本申请提供了一种纸箱点云分割方法、装置以及处理设备，用于从点云出发，为纸箱实现更为精确的分割处理，来满足大多数行业对纸箱的图像分割需求。方法包括：通过3D相机进行点云采集，得到点云数据；根据深度分布信息，将点云数据转化为2D的鸟瞰图；将稀疏地面视作噪声，将鸟瞰图划分为8*8的多个图像块，并对每个图像块进行两次离散余弦变换去噪声处理，得到DCT图像；通过离散傅里叶变换中的高通滤波器对第一图像进行处理，得到高通滤波图像；将DCT图像与高通滤波图像进行相减，并做二值化处理，得到去噪图像；对去噪图像进行腐蚀处理与膨胀处理，最后通过漫水填充处理得到纸箱分割图像。图像。图像。
【技术实现步骤摘要】
一种纸箱点云分割方法、装置以及处理设备
[0001]本申请涉及仓储物流领域，具体涉及一种纸箱点云分割方法、装置以及处理设备。
技术介绍
[0002]在仓储物流领域中，对于物体(主要是纸箱)的信息采集显然是数字化作业的一大基础，其可以称为自动化物流系统中必不可少的环节。在该情况下，为减少中间环节和人工成本，通过图像处理来实现快速、准确的信息采集，称为主流趋势。
[0003]由于近年来数字图像处理技术的不断改进，其中的点云处理对图像处理的影响越来越重要。点云作为一种常用的3D数据表达形式，能够在空间里将原始的几何信息完整地保留下来，不会产生离散化，而点云分割则是区分点云中的每个点，将整体的点云划分为一块块具有特定信息的区域，点云分割可以有效得到所需的目标物体的点云信息，对图像分割具有重要意义。
[0004]而在现有的相关技术的研究过程中，专利技术人发现，现有的点云分割技术仍存在其局限性，难以在较低的应用成本的基础上实现较佳的分割精度。例如基于阀值的分割方法只考虑像素点灰度值本身的特征，一般不考虑空间特征，因此对噪声比较敏感，鲁棒性不高；又例如基于边缘检测的分割方法不能保证边缘的连续性和封闭性，在高细节区域存在大量的碎边缘，难以形成一个大区域，但是又不宜将高细节区域分成小碎片；又例如在使用传统的基于深度学习的图像分割算法时，需要预先对大量的数据集进行人工标注，要耗费大量时间和精力，而由于当前阶段下图像分割技术的局限性，利用交互式信息匹配等方法对图像数据集进行自动标注的技术尚不成熟，标注错误目标、遗漏正确目标和标注框不准确等问题会直接影响到后续阶段模型的训练效果。
技术实现思路
[0005]本申请提供了一种纸箱点云分割方法、装置以及处理设备，用于从点云出发，为纸箱实现低成本、稳定、便捷且精确的分割处理，来满足大多数行业对纸箱的图像分割需求。
[0006]第一方面，本申请提供了一种纸箱点云分割方法，方法包括：
[0007]通过3D相机对进行点云采集，得到点云数据；
[0008]根据深度分布信息，将点云数据转化为2D的鸟瞰图；
[0009]将稀疏地面视噪声，将鸟瞰图划分为8*8的多个图像块，并对每个图像块进行两次离散余弦变换去噪声处理，得到DCT图像；
[0010]通过离散傅里叶变换中的高通滤波器对第一图像进行处理，得到高通滤波图像；
[0011]将DCT图像与高通滤波图像进行相减，并做二值化处理，得到去噪图像；
[0012]对去噪图像进行腐蚀处理与膨胀处理，最后通过漫水填充处理得到纸箱分割图像。
[0013]结合本申请第一方面，在本申请第一方面第一种可能的实现方式中，根据深度分布信息，将点云数据转化为2D的鸟瞰图之前，方法还包括：
[0014]对点云数据进行降维处理。
[0015]结合本申请第一方面，在本申请第一方面第二种可能的实现方式中，对每个图像块进行两次离散余弦变换去噪声处理，得到DCT图像，包括：
[0016]对每个图像块通过下式进行两次离散余弦变换去噪声处理，得到DCT图像：
[0017][0018][0019]其中，0≤u<M
‑
1，0≤v≤N
‑
1，M、N是输入图像的行和列的大小，f(i,j)是原始图像(i,j)位置的值，F(u,v)是进行离散余弦变换后得到的、位于第u行v列的系数值。
[0020]结合本申请第一方面，在本申请第一方面第三种可能的实现方式中，离散傅里叶变换通过下式表示：
[0021][0022]其中，M、N是输入图像的行和列的大小，(u,v)是变换域中像素点的坐标位置，0≤u<M
‑
1，0≤v≤N
‑
1，F(u,v)是对应频谱上的复频率值，(i,j)是空域中像素点的坐标位置，0≤i<M
‑
1，0≤j≤N
‑
1，f(i,j)为空间像素值，e是欧拉数，z是虚单位。
