[发明专利]箱式结构的形变检测方法、装置、电子设备及存储介质

权利要求书

1.一种箱式结构的形变检测方法，其特征在于，所述方法包括：

获取箱式结构的侧面的深度图像；

基于所述深度图像的深度信息，从所述深度图像中识别出所述侧面包括的多个部件分别对应的区域；

确定与至少一个所述部件对应的基准平面，并确定每个所述区域包括的像素点与所述基准平面之间的距离；

基于每个所述区域包括的像素点与所述基准平面之间的距离，确定每个所述区域中的形变区域。

2.根据权利要求1所述的方法，其特征在于，在基于所述深度图像的深度信息，从所述深度图像中识别出所述侧面包括的多个部件分别对应的区域之前，所述方法还包括：

以预设尺寸的窗口滑动遍历所述深度图像，确定每个所述窗口包括的不同像素点之间深度值的跳变幅度；

将所述跳变幅度大于幅度阈值对应的窗口所在的区域，确定为所述深度图像中的噪点；

从所述深度图像中删除所述噪点。

3.根据权利要求1所述的方法，其特征在于，所述基于所述深度图像的深度信息，从所述深度图像中识别出所述侧面包括的多个部件分别对应的区域，包括：

基于所述深度图像的深度信息以及所述深度图像包括的不同像素点之间的梯度差异，从所述深度图像中识别出所述侧面包括的多个部件分别对应的区域。

4.根据权利要求3所述的方法，其特征在于，所述基于所述深度图像的深度信息以及所述深度图像包括的不同像素点之间的梯度差异，从所述深度图像中识别出所述侧面包括的多个部件分别对应的区域，包括：

确定所述深度图像中深度值小于深度阈值、且与相邻像素点的梯度差异大于梯度差异阈值的像素点；

将所述深度图像中由所述深度值小于深度阈值、且与相邻像素点的梯度差异大于梯度差异阈值的像素点组成、以及对应的空间特征为角落的区域，确定为所述侧面包括的角件对应的区域。

5.根据权利要求3所述的方法，其特征在于，所述基于所述深度图像的深度信息以及所述深度图像包括的不同像素点之间的梯度差异，从所述深度图像中识别出所述侧面包括的多个部件分别对应的区域，包括：

基于所述侧面包括的角件对应的区域，确定所述侧面包括的加强板的与所述角件重合的第一边界；

以所述第一边界包括的至少一个像素点为起始点，遍历确定后续多个像素点的梯度；

基于梯度差异大于梯度差异阈值的位置对应的像素点，确定所述加强板的第二边界；

将所述深度图像中由所述第一边界和所述第二边界组成的区域，确定为所述侧面包括的加强板对应的区域。

6.根据权利要求3所述的方法，其特征在于，所述基于所述深度图像的深度信息以及所述深度图像包括的不同像素点之间的梯度差异，从所述深度图像中识别出所述侧面包括的多个部件分别对应的区域，包括：

基于所述侧面包括的加强板对应的区域，确定所述侧面包括的侧梁的左右边界；

以所述深度图像的边界包括的至少一个像素点为起始点，遍历确定后续多个像素点的梯度；

基于梯度差异大于梯度差异阈值的位置对应的像素点，确定所述侧梁的上下边界；

将所述深度图像中由所述侧梁的左右边界和所述侧梁的上下边界组成的区域，确定为所述侧面包括的侧梁对应的区域。

7.根据权利要求3所述的方法，其特征在于，所述基于所述深度图像的深度信息以及所述深度图像包括的不同像素点之间的梯度差异，从所述深度图像中识别出所述侧面包括的多个部件分别对应的区域，包括：

基于所述侧面包括的角件对应的区域，确定所述侧面包括的横梁的上下边界；

确定由所述角件对应的最小横坐标和最大横坐标组成的区间，并遍历确定所述区间中每个像素点的梯度；

基于梯度差异大于梯度差异阈值的位置对应的像素点，确定所述横梁的左右边界；

将所述深度图像中由所述横梁的上下边界和所述横梁的左右边界组成的区域，确定为所述侧面包括的横梁对应的区域。