[發明專利]三維形變監測方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202210805281.2
• 申請日: 2022-07-08
• 公開（公告）號: CN115049718A
• 公開（公告）日: 2022-09-13
• 發明（設計）人: 楊平;李顯紅;張會;張之詳;孫紅偉
• 申請（專利權）人: 杭州魯爾物聯科技有限公司
• 主分類號: G06T7/60
• 分類號: G06T7/60;G06V10/25;G06V10/44;G06V10/74;G06V10/75
• 代理公司: 杭州知學知識產權代理事務所(普通合伙) 33356
• 代理人: 張雯

1.三維形變監測方法，其特征在于，包括：

獲取監測目標上采用雙靶標L型布點方式安裝靶標的監測區域的圖片；

對所述圖片進行預處理，以得到預處理結果；

對所述預處理結果進行邊緣梯度匹配，以得到匹配結果；

對所述匹配結果進行亞像素擬合，以得到擬合結果；

對所述擬合結果進行三維形變量聚合，以得到監測結果。

2.根據權利要求1所述的三維形變監測方法，其特征在于，所述對所述圖片進行預處理，以得到預處理結果，包括：

對所述圖片進行灰度化處理，以得到灰度圖像；

對所述灰度圖像進行平滑去噪以及ROI區域的檢測，以得到預處理結果。

3.根據權利要求1所述的三維形變監測方法，其特征在于，所述對所述預處理結果進行邊緣梯度匹配，以得到匹配結果，包括：

根據所述預處理結果將所述圖片和模板圖像進行灰度化；

分別計算所述圖片和模板圖像的X軸和Y軸方向的邊緣梯度圖像，以得到所述圖片的梯度特征矩陣以及所述模板圖像的梯度特征矩陣；

將所述圖片的梯度特征矩陣以及所述模板圖像的梯度特征矩陣進行像素點的相似度匹配，以得到匹配結果。

4.根據權利要求3所述的三維形變監測方法，其特征在于，所述將所述圖片的梯度特征矩陣以及所述模板圖像的梯度特征矩陣進行像素點的相似度匹配，以得到匹配結果，包括：

采用標準相關系數匹配算法評估所述圖片的梯度特征矩陣以及所述模板圖像的梯度特征矩陣之間的相似度，以獲取像素維度的相似度匹配矩陣，形成所述匹配結果。

5.根據權利要求1所述的三維形變監測方法，其特征在于，所述對所述匹配結果進行亞像素擬合，以得到擬合結果，包括：

篩選所述匹配結果中匹配度最高的像素位的八鄰域，并進行二項式曲面擬合，以得到曲面；

提取所述曲面的極值點所在的亞像素位置，以得到擬合結果。

6.根據權利要求1所述的三維形變監測方法，其特征在于，所述對所述擬合結果進行三維形變量聚合，以得到監測結果，包括：

提取水平面靶標圖像尺寸和垂直面靶標圖像尺寸；

分別計算水平面和垂直面尺度轉換因子；

將所述擬合結果乘以對應的尺度轉換因子，以得到兩個平面的實際高精度二維形變量；

將兩個平面的實際高精度二維形變量中兩平面重合方向的均值為水平面和垂直面重合方向的形變量；

計算重合方向的殘差量；

根據所述水平面和垂直面重合方向的形變量減去對應的殘差量，以得到監測結果。

7.三維形變監測裝置，其特征在于，包括：

獲取單元，用于獲取監測目標上采用雙靶標L型布點方式安裝靶標的監測區域的圖片；

預處理單元，用于對所述圖片進行預處理，以得到預處理結果；

匹配單元，用于對所述預處理結果進行邊緣梯度匹配，以得到匹配結果；

擬合單元，用于對所述匹配結果進行亞像素擬合，以得到擬合結果；

聚合單元，用于對所述擬合結果進行三維形變量聚合，以得到監測結果。

8.根據權利要求7所述的三維形變監測裝置，其特征在于，所述預處理單元包括：

灰度化子單元，用于對所述圖片進行灰度化處理，以得到灰度圖像；

檢測子單元，用于對所述灰度圖像進行平滑去噪以及ROI區域的檢測，以得到預處理結果。

9.一種計算機設備，其特征在于，所述計算機設備包括存儲器及處理器，所述存儲器上存儲有計算機程序，所述處理器執行所述計算機程序時實現如權利要求1至6中任一項所述的方法。

10.一種存儲介質，其特征在于，所述存儲介質存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至6中任一項所述的方法。