[0023]结合本申请第一方面，在本申请第一方面第四种可能的实现方式中，3D相机具体设置于传送纸箱的传送带正上方，通过3D相机进行点云采集，包括：
[0024]通过3D相机对传送带进行点云采集，得到点云数据。
[0025]第二方面，本申请提供了一种纸箱点云分割装置，装置包括：
[0026]采集单元，用于通过3D相机对进行点云采集，得到点云数据；
[0027]转换单元，用于根据深度分布信息，将点云数据转化为2D的鸟瞰图；
[0028]去噪单元，用于将稀疏地面视作噪声，将鸟瞰图划分为8*8的多个图像块，并对每个图像块进行两次离散余弦变换去噪声处理，得到DCT图像；
[0029]去噪单元，还用于通过离散傅里叶变换中的高通滤波器对第一图像进行处理，得到高通滤波图像；
[0030]去噪单元，还用于将DCT图像与高通滤波图像进行相减，并做二值化处理，得到去噪图像；
[0031]分割单元，用于对去噪图像进行腐蚀处理与膨胀处理，最后通过漫水填充处理得到纸箱分割图像。
[0032]结合本申请第二方面，在本申请第二方面第一种可能的实现方式中，装置还包括预处理单元，用于：
[0033]对点云数据进行降维处理。
[0034]结合本申请第二方面，在本申请第二方面第二种可能的实现方式中，去噪单元，具
体用于：
[0035]对每个图像块通过下式进行两次离散余弦变换去噪声处理，得到DCT图像：
[0036][0037][0038]其中，0≤u<M
‑
1，0≤v≤N
‑
1，M、N是输入图像的行和列的大小，f(i,j)是原始图像(i,j)位置的值，F(u,v)是进行离散余弦变换后得到的、位于第u行v列的系数值。
[0039]结合本申请第二方面，在本申请第二方面第三种可能的实现方式中，离散傅里叶变换通过下式表示：
[0040][0041]其中，M、N是输入图像的行和列的大小，(u,v)是变换域中像素点的坐标位置，0≤u<M
‑
1，0≤v≤N
‑
1，F(u,v)是对应频谱上的复频率值，(i,j)是空域中像素点的坐标位置，0≤i<M
‑
1，0≤j≤N
‑
1，f(i,j)为空间像素值，e是欧拉数，z是虚单位。
[0042]结合本申请第二方面，在本申请第二方面第四种可能的实现方式中，3D相机具体设置于传送纸箱的传送带正上方，采集单元，具体用于：
[0043]通过3D相机对传送带进行点云采集，得到点云数据。
[0044]第三方面，本申请提供了一种处理设备，包括处理器和存储器，存储器中存储有计算机程序，处理器调用存储器中的计算机程序时执行本申请第一方面或者本申请第一方面任一种可能的实现方式提供的方法。
[0045]第四方面，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种纸箱点云分割方法，其特征在于，所述方法包括：通过3D相机进行点云采集，得到点云数据；根据深度分布信息，将所述点云数据转化为2D的鸟瞰图；将稀疏地面视作噪声，将所述鸟瞰图划分为8*8的多个图像块，并对每个所述图像块进行两次离散余弦变换去噪声处理，得到DCT图像；通过离散傅里叶变换中的高通滤波器对所述第一图像进行处理，得到高通滤波图像；将所述DCT图像与所述高通滤波图像进行相减，并做二值化处理，得到去噪图像；对所述去噪图像进行腐蚀处理与膨胀处理，最后通过漫水填充处理得到所述纸箱分割图像。2.根据权利要求1所述的方法，其特征在于，所述根据深度分布信息，将所述点云数据转化为2D的鸟瞰图之前，所述方法还包括：对所述点云数据进行降维处理。3.根据权利要求1所述的方法，其特征在于，所述对每个所述图像块进行两次离散余弦变换去噪声处理，得到DCT图像，包括：对每个所述图像块通过下式进行两次离散余弦变换去噪声处理，得到所述DCT图像：对每个所述图像块通过下式进行两次离散余弦变换去噪声处理，得到所述DCT图像：其中，0≤u<M
‑
1，0≤v≤N
‑
1，M、N是输入图像的行和列的大小，f(i,j)是原始图像(i,j)位置的值，F(u,v)是进行离散余弦变换后得到的、位于第u行v列的系数值。4.根据权利要求1所述的方法，其特征在于，所述离散傅里叶变换通过下式表示：其中，M、N是输入图像的行和列的大小，(u,v)是变换域中像素点的坐标位置，0≤u<M
‑
1，0≤...
【专利技术属性】
技术研发人员：周志刚，陈勇超，李昌昊，陈采榕，
申请(专利权)人：湖北普罗格科技股份有限公司，
类型：发明
国别省市：
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。