System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及一种基于三维视觉的鞋底边缘提取方法。
技术介绍
1、目前成熟的鞋业制造中,橡胶类鞋底通常是采用注塑成型技术,这也就导致刚成型的鞋底带着注塑余料或毛刺。传统的方法是由人工目检并切除鞋底边缘的这部分余料或者毛刺,但随着人工成本的提高以及此道工序对于效率的更高要求,全人工的操作已无法满足要求。但由于橡胶类鞋底的具有弹性较大的特点,传统自动化设备中的视觉成像系统无法自适应检测获取有效的鞋底边缘。
2、为克服上述鞋底边缘检测技术的缺陷,工业中开始使用3d相机来替代2d相机,通过三维重建来获取识别鞋底边缘。现有技术中或者通过单帧三维成像或者连续多帧三维成像的方案识别鞋底边缘,但鞋底的多样性及弹性形变使得3d相机无法在单帧即准确获得鞋底边缘钱,而多帧方案虽可适应多样化的鞋型,但算法复杂且需配备大成本的高速3d相机,速度慢且成本高。
技术实现思路
1、本专利技术的目的是提出一种基于三维视觉的鞋底边缘提取方法,兼顾速度与精度的平衡,同时在控制成本的前提下满足鞋底多样化的自适应性。
2、本专利技术通过以下技术方案实现:
3、一种基于三维视觉的鞋底边缘提取方法,包括如下步骤:
4、步骤s1、采用3d相机拍摄一帧鞋底图像,根据该帧鞋底图像进行三维重建以获取该帧鞋底图像对应的一段鞋底边缘点云;
5、步骤s2、检测该段鞋底边缘点云的完整性是否符合预设要求,若是,则进入步骤s4,否则,进入步骤s3;
6、步骤s3、定位点云缺失
7、步骤s4、判断所获得鞋底边缘点云段数是否达到预设数量,若是,进入步骤s5,否则,控制鞋底转动设定角度,并进入步骤s1;
8、步骤s5、融合多段鞋底边缘点云获得融合边缘点云,将融合边缘点云与数据库中的模板曲线进行匹配,选择匹配度最高的模板曲线,根据模板曲线对融合边缘点云进行优化,并根据优化后的点云生成鞋底边缘曲线。
9、进一步的,所述步骤s2中,所述检测该段鞋底边缘点云的完整性是否符合预设要求具体为:统计该帧鞋底图像对应的深度图中的有效结构光编码像素数p1,并统计该段鞋底边缘点云数p2,p2/p1即为该段鞋底边缘点云的点云密度,若该点云密度小于设定的第一阈值,则判断该段鞋底边缘点云的完整性不符合要求。
10、进一步的,所述步骤s2中,定位点云缺失位置具体为:将该帧鞋底图像对应的深度图划分为若干区域,分别统计各个区域内的有效结构光编码像素数p3,并统计各区域内的点云数p4,若p4/p3小于设定的第二阈值,则判断该段区域点云不完整;以鞋底转动中心作为原点建立坐标系,对于该段区域,确定其几何中心所对应的坐标值,根据该坐标值确定鞋底旋转角度。
11、进一步的,所述步骤s3中,进行补点具体为:根据补拍点云对应的位姿和缺失点云的鞋底边缘点云对应的位姿的关系,将补拍点云拼接融合进该段鞋底边缘点云。
12、进一步的,所述步骤s5中,通过各段鞋底边缘点云对应的位姿的关系,将各段鞋底边缘点云进行拼接融合。
13、进一步的,获取所述融合边缘点云后,通过高斯滤波算法对其进行滤波,并通过多重差值算法对滤波后的融合边缘点云进行插值。
14、进一步的,所述步骤s5中,根据模板曲线对融合边缘点云进行优化具体为:通过模板曲线对融合边缘点云进行弹性补偿和平滑优化。
15、进一步的,所述步骤s5中,所述数据库通过鞋底设计图、手动绘制和/或深度学习训练方式获取。
16、进一步的,所述3d相机包括单目结构光3d相机或者双目结构光3d相机。
17、进一步的,所述鞋底置于旋转台上,旋转台位于支架内,3d相机转动布置在支架上且位于鞋底斜上方,以向内倾斜地对鞋底进行拍摄,旋转台和3d相机分别与控制机构连接。
18、本专利技术具有如下有益效果:
19、1、本专利技术通过多次拍摄获得多段鞋底边缘点云,然后将多段鞋底边缘点云进行融合得到最终的鞋底边缘曲线,结合了单帧三维成像的高效和多帧连续三维成像的高适应性,算法简洁且无需高速3d相机,既提高了精度也提高了速度,还控制了成本,适应于多种鞋底,对于每段鞋底边缘点云,若发现点云不完整则进行补拍,进一步提高了精度,采用模板匹配来优化融合边缘点云,能够避免弹性鞋底形变所带来的误差,提高边缘取点的精度。
