一种尺寸测量方法及相关装置制造方法及图纸

本申请提供了一种尺寸测量方法以及相关装置。本申请实施例可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。其方法包括：首先，获取K个目标采集图像，以及获取光度立体模板图像；其次，根据K个目标采集图像对应的K个光源信息，对K个目标采集图像进行合成，生成目标光度立体图像；然后，根据相似变换矩阵对光度立体模板图像中的标记区域进行位置变换，得到目标光度立体图像中的候选区域；最后，对候选区域中的目标对象进行边缘检测，得到的L个边缘检测点计算目标对象的尺寸数据。本申请实施例提供的方法，避免因光照变化、噪声干扰和缺陷纹理等因素的对目标对象的尺寸测量的影响，提高了尺寸计算中的精确性及准确性。提高了尺寸计算中的精确性及准确性。提高了尺寸计算中的精确性及准确性。

【技术实现步骤摘要】
一种尺寸测量方法及相关装置


[0001]本申请涉及光学成像
，尤其涉及一种尺寸测量方法及相关装置。

技术介绍

[0002]在工业制造行业的质检中，尺寸规格是个非常严格的标准，在一些应用中要求算法量测一致性误差小于2个像素，与实际值偏差小于4个像素值。如果尺寸不正确，器件的装配可能会失败，同时还可能破坏产品其他结构，因此在工业质检中，需要依赖视觉做尺寸的测量。
[0003]在实际应用中，常常由于光照、脏污等问题导致一般二维图像中关键点、关键线的位置难以精确定位，特别是在一些深色的、带包装的器件中，无论如何打光，拍摄得到的二维照片几乎难以辨认待测关键点、关键线的边界，导致对物体尺寸的测量结果不准确。

