[发明专利]一种基于边缘检测的集装箱轮廓定位方法

摘要

本发明涉及一种基于边缘检测的集装箱轮廓定位方法，它用摄像头采集集装箱相对两侧的图像并得上下锁孔的粗定位范围，将锁孔的粗定位图像转为灰度图并进行预处理，得到图像I₁,I₂，对图像I₁,I₂进行边缘检测，得到粗定位的上下锁孔边缘图像I₁',I'₂；采用Hough直线检测算法进行检测，得到线段集合，采用DBCAN聚类算法把接近水平和垂直的线段保留，得到水平线段集合LH和垂直线段集合LV，获得4个交点p₁,p₂,p₃,p₄由四个点构成一个四边形即为集装箱轮廓，由此实现集装箱轮廓的定位。它有效地解决锁孔图像在边缘检测的时候存在干扰边缘，以及Hough直线效果不佳等不足。

主权项

1.一种基于边缘检测的集装箱轮廓定位方法，其特征在于包括如下步骤：步骤1：首先用安装在吊具上的摄像头采集下方集装箱某一侧的图像；步骤2：然后利用集装箱锁孔粗定位和跟踪方法获得步骤1得到图像的上下锁孔的粗定位区域，该粗定位区域图像的高度为height，宽度为width，单位为像素；步骤3：将上下锁孔的粗定位图像转为灰度图并进行预处理，得到图像I1,I2；步骤4：利用自适应Canny边缘检测算法对步骤3的图像I1,I2进行边缘检测，得到粗定位的上下锁孔边缘图像I′1,I'2；步骤5：根据步骤4得到的边缘图像I′1,I'2，采用Hough直线检测算法进行检测，得到线段集合LN＝{ln|n＝1,2,…,N}，N表示线段的数量；步骤6：根据步骤5得到的线段集合LN，采用DBCAN聚类算法把接近水平和垂直的线段保留，得到水平线段集合LH和垂直线段集合LV，其中：LH＝{lh|kh∈(‑0.2,0.2),h＝1,2,...P}                        (7)LV＝{lv|kv∈(‑∞,‑11.43)∪(11.43,+∞),v＝1,2,...Q}              (8)LH∪LV∈LN                                       (9)式中，lh、kh、P分别表示集合LH中的线段、线段的斜率以及线段的数量，lv、kv、Q分别表示集合LV中的线段、线段的斜率以及线段的数量；步骤7：在线段集合LH中，计算两两不同线段之间中心点连线的斜率k_ij和两条线段自身平均斜率以及k_ij与之间差的绝对值Δk_ij；若Δk_ij小于阈值T，则将相应的两条线段合并，否则保留，之后得到新的线段集合LH；同样在线段集合LV中完成相同计算得到新的线段集合LV：式中，ki,kj表示线段集合LH中两条线段的斜率且i≠j，其中i＝1,2,...P；j＝1,2,...P；步骤8：根据步骤7得到的新的线段集合LH、LV，首先将LH中最上侧的水平线段lt作为上锁孔图像的上边缘，LH中最下侧的水平线段lb作为下锁孔图像的下边缘，其次根据坐标从左向右遍历LV中的线段lv，延长lv和lt,lb，获得两个交点p1,p2，然后将这两个交点连接起来得到线段lp并计算其斜率，将lp斜率和图像I1,I2中心点连线lc的斜率相比，如果斜率差值的绝对值在阈值T以内则保留p1,p2并停止遍历LV，否则继续遍历，若遍历结束还没有找到p1,p2则退出；步骤9：用安装在吊具上的摄像头采集下方集装箱另一侧的图像，然后重复步骤2～8，获得另一侧的交点p3和p4；步骤10：利用基于双目视觉技术将p1，p2，p3，p4点的像素坐标转换为以吊具为参照物建立的坐标系下的世界坐标，然后将这四个世界坐标点按逆时针或顺时针排序，四个点构成一个四边形即为集装箱轮廓，由此实现集装箱轮廓的定位。