[发明专利]一种基于3D视觉的边缘提取方法及系统

说明书

本申请一种基于3D视觉的边缘提取方法及系统，对完成了初步安装的板材使用点云凹包提取算法进行轮廓提取，对选出的特定范围内的点一一遍历，得到轮廓提取点云；提取基准材料和待安装材料的待对准边缘的边界点云，使用最小二乘法进行直线拟合，解决了现阶段视觉检测方法因板材边缘存在缺陷而导致的精度不足、稳定性差的技术问题，相比较于传统的2D视觉提取方法可以有效消除板材边缘对比度低的影响；鉴于其他工序已逐步应用了3D视觉，本发明从3D视觉出发还可以与其他工序完成软硬件上的配合，弥补结构复杂和成本高的缺陷。

技术领域

本发明属于建筑智能化领域，具体涉及一种基于3D视觉的边缘提取方法及系统。

背景技术

目前建筑行业已逐渐迈向智能化，不仅在安装这一环节使用了智能设备辅助，安装后续的一系列工序也逐步引入了例如机器人、机械臂、工业相机等智能辅助设备。例如，在对板材进行了初步安装后需要利用工业相机对板材的边缘进行提取以便于机器人或机械臂把板材进行拼接，即把邻近两块板材的边缘进行重合消除板材之间的缝隙，而现有技术中这种基于工业化视觉的方法往往存在着因板材边缘有缺陷导致的提取精度差和稳定性差的问题。

因此提供一种提取精度高、稳定性好的适用于建筑板材拼接的边缘提取方法对于建筑自动化和智能化尤为重要。

发明内容

基于此，本发明旨在提供一种利用3D视觉的适用于板材拼接的边缘提取方法及系统，通过对建筑材料例如板材等的三维点云使用凹包提取算法，依次遍历出所有的凹包点，输出凹包点集作为板材的边缘轮廓，以解决现有技术中对板材边缘提取精度差和稳定性差的技术问题。

本发明一种基于3D视觉的边缘提取方法及系统，其步骤包括：

S1.把三维点云平面投影得到投影点云，计算投影点云中y坐标最大的点A,将点A放入输出的凹包M中；

S2.在所述投影点云中计算与点A的距离小于R的点集D，把点集D中所有的点以点A为原点，(0,1)向量为基准进行逆时针排序，将点集D中序号为0的点B放入凹包M中；

S3.在投影点云中计算与点B的距离小于R的点集C，点集C中所有的点以点B为原点，为基准进行逆时针排序，依次索引点集C中的点C_i，其中i＝0,1…n,n为点集C中的点数，求过点B和点C_i的半径为R的圆，当点集C中存在点在该圆内，则对点集C中的点继续迭代，否则将该点C_i放入输出的凹包M中；

S4.将步骤S3中C_i的坐标赋值于所述点B，重复步骤S3，直到无法找到新点或者找到的新点已经存在于凹包M中为止，输出凹包M为轮廓边缘点云；

S5.对轮廓边缘点云进行待对准边缘确定和直线拟合，利用得到的拟合方程的方程参数进行自由度计算，完成拼接。

优选地，为了提高运算效率和减少数据处理量，步骤S1之前还包括：

对三维点云进行滤波去噪和降采样。

优选地，为了区分出基准材料和待安装材料，步骤S1之前还包括：

对三维点云进行点云分割，以根据板材安装方向确定基准板材和待安装板材。

优选地，步骤S1中的平面投影为向z＝0平面进行投影。

优选地，当三维点云的投影面为z＝0时，步骤S5中的待对准边缘确定进一步包括如下步骤：

S51.计算步骤S4得到的轮廓边缘点云中y最大值y_max，最小值y_min，x最大值x_max，x最小值x_min，求取所述轮廓边缘点云的包围盒范围；