[发明专利]一种基于深度信息提取的墙面平整度检测方法在审

专利信息
申请号: 201710127442.6 申请日: 2017-03-06
公开(公告)号: CN106981081A 公开(公告)日: 2017-07-25
发明(设计)人: 陈思;于鸿洋;陈宏洋 申请(专利权)人: 电子科技大学
主分类号: G06T7/55 分类号: G06T7/55;G06T7/33;G06T7/13;G06T7/80
代理公司: 电子科技大学专利中心51203 代理人: 周刘英
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 暂无信息 说明书: 暂无信息
摘要: 发明公开了一种基于深度信息提取的墙面平整度检测方法,属于利用双目视觉的距离测量技术。本发明利用双目摄像机提取相机到墙面的深度信息,分别从不同的角度采集待检测区域的两组图像对并得到对应的深度信息,即得到两幅深度信息图,在获取深度信息图的过程中,通过对现有Hhartley矫正法的改进,以提升校正过程的实时性和准确率;并对其中一幅深度信息图进行旋转和平移,使得两幅深度信息图的成像空间坐标重叠,生成加强深度信息图,取加强深度信息图的深度值的众数作为待检测区域的距离值,基于距离值与预设阈值的大小关系来判决待检测区域的平整度。本发明可以用于智能抹灰作业,其操作简便、智能,且平整度检测的时效性、准确率高。
搜索关键词: 一种 基于 深度 信息 提取 墙面 平整 检测 方法
【主权项】:
一种基于深度信息提取的墙面平整度检测方法,其特征在于,包括下列步骤:步骤1:采用棋盘格标定法获取用于墙面检测的双目摄像机的内、外参数:步骤2:采用双目摄像机分别从不同的角度采集待检测区域的两组图像对,并进行图像去噪处理;步骤3:分别对两组图像对进行图像校正处理:301:提取图像对各图像的特征点并进行特点匹配,计算基础矩阵F;其中提取特征点的处理为:对图像进行Harris角点检测得到角点;在图像中以各角点为中心确定8*8的第一矩形区域,以第一矩形区域为单位分别计算位于第一矩形区域的中心的角点P1的主方向:计算第一矩形区域内每个角点的梯度模和方向,并对各梯度模进行加权处理:距离第一矩形区域的中心点越近,则对应角点的梯度模的权重越大;基于与梯度模对应的方向,对加权后的梯度模进行统计:按照8个角度区间,将属于同一角度区间的加权后的梯度模进行叠加,取8个叠加结果中的最大者对应的角度区间作为角点P1的主方向;在图像中以每个角点为中心确定16*16的第二矩形区域,再将第二矩形区域均分为16个4*4的子块,以第二矩形区域为单位分别计算位于第二矩形区域的中心的角点P2的128维特征向量描述子:分别计算各子块内的每个角点的梯度模和方向,按照8个角度区间,基于每个梯度模对应的方向,将属于同一角度区间的梯度模进行叠加,得到8纬的子块特征向量,16个子块的子块特征向量构成当前角点的128维特征向量描述子;将每个角点作为特征点,由每个角点的128维特征向量描述子和主方向得到各特征点的特征向量;其中,所述8个角度区间为360°均分为8段得到;302:根据得到的基础矩阵F,采用Hartley矫正算法对图相对进行图像校正处理;步骤4:分别对每组图像对进行双目立体匹配和视差计算;步骤5:基于每组视差分别计算待检测区域每个像素点的深度值得到两幅深度信息图,其中b表示双目摄像机的摄像机间距,f表示焦距,c表示待检测区域每个像素点的视差;步骤6:基于两组图像对的成像空间坐标,调整其中一幅深度信息图的成像空间坐标,使得两幅深度信息图的成像空间坐标重叠,生成加强深度信息图;取加强深度信息图的深度值的众数作为待检测区域的距离值,基于距离值与预设阈值的大小关系来判决待检测区域的平整度。
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电子科技大学,未经电子科技大学许可,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/patent/201710127442.6/,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