FR3135322A1 - Procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils - Google Patents

Procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils Download PDF

Info

Publication number
FR3135322A1
FR3135322A1 FR2212743A FR2212743A FR3135322A1 FR 3135322 A1 FR3135322 A1 FR 3135322A1 FR 2212743 A FR2212743 A FR 2212743A FR 2212743 A FR2212743 A FR 2212743A FR 3135322 A1 FR3135322 A1 FR 3135322A1
Authority
FR
France
Prior art keywords
profile
height
laser
rectangular projection
slope
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
Application number
FR2212743A
Other languages
English (en)
Inventor
Hao Cui
Xu Xiang
Chengxuan Wu
Hui Liu
Chenyuan Cui
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.)
Oceanographic Instrumentation Research Institute Shandong Academy of Sciences
Institute of Oceanographic Instrumentation Shandong Academy of Sciences
Original Assignee
Oceanographic Instrumentation Research Institute Shandong Academy of Sciences
Institute of Oceanographic Instrumentation Shandong Academy of Sciences
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 Oceanographic Instrumentation Research Institute Shandong Academy of Sciences, Institute of Oceanographic Instrumentation Shandong Academy of Sciences filed Critical Oceanographic Instrumentation Research Institute Shandong Academy of Sciences
Publication of FR3135322A1 publication Critical patent/FR3135322A1/fr
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/24—Aligning, centring, orientation detection or correction of the image
    • G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
    • 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
    • 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
    • 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
    • G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G01B11/0608—Height gauges
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/30—Noise filtering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/34—Smoothing or thinning of the pattern; Morphological operations; Skeletonisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/752—Contour matching
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20036—Morphological image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Geometry (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

Procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils La présente invention divulgue un procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils, comprenant acquisition d’image ; recherche de projection rectangulaire laser : obtenir une cible de projection rectangulaire laser en cinq étapes : étirement de histogramme en niveaux de gris, binarisation adaptative, remplissage de zone, débruitage morphologique et correspondance du profil de projection rectangulaire laser ; recherche d’une douille : en combinaison avec le profil de projection rectangulaire laser, rechercher une douille en cinq étapes : binarisation adaptative, débruitage morphologique, remplissage de zone, correspondance de profil de la douille et calculer la hauteur centrale de la douille ; et enregistrement de données de mesure. La présente invention permet de réaliser une mesure automatique, en ligne et mise en réseau de la hauteur d’un objet. Figure à publier avec l’abrégé : Figure 1

