【技术实现步骤摘要】
货物堆垛的堆高预测方法及装置、设备、存储介质
[0001]本专利技术涉及计算机视觉
,具体涉及一种货物堆垛的堆高预测方法及装置、设备、存储介质。
技术介绍
[0002]目前,判断仓库货物堆垛的堆放高度是否超过限高,通常是使用深度相机进行测量的。使用深度相机测量货物堆垛的堆高,由于地面与货物堆垛的轮廓无法分割,所以提取到的被测货物的图像数据存在误差,导致被测货物的堆高检测结果不准确。
[0003]针对上述相关技术中货物堆垛的堆放高度检测不准确的问题,目前尚未提出有效的解决方案。
技术实现思路
[0004]本专利技术实施例提供了一种货物堆垛的堆高预测方法及装置、设备、存储介质,用以克服相关技术中货物堆垛的堆放高度检测不准确的问题。
[0005]为了实现上述目的,本专利技术实施例的第一方面,提供一种货物堆垛的堆高预测方法,包括:
[0006]获取放置于地面上的被测堆垛的深度图像和彩色图像;
[0007]对所述彩色图像进行实例分割,得到地面分割掩码和堆垛分割掩码;所述地面分割掩码表示所述彩色图像中的第一像素点的标签,所述堆垛分割掩码表示所述彩色图像中的第二像素点的标签,所述第一像素点表示地面的像素点,所述第二像素点表示堆垛的像素点;
[0008]确定所述深度图像中的每个像素点的三维坐标,并根据所述每个像素点的三维坐标构建点云数据;
[0009]利用所述地面分割掩码和所述堆垛分割掩码,从所述深度图像确定出与所述第一像素点对应的第三像素点,以及与所述第二像素点 ...
【技术保护点】
【技术特征摘要】
1.一种货物堆垛的堆高预测方法,其特征在于,包括:获取放置于地面上的被测堆垛的深度图像和彩色图像;对所述彩色图像进行实例分割,得到地面分割掩码和堆垛分割掩码;所述地面分割掩码表示所述彩色图像中的第一像素点的标签,所述堆垛分割掩码表示所述彩色图像中的第二像素点的标签,所述第一像素点表示地面的像素点,所述第二像素点表示堆垛的像素点;确定所述深度图像中的每个像素点的三维坐标,并根据所述每个像素点的三维坐标构建点云数据;利用所述地面分割掩码和所述堆垛分割掩码,从所述深度图像确定出与所述第一像素点对应的第三像素点,以及与所述第二像素点对应的第四像素点;所述第三像素点表示所述深度图像中的地面的像素点,所述第四像素点表示所述深度图像中的堆垛的像素点;通过所述第三像素点和所述第四像素点的三维坐标,确定所述点云数据中的地面点云数据和堆垛点云数据;根据所述地面点云数据和所述堆垛点云数据,对所述被测堆垛的高度进行预测。2.根据权利要求1所述的货物堆垛的堆高预测方法,其特征在于,所述对所述彩色图像进行实例分割,得到地面分割掩码和堆垛分割掩码,包括:对所述彩色图像进行目标检测,确定地面对象和堆垛对象;为所述地面对象的每个像素点分配所述地面分割掩码,以及为所述堆垛对象的每个像素点分配所述堆垛分割掩码。3.根据权利要求1或2所述的货物堆垛的堆高预测方法,其特征在于,所述确定所述深度图像中的每个像素点的三维坐标,包括:X=Z(u
‑
c
x
)/f
x
Y=Z(v
‑
c
y
)/f
y
Z=d其中,X表示所述深度图像中的每个像素点在相机坐标系中的三维坐标的横坐标,Y表示所述深度图像中的每个像素点在相机坐标系中的三维坐标的纵坐标,Z表示所述深度图像中的每个像素点在相机坐标系中的三维坐标的竖坐标,u表示所述深度图像中的每个像素点在像素坐标系中的横坐标,v表示所述深度图像中的每个像素点在像素坐标系中的纵坐标,c
x
表示像素坐标系中的光心坐标的横坐标,c
y
表示像素坐标系中的光心坐标的纵坐标,f
x
表示深度相机在像素坐标系中的横坐标方向的焦距,f
y
表示深度相机在像素坐标系中的竖坐标方向的焦距,d表示所述深度图像中的每个像素点的深度值。4.根据权利要求3所述的货物堆垛的堆高预测方法,其特征在于,所述确定所述深度图像中的每个像素点的三维坐标之前,还包括:利用深度图像的每个像素点在像素坐标系中的横坐标和纵坐标、每个像素点的深度值,以及深度相机的焦距和光心坐标,构建所述深度图像的第一点云数据;将所述第一点云数据投影至所述彩色图像的像素坐标系下,以根据所述彩色图像中的每个像素点的坐标值对投影结果的对应像素点的坐标值进行调整;对调整...
【专利技术属性】
技术研发人员:尹继尧,邓鹏,孙彦龙,周琳,
申请(专利权)人:城市安全发展科技研究院深圳,
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。