[发明专利]一种基于双目视觉的铸管管径识别方法及装置在审

专利信息
申请号: 202210100692.1 申请日: 2022-01-27
公开(公告)号: CN114494067A 公开(公告)日: 2022-05-13
发明(设计)人: 胡桥木;冯帆;蒿润涛;郭澍臻;吴亚宾 申请(专利权)人: 新兴河北工程技术有限公司
主分类号: G06T5/00 分类号: G06T5/00;G06T7/13;G06T7/62;G06T7/80;G06K9/62;G06V10/774
代理公司: 北京双收知识产权代理有限公司 11241 代理人: 解政文
地址: 056300 河北省*** 国省代码: 河北;13
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 双目 视觉 管管 识别 方法 装置
【权利要求书】:

1.一种基于双目视觉的铸管管径识别方法,其特征在于,包括以下步骤:

获取左右视图图像;

对所述左右视图图像进行图像校正;

根据校正后的所述左视图或右视图图像获取包含铸管内外径边缘轮廓信息的子Mask图像;

对所述子Mask图像的内外径进行拟合,获取铸管中心坐标和像素直径Dp;

根据校正后的所述左右视图图像获取铸管到相机的距离Zc;

根据所述像素直径Dp和所述铸管到相机的距离Zc识别出真实管径Dt。

2.根据权利要求1所述的基于双目视觉的铸管管径识别方法,其特征在于,对所述左右视图图像进行图像校正包括:

使用畸变校正算法对所述左右视图图像进行畸变校正获取无畸变的左右视图;

使用仿射变化算法对所述无畸变的左右视图进行立体校正,使所述无畸变左右视图的级线和主点对齐。

3.根据权利要求1所述的基于双目视觉的铸管管径识别方法,其特征在于,根据校正后的所述左视图或右视图图像获得包含铸管内外径边缘轮廓信息的子Mask图像包括:

使用yoloV3网络进行目标检测获取所述左视图或右视图中铸管的个数、位置信息和端面外边缘检测框坐标;

通过DeepLabV3网络处理获取所述左视图或右视图中包含铸管端面轮廓信息的Mask图像;

将yoloV3检测框坐标映射到所述Mask图像上,获得每根铸管的子Mask图像集和铸管内外径边缘轮廓点集。

4.根据权利要求1所述的基于双目视觉的铸管管径识别方法,其特征在于,对所述子Mask图像的内外径进行拟合为采用Ransac算法进行处理,其中,Ransac算法采用椭圆模板,退出条件设置为超过总点数的一半,并用椭圆的长轴表示像素直径,包括如下步骤:

使用Ransac算法将所述管外径轮廓点集拟合成椭圆,其中,椭圆椭心表示管中心点坐标,外径椭圆长轴表示外径像素直径Dp;

使用Ransac算法将所述管内径轮廓点集拟合成椭圆,其中,内径椭圆长轴表示内径像素直径Dp。

5.根据权利要求1所述的基于双目视觉的铸管管径识别方法,其特征在于,根据所述校正后的左右视图图像获取铸管到相机的距离Zc为采用SGBM立体匹配算法进行获取,包括如下步骤:

获取每根铸管端面区域无遮挡的Mask图像,使用左视图或右视图和无遮挡Mask图进行像素与运算,得到左视图或右视图的滤波图像;

使用SGBM立体匹配算法计算所述左右视图的左右视差图,使用wls滤波算法优化所述左右视差图;

根据公式depth=(f*camdist)/disp计算得到所述深度图depth,其中,disp表示左右视差图、f表示标定矩阵参数、camdist表示两相机之间距离;

根据所述深度图和无遮挡的mask图像计算获取所述铸管到相机的距离Zc。

6.根据权利要求1所述的基于双目视觉的铸管管径识别方法,其特征在于,根据所述像素直径Dp和所述铸管到相机的距离Zc识别真实管径Dt为采用公式Dt=Dp*Zc/f计算出内径和外径的真实管径Dt,并在数据库中匹配出与计算得到的真实管径Dt最为接近的管径来表示识别的真实管径,其中,f表示所述标定矩阵参数。

7.一种基于双目视觉的铸管管径识别装置,其特征在于,包括:

获取单元,用于获取相机拍摄的左右视图图像;

校正单元,用于对所述左右视图图像进行图像校正;

处理单元,用于根据像素直径Dp和铸管到所述相机的距离Zc识别出真实管径Dt,其至少具备:

第一处理单元,用于根据校正后的所述左视图或右视图图像获得包含铸管内外径边缘轮廓信息的子Mask图像,并对所述子Mask图像的内外径进行拟合,计算出铸管像素直径Dp;

第二处理单元,用于根据所述校正后的左右视图图像计算铸管到相机的距离Zc。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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新兴河北工程技术有限公司,未经新兴河北工程技术有限公司许可,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/202210100692.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top