的两个光心的中点为世界坐标系的原点，中点朝向被测物体的方向为世界坐标系的Z轴方向，然后按照右手坐标系规则建立世界坐标系。在建立完成世界坐标系之后，便可计算获得特征点在世界坐标系中的位置，即特征点坐标。若采集训练图像的图像采集装置为3D相机，则可以直接从点云数据中获得。
步骤203：利用三维旋转矩阵对所述训练图像对应的特征点坐标进行变换，获得变换后特征点坐标。
在具体的实施过程中，定义一个三维旋转矩阵，该三维旋转矩阵的初始状态可以为单位矩阵，即不存在旋转。利用三维旋转矩阵对训练图像对应的特征点坐标进行变换。可以理解的是，若步骤202中提取获得了多个特征点，则需要利用三维旋转矩阵分别对每个特征点都进行变换计算，从而获得每个特征点分别对应的变换后特征点坐标。其中，利用三维旋转矩阵对特征点坐标进行变换的方法为：使用三维旋转矩阵与特征点坐标进行相乘即可获得变换后特征点坐标。
步骤204：根据所述变换后特征点坐标，利用梯度下降法对所述三维旋转矩阵进行优化，获得所述垂直校正参数。
在具体的实施过程中，由于初始的三维旋转矩阵为单位矩阵，其没有旋转，若图像采集装置的光心与待测工件不垂直，那么肯定需要对三维旋转矩阵进行优化。图3为本申请实施例提供的三维旋转矩阵优化的流程示意图，包括：
步骤301：计算所述多个变换后特征点坐标在世界坐标系的Z轴方向上的损失值； 被测物体表面上的角点在同一平面上，如果相机光心与被测物体表面达到完全垂直，那么 所提取特征点的高度差应为0，设置损失函数为所有特征点的高度与特征点平均高度之差 的和。损失函数的计算方法为：设第i个特征点世界坐标系坐标为
Figure 336346DEST_PATH_IMAGE008
，使用三维 旋转矩阵得到变换后的坐标为
Figure 661017DEST_PATH_IMAGE009
，其中，
Figure 185539DEST_PATH_IMAGE010
为三维旋转 矩阵，且
Figure 346393DEST_PATH_IMAGE011
。计算所有特征点变换后的
Figure 614564DEST_PATH_IMAGE012
的平均值
Figure 403528DEST_PATH_IMAGE013
，其 中n为特征点的个数，为正整数。进而定义损失函数计算方法为：
Figure 489165DEST_PATH_IMAGE014
。
步骤302：判断损失值是否小于预设值或达到预设迭代次数；若损失值不小于预设值，则说明变换后特征点不在同一个平面上，此时需要根据损失值优化三维旋转矩阵，即执行步骤303；若损失值为小于预设值，则说明经过三维旋转矩阵变换后的变换特征点坐标处于同一平面，此时，三维旋转矩阵为最优的三维旋转矩阵，停止优化。或者，若当前迭代次数达到预设迭代次数，则停止优化，否则执行步骤303；
步骤303：根据所述损失值优化所述三维旋转矩阵，获得新的三维旋转矩阵。
在具体的实施过程中，通过反向传播算法计算损失函数对旋转矩阵参数的导数，然后根据导数值更新旋转矩阵参数值。优化停止的依据是达到特定的迭代次数或者损失函数的值小于预设值为止，其中，预设值为用户预先设定的。在优化结束后获得新的三维旋转矩阵，并执行步骤304。
步骤304：利用所述新的三维旋转矩阵对所述变换后特征点坐标再次进行变换，获得新的变换后特征点坐标。
在具体的实施过程中，在获得新的变换后特征点坐标之后，执行步骤301，即计算新的变换后特征点坐标在世界坐标系的Z轴方向上的损失值。如此按照步骤301-步骤304对三维旋转矩阵进行优化，直至计算获得的损失值小于预设值停止优化，获得最优的三维旋转矩阵。最优的三维旋转矩阵即为后续对待测工件进行测量时所需的垂直校正参数。
本申请实施例通过对图像采集装置进行垂直校正，获得垂直校正参数，并利用垂直校正参数对待测图像进行校正，从而提高了对待测工件测量的准确性。
对于工件测量来说，其可以测量工件的尺寸，若工件为正方形，则还可以测量工件是否为标准的正方形等。图4为本申请实施例提供的工件测量方法流程示意图，如图4所示，该方法包括：
步骤401：获取待测图像，所述待测图像为对待测工件进行图像采集获得。
其中，该测量方法的执行主体可以是测量装置，测量装置可以执行上述实施例中的对三维旋转矩阵进行优化的方案，当然，对三维旋转矩阵进行优化也可以采用其他设备进行。测量装置可以是台式电脑、笔记本电脑、平板电脑、智能手机和智能穿戴设备等。并且，测量装置获取的待测图像可以是通过自身携带的图像采集装置进行采集获得，也可以有专门的图像采集装置对待测工件进行采集，然后将采集到的待测图像发送给测量装置。待测工件可以是安装在墙壁上的开关。
