钢包检测方法、装置、电子设备及计算机可读存储介质制造方法及图纸

本申请提供了一种钢包检测方法、装置、电子设备及计算机可读存储介质。该钢包检测方法，包括：获取钢包整体的激光点云数据和图像数据；基于激光点云数据和图像数据，进行三维稠密重建，得到钢包点云三维模型；对图像数据进行OCR检测，识别出钢包的钢包号；基于钢包号，将钢包点云三维模型与预设的原始钢包点云模型进行匹配，以实现对钢包的侵蚀量的分析与测量。根据本申请实施例，能够又快又准地钢包进行检测，进而消除安全隐患。进而消除安全隐患。进而消除安全隐患。

【技术实现步骤摘要】
钢包检测方法、装置、电子设备及计算机可读存储介质


[0001]本申请属于钢包检测
，尤其涉及一种钢包检测方法、装置、电子设备及计算机可读存储介质。

技术介绍

[0002]钢包作为炼钢工序和浇铸工序之间的中间容器，钢包内衬的质量好坏会直接对钢水质量以及后续浇铸工序的浇铸质量，因此需要经常对钢包内衬的质量进行检测，目前的检测方式大多为按照工艺计算钢包的包龄，正常情况下的钢包为40个包龄，并结合浇铸产品的质量判断钢包内衬质量是否存在缺陷，有些情况下也是靠肉眼观察钢包内衬是否存在缺陷。钢包检测准确度低、效率慢，并且肉眼观察时存在较大安全隐患。
[0003]因此，如何又快又准地钢包进行检测，进而消除安全隐患是本领域技术人员亟需解决的技术问题。

