[发明专利]一种基于多线结构光图像识别的单目视觉箱体体积测量方法

说明书

本发明涉及一种基于多线结构光图像识别的单目视觉箱体体积测量方法，包括如下操作步骤：1）相机标定和多线激光平面参数获取。2）二维坐标映射到三维空间坐标的计算。3）用深度学习方法进行箱体边缘检测和激光中心线提取。4）对于不同的箱体分别使用井字形、双平行线和十字交叉型结构光进行测量，得到规则箱体的体积。本发明通过向测量箱体平面投射多线结构光（井字形，十字形，平行线形），经过图像处理检测线结构光与箱子边缘的交点，根据结构光三角测量理论将点从二维坐标系换算到三维坐标系下计算规则箱体长度、宽度和高度，进而计算其体积。本方法算法复杂度低，能很好地应用于PC端和移动端设备，能实时在线测量，满足便携性要求。

技术领域

本发明属于一种箱体体积测量的方法，具体涉及一种基于多线结构光图像识别的单目视觉箱体体积测量方法。

背景技术

箱体体积测量主要应用于物流、电商、仓库存储、航空货栈等领域，提供计算运费、货物摆放、箱体推荐等各种服务。其应用场景较为复杂，所以如何在复杂的环境下快速、准确、高效地测量出箱体的体积是这些行业急需解决的问题，此外如何在良好性能基础上发展便携式的体积测量仪也是这些行业的迫切需求。目前的已有多种的测量方式：人工检测，手动通过尺子测量，不仅效率低而且容易出现错误；光栅测量法，设备自动测量，测量精度高，但是需要人力将箱体搬到固定位置，对高于1米的箱体测量非常困难，耗费人力且仪器成本高；基于双目立体视觉的体积测量法，算法复杂度高，立体匹配困难，测量大尺寸箱体精度低，不适用于物流等复杂的测量场景。

发明内容

本发明鉴于物流运输、电商、超市等行业测量箱体体积的需求，提出一种基于多线结构光图像识别的单目视觉箱体体积测量方法，在保证对大尺寸箱体体积的高精度测量前提下，实现实用性强的在线便携式箱体体积测量方式。本发明通过向测量箱体表面投射多线结构光(井字形，十字形，平行线形)，如图1所示，然后通过深度学习算法检测线结构光与箱体边缘的交点，最后根据结构光三角测量理论将点换算到三维坐标系下计算长度和宽度，重复拍摄箱体的一个相邻面，计算出箱体的高度，进而计算出体积。该测量方法有非接触、速度快、大量程、稳定性好、算法复杂度低等诸多优点。

为达到上述目的，本发明的构思是：

首先拍摄多张带有多线结构光的标定板图片，使用张正友标定法标定出相机的内参、外参、畸变系数，对拍摄的标定板图片进行畸变校正。然后取一张图片，提取其激光线中心点，用最小二乘法将二维图片上的激光线中心点进行直线拟合。再在多张图片的同一激光线上等间距取多个点，构成激光平面的点集，用最小二乘法进行平面拟合。测量过程中，首先采集箱体的两个相邻面，对采集到的含有多线结构光的箱体图片进行预处理，得到激光与箱体边缘相交的特征点的像素坐标。根据相机的内外参数、畸变系数和激光平面方程将特征点的坐标换算到相机坐标系下的三维坐标，最后计算得到箱体的长度、宽度和高度。

根据以上发明思路，本发明具体的技术方案如下：

一种基于多线结构光图像识别的单目视觉箱体体积测量方法，将二维图像上多线结构光与箱体边缘的交点换算到三维坐标下，计算其长度，进而计算其体积，具体操作步骤如下：

1)相机标定和多线激光平面参数获取：井字形结构光、双平行线结构光和十字交叉型结构光的标定方法，拍摄多张标定板图片，使用张正友标定法得到该系统中相机的内参矩阵K，相机的畸变系数k₁,k₂,k₃，对拍摄的标定板图片进行畸变校正；拍摄多张分别带有井字形结构光、双平行线结构光和十字交叉型结构光的标定板图片，通过图像处理获得激光光条中心的坐标，根据相机参数和靶平面平面方程计算得到激光光条中心各点对应的相机坐标，最后使用最小二乘法进行平面拟合，得到多线结构光平面方程；

2)二维坐标映射到三维空间坐标的计算：利用相机的内参数矩阵K和线结构光平面方程，将图片上的线结构光与箱体边缘的交点坐标由像素坐标系换算到相机坐标；