可以理解的是，测量装置获取待测图像的方式有多种，例如：可以通过移动存储介质（如U盘）从图像采集装置中拷贝待测图像，然后再将移动存储介质与测量装置连接，将待测图像再次拷贝到测量装置中。还可以将测量装置与图像采集装置通过无线通信进行连接，例如，通过蓝牙或WIFI等，通过无线的方式将待测图像发送给测量装置。还可以通过数据线将测量装置和图像采集装置进行通信连接，通过数据线可以将待测图像传输给测量装置。因此，可以根据图像采集装置和测量装置的具体情况选择合适的图像传输方式进行传输，本申请实施例对此不做具体限定。
步骤402：利用垂直校正参数对所述待测图像进行变换，获得变换后图像；其中，所述垂直校正参数为对采集所述待测工件的图像采集装置进行校正计算获得。
在具体的实施过程中，垂直校正参数为对采集待测工件的图像采集装置进行校正计算获得的。可以先对图像采集装置进行校正，计算获得垂直校正参数，然后再获得待测图像，也可以先获得待测图像，再对图像采集装置进行校正。本申请实施例对此先后顺序不做具体限定。可以理解的是，在采集待测图像的图像采集装置的参数不变的情况下，计算一次垂直校正参数即可，无需每次对待测图像进行测量之前都重新计算。
在获得待测图像后，利用图像采集装置对应的垂直校正参数对待测图像进行变换，获得变换后图像。其中，垂直校正参数可以是通过上述实施方式获得。
步骤403：根据所述变换后图像确定所述待测工件的特征参数。
在具体的实施过程中，待测工件的特征参数可以是待测工件的尺寸大小，也可以是待测工件的形状，例如判断待测工件是长方形还是正方形。
其中，尺寸可以是像素尺寸，也可以是实际的物理尺寸。
像素尺寸的获得方式为：提取待测图像中待测工件的边缘；根据边缘所占像素点的个数计算获得待测工件的像素尺寸。以矩形的待测工件来说，可以计算获得待测工件的长和宽分别占有多少个像素。
应当说明的是，待测工件的边缘提取方法也有多种，例如：Canny算子边缘检测和Sobel算子边缘检测等。这些边缘提取方法都能够将待测图像的轮廓提取出来，以便于进行测量。
物理尺寸的获得方式为：在根据边缘所占像素点的个数计算获得待测工件的像素尺寸之后，根据边缘所占像素点的个数以及预先测得的比例尺计算待测工件对应的物理尺寸。
其中，比例尺可以是根据图像采集装置的焦距等信息进行确定，当然，也可以采用图像采集装置对已知尺寸的标定物进行图像采集，然后根据已知尺寸的标定物所占的像素点的个数以及标定物的实际物理尺寸计算像素与物理尺寸之间的关系，这个关系便为比例尺。因此，比例尺的获得方式有多种，本申请实施例对此不做具体限定。
在获得比例尺之后，便可以根据待测工件的边缘所占像素点的个数以及比例尺可以计算获得待测工件对应的物理尺寸。
例如，对于矩形的待测工件来说，长占有150个像素，宽占有100个像素，像素与物理尺寸的比例尺为：10:1（厘米）。因此，可以计算获得待测工件的长为15厘米，宽为10厘米。
除了可以测量待测工件的尺寸外，还可以测量待测工件的形状是否满足要求，例如，待测工件要求是正方形，即待测工件的四个边长应该是相等的。若变换后图像中待测工件的四个边长所占像素点个数相同，则说明该待测工件为正方形，否则，不是正方形。
本申请实施例通过利用垂直校正参数对待测图像进行变换，并通过变换后图像对待测图像中的待测工件进行测量，从而消除了由于图像采集装置的光心与待测工件不垂直带来的测量误差，提高了对待测工件测量的准确性。
在上述实施例的基础上，在根据所述变换后图像确定所述待测工件的尺寸之后，所述方法还包括：根据所述待测工件的尺寸对所述待测工件进行合格检测。
在具体的实施过程中，在获得待测工件的尺寸之后，可以判断待测工件的尺寸与标准尺寸相比，是否在误差允许的范围内，从而实现对待测工件的合格性检测。
图5为本申请实施例提供的装置结构示意图，该装置可以是电子设备上的模块、程序段或代码。应理解，该装置与上述图4方法实施例对应，能够执行图4方法实施例涉及的各个步骤，该装置具体的功能可以参见上文中的描述，为避免重复，此处适当省略详细描述。该装置包括：图像获取模块501、变换模块502和测量模块503，其中：
图像获取模块501用于获取待测图像，所述待测图像为对待测工件进行图像采集获得；变换模块502用于利用垂直校正参数对所述待测图像进行变换，获得变换后图像；其中，所述垂直校正参数为对采集所述待测工件的图像采集装置进行校正计算获得；测量模块503用于根据所述变换后图像确定所述待测工件的特征参数。
在上述实施例的基础上，该装置还包括参数优化模块，用于：