Description

Procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils
La présente invention concerne le domaine de la technologie de mesure visuelle, en particulier un procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils.
CONTEXTE TECHNIQUE
On utilise généralement un instrument de mesure tel qu’un mètre à retrait et un diastimomètre à laser pour mesurer manuellement la hauteur d’un objet, les problèmes tels que l’instrument de mesure n’étant pas placé verticalement lors de la mesure et la position centrale inexacte de l’objet à mesurer, entraînent une faible précision de mesure de tel procédé de mesure, une faible efficacité de mesure, une impossibilité de téléchargement de données de mesure au réseau en temps réel et une difficulté de tracer les données, ce qui entraîne une génération des îlots de données.
Avec le développement de logiciel et de matériel informatique, l’utilisation du traitement d’images pour mesurer la hauteur d’un objet dans une scène est devenue un sujet important dans la mesure visuelle informatique. À l’heure actuelle, la mesure visuelle informatique comprend principalement deux procédés : un procédé de mesure à image unique et un procédé de mesure à multiple images.
Pour le procédé de mesure à image unique, le brevet d’invention chinois NO 201610244745.1 divulgue un procédé de mesure de la hauteur sur la base du traitement d’image, qui consiste à marquer manuellement 4 lignes horizontales sur une seule image, puis mesurer la hauteur réelle de 3 lignes horizontales, et estimer la hauteur réelle de la quatrième ligne horizontale en fonction d’une matrice de projection entre le plan de l’image et le système de coordonnées du monde. Ce procédé est applicable à la mesure d’objets à grande échelle ayant un même emplacement géographique ou une même similitude, qui permet de réduire efficacement la difficulté de mesure réelle, mais présente des inconvénients tels que de nombreuses interventions manuelles, une faible efficacité de mesure et une impossibilité de mesure automatique de la hauteur d’objet. Le brevet d’invention chinois NO 201811637965.6 divulgue un procédé de mesure de dimensions d’un objet sur la base du traitement d’image de profondeur, qui consiste à obtenir une image de profondeur avec une caméra de profondeur, ce qui permet d’obtenir facilement la hauteur d’un objet dans une plage définie dans la condition où la distance entre la caméra (lentille est installée verticalement vers le bas) et la table à objet est fixe, et d’obtenir la longueur et la largeur de l’objet selon le principe de l’imagerie par petits trous. Ce procédé permet de mesurer automatiquement les dimensions de l’objet, mais ses applications sont limitées en raison de la nécessité de fixer la distance entre la caméra et la table à objet (arrière-plan).
Le procédé de mesure à multiple images consiste principalement à échantillonner en continu avec une caméra, obtenir un nuage de points tridimensionnel en fonction d’images bidimensionnelles et d’images de profondeur, reconstruire un modèle tridimensionnel de la scène et obtenir les données tridimensionnelles d’un objet pour atteindre le but de mesure. Le brevet d’invention chinois NO 202010961451.7 consiste à échantillonner en continu une scène intérieure avec une caméra RVBD et reconstruire un modèle tridimensionnel d’un objet intérieur, qui permet d’obtenir la position et les dimensions de l’objet, mais en raison d’un haut coût des équipements d’échantillonnage et de nombreux calculs nécessaires avec des ordinateurs performants pour reconstruire le modèle tridimensionnel, il est difficile de réaliser un traitement en ligne avec une mauvaise applicabilité générale.
 DIVULGATION DE L’INVENTION
Pour remédier aux inconvénients ci-dessus dans l’art existant, la présente invention propose un procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils.
Une solution technique adoptée par la présente invention pour résoudre les problèmes techniques consiste en : un procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils, comprenant les étapes suivantes :
Étape 1, acquisition d’image : fixer deux niveaux laser à double ligne et des caméras sur un support et acquérir une seule image contenant une projection rectangulaire laser ;
Étape 2, recherche de projection rectangulaire laser : rechercher un profil de projection rectangulaire laser en cinq étapes : étirement d’histogramme en niveaux de gris, binarisation adaptative, remplissage de zone, débruitage morphologique et correspondance du profil de projection rectangulaire laser ;
