[发明专利]一种基于立体视觉的钢卷识别定位方法在审
申请号: | 201811112046.7 | 申请日: | 2018-09-25 |
公开(公告)号: | CN109447908A | 公开(公告)日: | 2019-03-08 |
发明(设计)人: | 陈金波;李政泽 | 申请(专利权)人: | 上海大学 |
主分类号: | G06T5/00 | 分类号: | G06T5/00;G06T5/40;G06T7/11;G06T7/30;G06T7/593;G06T7/70;G06T7/80 |
代理公司: | 上海上大专利事务所(普通合伙) 31205 | 代理人: | 陆聪明 |
地址: | 200444*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 钢卷 点云数据 立体视觉 世界坐标 双目立体视觉模型 三维点云数据 摄像机标定 深度直方图 重投影矩阵 成品仓库 获取图像 激光扫描 立体匹配 平滑去噪 算法获取 物流效率 视差图 标定 出钢 减小 拟合 去噪 分割 | ||
本发明公开了一种基于立体视觉的钢卷识别定位方法,主要包括以下步骤:(1)确立双目立体视觉模型,获取图像对;(2)采用张正友标定方法进行摄像机标定;(3)采用立体匹配算法获取视差图;(4)利用深度直方图实现对目标钢卷的分割,计算出钢卷的X轴和Y轴的世界坐标;(5)根据重投影矩阵计算得到钢卷的三维点云数据,对钢卷点云数据进行平滑去噪;(6)最后对去噪后的点云数据进行圆柱特征拟合,从而获取钢卷在Z轴的世界坐标。本发明的方法能够准确识别定位钢卷的位置、减小激光扫描周期,提高成品仓库的物流效率。
技术领域
本发明涉及图像处理领域,具体涉及一种基于立体视觉的钢卷识别定位方法。
技术背景
自动识别和定位技术是成品仓库智能化和无人化的有效途径之一,通过智能检测和定位、吊具改造和自控技术,将大量减少人工辅助,特别是避免人工介入危险性较大的作业。成品仓库是钢铁公司重要的物流储存部门,钢卷的装卸操作是影响物流效率和安全的突出环节。目前绝大部分钢铁仓库在钢卷的运输过程主要采用人工操作和监测的方法。在这种工作方式下工人存在安全隐患,并且人工操作主要依靠司机的肉眼观测,存在一定的随意性,导致行车不必要的启停造成工作效率低下。还有小部分的自动程度较高的钢铁仓库采用激光作为传感器辅助实现自动识别和抓取钢卷,但由于激光扫描钢卷周期较长,导致生产效率低下,所以迫切需要一种能够准确识别钢卷位置、减小激光扫描周期,来更好地完成钢卷的识别与定位的方法。
发明内容
本发明的目的在于解决在成品仓库中,如何实现对钢卷的快速识别定位,减小激光扫描周期,提高物流效率等问题,提供一种基于立体视觉的钢卷识别定位方法。该方法不仅能够准确的检测出钢卷的位置,而且检测速度快,具有实时性的特点。
为达到上述目的,本发明采用下述技术方案:
一种基于立体视觉的钢卷识别定位方法,包括对摄像机标定、立体匹配、基于视差图的钢卷识别和钢卷点云处理与定位等几个关键部分,具体包括以下步骤:
(1)确立双目立体视觉模型,获取图像对;
(2)采用张正友标定方法进行摄像机标定;
(3)采用立体匹配算法获取视差图;
(4)利用深度直方图实现对目标钢卷的分割,计算出钢卷的X轴和Y轴的世界坐标;
(5)根据重投影矩阵计算得到钢卷的三维点云数据,对钢卷点云数据进行平滑去噪;
(6)最后对去噪后的点云数据进行圆柱特征拟合,从而获取钢卷在Z轴的世界坐标。
本发明与现有技术相比较,具有以下明显优点及突出性进步:
在常规的平行双目立体视觉系统中,虽然可以通过视差原理得到空间中目标点的深度值,然而在实际情况下,左右摄像机的光轴不可能存在完全平行的现象,摄像机成像平面会在不同的同一焦平面上,本发明利用一般双目立体视觉原理结合数学方法,获取空间中目标点的三维坐标,原理简单易于实现;本发明采用张正友平面标定法来获取摄像机的内部参数和外部参数,从而正确地建立空间坐标系内物点与图像平面上的像点间的对应关系,相较传统方法而言,其提高了重建效果并降低了测量误差,避免了传统标定方法过程中繁琐的操作,标定精度比自标定方法高;本发明采用的立体校正技术,使得左右视图的成像原点坐标一致、两摄像机光轴平行、左右成像平面共面,提高了立体匹配的精度,减少了后续立体匹配的计算量。本发明利用基于深度直方图的目标分割的方法和圆柱拟合技术,获得任意点的三维空间坐标,即获取三维点云数据,本发明不仅能够减少三维点云数据的运算量,减少外部噪点干扰,同时减小了激光扫描钢卷的周期,准确的检测出钢卷的位置,而且检测速度快,具有实时性的特点。
附图说明
图1为本发明方法的流程图。
图2为本发明方法的系统组成图。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海大学,未经上海大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811112046.7/2.html,转载请声明来源钻瓜专利网。