通过所述图像采集装置采集训练图像；其中，所述训练图像中包括训练工件；
对所述训练图像进行特征提取，获得多个特征点分别在世界坐标系下的特征点坐标；
利用三维旋转矩阵对所述训练图像对应的特征点坐标进行变换，获得变换后特征点坐标；
根据所述变换后特征点坐标，利用梯度下降法对所述三维旋转矩阵进行优化，获得所述垂直校正参数。
在上述实施例的基础上，参数优化模块具体用于：
针对训练图像对应的多个变换后特征点坐标，通过如下优化步骤对所述三维旋转矩阵进行优化，直至损失值小于预设值为止，将获得的优化后的三维旋转矩阵作为所述垂直校正参数；
所述优化步骤包括：
计算所述多个变换后特征点坐标在世界坐标系的Z轴方向上的损失值；
根据所述损失值优化所述三维旋转矩阵，获得新的三维旋转矩阵；
利用所述新的三维旋转矩阵对所述变换后特征点坐标再次进行变换，获得新的变换后特征点坐标。
在上述实施例的基础上，参数优化模块具体用于：
根据公式
Figure 261949DEST_PATH_IMAGE015
计算获得所述变换后特征点坐标；
其中，
Figure 943597DEST_PATH_IMAGE016
为第i个特征点在世界坐标系下的特征点坐标；
Figure 118226DEST_PATH_IMAGE017
为所述三 维旋转矩阵；
Figure 109185DEST_PATH_IMAGE018
为第i个特征点对应的变换后特征点坐标，i为正整数。
在上述实施例的基础上，参数优化模块具体用于：
根据公式
Figure 369265DEST_PATH_IMAGE019
计算获得所述损失值；
其中，
Figure 854604DEST_PATH_IMAGE020
为变换后特征点坐标在Z轴方向的值；
Figure 883740DEST_PATH_IMAGE021
为一个训练图像中所有变换后 特征点坐标的在Z轴方向的平均值。
在上述实施例的基础上，测量模块503具体用于：
提取所述待测图像中待测工件的边缘；
根据所述边缘所占像素点的个数计算获得所述待测工件的像素尺寸。
在上述实施例的基础上，该装置还包括尺寸测量模块，用于：
根据所述边缘所占像素点的个数以及预先测得的比例尺计算所述待测工件对应的物理尺寸。
综上所述，本申请实施例通过利用垂直校正参数对待测图像进行变换，并通过变换后图像对待测图像中的待测工件进行测量，从而消除了由于图像采集装置的光心与待测工件不垂直带来的测量误差，提高了对待测工件测量的准确性。
图6为本申请实施例提供的电子设备实体结构示意图，如图6所示，所述电子设备，包括：处理器(processor)601、存储器(memory)602和总线603；其中，所述处理器601和存储器602通过所述总线603完成相互间的通信；
所述处理器601用于调用所述存储器602中的程序指令，以执行上述各方法实施例所提供的方法，例如包括：获取待测图像，所述待测图像为对待测工件进行图像采集获得；利用垂直校正参数对所述待测图像进行变换，获得变换后图像；其中，所述垂直校正参数为对采集所述待测工件的图像采集装置进行校正计算获得；根据所述变换后图像确定所述待测工件的特征参数。
处理器601可以是一种集成电路芯片，具有信号处理能力。上述处理器601可以是通用处理器，包括中央处理器（Central Processing Unit，CPU）、网络处理器（NetworkProcessor，NP）等；还可以是数字信号处理器（DSP）、专用集成电路（ASIC）、现成可编程门阵列（FPGA）或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。其可以实现或者执行本申请实施例中公开的各种方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器602可以包括但不限于随机存取存储器（Random Access Memory，RAM），只读存储器（Read Only Memory，ROM），可编程只读存储器（Programmable Read-OnlyMemory，PROM），可擦除只读存储器（Erasable Programmable Read-Only Memory，EPROM），电可擦除只读存储器（Electric Erasable Programmable Read-Only Memory，EEPROM）等。