Étape 3, recherche d’un objet à mesurer : en combinaison avec le profil de projection rectangulaire laser obtenu à l’étape 2, rechercher un objet à mesurer en cinq étapes : binarisation adaptative, débruitage morphologique, remplissage de zone, correspondance de profil de l’objet à mesurer et calcul de la hauteur centrale de l’objet à mesurer ;
Étape 4, enregistrement de données de mesure : enregistrer une marque de hauteur centrale de l’objet à mesurer sur l’image et la sauvegarder sous forme d’un tableau, et fournir en outre une interface de réseau pour télécharger les données sur un serveur pour les sauvegarder ;
La correspondance du profil de projection rectangulaire laser à l’étape 2 est réalisée en étapes suivantes, dans laquelle la projection rectangulaire laser est définie comme un parallélogramme :
Étape 2.1, seuil d’initialisation N=0, taux d’échantillonnage S=10% ;
Étape 2.2, calculer les pentes de quatre côtés de la cible du profil de projection rectangulaire laser, si une différence de pente de deux couples de côtés opposés n’est pas égale à N, exclure la cible actuelle du profil, et si la différence de pente de deux couples de côtés opposés est égale à N, passer à l’étape 2.3 ;
Étape 2.3, échantillonner les quatre côtés de la cible du profil de projection rectangulaire laser en fonction du S, calculer respectivement une différence de pente d’échantillonnage des quatre côtés, si la différence n’est pas égale à N, exclure la cible actuelle du profil, et si la différence est égale à N, considérer que la correspondance de profil est réussie ;
Étape 2.4, si le nombre de cibles du profil de projection rectangulaire laser qui remplissent les conditions est égal à 0, faire N+0,05, et revenir à l’étape 2.2 ; si le nombre de cibles du profil qui remplissent les conditions est supérieur à 1, faire S+10 %, et revenir à l’étape 2.2 jusqu’à ce que le nombre de cibles du profil qui remplissent les conditions soit égal à 1 ;
Étape 2.5, calculer la pente d’image k, les hauteurs h1et h2en pixels des côtés supérieur et inférieur du profil de projection rectangulaire laser et exporter une cible Z du profil de projection rectangulaire laser.
Avantageusement, selon le procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils ci-dessus, la formule de débruitage morphologique à l’étape 2 est : , où,Aest une image binaire,Best un modèle morphologique de l’image, et ! et ⊕ représentent respectivement l’opération de corrosion et l’opération d’expansion en morphologie.
Avantageusement, selon le procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils ci-dessus, pour l’opération de binarisation adaptative à l’étape 2, la couleur du premier plan représente un pourcentage inférieur à 10%.
Avantageusement, selon le procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils ci-dessus, pour l’opération de binarisation adaptative à l’étape 3, la couleur du premier plan représente un pourcentage supérieur à 90%.
Avantageusement, selon le procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils ci-dessus, pour la correspondance de profil de l’objet à mesurer à l’étape 3, la cible du profil est obtenue de même manière que celle pour la correspondance du profil de projection rectangulaire laser à l’étape 2 :
Étape 3.1, calculer les pentes des côtés gauche et droit du profil de l’objet à mesurer, si la pente du côté gauche ou la pente du côté droit n’est pas égale à la pente de l’image, exclure la cible actuelle du profil, et si la pente du côté gauche et la pente du côté droit sont égales à la pente de l’image, passer à l’étape 3.2 ;
Étape 3.2, calculer les pentes d’échantillonnage des côtés gauche et droit, si les pentes d’échantillonnage ne sont pas égales à la pente de l’image, exclure le profil actuel, et si les pentes d’échantillonnage sont égales à la pente de l’image, considérer que la correspondance de profil est réussie.
Avantageusement, selon le procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils, la formule de calcul de la hauteur centrale de l’objet à mesurer à l’étape 3 est la suivante :
