[發(fā)明專利]一種基于圖像識(shí)別的三維位移檢測(cè)方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110851767.5
• 申請(qǐng)日: 2021-07-27
• 公開（公告）號(hào): CN113554667A
• 公開（公告）日: 2021-10-26
• 發(fā)明（設(shè)計(jì)）人: 宓超;張志偉;沈陽(yáng);鳳宇飛
• 申請(qǐng)（專利權(quán)）人: 上海海矚智能科技有限公司;上海阿邊智能科技有限公司
• 主分類號(hào): G06T7/11
• 分類號(hào): G06T7/11;G06T7/13;G06T7/136;G06T7/73;G06N3/08;G06N3/02
• 代理公司: 上海元好知識(shí)產(chǎn)權(quán)代理有限公司 31323
• 代理人: 朱成之;張妍

1.一種基于圖像識(shí)別的三維位移檢測(cè)方法，在待測(cè)物外表面固定設(shè)有標(biāo)尺，其特征在于，所述方法包含步驟：

S1、基于圖像采集單元的初始位置建立測(cè)量坐標(biāo)系，圖像采集單元在初始位置的成像平面為所述測(cè)量坐標(biāo)系的O-XY平面，垂直于O-XY平面方向?yàn)闇y(cè)量坐標(biāo)系的Z軸方向；基于標(biāo)尺所在平面建立二維的標(biāo)尺坐標(biāo)系；

S2、采集Z軸方向圖像采集單元與待測(cè)物之間的距離d_i，i的初值為1；采集待測(cè)物圖像，并基于訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型自所述待測(cè)物圖像中分割出標(biāo)尺圖像；

S3、通過(guò)邊緣檢測(cè)算法識(shí)別標(biāo)尺圖像的所有邊緣點(diǎn)，通過(guò)角點(diǎn)檢測(cè)算法篩選出邊緣點(diǎn)中的角點(diǎn)，從篩選的角點(diǎn)中選取第一角點(diǎn)、第二角點(diǎn)；基于標(biāo)尺圖像建立與標(biāo)尺坐標(biāo)系對(duì)應(yīng)的二維的標(biāo)尺圖像坐標(biāo)系；獲取標(biāo)尺上的第一角點(diǎn)與第二角點(diǎn)在所述標(biāo)尺坐標(biāo)系的實(shí)際距離sca，獲取標(biāo)尺圖像上的第一角點(diǎn)與第二角點(diǎn)在所述標(biāo)尺圖像坐標(biāo)系的像素距離pix_i，得到像素距離pix_i到實(shí)際距離sca的轉(zhuǎn)換參數(shù)p_i；更新i＝i+1；當(dāng)i≤n，沿Z軸方向改變圖像采集單元與待測(cè)物的間距，進(jìn)入S2；否則，進(jìn)入S4；

S4、基于{d₁,…,d_n}和{p₁,…,p_n}擬合得到d與p之間的關(guān)系式；其中d表示Z軸方向圖像采集單元與待測(cè)物之間的距離，p表示與d對(duì)應(yīng)的轉(zhuǎn)換參數(shù)；

S5、獲取時(shí)刻T～時(shí)刻T+Δt的時(shí)間內(nèi)，標(biāo)尺圖像在圖像采集單元成像平面的像素位移；基于所述像素位移、所述關(guān)系式得到T～T+Δt的時(shí)間內(nèi)標(biāo)尺在測(cè)量坐標(biāo)系X、Y、Z軸方向的實(shí)際位移Δx、Δy、Δz。

2.如權(quán)利要求1所述的基于圖像識(shí)別的三維位移檢測(cè)方法，其特征在于，步驟S2中采集待測(cè)物圖像，并基于訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型自所述待測(cè)物圖像中分割出標(biāo)尺圖像，包含：

S21、通過(guò)調(diào)整圖像采集單元的位置，采集得到對(duì)應(yīng)的若干待測(cè)物圖像；

S22、選取所述若干待測(cè)物圖像中的部分待測(cè)物圖像作為訓(xùn)練集，其余的待測(cè)物圖像作為測(cè)試集；人工標(biāo)注訓(xùn)練集的待測(cè)物圖像中的標(biāo)尺圖像；

S23、通過(guò)所述訓(xùn)練集訓(xùn)練所述神經(jīng)網(wǎng)絡(luò)模型，該神經(jīng)網(wǎng)絡(luò)模型用于識(shí)別待測(cè)物圖像中的標(biāo)尺圖像；

S24、將所述測(cè)試集輸入訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)模型，驗(yàn)證神經(jīng)網(wǎng)絡(luò)模型。

3.如權(quán)利要求1所述的基于圖像識(shí)別的三維位移檢測(cè)方法，其特征在于，步驟S3中通過(guò)邊緣檢測(cè)算法識(shí)別標(biāo)尺圖像的所有邊緣點(diǎn)包含：

S31、轉(zhuǎn)換標(biāo)尺圖像為對(duì)應(yīng)的灰度圖；設(shè)置灰度閾值，轉(zhuǎn)換所述灰度圖為對(duì)應(yīng)的二值圖像；

S32、按照從上至下、從左至右的順序掃描所述二值圖像，獲取二值圖像的所有邊緣點(diǎn)；

S33、刪除孤立的邊緣點(diǎn)。

4.如權(quán)利要求3所述的基于圖像識(shí)別的三維位移檢測(cè)方法，其特征在于，步驟S32中：從上至下掃描時(shí)，若上下相鄰的兩個(gè)像素的像素值不同，記該兩個(gè)像素中上方的像素作為邊緣點(diǎn)；當(dāng)從左至右掃描時(shí)，若左右相鄰的兩個(gè)像素的像素值不同，記該兩個(gè)像素中左邊的像素作為邊緣點(diǎn)。

5.如權(quán)利要求3所述的基于圖像識(shí)別的三維位移檢測(cè)方法，其特征在于，所述標(biāo)尺分為若干區(qū)域，至少一個(gè)區(qū)域包含與該區(qū)域顏色不同的若干矩形標(biāo)記，步驟S3中通過(guò)角點(diǎn)檢測(cè)算法獲取邊緣點(diǎn)中的角點(diǎn)包含：

按照從上至下、從左至右的順序遍歷所有邊緣點(diǎn)；以當(dāng)前邊緣點(diǎn)為起點(diǎn)，當(dāng)前邊緣點(diǎn)的上一個(gè)相鄰邊緣點(diǎn)為終點(diǎn)建立向量以當(dāng)前邊緣點(diǎn)為起點(diǎn)，當(dāng)前邊緣點(diǎn)的上一個(gè)相鄰邊緣點(diǎn)為終點(diǎn)建立向量若與的夾角為90°，則當(dāng)前邊緣點(diǎn)為角點(diǎn)。

6.如權(quán)利要求1所述的基于圖像識(shí)別的三維位移檢測(cè)方法，其特征在于，步驟S3中，

7.如權(quán)利要求1所述的基于圖像識(shí)別的三維位移檢測(cè)方法，其特征在于，步驟S4中通過(guò)最小二乘擬合得到d與p之間的線性關(guān)系式：d＝ap+b；

其中