技术实现思路

[0004]本申请实施例提供了一种尺寸测量方法以及相关装置，解决了现有技术中对物体尺寸的测量结果不准确的问题。
[0005]本申请的一方面提供一种尺寸测量方法，包括：获取K个目标采集图像，以及获取光度立体模板图像；其中，K个目标采集图像均为在相同的视觉角度下对目标对象进行拍摄得到的，K个目标采集图像的光源信息互不相同；光度立体模板图像为包括标记区域，标记区域用于标记模板对象在光度立体模板图像的第一区域范围，K为大于1的整数；根据K个目标采集图像对应的K个光源信息，对K个目标采集图像进行合成，生成目标光度立体图像，其中，目标光度立体图像包括目标对象的三维信息；根据光度立体模板图像及目标光度立体图像，确定光度立体模板图像中的模板对象的位置相对于目标光度立体图像中的目标对象的位置的相似变换矩阵；根据相似变换矩阵对光度立体模板图像中的标记区域进行位置变换，得到目标光度立体图像中目标对象对应的候选区域；对候选区域中的目标对象进行边缘检测，得到L个边缘检测点，其中，L为大于1的整数；根据L个边缘检测点计算目标对象的尺寸数据。
[0006]本申请的另一方面提供了一种尺寸测量装置，包括：图像获取模块、光度立体合成模块、相似变换矩阵确定模块、匹配线模块、边缘检测模块及后处理计算模块；具体的：图像获取模块，用于获取K个目标采集图像，以及获取光度立体模板图像；其中，K个目标采集图像均为在相同的视觉角度下对目标对象进行拍摄得到的，K个目标采集图像的光源信息互不相同；光度立体模板图像为包括模板对象的深度信息的图像，光度立体模板图像中包括标记区域，标记区域用于标记模板对象在光度立体模板图像的第一区域范围，K为大于1的整数；
光度立体合成模块，用于根据K个目标采集图像对应的K个光源信息，对K个目标采集图像进行合成，生成目标光度立体图像，其中，目标光度立体图像包括目标对象的三维信息；相似变换矩阵确定模块，用于根据光度立体模板图像及目标光度立体图像，确定光度立体模板图像中的模板对象的位置相对于目标光度立体图像中的目标对象的位置的相似变换矩阵；匹配线模块，用于根据相似变换矩阵对光度立体模板图像中的标记区域进行位置变换，得到目标光度立体图像中目标对象对应的候选区域；边缘检测模块，用于对候选区域中的目标对象进行边缘检测，得到L个边缘检测点，其中，L为大于1的整数；后处理计算模块，用于根据L个边缘检测点计算目标对象的尺寸数据。
[0007]在本申请实施例的另一种实现方式中，边缘检测模块，还用于：将目标光度立体图像按照候选区域进行裁剪，得到局部裁剪图像；将局部裁剪图像作为边缘检测模型的输入，通过边缘检测模型对局部裁剪图像中的目标对象进行边缘检测，得到P个边缘候选点，其中，P为大于1的整数；对P个边缘候选点进行线性回归处理，剔除P个边缘候选点中的异常点，得到L个边缘检测点。
[0008]在本申请实施例的另一种实现方式中，边缘检测模块，还用于：对P个边缘候选点进行随机采样，得到N个拟合点，其中，N为大于1且小于P的整数；根据N个拟合点，生成U条直线，其中，每条直线中包括至少两个拟合点，U为大于1的整数；计算P个边缘候选点中的每个边缘候选点到U条直线的距离；将P个边缘候选点中的每个边缘候选点到U条直线的距离小于距离阈值的边缘候选点作为边缘检测点，得到L个边缘检测点。
[0009]在本申请实施例的另一种实现方式中，边缘检测模块，还用于：将局部裁剪图像作为边缘检测模型的输入，通过边缘检测模型中的滤波器滤除局部裁剪图像中的噪声像素点，得到S个第一候选像素点，其中，S为大于等于1的整数；计算S个第一候选像素点中每个第一候选像素点的梯度强度值，得到S个候选梯度强度值；通过对S个候选梯度强度值进行非极大值抑制，从S个第一候选像素点中确定T个第二候选像素点，其中，T为大于等于1且小于S的整数；获取第一梯度强度阈值；根据T个第二候选像素点对应的T个候选梯度强度值，从T个第二候选像素点中确定候选梯度强度值大于第一梯度强度阈值的P个边缘候选点。
[0010]在本申请实施例的另一种实现方式中，匹配线模块，还用于：确定光度立体模板图像中的标记区域的A个顶点坐标，其中，A为大于2的整数；将相似变换矩阵分别与A个顶点坐标进行运算，得到A个变换坐标；根据A个变换坐标，在目标光度立体图像中确定候选区域。
[0011]在本申请实施例的另一种实现方式中，相似变换矩阵确定模块，还用于：
获取光度立体模板图像对应的X个像素值以及目标光度立体图像对应的Y个像素值，其中，X及Y均为大于1的整数；根据光度立体模板图像对应的X个像素值，计算光度立体模板图像对应的第一像素平均值；计算X个像素值与第一像素平均值的标准差，得到X个第一标准差；根据目标光度立体图像对应的Y个像素值，计算目标光度立体图像对应的第二像素平均值；计算Y个像素值与第二像素平均值的标准差，得到Y个第二标准差；根据X个像素值、Y个像素值、第一像素平均值、第二像素平均值、X个第一标准差及Y个第二标准差，计算得到第一相似度矩阵；获取目标光度立体图像中的目标对象的位置相对于光度立体模板图像中的模板对象的位置的角度变换值；根据第一相似度矩阵及角度变换值，生成目标光度立体图像中的目标对象的位置相对于光度立体模板图像中的模板对象的位置的相似变换逆矩阵；对相似变换逆矩阵进行逆变换，得到光度立体模板图像中的模板对象的位置相对于目标光度立体图像中的目标对象的位置的相似变换矩阵。
[0012]在本申请实施例的另一种实现方式中，尺寸测量装置还包括匹配点模块，具体的：匹配点模块，用于根据相似变换矩阵对光度立体模板图像中的M个标记点进行位置变换，得到目标光度立体图像中对应的M个目标点；后处理计算模块，还用于根据目标光度立体图像中对应的M个目标点计算目标对象的尺寸数据。