où, H est la hauteur réelle de l’objet à mesurer dans le système de coordonnées du monde, est la hauteur réelle de la ligne horizontale supérieure de la projection rectangulaire laser dans le système de coordonnées du monde, est la hauteur réelle de la ligne horizontale inférieure de la projection rectangulaire laser dans le système de coordonnées du monde, h est la hauteur en pixels du point d’intersection des lignes de liaison passant par le point sommet de l’objet à mesurer au côté inférieur du profil de projection rectangulaire laser, est la hauteur en pixels de la ligne horizontale supérieure de la projection rectangulaire laser et est la hauteur en pixels de la ligne horizontale inférieure de la projection rectangulaire laser.
Les effets bénéfiques de la présente invention consistent en ce que la présente invention permet de réaliser une mesure automatique, en ligne et mise en réseau de la hauteur d’un objet, d’éviter la génération d’îlots de données et la limite de la distance entre la caméra et l’arrière-plan, de corriger automatiquement l’erreur due à l’inclinaison de l’image causée par des problèmes d’installation de la caméra, de réaliser une mesure automatique, en ligne et mise en réseau de la hauteur d’un objet et d’améliorer la précision et l’efficacité de la mesure de la hauteur d’un objet ; et que l’équipement de la présente d’invention présente un faible coût, une petite taille, une facilité d’installation mobile et une forte applicabilité.
 DESCRIPTION DES FIGURES
La présente invention peut être décrite en plus détaillé ci-dessous via les exemples et les figures annexés :
est un organigramme de l’exemple de réalisation 1 de l’invention ;
est une image obtenue par l’étirement d’histogramme en niveaux de gris à l’étape 2 de l’exemple de réalisation 1 de l’invention ;
est une image obtenue par la binarisation adaptative à l’étape 2 de l’exemple de réalisation 1 de l’invention ;
est une image obtenue à la fin du remplissage de zone à l’étape 2 de l’exemple de réalisation 1 de l’invention ;
est une image obtenue à la fin du débruitage morphologique à l’étape 2 de l’exemple de réalisation 1 de l’invention ;
est un résultat du suivi du profil de projection rectangulaire laser à l’étape 2 de l’exemple de réalisation 1 de l’invention ;
est un résultat de la correspondance du profil de projection rectangulaire laser à l’étape 2 de l’exemple de réalisation 1 de l’invention ;
est un organigramme de la correspondance du profil de projection rectangulaire laser à l’étape 2 de l’exemple de réalisation 1 de l’invention ;
est une image obtenue par la binarisation adaptative à l’étape 3 de l’exemple de réalisation 1 de l’invention ;
est une image obtenue à la fin du débruitage morphologique à l’étape 3 de l’exemple de réalisation 1 de l’invention ;
est une image obtenue à la fin du remplissage de zone à l’étape 3 de l’exemple de réalisation 1 de l’invention ;
est un organigramme de la correspondance du profil de la douille à l’étape 3 de l’exemple de réalisation 1 de l’invention ;
est un résultat de la correspondance de la douille à l’étape 3 de l’exemple de réalisation 1 de l’invention.
EXPOSÉ DÉTAILLÉ DE MODE DE RÉALISATION
La solution technique de la présente invention peut être décrite en plus détaillé ci-après via les modes de réalisation en référence aux figures, afin que l'homme de l’art puisse mieux comprendre la présente invention.
Le présent exemple de réalisation divulgue un procédé de mesure de la hauteur centrale d’une douille lors de l’acceptation de travaux, avant la mesure, il est nécessaire de fixer deux niveaux laser à double ligne sur un support, de prendre une projection rectangulaire d’un faisceau laser sur le mur comme portée d’intérêt, de coller une feuille rectangulaire sur la douille à mesurer, et de mesurer la hauteur de ligne horizontale supérieure de projection rectangulaire laser et la hauteur de ligne horizontale inférieure de projection rectangulaire laser . En particulier, les étapes de masure sont montrées dans la :
Étape 1, acquisition d’image : fixer une caméra sur un support et acquérir une seule image contenant une projection rectangulaire laser ;
Étape 2, recherche de projection rectangulaire laser : rechercher un profil de projection rectangulaire laser en cinq étapes : étirement d’histogramme en niveaux de gris, binarisation adaptative, remplissage de zone, débruitage morphologique et correspondance du profil de projection rectangulaire laser ;
(1) Étirement de l’histogramme en niveaux de gris : pour le filtrage, conserver de meilleures caractéristiques de l’image à l’aide de la couleur laser, et étirer de l’histogramme en niveaux de gris en utilisant la composante verte de l’image dans le présent exemple de réalisation, comme montrée la .