本实施例公开一种计算机程序产品，所述计算机程序产品包括存储在非暂态计算机可读存储介质上的计算机程序，所述计算机程序包括程序指令，当所述程序指令被计算机执行时，计算机能够执行上述各方法实施例所提供的方法，例如包括：获取待测图像，所述待测图像为对待测工件进行图像采集获得；利用垂直校正参数对所述待测图像进行变换，获得变换后图像；其中，所述垂直校正参数为对采集所述待测工件的图像采集装置进行校正计算获得；根据所述变换后图像确定所述待测工件的特征参数。
本实施例提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的方法，例如包括：获取待测图像，所述待测图像为对待测工件进行图像采集获得；利用垂直校正参数对所述待测图像进行变换，获得变换后图像；其中，所述垂直校正参数为对采集所述待测工件的图像采集装置进行校正计算获得；根据所述变换后图像确定所述待测工件的特征参数。
在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
另外，作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。
以上所述仅为本申请的实施例而已，并不用于限制本申请的保护范围，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (8)

1.一种工件测量方法，其特征在于，包括：
获取待测图像，所述待测图像为对待测工件进行图像采集获得；
利用垂直校正参数对所述待测图像进行变换，获得变换后图像；其中，所述垂直校正参数为对采集所述待测工件的图像采集装置进行校正计算获得；
根据所述变换后图像确定所述待测工件的特征参数；
在利用垂直校正参数对所述待测图像进行变换之前，所述方法还包括：
通过所述图像采集装置采集训练图像；其中，所述训练图像中包括训练工件；
对所述训练图像进行特征提取，获得多个特征点分别在世界坐标系下的特征点坐标；
利用三维旋转矩阵对所述训练图像对应的特征点坐标进行变换，获得变换后特征点坐标；
根据所述变换后特征点坐标，利用梯度下降法对所述三维旋转矩阵进行优化，获得所述垂直校正参数；
所述根据所述变换后特征点坐标，利用梯度下降法对所述三维旋转矩阵进行优化，获得所述垂直校正参数，包括：
针对训练图像对应的多个变换后特征点坐标，通过如下优化步骤对所述三维旋转矩阵进行优化，直至损失值小于预设值为止，将获得的优化后的三维旋转矩阵作为所述垂直校正参数；
所述优化步骤包括：
计算所述多个变换后特征点坐标在世界坐标系的Z轴方向上的损失值；
根据所述损失值优化所述三维旋转矩阵，获得新的三维旋转矩阵；
利用所述新的三维旋转矩阵对所述变换后特征点坐标再次进行变换，获得新的变换后特征点坐标。
2.根据权利要求1所述的方法，其特征在于，所述利用三维旋转矩阵对所述训练图像对应的特征点坐标进行变换，获得变换后特征点坐标，包括：
根据公式
Figure 422802DEST_PATH_IMAGE001
计算获得所述变换后特征点坐标；
其中，
Figure 237174DEST_PATH_IMAGE002
为第i个特征点在世界坐标系下的特征点坐标；
Figure 59637DEST_PATH_IMAGE003
为所述三维旋转矩阵；
Figure 264353DEST_PATH_IMAGE004
为第i个特征点对应的变换后特征点坐标，i为正整数。
3.根据权利要求1所述的方法，其特征在于，所述计算所述多个变换后特征点坐标在世界坐标系的Z轴方向上的损失值，包括：
根据公式
Figure 463253DEST_PATH_IMAGE005
计算获得所述损失值；
其中，
Figure 132132DEST_PATH_IMAGE006
为变换后特征点坐标在Z轴方向的值；
Figure 312447DEST_PATH_IMAGE007
为一个训练图像中所有变换后特征点坐标的在Z轴方向的平均值。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述根据所述变换后图像确定所述待测工件的特征参数，包括：
提取所述待测图像中待测工件的边缘；
根据所述边缘所占像素点的个数计算获得所述待测工件的像素尺寸。
5.根据权利要求4所述的方法，其特征在于，在根据所述边缘所占像素点的个数计算获得所述待测工件的像素尺寸之后，所述方法还包括：
根据所述边缘所占像素点的个数以及预先测得的比例尺计算所述待测工件对应的物理尺寸。
6.一种工件测量装置，其特征在于，包括：
图像获取模块，用于获取待测图像，所述待测图像为对待测工件进行图像采集获得；
