[发明专利]一种立体视觉成像检测管道内部缺陷的方法及装置

权利要求书

1.一种立体视觉成像检测管道内部缺陷的方法，其特征在于，包括：

获取待测管道内部的深度图像；

确定所述深度图像中的初始帧图像，根据预设角度条件和/或里程条件选取位于所述初始帧图像时间序列之后的关键帧图像；

获取当前关键帧图像中的第一点云数据，根据所述第一点云数据生成与所述当前关键帧图像对应的第一网格模型，根据前一关键帧图像中的第二点云数据生成第二网格模型，将计算得到的当前关键帧图像与前一关键帧图像之间的旋转平移矩阵融合于第一网格模型和第二网格模型之中，构建所述待测管道内部的三维模型；

提取所有所述深度图像中的点云数据，对所有的所述点云数据进行圆柱拟合并分段处理，根据预设的圆柱判定阈值确定非圆柱面的圆柱段；

确定与所述非圆柱面的圆柱段对应的目标深度图像，对所述目标深度图像进行缺陷目标识别，定位所述缺陷目标的位置信息，将所述缺陷目标的位置信息和图像信息带入所述三维模型中进行重建，得到具有缺陷信息的三维模型。

2.根据权利要求1所述的方法，其特征在于，所述获取待测管道内部的深度图像之前，包括：

获取通过采集设备实时采集的深度图像；

所述前端设备实时采集所述深度图像后，包括：

识别所述实时采集的深度图像中的重点区域，对非重点区域进行压缩；

记录非重点区域的原始图像信息并发送压缩后的深度图像。

3.根据权利要求1所述的方法，其特征在于，所述确定所述深度图像中的初始帧图像，根据预设角度条件和/或里程条件选取位于所述初始帧图像时间序列之后的关键帧图像，包括：

获取排列于所述初始帧图像之后的深度图像的时间序列；

获取陀螺仪数据中触发预设角度条件时的第一时间节点，和/或里程仪数据中触发预设里程条件时的第二时间节点；

根据所述第一时间节点和/或第二时间节点在所述时间序列中查找与之对应的深度图像，并作为所述关键帧图像。

4.根据权利要求1所述的方法，其特征在于，所述获取当前关键帧图像中的第一点云数据，根据所述第一点云数据生成与所述当前关键帧图像对应的第一网格模型，根据前一关键帧图像中的第二点云数据生成第二网格模型，包括：

对所有关键帧图像的点云数据进行降噪处理，得到降噪点云数据；

采用泊松算法对所述降噪点云数据进行处理，得到网格模型。

5.根据权利要求1所述的方法，其特征在于，将计算得到的当前关键帧图像与前一关键帧图像之间的旋转平移矩阵融合于第一网格模型和第二网格模型之中，包括：

标定采集设备的内参数和外参数，获取所述前一关键帧图像和当前帧关键帧图像的像素坐标值以及物理坐标值，计算得到所述前一关键帧图像和当前帧关键帧图像之间的旋转平移矩阵；

获取所述采集设备处于所述前一关键帧图像和当前关键帧图像时间节点之间的角度变化数据以及里程变化数据，根据所述角度变化数据和里程变化数据修正所述旋转平移矩阵，将修正后的旋转平移矩阵用于融合网格模型之中。

6.根据权利要求1所述的方法，其特征在于，所述提取所有所述深度图像中的点云数据，对所有的所述点云数据进行圆柱拟合并分段处理，根据预设的圆柱判定阈值确定非圆柱面的圆柱段，包括：

基于所述分段处理后的结果，计算各分段圆柱的中心轴线点，确定所述各分段圆柱的半径；

每一所述分段圆柱对应预设有圆柱半径阈值，根据所述圆柱半径阈值判读所对应的分段圆柱是否为圆柱。

7.根据权利要求1所述的方法，其特征在于，所述得到具有缺陷信息的三维模型之后，包括：

获取前端采集设备所采集的视频流数据；

发送所述具有缺陷信息的三维模型和所述视频流数据。