[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

摘要

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。

主权项

1.一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，其特征在于，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系；3)使用深度学习方法进行箱体边缘检测和激光中心线提取：通过加入拍摄的含有带激光线和箱体的数据集，对深度学习方法的卷积层和池化层数进行训练，最后优化输出边缘概率图，得到含有箱体边缘和激光线的显著性边缘区域；对图像的边缘概率图进行二值化操作，然后在二值化图像上进行霍夫变换，找到全部的直线，之后进行直线聚类和端点检测；4)箱体体积测量：用井字形结构光测量箱体的第一个箱体面得到箱体长度和宽度，之后使用双平行线结构光测量相邻面得到箱体高度；对于细长箱体，使用十字结构光对箱体进行测量，得到箱体的长度和宽度；得到多线结构光与箱体边缘的交点坐标后，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，进而计算其体积。