技术实现思路

[0004]本申请实施例提供一种钢包检测方法、装置、电子设备及计算机可读存储介质，能够又快又准地钢包进行检测，进而消除安全隐患。
[0005]第一方面，本申请实施例提供一种钢包检测方法，包括：
[0006]获取钢包整体的激光点云数据和图像数据；
[0007]基于激光点云数据和图像数据，进行三维稠密重建，得到钢包点云三维模型；
[0008]对图像数据进行OCR检测，识别出钢包的钢包号；
[0009]基于钢包号，将钢包点云三维模型与预设的原始钢包点云模型进行匹配，以实现对钢包的侵蚀量的分析与测量。
[0010]进一步地，获取钢包整体的激光点云数据和图像数据，包括：
[0011]通过搭载在实时变换位置的机械臂上的数据采集探头，对钢包进行激光点云数据采集以及图像数据采集，以获取钢包整体的激光点云数据和图像数据。
[0012]进一步地，基于激光点云数据和图像数据，进行三维稠密重建，得到钢包点云三维模型，包括：
[0013]将激光点云数据和图像数据进行融合，提取每帧激光点云数据中的特征点；
[0014]基于特征点和特征点配准算法，进行激光点云数据的融合，得到钢包点云三维模型。
[0015]进一步地，对图像数据进行OCR检测，识别出钢包的钢包号，包括：
[0016]利用神经网络对图像数据进行OCR检测，识别出钢包的钢包号。
[0017]进一步地，在基于钢包号，将钢包点云三维模型与预设的原始钢包点云模型进行匹配，以实现对钢包的侵蚀量的分析与测量之后，方法还包括：
[0018]基于点云mesh算法和泊松表面重建算法，自主匹配确定钢包点云三维模型中的mesh单元。
[0019]进一步地，在基于点云mesh算法和泊松表面重建算法，自主匹配确定钢包点云三维模型中的mesh单元之后，方法还包括：
[0020]通过激光点云数据和图像数据的融合，对mesh单元附着对应的颜色。
[0021]第二方面，本申请实施例提供了一种钢包检测装置，包括：
[0022]数据获取模块，用于获取钢包整体的激光点云数据和图像数据；
[0023]三维稠密重建模块，用于基于激光点云数据和图像数据，进行三维稠密重建，得到钢包点云三维模型；
[0024]钢包号识别模块，用于对图像数据进行OCR检测，识别出钢包的钢包号；
[0025]钢包侵蚀量分析与测量模块，用于基于钢包号，将钢包点云三维模型与预设的原始钢包点云模型进行匹配，以实现对钢包的侵蚀量的分析与测量。
[0026]进一步地，数据获取模块，用于：
[0027]通过搭载在实时变换位置的机械臂上的数据采集探头，对钢包进行激光点云数据采集以及图像数据采集，以获取钢包整体的激光点云数据和图像数据。
[0028]进一步地，三维稠密重建模块，用于：
[0029]将激光点云数据和图像数据进行融合，提取每帧激光点云数据中的特征点；
[0030]基于特征点和特征点配准算法，进行激光点云数据的融合，得到钢包点云三维模型。
[0031]进一步地，钢包号识别模块，用于：
[0032]利用神经网络对图像数据进行OCR检测，识别出钢包的钢包号。
[0033]进一步地，装置还包括：
[0034]自主匹配模块，用于基于点云mesh算法和泊松表面重建算法，自主匹配确定钢包点云三维模型中的mesh单元。
[0035]进一步地，装置还包括：
[0036]颜色附着模块，用于通过激光点云数据和图像数据的融合，对mesh单元附着对应的颜色。
[0037]第三方面，本申请实施例提供了一种电子设备，电子设备包括：处理器以及存储有计算机程序指令的存储器；
[0038]处理器执行计算机程序指令时实现如第一方面所示的钢包检测方法。
[0039]第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如第一方面所示的钢包检测方法。
[0040]本申请实施例的钢包检测方法、装置、电子设备及计算机可读存储介质，能够又快又准地钢包进行检测，进而消除安全隐患。
[0041]该钢包检测方法，包括：获取钢包整体的激光点云数据和图像数据；基于激光点云数据和图像数据，进行三维稠密重建，得到钢包点云三维模型；对图像数据进行OCR检测，识别出钢包的钢包号；基于钢包号，将钢包点云三维模型与预设的原始钢包点云模型进行匹配，以实现对钢包的侵蚀量的分析与测量。
[0042]可见，该方法通过三维稠密重建得到钢包点云三维模型，将钢包点云三维模型与预设的原始钢包点云模型进行匹配，以实现对钢包的侵蚀量的分析与测量，可以分析钢包
内衬是否存在缺陷，能够又快又准地钢包进行检测，进而消除安全隐患。
附图说明
[0043]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0044]图1是本申请一个实施例提供的钢包检测方法的流程示意图；
[0045]图2是本申请一个实施例提供的钢包检测装置的结构示意图；
[0046]图3是本申请一个实施例提供的电子设备的结构示意图。
具体实施方式
[0047]下面将详细描述本申请的各个方面的特征和示例性实施例，为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及具体实施例，对本申请进行进一步详细描述。应理解，此处所描述的具体实施例仅意在解释本申请，而不是限定本申请。对于本领域技术人员来说，本申请可以在不需要这些具体细节中的一些细节的情况下实施。下面对实施例的描述仅仅是为了通过示出本申请的示例来提供对本申请更好的理解。
[0048]需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种钢包检测方法，其特征在于，包括：获取钢包整体的激光点云数据和图像数据；基于所述激光点云数据和所述图像数据，进行三维稠密重建，得到钢包点云三维模型；对所述图像数据进行OCR检测，识别出所述钢包的钢包号；基于所述钢包号，将所述钢包点云三维模型与预设的原始钢包点云模型进行匹配，以实现对所述钢包的侵蚀量的分析与测量。2.根据权利要求1所述的钢包检测方法，其特征在于，所述获取钢包整体的激光点云数据和图像数据，包括：通过搭载在实时变换位置的机械臂上的数据采集探头，对钢包进行激光点云数据采集以及图像数据采集，以获取所述钢包整体的所述激光点云数据和所述图像数据。3.根据权利要求1所述的钢包检测方法，其特征在于，基于所述激光点云数据和所述图像数据，进行三维稠密重建，得到钢包点云三维模型，包括：将所述激光点云数据和所述图像数据进行融合，提取每帧所述激光点云数据中的特征点；基于所述特征点和特征点配准算法，进行所述激光点云数据的融合，得到所述钢包点云三维模型。4.根据权利要求1所述的钢包检测方法，其特征在于，所述对所述图像数据进行OCR检测，识别出所述钢包的钢包号，包括：利用神经网络对所述图像数据进行OCR检测，识别出所述钢包的钢包号。5.根据权利要求1所述的钢包检测方法，其特征在于，在所述基于所述钢包号，将所述钢包点云三维模型与预设的原始钢包点云模型进行匹配，以实现对所述钢包的侵蚀量的分析与测量之后，所述方法还包括：基于点云mesh算法和泊松表面重建算法，自主匹配确定所述钢包点云三维模型中的m...

【专利技术属性】
技术研发人员：孙银健，刘石岩，
申请(专利权)人：北京瓦特曼智能科技有限公司，
类型：发明
国别省市：