CN115540750A - 一种基于单目视觉物体尺寸检测方法、***及可存储介质 - Google Patents
一种基于单目视觉物体尺寸检测方法、***及可存储介质 Download PDFInfo
- Publication number
- CN115540750A CN115540750A CN202211147605.4A CN202211147605A CN115540750A CN 115540750 A CN115540750 A CN 115540750A CN 202211147605 A CN202211147605 A CN 202211147605A CN 115540750 A CN115540750 A CN 115540750A
- Authority
- CN
- China
- Prior art keywords
- detected
- image
- acquiring
- module
- size
- 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
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
本发明公开了一种基于单目视觉物体尺寸检测方法、***及可存储介质，涉及物体识别与定位技术领域，其中方法包括以下步骤：S1：利用所述图像采集模块采集待测物体的图像信息，并对所述图像信息进行处理，得到对应的图像颜色阈值及色块像素数；S2：获取所述待测物体的坐标信息，并将所述坐标信息与所述色块像素数进行追踪；S3：识别所述待测物体的形态；S4：利用所述激光测距模块获取与所述待测物体的被检测距离，利用被检测距离及色块像素数的相对比例得到所述待测物体的尺寸；本发明通过对标志物进行色块捕捉来定位、实时追踪被检测物，稳定性强。
Description
技术领域
本发明涉及物体识别与定位技术领域，更具体的说是涉及一种基于单目视觉物体尺寸检测方法、***及可存储介质。
背景技术
目前，物体形态尺寸检测装置结合了自动导航小车的大范围行动能力和机器视觉测量的高效作业能力，打破了固定的检测方式，可应用于一些勘探、巡检、检测场景。但由于自动导航小车定位精度低，给检测装置的测量任务引入了偏差，因此研究一种基于单目视觉的物体形态尺寸检测方法具有重要意义。
但是，目前测量物体的长宽等尺寸需要用量具在物体上进行实地测量，而机器视觉对比人工检测具有自动化、客观、非接触和高精度等特点。其***最基本的特点就是提高生产的灵活性和自动化程度。在一些不适于人工作业的危险工作环境或者人工视觉难以满足要求的场合，常用机器视觉来替代人工视觉，例如将视觉识别尺寸测量装置装配在遥控智能车上，虽然可以更大幅度的实现了尺寸测量的灵活性和方便性，但仍然存在着使用视觉识别定位难度大、稳定性差、受工件形状、颜色等因素限制的问题。
因此，如何提供一种能够解决上述问题的物体尺寸检测方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种基于单目视觉物体尺寸检测方法、***及可存储介质，通过对标志物进行色块捕捉来定位、实时追踪被检测物，稳定性强。
为了实现上述目的，本发明采用如下技术方案：
一种基于单目视觉的物体尺寸检测方法，基于激光测距模块及图像采集模块实现，包括以下步骤：
S1：利用所述图像采集模块采集待测物体的图像信息，并对所述图像信息进行处理，得到对应的图像颜色阈值及色块像素数；
S2：获取所述待测物体的坐标信息，并将所述坐标信息与所述色块像素数进行追踪；
S3：识别所述待测物体的形态；
S4：利用所述激光测距模块获取与所述待测物体的被检测距离，利用被检测距离及色块像素数的相对比例得到所述待测物体的尺寸。
优选的，所述S3具体包括：
S31：对所述图像信息进行预处理，得到所述图像信息的中心点；
S32：根据所述中心点反推出直径，并描出所述待测物体的形状。
优选的，所述S32具体包括：
S321：对所述图像信息进行预处理，得到对应的图像轮廓；
S322：对所述图像轮廓进行多边形拟合并计算对应的轮廓面积；
S323：获取所述图像轮廓边缘之间角度的最大余弦，并画出所述待测物体的形状。
优选的，所述S4具体包括：
S41：通过标定方法获取所述待测物体与所述图像采集模块的距离以及对应的在所述图像采集模块中的像素值，将像素值与距离值相乘得到比例值；
S42：利用所述比例值计算得到所述待测物体的尺寸。
进一步，本发明还提供一种利用上述任一项所述的一种基于单目视觉的物体尺寸检测方法的检测***，基于激光测距模块及图像采集模块实现，还包括：
图像采集模块，用于采集待测物体的图像信息及所述待测物体的坐标信息；