本文档来自技高网...【技术保护点】
1.一种基于三维视觉的鞋底边缘提取方法,其特征在于:包括如下步骤:
2.根据权利要求1所述的一种基于三维视觉的鞋底边缘提取方法,其特征在于:所述步骤S2中,所述检测该段鞋底边缘点云的完整性是否符合预设要求具体为:统计该帧鞋底图像对应的深度图中的有效结构光编码像素数P1,并统计该段鞋底边缘点云数P2,P2/P1即为该段鞋底边缘点云的点云密度,若该点云密度小于设定的第一阈值,则判断该段鞋底边缘点云的完整性不符合要求。
3.根据权利要求1所述的一种基于三维视觉的鞋底边缘提取方法,其特征在于:所述步骤S2中,所述定位点云缺失位置,根据点云缺失位置控制鞋底转动具体为:将该帧鞋底图像对应的深度图划分为若干区域,分别统计各个区域内的有效结构光编码像素数P3,并统计各区域内的点云数P4,若P4/P3小于设定的第二阈值,则判断该段区域点云不完整;以鞋底转动中心作为原点建立坐标系,对于该段区域,确定其几何中心所对应的坐标值,根据该坐标值确定鞋底旋转角度。
4.根据权利要求3所述的一种基于三维视觉的鞋底边缘提取方法,其特征在于:所述步骤S3中,进行补点具体为:根据补
5.根据权利要求1或2或3所述的一种基于三维视觉的鞋底边缘提取方法,其特征在于:所述步骤S5中,通过各段鞋底边缘点云对应的位姿的关系,将各段鞋底边缘点云进行拼接融合。
6.根据权利要求1或2或3所述的一种基于三维视觉的鞋底边缘提取方法,其特征在于:获取所述融合边缘点云后,通过高斯滤波算法对其进行滤波,并通过多重差值算法对滤波后的融合边缘点云进行插值。
7.根据权利要求1或2或3所述的一种基于三维视觉的鞋底边缘提取方法,其特征在于:所述步骤S5中,根据模板曲线对融合边缘点云进行优化具体为:通过模板曲线对融合边缘点云进行弹性补偿和平滑优化。
8.根据权利要求1或2或3所述的一种基于三维视觉的鞋底边缘提取方法,其特征在于:所述步骤S5中,所述数据库通过鞋底设计图、手动绘制和/或深度学习训练方式获取。
9.根据权利要求1或2或3所述的一种基于三维视觉的鞋底边缘提取方法,其特征在于:所述3D相机包括单目结构光3D相机或者双目结构光3D相机。
10.根据权利要求1或2或3所述的一种基于三维视觉的鞋底边缘提取方法,其特征在于:所述鞋底置于旋转台上,旋转台位于支架内,3D相机转动布置在支架上且位于鞋底斜上方,以向内倾斜地对鞋底进行拍摄,旋转台和3D相机分别与控制机构连接。
...【技术特征摘要】
1.一种基于三维视觉的鞋底边缘提取方法,其特征在于:包括如下步骤:
2.根据权利要求1所述的一种基于三维视觉的鞋底边缘提取方法,其特征在于:所述步骤s2中,所述检测该段鞋底边缘点云的完整性是否符合预设要求具体为:统计该帧鞋底图像对应的深度图中的有效结构光编码像素数p1,并统计该段鞋底边缘点云数p2,p2/p1即为该段鞋底边缘点云的点云密度,若该点云密度小于设定的第一阈值,则判断该段鞋底边缘点云的完整性不符合要求。
3.根据权利要求1所述的一种基于三维视觉的鞋底边缘提取方法,其特征在于:所述步骤s2中,所述定位点云缺失位置,根据点云缺失位置控制鞋底转动具体为:将该帧鞋底图像对应的深度图划分为若干区域,分别统计各个区域内的有效结构光编码像素数p3,并统计各区域内的点云数p4,若p4/p3小于设定的第二阈值,则判断该段区域点云不完整;以鞋底转动中心作为原点建立坐标系,对于该段区域,确定其几何中心所对应的坐标值,根据该坐标值确定鞋底旋转角度。
4.根据权利要求3所述的一种基于三维视觉的鞋底边缘提取方法,其特征在于:所述步骤s3中,进行补点具体为:根据补拍点云对应的位姿和缺失点云的鞋底边缘点云对应的位姿的关系,将补拍点云拼接融合进该段鞋底边缘点云。
5.根据权利要...
【专利技术属性】
技术研发人员:余洪山,曾梓榕,卢俊锦,黄志伟,
申请(专利权)人:泉州湖南大学工业设计与机器智能创新研究院,
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。