(2) Binarisation adaptative : pour obtenir une projection rectangulaire laser plus claire, trouver le seuil de binarisation optimal, de sorte que la couleur du premier plan représente un pourcentage inférieur à 10%, soit , et obtenir qui remplissent les conditions par approximation itérative, l’image binarisée étant montrée dans la .
(3) Remplissage de zone : remplir l’arrière-plan de l’image binarisée de la couleur blanche, et remplir le premier plan de la couleur noir, l’image remplie étant montrée dans la .
(4) Débruitage morphologique : effectuer l’opération d’ouverture sur la base de la morphologie de l’image, lisser le profil de l’image, éliminer la partie étroite et éliminer les saillies fines, le résultat de l’exemple étant montrée dans la , et la formule étant :
où,Aest une image binaire,Best un modèle morphologique de l’image, et ! et ⊕ représentent respectivement l’opération de corrosion et l’opération d’expansion en morphologie.
(5) Correspondance du profil de projection rectangulaire laser : concevoir la classe de profil, la classe étant adaptée à la projection rectangulaire laser et à la douille, comprenant principalement 12 attributs (les attributs peuvent être vides),
Séquence de profils P (x, y)
Point supérieur gauche P1
Point supérieur droit P2
Point inférieur gauche P3
Point inférieur droit P4
Séquence de côtés supérieurs L12(x, y)
Séquence de côtés droits L24(x, y)
Séquence de côtés inférieurs L43(x, y)
Séquence de côtés gauches L31(x, y)
Pente d’imagek
Hauteur en pixels du côté supérieurh 1
Hauteur en pixels du côté inférieurh 2
Obtenir la séquence de profils de la couleur du premier plan sur l’image par méthode de traçage de code chaîne à huit voisinages, et la convertir en exemple de cible du profil, les résultats de l’exemple sont montés dans la , dans lequel la méthode de traçage de code de chaîne à huit voisinages a été décrite dans les documents pertinents et comme technique existante, ne sera pas décrite ici.
Concevoir un algorithme de correspondance du profil de projection rectangulaire laser et correspondre la cible du profil, le profil correspondant avec succès étant la projection rectangulaire laser, et le résultat de l’exemple étant montrée dans la . Pour calculer par l’algorithme de correspondance du profil de projection rectangulaire laser, le système de coordonnées est établi automatiquement pour représenter la position du profil de projection rectangulaire, un point sommet du profil de projection rectangulaire peut être définie comme l’origine du système de coordonnées, ou une autre position peut être définie comme l’origine du système de coordonnées, ce qui est sélectionné en fonction de l’opération réelle.
Principe de l’algorithme : la projection laser est rectangulaire, car l’image acquise peut être inclinée, l’algorithme définit la projection comme un parallélogramme, les étapes sont montrées dans la , comprenant :
Étape 2.1, seuil d’initialisation N=0, taux d’échantillonnage S=10%, établir un système de coordonnées et définir l’origine ;
Étape 2.2, calculer les pentes de quatre côtés de l’objet de profil, si une différence de pente des côté opposés n’est pas égale à N, exclure la cible actuelle du profil, et si la différence de pente des côtés opposés est égale à N, passer à l’étape 2.3 ;
Étape 2.3, échantillonner les quatre côtés de la cible du profil de projection rectangulaire laser en fonction du S, calculer respectivement une différence de pente d’échantillonnage des quatre côtés, si la différence n’est pas égale à N, exclure la cible actuelle du profil, et si la différence est égale à N, considérer que la correspondance de profil est réussie ;
Le processus de calcul de la pente d’échantillonnage est comme suit : en prenant le taux d’échantillonnage initial S = 10% à titre d’exemple, c’est-à-dire prendre 10% des points d’échantillonnage à l’intervalle identique, diviser chaque côté en 10 segments identiques, calculer la pente de chaque segment en fonction de la formule à deux points, puis faire une différence entre deux, si chaque différence de pente est égale au seuil N, cela signifie qu’il s’agit d’une ligne droite au lieu d’un arc ;