激光测距模块，用于获取所述图像采集模块与所述待测物体的距离；
控制模块，与所述图像采集模块及所述激光测距模块连接，用于对所述图像信息进行处理，得到对应的图像颜色阈值及色块像素数；
识别模块，与所述控制模块连接，用于识别所述待测物体的形态；
计算模块，与所述识别模块连接，用于利用所述激光测距模块获取与所述待测物体的被检测距离，利用被检测距离及色块像素数的相对比例得到所述待测物体的尺寸。
进一步，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如上述任一项任一项所述的物体尺寸检测方法。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种基于单目视觉物体尺寸检测方法、***及可存储介质，具有如下有益效果：
(1)本发明提出的基于单目视觉的物体形态尺寸检测方法，通过对标志物进行色块捕捉来定位、实时追踪被检测物，稳定性强。
(2)本发明提出的基于单目视觉的物体形态尺寸检测方法,将三维场景退化为二维，用拟合算法计算得出被检查物形态特征以及相应尺寸，简化了问题的复杂度和计算过程。
附图说明
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，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本发明提供的一种基于单目视觉的物体尺寸检测方法的整体流程图；
图2为本发明实施例提供的步骤S4计算过程示意图；
图3为本发明提供的一种基于单目视觉的物体尺寸检测***的结构示意图；
图4为本发明实施例提供的小车机器人的结构整体示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
参见附图1所示，本发明实施例公开了一种基于单目视觉的物体尺寸检测方法，基于激光测距模块及图像采集模块实现，包括以下步骤：
S1：利用图像采集模块采集待测物体的图像信息，并对图像信息进行处理，得到对应的图像颜色阈值及色块像素数，其中可以使用find_blobs函数采集图像颜色阈值以及像素值，函数返回值包括矩形元组(x,y,w,h)，分别表示色块外框的x坐标、y坐标、宽度w和高度h；
S2：获取待测物体的坐标信息，并将坐标信息与色块像素数进行追踪；
S3：识别待测物体的形态；
S4：利用激光测距模块获取与待测物体的被检测距离，利用被检测距离及色块像素数的相对比例得到待测物体的尺寸。
在一个具体的实施例中，S3具体包括：
S31：对图像信息进行预处理，得到图像信息的中心点，其中预处理的具体过程可以包括滤波降噪、Canny边缘检测；
S32：根据中心点反推出直径，并描出待测物体的形状。
在一个具体的实施例中，S32具体包括：
S321：对图像信息进行预处理，得到对应的图像轮廓，其中得到对应的图像轮廓的具体过程可以依次包括：(1)滤波增强边缘；(2)分离图像通道，并检测边缘；(3)提取轮廓；
S322：对图像轮廓进行多边形拟合并计算对应的轮廓面积，如果被测物体是矩形的话可以计算轮廓面积并得到矩形4个顶点，求轮廓边缘之间角度的最大余弦，最后画出矩形；
S323：获取图像轮廓边缘之间角度的最大余弦，并画出待测物体的形状。
在一个具体的实施例中，S4具体包括：
S41：通过标定方法获取待测物体与图像采集模块的距离以及对应的在图像采集模块中的像素值，将像素值与距离值相乘得到比例值；
S42：利用比例值计算得到待测物体的尺寸。
具体的，参见附图2所示，由左边的摄像头的几何关系可得：
两式相比可得：
由右边的真实环境里的几何关系得知：
将tan(b)代入上式，可得：
式中，Apix、Bpix表示摄像头被测物体的相关尺寸，Lm、Hm表示实际图像中的被测物体的相关尺寸，Lm表示激光测距模块与被测物体的距离，上式表明实际长度和摄像头里的像素成反比，由此可以先让待测物体距离摄像头10cm，打印出摄像头里直径的像素值，然后相乘，就得到了K值，之后转换物体目标，则实际大小＝K*直径的像素，便能测量实际物体尺寸。
参见附图3所示，本发明实施例还提供一种利用上述实施例任一项的一种基于单目视觉的物体尺寸检测方法的检测***，基于激光测距模块及图像采集模块实现，还包括：
图像采集模块，用于采集待测物体的图像信息及待测物体的坐标信息；
激光测距模块，用于获取图像采集模块与待测物体的距离；
控制模块，与图像采集模块及激光测距模块连接，用于对图像信息进行处理，得到对应的图像颜色阈值及色块像素数；
识别模块，与控制模块连接，用于识别待测物体的形态；
计算模块，与识别模块连接，用于利用激光测距模块获取与待测物体的被检测距离，利用被检测距离及色块像素数的相对比例得到待测物体的尺寸。
