本发明专利技术涉及一种基于深度相机的物体边界测量方法和装置，其中方法包括：通过深度相机获取被测物体在空间中发生空间变化前后的两张深度图；将两张深度图相减得到深度差值图，根据深度差值图得到被测物体的像素区域；通过所述深度相机内参和外参以及所述像素区域提取物体边界。本发明专利技术能够在环境复杂，干扰物较多的场景中精确分割出被测区域。
【技术实现步骤摘要】
一种基于深度相机的物体边界测量方法和装置
本专利技术涉及计算机视觉
，特别是涉及一种基于深度相机的物体边界测量方法和装置。
技术介绍
对物体边界的测量技术在工业，物流等领域应用十分广泛。比如自动叉车AGV(AutomatedGuidedVehicle)作为现代制造系统中的物料传送设备已经得到了在制造、仓储等行业广泛应用。自动叉车避障和路径规划需要自身的边界与障碍物或者路径进行对比，而由于叉车搬运的物体形状大小不一，自身边界难以确定，从而带来困难。因此，需要快速测量出物体边界。在物流领域，在包裹运输过程中，需要对其进行快速测量，而该测量工作仍大多采用人工测量，效率低下。在工业领域，对传送带上物体边界测量也有大量应用。经过专利检索，通常对物体的边界测量通常是在没有其他干扰物的情况下，根据深度图中物体和背景的深度值不同来分离物体和背景。但当环境背景复杂，干扰物较多时，将被测物体从背景中分割出来较为困难。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于深度相机的物体边界测量方法和装置，能够在环境复杂，干扰物较多的场景中精确分割出被测区域。本专利技术解决其技术问题所采用的技术方案是：提供一种基于深度相机的物体边界测量方法，包括以下步骤：(1)通过深度相机获取被测物体在空间中发生空间变化前后的两张深度图，其中，所述深度图包括被测物体的深度信息；(2)将两张深度图相减得到深度差值图，根据深度差值图得到被测物体的像素区域；(3)通过所述深度相机内参和外参以及所述像素区域提取物体边界。所述步骤(1)中被测物体在空间中发生空间变化是指获取到的两张深度图中被测物体所在像素区域的深度发生变化。所述步骤(2)中的深度差值图反映了被测物体和背景环境的深度变化，通过被测物体深度变化与背景深度变化的不同来区分深度图中的被测物体和背景。所述步骤(2)中根据深度差值图得到被测物体的像素区域具体为：遍历深度差值图的像素，将像素与阈值比较，实现二值化处理，并将大于阈值的像素区域作为被测物体的备选像素区域；通过区域联通算法将备选区域划分为若干连通区域；通过连通区域的特征选出被测物体的像素区域。所述连通区域的特征为所述连通区域中心与图像中心的相对距离、或所述连通区域质心与图像质心的相对距离、或所述连通区域的面积。所述步骤(3)具体为：通过遍历被测物体的像素区域内每一个像素的深度值，通过所述深度相机的内参计算位于像素在相机坐标系下的坐标；通过所述深度相机的外参计算出像素在地面坐标系下的坐标，得到所有像素点在地面坐标系下的坐标，并找到所有坐标中的横坐标和纵坐标的最大值与最小值，横坐标最大值与最小值的差值表示物体的长度，纵坐标最大值与最小值表示物体的宽度。本专利技术解决其技术问题所采用的技术方案是：还提供一种基于深度相机的物体边界测量装置，包括深度相机、控制单元和计算单元，所述深度相机用于获取被测物体的深度图，其中，所述深度图包括被测物体的深度信息；所述控制单元用于在被测物体在空间中发生空间变化前后向所述深度相机发出拍摄的控制信号；所述计算单元包括像素区域提取部分和物体边界计算部分，所述像素区域提取部分用于将两张深度图相减得到深度差值图，根据深度差值图得到被测物体的像素区域；所述物体边界计算部分用于通过所述深度相机内参和外参以及所述像素区域提取物体边界。所述像素区域提取部分通过遍历深度差值图的像素，将像素与阈值比较，实现二值化处理，并将大于阈值的像素区域作为被测物体的备选像素区域；通过区域联通算法将备选区域划分为若干连通区域；通过连通区域的特征选出被测物体的像素区域。所述连通区域的特征为所述连通区域中心与图像中心的相对距离、或所述连通区域质心与图像质心的相对距离、或所述连通区域的面积。所述物体边界计算部分通过遍历被测物体的像素区域内每一个像素的深度值，通过所述深度相机的内参计算位于像素在相机坐标系下的坐标；通过所述深度相机的外参计算出像素在地面坐标系下的坐标，得到所有像素点在地面坐标系下的坐标，并找到所有坐标中的横坐标和纵坐标的最大值与最小值，横坐标最大值与最小值的差值表示物体的长度，纵坐标最大值与最小值表示物体的宽度。有益效果由于采用了上述的技术方案，本专利技术与现有技术相比，具有以下的优点和积极效果：本专利技术通过获取物体空间变化前后的深度图，并将两张深度图做差得到深度差值图，根据物体与背景差值不同，得到物体的像素区域。本专利技术能够在环境复杂，干扰物较多的场景中精确分割出被测物体在深度图中的区域，从而得到被测物体的边界。