[发明专利]螺纹钢的估重方法及装置、电子设备

说明书

本申请提出一种螺纹钢的估重方法及装置、电子设备及计算机可读存储介质，包括：获取所述螺纹钢的第一点云数据；获取所述螺纹钢的边缘特征；利用所述边缘特征，从所述第一点云数据中剔除不属于所述螺纹钢的数据，得到仅有所述螺纹钢的第二点云数据；采用切片法，根据所述第二点云数据计算所述螺纹钢的体积。根据本申请的一些实施例，利用激光雷达技术与计算机视觉技术，实时采集螺纹钢数据，并对采集的螺纹钢数据进行分析，能够快速准确地测量出螺纹钢的重量，提升螺纹钢盘点的工作效率，降低人力管理成本，避免了传统人工测量的效率低、精度差、测量不便、重复测量等问题。

技术领域

本申请涉及螺纹钢监控领域，具体而言，涉及一种螺纹钢的估重方法及装置、电子设备及计算机可读存储介质。

背景技术

工业上常用的螺纹钢，日常放在室外，数量巨大。由于很难实时监管，因此，对于数据的变化很难及时掌握。若采用人工监管的方式，不但需要投入大量的时间和精力，而且也无法全面实时的掌控现场的实际情况。管理无系统性软件支持，效率低下，无法适应现有高效率管理和移动即时管理的需求。

发明内容

本申请提供了一种螺纹钢的估重方法及装置、电子设备及计算机可读存储介质，以解决螺纹钢监管难以及其数据变化不能及时掌握的问题。

根据本申请的一方面，提出一种螺纹钢的估重方法，包括：获取所述螺纹钢的第一点云数据；获取所述螺纹钢的边缘特征；利用所述边缘特征，从所述第一点云数据中剔除不属于所述螺纹钢的数据，得到仅有所述螺纹钢的第二点云数据；采用切片法，根据所述第二点云数据计算所述螺纹钢的体积。

根据一些实施例，利用所述螺纹钢的体积计算所述螺纹钢的重量。

根据一些实施例，所述获取所述螺纹钢的第一点云数据，包括：利用三维激光扫描仪和/或CCD相机获取所述螺纹钢的第一点云数据。

根据一些实施例，所述获取所述螺纹钢的边缘特征，包括：利用工业摄像头获取所述螺纹钢的视频流数据；对所述视频流数据中的图片进行降噪处理；采用实例分割算法，从降噪后的图片中提取所述螺纹钢的边缘特征。

根据一些实施例，利用所述边缘特征，从所述第一点云数据中剔除不属于所述螺纹钢的数据，得到仅有所述螺纹钢的第二点云数据，包括：利用改进的k-means聚类算法对所述第一点云数据进行去噪；利用所述边缘特征，从去噪后的所述第二点云数据中剔除不属于所述螺纹钢的数据，得到仅有所述螺纹钢的第二点云数据。

根据一些实施例，所述利用改进的k-means聚类算法对所述第一点云数据进行去噪，包括：分层所述第一点云数据；将任一层的重心作为所述任一层的初始聚类中心；利用k-mean聚类算法对所述任一层进行聚类；利用加权的欧式距离去除所述任一层的噪声点；重复更新每层的聚类中心，直至每层的聚类中心不再发生变化。

根据一些实施例，所述第二点云数据包括多个平面点云，所述采用切片法，根据所述第二点云数据计算所述螺纹钢的体积，包括：确定所述平面点云的重心；计算所述平面点云的所有点到所述重心的距离；根据计算的所述平面点云的所有点的距离确定阈值；判断所述距离是否大于所述阈值；若所述距离大于所述阈值，则将计算的点归于外环；若所述距离小于等于所述阈值，则将计算的点归于内环。

根据一些实施例，所述第二点云数据包括多个平面点云，所述采用切片法，根据所述第二点云数据计算所述螺纹钢的体积，包括：采用高斯混合模型对所述平面点云进行聚类，以得到所述平面点云的多环；利用边界搜索算法计算所述平面点云的外轮廓；重复执行上述步骤，直至所述平面点云的外轮廓不再变化。

根据一些实施例，所述边界搜索方法包括：改进的射线360度扫描法、平面点云双向最近点搜索算法和/或平面点云基于凸多边形的渐进迭代算法任意两种。