[发明专利]图像采集装置及方法、图像处理装置及方法、图像处理系统-单目相机-多目立体视觉

权利要求书

1.一种图像采集方法，其特征在于，包括：

分别对第一采集模块和第二采集模块进行标定；

当目标物体进入采集区域后，通过第一采集模块采集目标物体的第一组图像数据，同时通过第二采集模块采集目标物体的第二组图像数据。

2.根据权利要求1所述的图像采集方法，其特征在于，还包括通过第一采集模块和第二采集模块采集基准物体的参考图像数据。

3.根据权利要求1所述的图像采集方法，其特征在于，每组图像中相邻两个图像的重叠区域大于三分之二。

4.一种图像采集装置，其特征在于，包括：标定模块、第一采集模块和第二采集模块；

所述标定模块，用于分别对第一采集模块和第二采集模块进行标定；

所述第一采集模块用于当目标物体进入采集区域后采集目标物体的第一组图像数据；

所述第二采集模块用于当目标物体进入采集区域后采集目标物体的第二组图像数据。

5.根据权利要求4所述的图像采集装置，其特征在于，所述第一采集模块和第二采集模块还用于采集基准物体的参考图像数据。

6.根据权利要求4所述的图像采集装置，其特征在于，每组图像中相邻两个图像的重叠区域大于三分之二。

7.一种图像处理方法，其特征在于，包括：

分别获取目标物体的第一组图像数据和第二组图像数据；

分别根据所述第一组图像数据和第二组图像数据构建目标物体的第一点云和第二点云；

对所述第一点云和第二点云进行融合以获取完整点云；

根据所述第一组图像数据或第二组图像数据获取目标物体的基准信息；

获取基准物体的参考图像数据，并根据所述参考图像数据对完整点云进行尺寸校准；

根据所述基准信息从校准后的完整点云中获取目标物体的尺寸信息。

8.根据权利要求7所述的图像处理方法，其特征在于，根据所述第一组图像数据或第二组图像数据获取目标物体的基准信息的步骤包括：调整及优化深度学习模型；基于优化后的深度学习模型对目标物体的第一组图像数据或第二组图像数据进行组件分割；基于所述分割结果获取目标物体的基准信息。

9.根据权利要求7所述的图像处理方法，其特征在于，分别根据所述第一组图像数据和第二组图像数据构建目标物体的第一点云和第二点云的步骤包括：

分别获取第一组图像数据和第二组图像数据中的特征点，并对同组内相邻两幅图像数据进行特征匹配；

根据各组内图像数据对应的采集参数对各组内相邻两幅图像数据进行矫正；

获取矫正后的图像数据中的特征点，并通过极线约束匹配特征点以获取第一对应点和第二对应点；

根据所述第一对应点获取目标物体的第一点云，并根据所述第二对应点获取目标物体的第二点云。

10.根据权利要求7所述的图像处理方法，其特征在于，根据所述参考图像数据对完整点云进行尺寸校准的步骤包括：

根据所述参考图像数据获取基准物体的参考点云；

获取所述参考点云中基准物体的测量尺寸以及基准物体的实际尺寸，并根据所述测量尺寸与实际尺寸获取尺寸校准参数；

根据所述尺寸校准参数对目标物体的完整点云进行尺寸校准。

11.根据权利要求7所述的图像处理方法，其特征在于，根据所述基准信息从校准后的完整点云中获取目标物体的尺寸信息的步骤包括：根据所述基准信息对所述完整点云进行分割；根据分割结果获取所述目标物体的尺寸信息。