[发明专利]一种基于深度图像的剔除噪声的立方物体体积计算方法

说明书

本发明提出一种基于深度图像的剔除噪声的立方物体体积计算方法，包括：获取立方物体的深度图像及其梯度图；根据梯度图对其中的像素点进行分类，获取深度图像的边缘点图，上表面、左垂面和右垂面的分割图像；对边缘点图进行边缘线检测，将检测到的所有边缘线聚类与合并，获取共线边缘线组集合，并根据其中每组最长边缘线提取角点进行配对；实现立方物体的定位；根据立方物体的上表面、左垂面和右垂面拟合其在三维空间的平面，多次拟合剔除每个面上的噪声点，获取每个面对应的理想点集合，根据其获取每个面的轮廓边界和角点，根据角点在三维空间中的坐标获取立方物体的长宽高，计算立方物体体积。本发明能够准确计算立方物体的体积。

技术领域

本发明涉及深度图像的立方物体识别领域，特别涉及一种基于深度图像的剔除噪声的立方物体体积计算方法。

背景技术

深度图像也被称为距离影像，是指将从图像采集器到场景中各点的距离作为像素值的图像，它直接反映了立方物体可见表面的几何形状，因此，基于深度图像的应用比较广泛，尤其是在物流行业。目前，国内物流、港口航运、机场航运的吞吐量非常大，且呈递增趋势，各个分拣中心对包裹、货物、货柜等体积的测量比较局限和耗时，降低了运输效率。

现有技术中，包裹多为立方物体状，对包裹的体积测量主要通过比对传输带装货前和装货后的深度图像，提取包裹所在的矩形区域获知包裹的长宽，利用差异特征获取包裹的高度，计算包裹的体积，这种方式局限于特定场景，应用范围较小，无法满足实际物流行业中包裹密集堆积的需求；另外现有技术大部分要求相机垂直拍摄物体，对相机拍摄角度限制较大，而且基本上只能检测单个物体，多个物体检测误差较大；目前对大型的货物、货柜的体积测量也基本采用手工测量。

发明内容

为解决现有技术中对立方物体状包裹、货物、货柜等立方物体的体积测量局限和耗时的问题，本发明提出一种基于深度图像的立方物体体积计算方法。

本发明的技术方案是这样实现的：

一种基于深度图像的剔除噪声的立方物体的体积计算方法，包括：

S1、获取立方物体的深度图像，根据深度图像分别获取与其大小相同的X方向和Y方向的梯度图；S2、根据梯度图对其中的像素点分成水平面、左垂面和右垂面三类，获取深度图像的边缘点图；S3、根据分类结果、梯度图和边缘点图获取深度图像中立方物体的上表面、左垂面和右垂面的分割图像；S4、对边缘点图进行边缘线检测，将检测到的所有边缘线进行聚类与合并，获取共线边缘线组集合；S5、根据共线边缘线组集合的每组最长的边缘线提取角点；S6、对提取的角点进行配对；S7、根据获取的四边形和上表面分割图像确定立方物体的上表面和整体轮廓，根据左垂面的分割图像和右垂直分割图像获取每个上表面四边形对应的左右垂面，实现立方物体定位；S8、根据立方物体的上表面、左垂面和右垂面拟合其在三维空间的平面，通过多次重复拟合剔除每个面上的噪声点，获取每个面对应的理想点集合；S9、根据每个面的理想点集合获取每个面的轮廓边界和角点，根据其角点在三维空间中的坐标获取立方物体的长宽高，计算立方物体的体积。