Étape 2.4, si le nombre de cibles du profil de projection rectangulaire laser qui remplissent les conditions est égal à 0, faire N+0,05, et revenir à l’étape 2.2 ; si le nombre de cibles du profil qui remplissent les conditions est supérieur à 1, faire S+10 %, et revenir à l’étape 2.2 jusqu’à ce que le nombre de cibles du profil qui remplissent les conditions soit égal à 1 ;
Étape 2.5, calculer la pente d’image k, les hauteurs h1et h2en pixels des côtés supérieur et inférieur du profil de projection rectangulaire laser et exporter une cible Z du profil de projection rectangulaire laser ;
où la pente d’image k est la pente du côté gauche du profil.
Étape 3, recherche d’une douille : en combinaison avec le profil de projection rectangulaire laser obtenu à l’étape 2, rechercher une douille en cinq étapes : binarisation adaptative, débruitage morphologique, remplissage de zone, correspondance de profil de la douille et calculer la hauteur centrale de la douille.
(1) Binarisation adaptative : pour obtenir une douille plus claire, trouver le seuil de binarisation optimal, de sorte que la couleur du premier plan représente un pourcentage supérieur à 90%, soit , et obtenir qui remplissent les conditions par approximation itérative, et effectuer une binarisation sur l’image, qui est montrée dans la .
(2) Débruitage morphologique : effectuer l’opération d’ouverture sur la base de la morphologie de l’image, lisser le profil de l’image, éliminer la partie étroite et éliminer les saillies fines, le résultat de l’exemple étant montrée dans la , et la formule étant :
où,Aest une image binaire,Best un modèle morphologique de l’image, et ! et ⊕ représentent respectivement l’opération de corrosion et l’opération d’expansion en morphologie.
(3) Remplissage de zone : remplir l’arrière-plan de l’image obtenue par Débruitage morphologique de la couleur blanche, et remplir le premier plan de la couleur noir, le résultat de traitement étant montrée dans la .
(4) Correspondance du profil de la douille : limiter automatiquement la portée de recherche en fonction de la cible du profil de projection rectangulaire laser, et établir un système de coordonnées, les étapes étant montrées dans la , comprenant :
Étape 3.1, calculer les pentes des côtés gauche et droit de la cible du profil de la douille, si la pente du côté gauche et la pente du côté droit ne sont pas égale à la pente de l’image, exclure la cible actuelle du profil, et si la pente du côté gauche et la pente du côté droit sont égales à la pente de l’image, passer à l’étape 3.2 ;
Étape 3.2, calculer les pentes d’échantillonnage des côtés gauche et droit de la cible du profil de la douille, si les pentes d’échantillonnage ne sont pas égales à la pente d’image k, exclure le profil actuel, et si les pentes d’échantillonnage sont égales à la pente d’image k, considérer que la correspondance de profil est réussie, et le résultat de correspondance finale étant montrée dans la .
(5) Calcul de la hauteur centrale de la douille : calculer la hauteur en pixels du centre de la douille, en combinant la hauteur en pixels et la hauteur réelle de la ligne horizontale supérieure et de la ligne horizontale inférieure de la projection rectangulaire laser, et en fonction du principe du mappage de projection, mapper-la au système de coordonnées du monde, pour obtenir la hauteur centrale réelle de la douille.
La formule de calcule est :
où, H est la hauteur réelle de l’objet à mesurer dans le système de coordonnées du monde, est la hauteur réelle de la ligne horizontale supérieure de la projection rectangulaire laser dans le système de coordonnées du monde, est la hauteur réelle de la ligne horizontale inférieure de la projection rectangulaire laser dans le système de coordonnées du monde, h est la hauteur en pixels du point d’intersection des lignes de liaison passant par le point sommet de la douille, est la hauteur en pixels de la ligne horizontale supérieure de la projection rectangulaire laser et est la hauteur en pixels de la ligne horizontale inférieure de la projection rectangulaire laser.
Étape 4, enregistrement de données de mesure : enregistrer une marque de hauteur centrale de la douille sur l’image et la sauvegarder sous forme d’un tableau, et fournir en outre une interface de réseau pour télécharger les données sur un serveur pour les sauvegarder.
Les exemples de réalisations ci-dessus ne sont que les exemples de réalisations illustratifs, mais non limitatifs. L’homme de l’art peut proposer toutes modifications ou remplacements équivalents dans le cadre de la présente invention.

