基于深度图像的车板变压器坐标识别方法技术

本发明专利技术涉及图像处理在仓储领域的应用，特别是涉及深度图像技术在仓储领域的应用，更为具体的说是涉及基于深度图像的车板变压器坐标识别方法，通过深度相机输出变压器的深度图像信息，根据各图像特征点计算变压器最优抓取点的空间坐标，并利用转换矩阵实现车板变压器实际场地坐标的精准识别，确保变压器安全进叉、高效装卸。采用本发明专利技术公开的技术方案，利用深度相机和机器视觉识别系统能够满足在多变性仓储场景以及多样性变压器规格种类应用情境下准确获取车板变压器图像信息的需求，为后续智能识别车板变压器坐标奠定基础。续智能识别车板变压器坐标奠定基础。

【技术实现步骤摘要】
基于深度图像的车板变压器坐标识别方法


[0001]本专利技术涉及图像处理在仓储领域的应用，特别是涉及深度图像技术在仓储领域的应用，更为具体的说是涉及基于深度图像的车板变压器坐标识别方法。

技术介绍

[0002]深度图像(depth image)也被称为距离影像(range image)，是指将从图像采集器到场景中各点的距离(深度)作为像素值的图像，它直接反映了景物可见表面的几何形状。深度图像经过坐标转换可以计算为点云数据，有规则及必要信息的点云数据也可以反算为深度图像数据。
[0003]目前，深度图像的获取方法有激光雷达深度成像法、计算机立体视觉成像、坐标测量机法、莫尔条纹法、结构光法等等。
[0004]在本专利技术中我们采用深度相机获得深度图像，并且基于深度图像，研发一种车板变压器坐标识别方法，从而可以在电力行业重型物资仓储过程中为自动化装卸提供准确、精准、可靠的变压器位置信息，为变压器自动叉取的精准性提升提供基础。

