【技术实现步骤摘要】
一种基于结构光的货车轮对三维重建系统及方法
[0001]本专利技术属于计算机视觉识别
，尤其涉及一种基于结构光的货车轮对三维重建系统及方法。
技术介绍
[0002]随着计算机视觉技术的理论基础不断完善，计算机硬件的算力不断提升，许多基于计算机视觉技术的自动化设备在各个行业中得到广泛使用，传统的运行结构得到优化和改善。现如今，由于货车长时间高速在铁轨上运行，导致货车轮对会出现剥离、擦伤和磨耗等问题，所以货车运行一段时间需要进行列检，对于出现问题的货车车轮进行及时更换，然而针对上述问题，目前仅仅通过车轮检查器进行物理测量，测量结果很大程度上依赖测量人本身的经验，测量结果很难保存和追溯，所以针对上述困难，应用智能的在线检测设备实时的对货车轮对进行测量是未来的重要发展方向和研究热点。
[0003]通过上述分析，现有技术存在的问题及缺陷为：针对货车轮对长时间在铁轨上高速运行产生剥离、擦伤和磨耗等问题，现有技术提供的车轮检测设备，不能有效准确的实时检测货车状态。
技术实现思路
[0004]为克服相关技术中存...
【技术保护点】
【技术特征摘要】
1.一种基于结构光的货车轮对三维重建方法，其特征在于，该方法包括以下步骤：S1，对现场轮输入图片感兴趣的区域进行检测，计算出轮缘中特征曲线的初始点和终止点；基于获取的特征曲线的初始点和终止点，进行构造提取区域，构造能量函数的中线提取，线性拟合和重新计算初始点；S2，对获取的重新计算初始点的特征曲线，采用多项式拟合算法将特征曲线离散的不连续的点进行平滑处理；S3，利用ICP算法计算相机旋转，平移到新的位置的旋转矩阵R和平移矩阵T，并求解，基于求解后的旋转矩阵R和平移矩阵T对平滑处理后的特征曲线进行拼接，形成完整的轮缘曲线。2.根据权利要求1所述的基于结构光的货车轮对三维重建方法，其特征在于，在步骤S1中，对现场轮输入图片感兴趣的区域进行检测，包括：输入图片、CSPDarknet53、SPP空间金字塔、PANet路径聚合网络和YOLOHead输出的目标检测结果；CSPDarknet53用于特征提取，包含CBM模块和CSP模块；其中，CBM模块由卷积层cov，BN层和Mish激活函数构成；Mish激活函数表示为：公式（1）式中，为输入参数，为以e为底的指数函数，为常数，e=2.71828；CSP模块由CBM模块、CBL模块和残差块ResNet复合而成，CBL模块由卷积层cov，BN层和LeakyRelu激活函数构成；LeakyRelu激活函数的表达式为：公式（2）式中，为校正系数，为输入参数；PANet路径聚合网络用于进行特征拟合，使来自不同层之间的特征进行融合。3.根据权利要求2所述的基于结构光的货车轮对三维重建方法，其特征在于，在步骤S1中，计算出轮缘中特征曲线的初始点和终止点，包括：获得两个矩形四个点的像素坐标，在class1矩形区域内，从上向下按行遍历，如果像素值大于阈值则记录为终点，在class2矩形区域内，从下向上按行遍历，如果像素值大于阈值则记录为起点。4.根据权利要求1所述的基于结构光的货车轮对三维重建方法，其特征在于，在步骤S1中，构造提取区域，包括：根据初始点和终止点作为初始条件，通过矩形不断分割，构造矩形的提取区域；构造能量函数的中线提取包括：根据矩形的提取区域，矩形的左上角坐标为，矩形的右上角坐标为，矩形的左下角坐标为，矩形的右下角坐标为，能量函数表示为：公式（3）
式中，为提取结果，为像素强度，，；线性回归包括：提取区域提取的有效点的个数为个，则进行如下计算：公式（4）式中，为提取的点所有横坐标的加和，为所有横坐标通过提取得到的像素坐标点；公式（5）式中，为提取的点所有纵坐标的加和，为所有纵坐标通过提取得到的像素坐标点；公式（6）式中，为所有的点加和后的乘积；公式（7）式中，为所有提取的点横坐标加和与所有提取的纵坐标的加和的乘积；公式（8）式中，为的均值；公式（9）式中，为的均值；公式（10）公式（11）公式（12）公式（13）式中，为提取区域内提取的有效点的个数，为拟合的斜率，为截距，为提取点的坐标，为提取区域内所有提取点的加和，为的均值。...
【专利技术属性】
技术研发人员：马宏伟，崔涛，殷鸿鑫，苏玉东，李鸿喜，刘泽，汪旭冉，徐海波，赵斌，李金宝，于江，尚明智，汲生鹏，
申请(专利权)人：天津哈威克科技有限公司，
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。