[发明专利]一种谷物流量检测方法及装置在审
申请号: | 201810720353.7 | 申请日: | 2018-07-02 |
公开(公告)号: | CN108921842A | 公开(公告)日: | 2018-11-30 |
发明(设计)人: | 刘成良;陶建峰;雷军波;杨刚;张伟 | 申请(专利权)人: | 上海交通大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/70;G06K9/00;G01F13/00 |
代理公司: | 北京中政联科专利代理事务所(普通合伙) 11489 | 代理人: | 苏杭 |
地址: | 200240 *** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 谷物 谷物流量 背面图像 正面图像 匹配 背面 非接触测量 采集图像 升运器 帧图像 检测 解算 | ||
1.一种谷物流量检测方法,其特征在于,包括:
获取谷物升运器内谷物流的正面图像和背面图像;
对所述正面图像进行匹配,生成所述谷物流的正面点云图;
对所述背面图像进行匹配,生成所述谷物流的背面点云图;
基于所述正面点云图和背面点云图,得到谷物流的体积。
2.根据权利要求1所述的方法,其特征在于,所述谷物升运器内谷物流的正面图像,包括:正面左视角图像和正面右视角图像;
所述谷物升运器内谷物流的背面图像,包括:背面左视角图像和背面右视角图像。
3.根据权利要求2所述的方法,其特征在于,所述对所述正面图像进行匹配,生成所述谷物流的正面点云图包括:
对所述正面左视角图像和正面右视角图像进行校准;
基于预设的匹配算法对所述正面左视角图像中的每一个像素点,在所述正面右视角图像中寻找对应的像素点;
基于预设算法计算所述正面左视角图像和正面右视角图像中每个像素点的视差;
基于所述视差和预存参数,计算所述正面图像中每个像素点的深度坐标;
基于所述正面图像中每个像素点的深度坐标,计算每个像素点的横坐标和纵坐标;
基于所述正面图像中所有像素点的横坐标、纵坐标和深度坐标,生成正面点云图。
4.根据权利要求3所述的方法,其特征在于,将所述视差和预存参数代入式(1)进行计算,得到所述正面图像中每个像素点的深度坐标;
z1=(f1*T1)/d; 式(1)
其中,z1表示正面图像中每个像素点的深度坐标;
f1表示采集正面图像相机的焦距;T1表示采集正面相机的基线长度;d1表示正面左右图像视差。
5.根据权利要求2所述的方法,其特征在于,所述对所述背面图像进行匹配,生成所述谷物流的背面点云图包括:
对所述背面左视角图像和背面右视角图像进行校准;
基于预设的匹配算法对所述背面左视角图像中的每一个像素点,在所述背面右视角图像中寻找对应的像素点;
基于预设算法计算所述背面左视角图像和背面右视角图像中每个像素点的视差;
基于所述视差和预存参数,计算所述背面图像中每个像素点的深度坐标;
基于所述背面图像中每个像素点的深度坐标,计算每个像素点的横坐标和纵坐标;
基于所述背面图像中所有像素点的横坐标、纵坐标和深度坐标,生成背面点云图。
6.根据权利要求5所述的方法,其特征在于,将所述视差和预存参数代入式(1)进行计算,得到所述背面左视角图像中每个像素点的深度坐标;
z2=(f2*T2)/d2; 式(1)
其中,z2表示背面图像中每个像素点的深度坐标;
f2表示采集背面图像相机的焦距;T2表示采集背面相机的基线长度;d2表示背面左右图像视差。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述基于所述正面点云图和背面点云图,得到谷物流的体积包括:
根据z坐标和投影变换可以计算出对应点的x,y坐标;
根据谷物表面点的三维坐标计算出谷物外表面到升运器四周的体积;
结合升运器的截面积算出此段升运器的体积,减去之前算出的谷物外表面到升运器四周的体积,即得到谷物的体积。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海交通大学,未经上海交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810720353.7/1.html,转载请声明来源钻瓜专利网。