Claims (6)

  1. Procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils, caractérisé en ce qu’il comprend les étapes suivantes :
    Étape 1, acquisition d’image : fixer deux niveaux laser à double ligne et des caméras sur un support et acquérir une seule image contenant une projection rectangulaire laser ;
    Étape 2, recherche de projection rectangulaire laser : rechercher un profil de projection rectangulaire laser en cinq étapes : étirement d’histogramme en niveaux de gris, binarisation adaptative, remplissage de zone, débruitage morphologique et correspondance du profil de projection rectangulaire laser ;
    Étape 3, recherche d’un objet à mesurer : en combinaison avec le profil de projection rectangulaire laser obtenu à l’étape 2, rechercher un objet à mesurer en cinq étapes : binarisation adaptative, débruitage morphologique, remplissage de zone, correspondance de profil de l’objet à mesurer et calcul de la hauteur centrale de l’objet à mesurer ;
    Étape 4, enregistrement de données de mesure : enregistrer une marque de hauteur centrale de l’objet à mesurer sur l’image et la sauvegarder sous forme d’un tableau, et fournir en outre une interface de réseau pour télécharger les données sur un serveur pour les sauvegarder ;
    La correspondance du profil de projection rectangulaire laser à l’étape 2 est réalisée en étapes suivantes, dans laquelle la projection rectangulaire laser est définie comme un parallélogramme :
    Étape 2.1, seuil d’initialisation N=0, taux d’échantillonnage S=10% ;
    Étape 2.2, calculer les pentes de quatre côtés de la cible du profil de projection rectangulaire laser, si une différence de pente de deux couples de côtés opposés n’est pas égale à N, exclure la cible actuelle du profil, et si la différence de pente de deux couples de côtés opposés est égale à N, passer à l’étape 2.3 ;
    Étape 2.3, échantillonner les quatre côtés de la cible du profil de projection rectangulaire laser en fonction du S, calculer respectivement une différence de pente d’échantillonnage des quatre côtés, si la différence n’est pas égale à N, exclure la cible actuelle du profil, et si la différence est égale à N, considérer que la correspondance de profil est réussie ;
    Étape 2.4, si le nombre de cibles du profil de projection rectangulaire laser qui remplissent les conditions est égal à 0, faire N+0,05, et revenir à l’étape 2.2 ; si le nombre de cibles du profil qui remplissent les conditions est supérieur à 1, faire S+10 %, et revenir à l’étape 2.2 jusqu’à ce que le nombre de cibles du profil qui remplissent les conditions soit égal à 1 ;
    Étape 2.5, calculer la pente d’image k, les hauteurs h1 et h2 en pixels des côtés supérieur et inférieur du profil de projection rectangulaire laser et exporter une cible Z du profil de projection rectangulaire laser.
  2. Procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils selon la revendication 1, caractérisé en ce que, la formule de débruitage morphologique à l’étape 2 est : , où,Aest une image binaire,Best un modèle morphologique de l’image, et ! et ⊕ représentent respectivement l’opération de corrosion et l’opération d’expansion en morphologie.
  3. Procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils selon la revendication 1, caractérisé en ce que, pour l’opération de binarisation adaptative à l’étape 2, la couleur du premier plan représente un pourcentage inférieur à 10%.
  4. Procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils selon la revendication 1, caractérisé en ce que, pour l’opération de binarisation adaptative à l’étape 3, la couleur du premier plan représente un pourcentage supérieur à 90%.
  5. Procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils selon la revendication 1, caractérisé en ce que, pour la correspondance de profil de l’objet à mesurer à l’étape 3, la cible du profil est obtenue de même manière que celle pour la correspondance du profil de projection rectangulaire laser à l’étape 2 :
    Étape 3.1, calculer les pentes des côtés gauche et droit du profil de l’objet à mesurer, si la pente du côté gauche ou la pente du côté droit n’est pas égale à la pente de l’image, exclure la cible actuelle du profil, et si la pente du côté gauche et la pente du côté droit sont égales à la pente de l’image, passer à l’étape 3.2 ;
    Étape 3.2, calculer les pentes d’échantillonnage des côtés gauche et droit, si les pentes d’échantillonnage ne sont pas égales à la pente de l’image, exclure le profil actuel, et si les pentes d’échantillonnage sont égales à la pente de l’image, considérer que la correspondance de profil est réussie.
  6. Procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils selon la revendication 1, caractérisé en ce que, la formule de calcul de la hauteur centrale de l’objet à mesurer à l’étape 3 est la suivante :
    où, H est la hauteur réelle de l’objet à mesurer dans le système de coordonnées du monde, est la hauteur réelle de la ligne horizontale supérieure de la projection rectangulaire laser dans le système de coordonnées du monde, est la hauteur réelle de la ligne horizontale inférieure de la projection rectangulaire laser dans le système de coordonnées du monde, h est la hauteur en pixels du point d’intersection des lignes de liaison passant par le point sommet de l’objet à mesurer au côté inférieur du profil de projection rectangulaire laser, est la hauteur en pixels de la ligne horizontale supérieure de la projection rectangulaire laser et est la hauteur en pixels de la ligne horizontale inférieure de la projection rectangulaire laser.
FR2212743A 2022-05-06 2022-12-05 Procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils Pending FR3135322A1 (fr)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202210483010.XA CN114882095B (zh) 2022-05-06 2022-05-06 一种基于轮廓匹配的物体高度在线测量方法
CN202210483010.X 2022-05-06