变换模块，用于利用垂直校正参数对所述待测图像进行变换，获得变换后图像；其中，所述垂直校正参数为对采集所述待测工件的图像采集装置进行校正计算获得；
测量模块，用于根据所述变换后图像确定所述待测工件的特征参数；
所述装置还包括参数优化模块，用于：
通过所述图像采集装置采集训练图像；其中，所述训练图像中包括训练工件；
对所述训练图像进行特征提取，获得多个特征点分别在世界坐标系下的特征点坐标；
利用三维旋转矩阵对所述训练图像对应的特征点坐标进行变换，获得变换后特征点坐标；
根据所述变换后特征点坐标，利用梯度下降法对所述三维旋转矩阵进行优化，获得所述垂直校正参数；
参数优化模块，具体用于：
针对训练图像对应的多个变换后特征点坐标，通过如下优化步骤对所述三维旋转矩阵进行优化，直至损失值小于预设值为止，将获得的优化后的三维旋转矩阵作为所述垂直校正参数；
所述优化步骤包括：
计算所述多个变换后特征点坐标在世界坐标系的Z轴方向上的损失值；
根据所述损失值优化所述三维旋转矩阵，获得新的三维旋转矩阵；
利用所述新的三维旋转矩阵对所述变换后特征点坐标再次进行变换，获得新的变换后特征点坐标。
7.一种电子设备，其特征在于，包括：处理器、存储器和总线，其中，
所述处理器和所述存储器通过所述总线完成相互间的通信；
所述存储器存储有可被所述处理器执行的程序指令，所述处理器调用所述程序指令能够执行如权利要求1-5任一项所述的方法。
8.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令被计算机运行时，使所述计算机执行如权利要求1-5任一项所述的方法。
CN202010394882.XA 2020-05-12 2020-05-12 一种工件测量方法、装置、电子设备及存储介质 Active CN111311671B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010394882.XA CN111311671B (zh) 2020-05-12 2020-05-12 一种工件测量方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010394882.XA CN111311671B (zh) 2020-05-12 2020-05-12 一种工件测量方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN111311671A CN111311671A (zh) 2020-06-19
CN111311671B true CN111311671B (zh) 2020-08-07

Family

ID=71148521

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010394882.XA Active CN111311671B (zh) 2020-05-12 2020-05-12 一种工件测量方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111311671B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113392455B (zh) * 2021-06-11 2024-06-25 百安居信息技术(上海)有限公司 基于深度学习的户型图比例尺检测方法、装置及电子设备
CN114663345B (zh) * 2022-01-13 2023-09-01 北京众禾三石科技有限责任公司 定点测量方法、装置、电子设备及存储介质
CN115760856B (zh) * 2023-01-10 2023-04-28 惟众信(湖北)科技有限公司 一种基于图像识别的零件间距测量方法、***和存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104457577A (zh) * 2014-12-19 2015-03-25 上海工业自动化仪表研究院 面向机器视觉的无接触式工件定位与测量方法
CN105118055A (zh) * 2015-08-11 2015-12-02 北京电影学院 摄影机定位修正标定方法及***
