一种托盘纸箱垛型实时检测方法技术

本发明专利技术涉及一种托盘纸箱垛型实时检测方法，其步骤：由深度相机和彩色相机获取到垛内所有箱子的深度图像和RGB图像，并对深度图像进行预处理，得到一个只包含箱子深度映射出来的二值图像；采用递进方式找出箱垛最上面一层箱子的灰度阈值，进行二值化得到一个只包含最上层纸箱的最外层轮廓；提取边缘轮廓，并利用二值图像得到直线的边缘轮廓，提取边缘轮廓的所有坐标得到最上层纸箱的边缘点；把深度图像上面的边缘点的坐标映射到RGB图像上；对坐标映射得到的RGB图像进行分割处理，获得RGB图像上最上层纸箱子整体区域的所有像素点信息；根据箱子的垛型和箱子摆放的轮廓得到每个箱子4个角的坐标，再由中心点定理计算出每个箱子的中心坐标，完成对托盘垛型的实时检测。

【技术实现步骤摘要】
一种托盘纸箱垛型实时检测方法
本专利技术涉及一种物流领域垛型检测方法，特别是关于一种托盘纸箱垛型实时检测方法。
技术介绍
在工业4.0的大时代和互联网大时代下，越来越多的智能产品也在不断地增长，物流就越来越多的成为了人们生活的主题。京东、阿里巴巴以及亚马逊等一个一个的物流公司也逐渐的出现。但由于中国的国情和人口的因素，物流的压力越来越大。所以，无人仓库的概念也由此产生，通过人工智能和视觉相结合，最终实现即使仓库里没有工业，也能实现仓库的快速分拣和装运。目前，关于垛形的检测方法还不是非常成熟，大多都是人工拆垛，费时费力。而且和现在的快速物流联动性不强，因为垛形的样式实在太多，而且堆放方式非常灵活。机器视觉在识别剁形上往往存在一个很大的问题就是仓库为了节约空间，堆垛的箱子都是紧密摆放的，中间缝隙非常小，难以完成垛型的自动识别。
技术实现思路
针对上述问题，本专利技术的目的是提供一种托盘纸箱垛型实时检测方法，该方法用于实时测量堆垛箱的顶层分布，为机械手实现自动拆垛提供实时数据，进而实现由操作机械手的运动完成无人仓库的拆垛。为实现上述目的，本专利技术采取以下技术方案：一种托盘纸箱垛型实时检测方法本文档来自技高网...

【技术保护点】
一种托盘纸箱垛型实时检测方法，其特征在于包括以下步骤：1)由深度相机和彩色相机获取到垛内所有箱子的深度图像和RGB图像，并对深度图像进行预处理，得到一个只包含箱子深度映射出来的二值图像；2)采用递进方式找出箱垛最上面一层箱子的灰度阈值，进行二值化得到一个只包含最上层纸箱的最外层轮廓；3)提取边缘轮廓，通过opencv中的边缘提取并且利用二值图像得到直线的边缘轮廓，再将边缘轮廓的所有坐标提取出来，得到最上层纸箱的边缘点；4)把深度图像上面的边缘点的坐标映射到RGB图像上，并进行形态学处理；5)对坐标映射得到的RGB图像进行分割处理，获得RGB图像上最上层纸箱子整体区域的所有像素点信息，从而得到箱...

【技术特征摘要】
1.一种托盘纸箱垛型实时检测方法，其特征在于包括以下步骤：1)由深度相机和彩色相机获取到垛内所有箱子的深度图像和RGB图像，并对深度图像进行预处理，得到一个只包含箱子深度映射出来的二值图像；2)采用递进方式找出箱垛最上面一层箱子的灰度阈值，进行二值化得到一个只包含最上层纸箱的最外层轮廓；3)提取边缘轮廓，通过opencv中的边缘提取并且利用二值图像得到直线的边缘轮廓，再将边缘轮廓的所有坐标提取出来，得到最上层纸箱的边缘点；4)把深度图像上面的边缘点的坐标映射到RGB图像上，并进行形态学处理；5)对坐标映射得到的RGB图像进行分割处理，获得RGB图像上最上层纸箱子整体区域的所有像素点信息，从而得到箱子摆放的垛型；6)根据箱子的垛型和箱子摆放的轮廓得到每个箱子4个角的坐标，再由中心点定理计算出每个箱子的中心坐标，完成对托盘垛型的实时检测。2.如权利要求1所述的一种托盘纸箱垛型实时检测方法，其特征在于：所述步骤2)中，递进找阈值过程如下：采用初始设定阈值进行二值化图像，并判断二值化之后的像素为255的像素数量是否大于预先设定数量，如果没有则对深度图像再进行一次二值化；以此类推，向下递进搜索，开始递增灰度阈值，不断地取阈值判断，如果在当前灰度阈值下发现最上层纸箱的轮廓，则停止递进，当前递进出来的灰度阈值则为最终用于提取箱子轮廓的灰度阈值。3.如权利要求1所述的一种...

【专利技术属性】
技术研发人员：李天剑，刘诗晗，金秋，黄民，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：北京,11