技术实现思路

[0005]本专利技术所要解决的技术问题主要是在电力行业重型物资仓储过程中，相关物资设备的定制度高，装车方式、装车形式多样，自动化装卸难于推进等问题。
[0006]为了解决上述技术问题，本专利技术公开了基于深度图像的车板变压器坐标识别方法，包括以下步骤：
[0007]步骤1：利用深度相机对车板变压器进行拍摄，并输出车板变压器的深度图像；
[0008]步骤2：对图片进行标注、处理，分别确认每台变压器的独立区域；
[0009]步骤3：提取并关联各帧深度图像中的图像特征点信息，结合步骤2中的变压器独立区域信息，计算得到变压器最优抓取点坐标信息；
[0010]步骤4：将深度图像转换为点云数据，并根据步骤2中获得的最优抓取点坐标信息获得最优抓取点的空间三维坐标值；
[0011]步骤5：以深度相机为标定点，将步骤4中获得的最优抓取点的空间三维坐标值转换为该最优抓取点的实际场地坐标值。
[0012]作为优选的技术方案，还包括有步骤6：根据通信协议，步骤4中得到的最优抓取点实际场地坐标值传输至现场智能装卸设备中，现场智能装卸设备按照收到的抓取点实际场地坐标值完成精准进叉操作。
[0013]在本专利技术中，还进一步公开了步骤2中标注、处理的方法具体为：分别将变压器、变压器轮廓边缘以及变压器背景进行不同颜色的标注处理，从而使得深度图像信息中的变压器、变压器轮廓边缘以及变压器背景被分别标记为不同的颜色，从而明确每台变压器的独立区域信息。
[0014]作为优选的技术方案，在本专利技术中还进一步公开了所述步骤3中通过机器视觉系
统运算得到变压器最优抓取点坐标信息。具体方式是：提取变压器独立作业区域信息与深度相机获取到的所有图像特征点进行匹配，将与独立区域边缘匹配成功的图像特征点标记为边缘轮廓坐标，将剩余的图像特征点信息与图像库进行比对，识别抓取点坐标(可能为多个)，均按序号标记为抓取点坐标，计算每个抓取点坐标与边缘轮廓坐标之前的空间位置和距离，形成一组位置参数，将每个抓取点坐标的位置参数信息与数据中的各类型变压器数据进行比对，确定最终的合理抓取点。
[0015]在一个优选的技术方案中，本专利技术还进一步公开了步骤5中转换方式是通过坐标转换矩阵进行坐标值转换，具体方式是：在深度图像中选定某一个点为参考点，并计算该参考点在点云图中的空间三维坐标值(相机坐标系)与视觉识别系统坐标系下的坐标值，从而获得空间三维坐标系与视觉识别系统坐标系之间的转换矩阵；然后以深度相机为标定点，利用深度相机的成像原理，从而获得该参考点的空间三维坐标值与实际场地坐标值之间的转换矩阵；并利用该转换矩阵，将步骤4中获得的最优抓取点的空间三维坐标值转换为该最优抓取点的实际场地坐标值。
[0016]进一步优选的技术方案是，所述现场智能装卸设备每次进叉前，还包括有校准、纠偏程序。
[0017]同时，作为一种优选的技术方案，在本专利技术中还公开了每次进叉操作前，均对待进叉的变压器物资执行步骤3至步骤5的操作。
[0018]本专利技术通过深度相机输出变压器的深度图像信息，根据各图像特征点计算变压器最优抓取点的空间坐标，并利用转换矩阵实现车板变压器实际场地坐标的精准识别，确保变压器安全进叉、高效装卸。
[0019]采用本专利技术公开的技术方案，利用深度相机和机器视觉识别系统能够满足在多变性仓储场景以及多样性变压器规格种类应用情境下准确获取车板变压器图像信息的需求，为后续智能识别车板变压器坐标奠定基础。基于本专利技术公开的技术方案，可以改变以往变压器装卸依赖人工作业的方式，解决变压器装卸工作劳动强度大、作业效率低的问题。同时值得说明的是，本专利技术填补了变压器类物资智能视觉识别领域的技术空白，同时可为相关重型物资的自动化仓储提供借鉴。
具体实施方式
[0020]为了更好的理解本专利技术，下面我们结合具体的实施例对本专利技术进行进一步的阐述。
[0021]在本实施例中公开了基于深度图像的车板变压器坐标识别方法，包括以下步骤：
[0022]步骤1：利用深度相机对车板变压器进行拍摄，并输出车板变压器的深度图像；
[0023]步骤2：对图片进行标注、处理，分别确认每台变压器的独立区域；
[0024]优选的，在本实施例中标注、处理的方法是，分别将变压器、变压器轮廓边缘以及变压器背景进行不同颜色的标注处理，从而使得深度图像信息中的变压器、变压器轮廓边缘以及变压器背景被分别标记为不同的颜色，从而明确每台变压器的独立区域信息。
[0025]步骤3：提取并关联各帧深度图像中的图像特征点信息，结合步骤2中的变压器独立区域信息，计算得到变压器最优抓取点坐标信息；
[0026]优选的，在本实施例中通过机器视觉系统运算得到变压器最优抓取点坐标信息。
[0027]步骤4：将深度图像转换为点云数据，并根据步骤2中获得的最优抓取点坐标信息获得最优抓取点的空间三维坐标值；
[0028]步骤5：以深度相机为标定点，将步骤4中获得的最优抓取点的空间三维坐标值转换为该最优抓取点的实际场地坐标值。
[0029]在本实施例中我们优选该步骤中转换方式是通过坐标转换矩阵进行坐标值转换，具体方式是：在深度图像中选定某一个点为参考点，并计算该参考点在点云图中的空间三维坐标值(相机坐标系)与视觉识别系统坐标系下的坐标值，从而获得空间三维坐标系与视觉识别系统坐标系之间的转换矩阵；然后以深度相机为标定点，利用深度相机的成像原理，从而获得该参考点的空间三维坐标值与实际场地坐标值之间的转换矩阵；并利用该转换矩阵，将步骤4中获得的最优抓取点的空间三维坐标值转换为该最优抓取点的实际场地坐标值。
[0030]同时在本实施例中还进一步优选包括有步骤6：根据通信协议，步骤4中得到的最优抓取点实际场地坐标值传输至现场智能装卸设备中，现场智能装卸设备按照收到的抓取点实际场地坐标值完成精准进叉。
[0031]在本实施例中进一步优选所述现场智能装卸设备每次进叉前，还包括有校本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于深度图像的车板变压器坐标识别方法，其特征在于，包括以下步骤：步骤1：利用深度相机对车板变压器进行拍摄，并输出车板变压器的深度图像；步骤2：对图片进行标注、处理，分别确认每台变压器的独立区域；步骤3：提取并关联各帧深度图像中的图像特征点信息，结合步骤2中的变压器独立区域信息，计算得到变压器最优抓取点坐标信息；步骤4：将深度图像转换为点云数据，并根据步骤2中获得的最优抓取点坐标信息获得最优抓取点的空间三维坐标值；步骤5：以深度相机为标定点，将步骤4中获得的最优抓取点的空间三维坐标值转换为该最优抓取点的实际场地坐标值。2.根据权利要求1所述的基于深度图像的车板变压器坐标识别方法，其特征在于：还包括有步骤6：根据通信协议，步骤4中得到的最优抓取点实际场地坐标值传输至现场智能装卸设备中，现场智能装卸设备按照收到的抓取点实际场地坐标值完成精准进叉。3.根据权利要求1所述的基于深度图像的车板变压器坐标识别方法，其特征在于，步骤2中标注、处理的方法具体为：分别将变压器、变压器轮廓边缘以及变压器背景进行不同颜色的标注处理，从而使得深度图像信息中的变压器、变压器轮廓边缘以及变压器背景被分别标记为不同的颜色，从而明确每台变压器的独立区域信息。4.根据权利要求1所述的基于深度图像的车板变压器坐标识别方法，其特征在于：所述步骤3中通过机器视觉系统运算得到变压器最优抓取点坐标信息。5.根据权利要求1所述的基于深度图像的车板变压器坐标识别方法，其特征在于：步骤5中转换方式是通过坐标转换矩阵进行坐标值转换。6....

【专利技术属性】
技术研发人员：郭伟，郑建华，宋纪恩，薛劭节，
申请(专利权)人：国网江苏省电力有限公司，
类型：发明
国别省市：