附图说明图1是本专利技术的流程图；图2是本专利技术的结构示意图；图3是本专利技术实施例1的流程图；图4是本专利技术实施例2的结构示意图。具体实施方式下面结合具体实施例，进一步阐述本专利技术。应理解，这些实施例仅用于说明本专利技术而不用于限制本专利技术的范围。此外应理解，在阅读了本专利技术讲授的内容之后，本领域技术人员可以对本专利技术作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。本专利技术的实施方式涉及一种基于深度相机的物体边界测量方法，如图1所示，包括以下步骤：(1)通过深度相机获取被测物体在空间中发生空间变化前后的两张深度图，其中，所述深度图包括被测物体的深度信息。(2)将两张深度图相减得到深度差值图，根据深度差值图得到被测物体的像素区域。其中，深度差值图反应了被测物体和背景环境的深度变化，通过被测物体深度变化与背景深度变化的不同来区分深度图中的被测物体和背景。本步骤中，根据深度差值图得到被测物体的像素区域具体为：遍历深度差值图的像素，将像素与阈值比较，实现二值化处理，并将大于阈值的像素区域作为被测物体的备选像素区域；通过区域联通算法将备选区域划分为若干连通区域；通过连通区域的特征选出被测物体的像素区域。对于背景固定的场景，可以将背景深度图保存，将被测物体存在的深度图与背景深度图相减，得到物体相对于背景的深度。不同的物体可用同一张背景深度图计算而不需要拍摄两次深度图。(3)通过所述深度相机内参和外参以及所述像素区域提取物体边界。具体为：通过遍历被测物体的像素区域内每一个像素的深度值，通过所述深度相机的内参计算位于像素在相机坐标系下的坐标；通过所述深度相机的外参计算出像素在地面坐标系下的坐标，得到所有像素点在地面坐标系下的坐标，并找到所有坐标中的横坐标和纵坐标的最大值与最小值，横坐标最大值与最小值的差值表示物体的长度，纵坐标最大值与最小值表示物体的宽度。本专利技术的实施方式还涉及一种基于深度相机的物体边界测量装置，如图2所示，包括深度相机、控制单元和计算单元，所述深度相机用于获取被测物体的深度图，其中，所述深度图包括被测物体的深度信息；所述控制单元用于在被测物体在空间中发生空间变化前后向所述深度相机发出拍摄的控制信号；所述计算单元包括像素区域提取部分和物体边界计算部分，所述像素区域提取部分用于将两张深度图相减得到深度差值图，根本文档来自技高网...
【技术保护点】
1.一种基于深度相机的物体边界测量方法，其特征在于，包括以下步骤：/n(1)通过深度相机获取被测物体在空间中发生空间变化前后的两张深度图，其中，所述深度图包括被测物体的深度信息；/n(2)将两张深度图相减得到深度差值图，根据深度差值图得到被测物体的像素区域；/n(3)通过所述深度相机内参和外参以及所述像素区域提取物体边界。/n
【技术特征摘要】
1.一种基于深度相机的物体边界测量方法，其特征在于，包括以下步骤：
(1)通过深度相机获取被测物体在空间中发生空间变化前后的两张深度图，其中，所述深度图包括被测物体的深度信息；
(2)将两张深度图相减得到深度差值图，根据深度差值图得到被测物体的像素区域；
(3)通过所述深度相机内参和外参以及所述像素区域提取物体边界。
2.根据权利要求1所述的基于深度相机的物体边界测量方法，其特征在于，所述步骤(1)中被测物体在空间中发生空间变化是指获取到的两张深度图中被测物体所在像素区域的深度发生变化。
3.根据权利要求1所述的基于深度相机的物体边界测量方法，其特征在于，所述步骤(2)中的深度差值图反映了被测物体和背景环境的深度变化，通过被测物体深度变化与背景深度变化的不同来区分深度图中的被测物体和背景。
4.根据权利要求1所述的基于深度相机的物体边界测量方法，其特征在于，所述步骤(2)中根据深度差值图得到被测物体的像素区域具体为：遍历深度差值图的像素，将像素与阈值比较，实现二值化处理，并将大于阈值的像素区域作为被测物体的备选像素区域；通过区域联通算法将备选区域划分为若干连通区域；通过连通区域的特征选出被测物体的像素区域。
5.根据权利要求4所述的基于深度相机的物体边界测量方法，其特征在于，所述连通区域的特征为所述连通区域中心与图像中心的相对距离、或所述连通区域质心与图像质心的相对距离、或所述连通区域的面积。
6.根据权利要求1所述的基于深度相机的物体边界测量方法，其特征在于，所述步骤(3)具体为：通过遍历被测物体的像素区域内每一个像素的深度值，通过所述深度相机的内参计算位于像素在相机坐标系下的坐标；通过所述深度相机的外参计算出像素在地面坐标系下的坐标，得到所有像素点在...
【专利技术属性】
技术研发人员：黄敏，裘昊天，张晓林，李嘉茂，
申请(专利权)人：中国科学院上海微系统与信息技术研究所，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。