[发明专利]一种基于激光三维相机的渣片图像分割方法有效

专利信息
申请号: 201811075132.5 申请日: 2018-09-14
公开(公告)号: CN109410237B 公开(公告)日: 2020-06-26
发明(设计)人: 李鹏宇;荆留杰;徐受天;郑霄峰;杨晨;武颖莹 申请(专利权)人: 中铁工程装备集团有限公司
主分类号: G06T7/136 分类号: G06T7/136;G06T7/187
代理公司: 郑州优盾知识产权代理有限公司 41125 代理人: 张绍琳;栗改
地址: 450016 河南省*** 国省代码: 河南;41
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 激光 三维 相机 图像 分割 方法
【权利要求书】:

1.一种基于激光三维相机的渣片图像分割方法,其特征在于,其步骤如下:

步骤一:利用激光三维相机渣片拍摄装置获取皮带机上输送的渣片图像;

步骤二:激光三维相机产生的若干个扫描线组成渣片空间信息的一个特征提取单元,将一个特征提取单元的渣片空间信息转化为三维空间矩阵;

步骤三:对三维空间矩阵进行平滑降噪后求取综合高度梯度,分别求取特征提取单元的高度均值和高度梯度均值,利用综合高度梯度、高度均值和高度梯度均值综合判断渣片的属性,根据渣片属性建立渣片二值化图像;

步骤四:对渣片二值化图像分别进行腐蚀和膨胀运算,标记腐蚀后的连通域B1和膨胀后的连通域B2;基于渣片形态学特征分别对连通域B1和连通域B2进行非渣片区域滤除,统计为滤除后的连通域B1'和连通域B2';

步骤五:获取连通域B1’和连通域B2’的形态特征,基于几何中心距离和渣片形态学特征的综合判断指标,滤除被遮挡渣片,获取未被遮挡的表面渣片分割图像和渣片特征信息;

所述步骤五中综合判断指标的建立方法为:以腐蚀后的连通域B1’为基础,单独计算连通域B1’每个区域与连通域B2’中每个区域的综合评价指标向量M,且综合评价指标值:

Ci=4πSi/Li2

其中,Z1ix,Z1iy为连通域B1’的第i个区域的质心坐标,i=1,2…p;Z2jx,Z2jy为连通域B2’的第j个区域的质心坐标,j=1,2…q;p和q分别为B1’和B2’独立连通域个数;Ci,Si,Li分别为连通域B1’的第i个区域的圆度、区域面积、周长;

将p个综合评价指标值Mi组成综合评价指标向量M={M1,M2,…,Mi,…,Mp}。

2.根据权利要求1所述的基于激光三维相机的渣片图像分割方法,其特征在于,所述激光三维相机渣片拍摄装置包括激光三维相机(4)和拍摄支架(2),拍摄支架(2)固定在运送渣片的皮带机(1)的正上方,激光三维相机(4)固定在拍摄支架(2)上,激光三维相机(4)上方设有相机保护罩。

3.根据权利要求2所述的基于激光三维相机的渣片图像分割方法,其特征在于,所述激光三维相机(4)与旋转编码器相连接,激光三维相机的拍摄帧率由旋转编码器的脉冲控制,激光三维相机(4)根据旋转编码器产生的脉冲产生相应的扫描线。

4.根据权利要求1所述的基于激光三维相机的渣片图像分割方法,其特征在于,所述三维空间矩阵为A1=[x,y,Z(x,y)],其中,x为渣片图像中某一点的行坐标,y为列坐标,Z(x,y)为这个坐标点的高度值;所述综合高度梯度G包括按x方向进行平滑降噪后求取的高度梯度Gx和按y方向进行平滑降噪后求取的高度梯度Gy,且平滑降噪的方法包含但不限于滑动平均或中值滤波。

5.根据权利要求4所述的基于激光三维相机的渣片图像分割方法,其特征在于,所述渣片属性的判断方法为:当三维空间矩阵为A1中的某一点(x,y)同时满足Z(x,y)k1*ZmeanG(x,y)k2*Gmean,此点为渣片,属性为1;否则属性为0;其中,k1和k2为可调参数,Zmean为高度均值和Gmean为高度梯度均值,G(x,y)代表坐标点(x,y)处的梯度值。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中铁工程装备集团有限公司,未经中铁工程装备集团有限公司许可,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/201811075132.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top