本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储计算机程序，计算机程序被处理器执行时实现如上述实施例任一项所述的物体尺寸检测方法。
参见附图4所示，具体应用本发明实施例提供的方法的小车机器人的具体结构可以包括：AGV移动机器人1、舵机云台2、单目相机3、激光测距模块4及被测物体5，使用时将物体形尺寸检测装置固定在AGV(Automated Guided Vehicle)上、相机固定在云台舵机末端，结合了自动导航小车的大范围行动能力和物体形态检测装置的高效识别检测能力，大幅度提升识别检测的精确性和稳定性。相比于直接在平面上平移被检测物，可应用于多数人难以抵达的地方测量待测物体的具体尺寸，精准度高；同时避免了由于地面不水平造成相机光心到标志物中心垂直高度变化而引入误差的问题。
为了评价和验证本发明实施例提供的方法的测量精度，对不同物体进行了多次测量，其结果如表1所示。
表1测量结果
实际形状：三角形 实际距离：3000mm 实际边长：2100mm
实际形状：矩形 实际距离：3000mm 实际长度、宽度：2100mm、1600mm
实际形状：圆形 实际距离：3000mm 实际直径：1900mm
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (6)
1.一种基于单目视觉的物体尺寸检测方法，基于激光测距模块及图像采集模块实现，其特征在于，包括以下步骤：
S1：利用所述图像采集模块采集待测物体的图像信息，并对所述图像信息进行处理，得到对应的图像颜色阈值及色块像素数；
S2：获取所述待测物体的坐标信息，并将所述坐标信息与所述色块像素数进行追踪；
S3：识别所述待测物体的形态；
S4：利用所述激光测距模块获取与所述待测物体的被检测距离，利用被检测距离及色块像素数的相对比例得到所述待测物体的尺寸。
2.根据权利要求1所述的一种基于单目视觉的物体尺寸检测方法，其特征在于，所述S3具体包括：
S31：对所述图像信息进行预处理，得到所述图像信息的中心点；
S32：根据所述中心点反推出直径，并描出所述待测物体的形状。
3.根据权利要求2所述的一种基于单目视觉的物体尺寸检测方法，其特征在于，所述S32具体包括：
S321：对所述图像信息进行预处理，得到对应的图像轮廓；
S322：对所述图像轮廓进行多边形拟合并计算对应的轮廓面积；
S323：获取所述图像轮廓边缘之间角度的最大余弦，并画出所述待测物体的形状。
4.根据权利要求1所述的一种基于单目视觉的物体尺寸检测方法，其特征在于，所述S4具体包括：
S41：通过标定方法获取所述待测物体与所述图像采集模块的距离以及对应的在所述图像采集模块中的像素值，将像素值与距离值相乘得到比例值；
S42：利用所述比例值计算得到所述待测物体的尺寸。
5.一种利用权利要求1-4任一项所述的一种基于单目视觉的物体尺寸检测方法的检测***，其特征在于，基于激光测距模块及图像采集模块实现，还包括：
图像采集模块，用于采集待测物体的图像信息及所述待测物体的坐标信息；
激光测距模块，用于获取所述图像采集模块与所述待测物体的距离；
控制模块，与所述图像采集模块及所述激光测距模块连接，用于对所述图像信息进行处理，得到对应的图像颜色阈值及色块像素数；
识别模块，与所述控制模块连接，用于识别所述待测物体的形态；
计算模块，与所述识别模块连接，用于利用所述激光测距模块获取与所述待测物体的被检测距离，利用被检测距离及色块像素数的相对比例得到所述待测物体的尺寸。
6.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储计算机程序，所述计算机程序被处理器执行时实现如权利要求1至4中任一项所述的物体尺寸检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211147605.4A CN115540750A (zh) | 2022-09-19 | 2022-09-19 | 一种基于单目视觉物体尺寸检测方法、***及可存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211147605.4A CN115540750A (zh) | 2022-09-19 | 2022-09-19 | 一种基于单目视觉物体尺寸检测方法、***及可存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115540750A true CN115540750A (zh) | 2022-12-30 |
Family
ID=84728171