Publications (1)

Publication Number Publication Date
FR3135322A1 true FR3135322A1 (fr) 2023-11-10

Family

ID=82672814

Family Applications (1)

Application Number Title Priority Date Filing Date
FR2212743A Pending FR3135322A1 (fr) 2022-05-06 2022-12-05 Procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils

Country Status (2)

Country Link
CN (1) CN114882095B (fr)
FR (1) FR3135322A1 (fr)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117496189A (zh) * 2024-01-02 2024-02-02 中国石油大学(华东) 一种基于深度相机的矩形托盘孔识别方法及***

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102359846B (zh) * 2011-09-01 2013-09-04 中联重科股份有限公司 物体重心高度的测定方法
CN103499297B (zh) * 2013-10-25 2016-01-13 爱科维申科技（天津）有限公司 一种基于ccd的高精度测量方法
CN106767527B (zh) * 2016-12-07 2019-06-04 西安知象光电科技有限公司 一种三维轮廓的光学混合检测方法
CN108240793A (zh) * 2018-01-26 2018-07-03 广东美的智能机器人有限公司 物体尺寸测量方法、装置和***
CN109472822A (zh) * 2018-12-29 2019-03-15 上海大学 基于深度图像处理的物体尺寸测量方法
CN110873558B (zh) * 2019-11-15 2021-07-16 中国科学院长春光学精密机械与物理研究所 一种距离和姿态角的测量装置及测量方法
CN111238374B (zh) * 2020-03-16 2021-03-12 天目爱视（北京）科技有限公司 一种基于坐标测量的三维模型构建及测量方法
CN111504223B (zh) * 2020-04-22 2022-05-31 荆亮 一种基于线激光传感器的叶片轮廓测量方法及装置和***
CN111811784A (zh) * 2020-07-02 2020-10-23 中航华东光电（上海）有限公司 激光光斑中心坐标确定方法、装置及设备
CN113642397B (zh) * 2021-07-09 2024-02-06 西安理工大学 一种基于手机视频的物体长度测量方法
CN113701648B (zh) * 2021-08-13 2023-12-19 浙江四点灵机器人股份有限公司 一种基于三维线激光扫描仪的金属轮毂尺寸测量装置及方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117496189A (zh) * 2024-01-02 2024-02-02 中国石油大学(华东) 一种基于深度相机的矩形托盘孔识别方法及***
CN117496189B (zh) * 2024-01-02 2024-03-22 中国石油大学(华东) 一种基于深度相机的矩形托盘孔识别方法及***

Also Published As

Publication number Publication date
CN114882095A (zh) 2022-08-09
CN114882095B (zh) 2022-12-20

Similar Documents

Publication Publication Date Title
US11612148B2 (en) Estimating fish size, population density, species distribution and biomass
CN110118526A (zh) 一种支持实时监测的船载砂石体积自动计算方法
CN111695486B (zh) 一种基于点云的高精度方向标志牌目标提取方法
Wang et al. A deep-sea, high-speed, stereoscopic imaging system for in situ measurement of natural seep bubble and droplet characteristics
Bird et al. Photogrammetric monitoring of small streams under a riparian forest canopy
Javernick et al. Modeling the topography of shallow braided rivers using Structure-from-Motion photogrammetry
CN105678689B (zh) 高精地图数据配准关系确定方法及装置
FR3135322A1 (fr) Procédé de mesure en ligne de la hauteur d’un objet sur la base de correspondance de profils
Inglis et al. A pipeline for structured light bathymetric mapping
Nasiri et al. Unmanned aerial vehicles (UAV)-based canopy height modeling under leaf-on and leaf-off conditions for determining tree height and crown diameter (case study: Hyrcanian mixed forest)
Keyvani et al. A fully-automated image processing technique to improve measurement of suspended particles and flocs by removing out-of-focus objects
CN108470338B (zh) 一种水位监测方法
US20040236535A1 (en) Method, apparatus and program for determining growth of trees
Shand et al. Automated detection of breaking wave height using an optical technique
CN112652015A (zh) 基于bim的路面病害标记方法和装置
CN115060343B (zh) 一种基于点云的河流水位检测***、检测方法
EP2875316B1 (fr) Procede de determination de parametres d'observation d'une surface d'eau par imagerie
Niknejad et al. Phenotyping of architecture traits of loblolly pine trees using stereo machine vision and deep learning: Stem diameter, branch angle, and branch diameter
Strelnikova et al. River flow monitoring with unmanned aerial system
Erikson et al. A method to extract wave tank data using video imagery and its comparison to conventional data collection techniques
CN112581301A (zh) 一种基于深度学习的农田残膜残留量的检测预警方法及***
FR3103907A1 (fr) Procede de geolocalisation et de qualification de dispositifs d’infrastructure de signalisation
CN110969875B (zh) 一种用于道路交叉***通管理的方法及***
CN107702885B (zh) 床面颗粒起悬时间的提取方法
Delina et al. Optimizing viscosity measurement: an automated solution with YOLOv3

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 2

PLSC Publication of the preliminary search report

Effective date: 20240614