CN110276808A (zh) * 2019-06-11 2019-09-24 合肥工业大学 一种单相机结合二维码测量玻璃板不平度的方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2002065054A1 (fr) * 2001-02-16 2002-08-22 Tokyo Seimitsu Co., Ltd. Procede et dispositif permettant de mesurer la dimension de diametre interieur d'un ouvrage
CN104937370A (zh) * 2012-09-10 2015-09-23 沃思测量技术股份有限公司 通过坐标测量仪修正计算机断层摄影测量的方法和装置
CN107705293A (zh) * 2017-09-14 2018-02-16 广东工业大学 一种基于ccd面阵相机视觉检测的五金零件尺寸测量方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104457577A (zh) * 2014-12-19 2015-03-25 上海工业自动化仪表研究院 面向机器视觉的无接触式工件定位与测量方法
CN105118055A (zh) * 2015-08-11 2015-12-02 北京电影学院 摄影机定位修正标定方法及***
CN110276808A (zh) * 2019-06-11 2019-09-24 合肥工业大学 一种单相机结合二维码测量玻璃板不平度的方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种灵活的立体图像校正方法;侯永宏等;《天津大学学报(自然科学与工程技术版)》;20160630;第49卷(第6期);555-561 *

Also Published As

Publication number Publication date
CN111311671A (zh) 2020-06-19

Similar Documents

Publication Publication Date Title
CN109035320B (zh) 基于单目视觉的深度提取方法
CN111311671B (zh) 一种工件测量方法、装置、电子设备及存储介质
CN108230397B (zh) 多目摄像机标定与校正方法和装置、设备、程序和介质
CN109544628B (zh) 一种指针式仪表的准确读数识别***及方法
US20140152776A1 (en) Stereo Correspondence and Depth Sensors
CN110706182B (zh) 一种屏蔽罩平面度检测方法、装置、终端设备及存储介质
CN112270719B (zh) 相机标定方法、装置及***
CN111259890A (zh) 一种水位尺的水位识别方法、装置及设备
CN110705433A (zh) 一种基于视觉感知的桥梁变形的监测方法、装置及设备
CN108924544A (zh) 摄像头畸变测量方法与测试装置
CN112489140A (zh) 姿态测量方法
CN111681186A (zh) 图像处理方法、装置、电子设备及可读存储介质
CN113607064A (zh) 目标物体的间距测算方法、装置、设备及可读存储介质
CN116380918A (zh) 缺陷检测方法、装置及设备
CN115546016B (zh) Pcb的2d和3d图像的采集和处理方法及相关装置
CN109212546B (zh) 双目相机深度方向测量误差的计算方法和装置
CN108564571B (zh) 图像区域选取方法及终端设备
CN111336938A (zh) 一种机器人及其物体距离检测方法和装置
CN116071562A (zh) 一种植物种子识别方法、装置、电子设备及存储介质
CN113470103B (zh) 车路协同中相机作用距离确定方法、装置和路侧设备
CN116012242A (zh) 一种相机畸变矫正效果评价方法、装置、介质及设备
CN115719387A (zh) 3d相机标定方法、点云图像获取方法及相机标定***
Song et al. Automatic calibration method based on improved camera calibration template
CN110035279B (zh) 在棋盘格测试图中寻找sfr测试区域的方法及装置
CN115830131A (zh) 一种固定相位偏差的确定方法、装置和设备

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