[0013]在本申请实施例的另一种实现方式中，匹配点模块，还用于：获取光度立体模板图像中的M个标记点对应的M个标记点坐标；将相似变换矩阵分别与M个标记点坐标进行运算，得到M个预测点坐标，其中，M个预测点坐标对应于M个预测点；以M个标记点中的每个标记点为中心，生成M个标记点区域，其中，M个标记点区域的几何中心为M个标记点；以M个预测点中的每个预测点为中心，生成M个预测点区域，其中，M个预测点区域的几何中心为M个预测点，M个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种尺寸测量方法，其特征在于，包括：获取K个目标采集图像，以及获取光度立体模板图像；其中，所述K个目标采集图像均为在相同的视觉角度下对目标对象进行拍摄得到的，所述K个目标采集图像的光源信息互不相同；所述光度立体模板图像为包括模板对象的深度信息的图像，所述光度立体模板图像中包括标记区域，所述标记区域用于标记所述模板对象在光度立体模板图像的第一区域范围，K为大于1的整数；根据所述K个目标采集图像对应的K个光源信息，对所述K个目标采集图像进行合成，生成目标光度立体图像，其中，所述目标光度立体图像包括所述目标对象的三维信息；根据所述光度立体模板图像及所述目标光度立体图像，确定所述光度立体模板图像中的模板对象的位置相对于所述目标光度立体图像中的目标对象的位置的相似变换矩阵；根据所述相似变换矩阵对所述光度立体模板图像中的标记区域进行位置变换，得到所述目标光度立体图像中目标对象对应的候选区域；对所述候选区域中的目标对象进行边缘检测，得到L个边缘检测点，其中，L为大于1的整数；根据所述L个边缘检测点计算所述目标对象的尺寸数据。2.如权利要求1所述的尺寸测量方法，其特征在于，所述对所述候选区域中的目标对象进行边缘检测，得到L个边缘检测点，包括：将所述目标光度立体图像按照所述候选区域进行裁剪，得到局部裁剪图像；将所述局部裁剪图像作为边缘检测模型的输入，通过所述边缘检测模型对所述局部裁剪图像中的目标对象进行边缘检测，得到P个边缘候选点，其中， P为大于1的整数；对所述P个边缘候选点进行线性回归处理，剔除P个边缘候选点中的异常点，得到L个边缘检测点。3.如权利要求2所述的尺寸测量方法，其特征在于，所述对所述P个边缘候选点进行线性回归处理，剔除P个边缘候选点中的异常点，得到L个边缘检测点，包括：对所述P个边缘候选点进行随机采样，得到N个拟合点，其中，N为大于1且小于P的整数；根据所述N个拟合点，生成U条直线，其中，每条直线中包括至少两个所述拟合点，U为大于1的整数；计算P个边缘候选点中的每个边缘候选点到U条直线的距离；将P个边缘候选点中的每个边缘候选点到U条直线的距离小于距离阈值的边缘候选点作为边缘检测点，得到L个边缘检测点。4.如权利要求2所述的尺寸测量方法，其特征在于，所述将所述局部裁剪图像作为边缘检测模型的输入，通过所述边缘检测模型对所述局部裁剪图像中的目标对象进行边缘检测，得到P个边缘候选点，包括：所述将所述局部裁剪图像作为边缘检测模型的输入，通过所述边缘检测模型中的滤波器滤除所述局部裁剪图像中的噪声像素点，得到S个第一候选像素点，其中，S为大于等于1的整数；计算所述S个第一候选像素点中每个第一候选像素点的梯度强度值，得到S个候选梯度强度值；通过对所述S个候选梯度强度值进行非极大值抑制，从所述S个第一候选像素点中确定
T个第二候选像素点，其中，T为大于等于1且小于S的整数；获取第一梯度强度阈值；根据所述T个第二候选像素点对应的T个候选梯度强度值，从所述T个第二候选像素点中确定候选梯度强度值大于所述第一梯度强度阈值的P个边缘候选点。5.如权利要求1所述的尺寸测量方法，其特征在于，所述根据所述相似变换矩阵对所述光度立体模板图像中的标记区域进行位置变换，得到所述目标光度立体图像中目标对象对应的候选区域，包括：确定所述光度立体模板图像中的标记区域的A个顶点坐标，其中，A为大于2的整数；将所述相似变换矩阵分别与所述A个顶点坐标进行运算，得到A个变换坐标；根据所述A个变换坐标，在所述目标光度立体图像中确定候选区域。6.如权利要求1所述的尺寸测量方法，其特征在于，所述根据所述光度立体模板图像及所述目标光度立体图像，确定所述目标光度立体图像中的目标对象的位置相对于所述光度立体模板图像中的模板对象的位置的相似变换矩阵，包括：获取所述光度立体模板图像对应的X个像素值以及所述目标光度立体图像对应的Y个像素值，其中，X及Y均为大于1的整数；根据所述光度立体模板图像对应的X个像素值，计算光度立体模板图像对应的第一像素平均值；计算所述X个像素值与所述第一像素平均值的标准差，得到X个第一标准差；根据所述目标光度立体图像对应的Y个像素值，计算目标光度立体图像对应的第二像素平均值；计算所述Y个像素值与所述第二像素平均值的标准差，得到Y个第二标准差；根据所述X个像素值、所述Y个像素值、所述第一像素平均值、所述第二像素平均值、所述X个第一标准差及所述Y个第二标准差，计算得到第一相似度矩阵；获取目标光度立体图像中的目标对象的位置相对于所述光度立体模板图像中的模板对象的位置的角度变换值；根据所述第一相似度矩阵及所述角度变换值，生成所述目标光度立体图像中的目标对象的位置相对于所述光度立体模板图像中的模板对象的位置的相似变换逆矩阵；对所述相似变换逆矩阵进行逆变换，得到所述光度立体模板图像中的模板对象的位置相对于所述目标光度立体图像中的目标对象的位置的相似变换矩阵。7.如权利要求1所述的尺寸测量方法，其特征在于，所述光度立体模板图像中还包括所述模板对象对应的M个标记点，M为大于1的整数；所述确定所述光度立体模板图像中的模板对象的位置相对于所述目标光度立体图像中的目标对象的位置的相似变换矩阵之后，还包括：根据所述相似变换矩阵对所述...

【专利技术属性】
技术研发人员：詹佳伟，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：