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211147605.4A Pending CN115540750A (zh) | 2022-09-19 | 2022-09-19 | 一种基于单目视觉物体尺寸检测方法、***及可存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115540750A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116772744A (zh) * | 2023-08-24 | 2023-09-19 | 成都量芯集成科技有限公司 | 一种基于激光测距和视觉融合的3d扫描装置及其方法 |
-
2022
- 2022-09-19 CN CN202211147605.4A patent/CN115540750A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116772744A (zh) * | 2023-08-24 | 2023-09-19 | 成都量芯集成科技有限公司 | 一种基于激光测距和视觉融合的3d扫描装置及其方法 |
| CN116772744B (zh) * | 2023-08-24 | 2023-10-24 | 成都量芯集成科技有限公司 | 一种基于激光测距和视觉融合的3d扫描装置及其方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108932475B (zh) | 一种基于激光雷达和单目视觉的三维目标识别***及方法 | |
| Chen et al. | Three-dimensional perception of orchard banana central stock enhanced by adaptive multi-vision technology | |
| CN107133985B (zh) | 一种基于车道线消逝点的车载摄像机自动标定方法 | |
| CN105021124B (zh) | 一种基于深度图的平面零件三维位置和法向量计算方法 | |
| CN103425988B (zh) | 一种具有圆弧几何基元的实时定位与匹配方法 | |
| CN109447908A (zh) | 一种基于立体视觉的钢卷识别定位方法 | |
| CN113052903B (zh) | 一种用于移动机器人的视觉与雷达融合定位方法 | |
| CN107957246B (zh) | 基于双目视觉的传送带上物体几何尺寸测量方法 | |
| CN111476841B (zh) | 一种基于点云和图像的识别定位方法及*** | |
| CN112418103A (zh) | 一种基于动态双目视觉的桥式起重机吊装安全防撞***及方法 | |
| CN110298853B (zh) | 面差视觉检测方法 | |
| CN111260708A (zh) | 一种线结构光中心提取方法及*** | |
| CN109827516B (zh) | 一种通过车轮来测量距离的方法 | |
| CN106813569B (zh) | 一种基于线结构光的汽车轮胎三维定位方法 | |
| CN115540750A (zh) | 一种基于单目视觉物体尺寸检测方法、***及可存储介质 | |
| CN114473309A (zh) | 用于自动焊接***的焊接位置识别方法及自动焊接*** | |
| CN114782529B (zh) | 一种面向带电作业机器人的抓线点高精度定位方法、***及存储介质 | |
| CN112991327B (zh) | 基于机器视觉的钢格网焊接***、方法和终端设备 | |
| CN113607058B (zh) | 一种基于机器视觉的直刃刀尺寸检测方法及*** | |
| CN113436262A (zh) | 一种基于视觉的车辆目标位置和姿态角度的检测方法 | |
| CN110322508A (zh) | 一种基于计算机视觉的辅助定位方法 | |
| CN116152147A (zh) | 一种连接器插针位置偏差检测方法 | |
| CN110796023B (zh) | Agv智能泊车***交互区停车状态车轮位置的识别方法 | |
| CN113793315A (zh) | 一种基于单目视觉的相机平面和目标平面夹角估算方法 | |
| CN110488320B (zh) | 一种利用立体视觉检测车辆距离的方法 |
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 |