[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

本發明實施例公開了三維形變監測方法、裝置、計算機設備及存儲介質。所述方法包括：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。通過實施本發明實施例的方法可實現避免相機內外參的標定，能夠應對多變的監測環境，簡化計算過程，相機基線無限制測量范圍。

技術領域

本發明涉及三維形變監測方法，更具體地說是指三維形變監測方法、裝置、計算機設備及存儲介質。

背景技術

隨著經濟的發展，市場對基于視覺的形變監測技術需求將原來越大，特別是在安全預警、質量控制領域，物體的三維形變監測在工業很多場景都具備很強的應用需求，目前常用的是基于雙目視覺的立體匹配技術進行結構體的三維形變監測，其主要流程包括：進行相機內外參的標定；雙目矯正；雙目立體匹配生成視差圖；獲取深度信息；計算結構體前后三維形變量。

現有的技術由于相機生產工藝的差異，雙目系統內外參標定誤差較大，導致系統的誤差，難以實現對結構體高精度的形變監測；雙目視覺算法對光照變化非常的敏感，在戶外場景很不穩定；計算復雜度高；由于測量范圍和兩個攝像頭間距構成的基線關系很大：基線越大，測量范圍越遠；基線越小，測量范圍越近，相機基線限制了測量范圍。

因此，有必要設計一種新的方法，實現避免相機內外參的標定，能夠應對多變的監測環境，簡化計算過程，相機基線無限制測量范圍。

發明內容

本發明的目的在于克服現有技術的缺陷，提供三維形變監測方法、裝置、計算機設備及存儲介質。

為實現上述目的，本發明采用以下技術方案：三維形變監測方法，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。

其進一步技術方案為：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。

其進一步技術方案為：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。

其進一步技術方案為：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。

其進一步技術方案為：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；