一种单目家具尺寸检测方法、装置、系统和介质制造方法及图纸

技术编号:45910323 阅读:14 留言:0更新日期:2025-07-25 17:43
本发明专利技术公开了一种单目家具尺寸检测方法、装置、系统和介质,方法包括:获取设置有标定三角锥的待测家具的目标图像;利用拉普拉斯算子提取所述目标图像的边缘信息,形成包含边缘梯度的灰度图像;将目标图像和灰度图像堆叠在一起,并导入到预设的所提模型中,以通过所提模型输出带有所述待测家具的尺寸信息的结果图像;所提模型包括:特征提取网络模块、特征金字塔网络模块、单级无头网络模块、非极大值抑制模块和输出模块。本发明专利技术采用无接触测量的方式,避免了传统接触式测量工具的局限性,有助于实现自动化和高效化的检测过程。本发明专利技术能够一次性测量家具的整体尺寸,能够更全面地评估家具的尺寸准确性。本发明专利技术用于机器视觉技术领域。

【技术实现步骤摘要】

本专利技术涉及机器视觉,具体是涉及一种单目家具尺寸检测方法、装置、系统和介质


技术介绍

1、在家具制造领域,传统的尺寸检测方法主要依赖人工使用游标卡尺和卷尺抽查,这些方法主观因素影响大、精度低、速度慢。因此,基于机器视觉的家具尺寸检测技术应运而生,它具有非接触、高精度、高效率等优点,在工业生产领域得到广泛应用。但是,在现有的基于机器视觉的家具尺寸检测方案中,往往只能对家具的单个组件进行尺寸检测,而无法实现对整个家具组装后的尺寸进行一次性、全面的测量,这限制了其在整体质量控制中的应用。为此,如何实现整个家具的全面性测量是行业内亟需研究的技术问题。


技术实现思路

1、本专利技术提供一种单目家具尺寸检测方法、装置、系统和介质,以解决现有技术中所存在的一个或多个技术问题,至少提供一种有益的选择或创造条件。

2、第一方面,本专利技术提供一种单目家具尺寸检测方法,包括:获取设置有标定三角锥的待测家具的目标图像;利用拉普拉斯算子提取所述目标图像的边缘信息,形成包含边缘梯度的灰度图像;将所述目标图像和灰度图像堆本文档来自技高网...

【技术保护点】

1.一种单目家具尺寸检测方法,其特征在于,包括:

2.根据权利要求1所述的一种单目家具尺寸检测方法,其特征在于,在所述输出模块中,利用所述最佳检测结果、标定的关键点坐标和标定三角锥的几何特征,以输出带有所述待测家具的尺寸信息的结果图像具体包括:将所述标定的关键点坐标和标定三角锥的几何特征进行换算,从而得到标定三角锥的各个顶点的坐标;从所述最佳检测结果中得到锚点框的长,通过所述锚点框的长和标定三角锥的各个顶点的坐标以计算得到待测家具的高度;利用锚点框的宽计算得到待测家具顶端的距离。

3.根据权利要求1所述的一种单目家具尺寸检测方法,其特征在于,所述特征提取网络模块是...

【技术特征摘要】

1.一种单目家具尺寸检测方法,其特征在于,包括:

2.根据权利要求1所述的一种单目家具尺寸检测方法,其特征在于,在所述输出模块中,利用所述最佳检测结果、标定的关键点坐标和标定三角锥的几何特征,以输出带有所述待测家具的尺寸信息的结果图像具体包括:将所述标定的关键点坐标和标定三角锥的几何特征进行换算,从而得到标定三角锥的各个顶点的坐标;从所述最佳检测结果中得到锚点框的长,通过所述锚点框的长和标定三角锥的各个顶点的坐标以计算得到待测家具的高度;利用锚点框的宽计算得到待测家具顶端的距离。

3.根据权利要求1所述的一种单目家具尺寸检测方法,其特征在于,所述特征提取网络模块是以starnet-s2作为骨干网络来提取图像的特征,其中,所述starnet-s2采用四阶段的层次结构,其中,第一阶段结构包括:2个starnet块,第二阶段结构包括:6个starnet块,第三阶段结构包括:2个starnet块,第四阶段结构包括:2个starnet块;

4.根据权利要求3所述的一种单目家具尺寸检测方法,其特征在于,所述星操作块包括:深度卷积层、线性层、激活函数和星操作层,其中,所述线性层与激活函数形成全连接层,所述深度卷积层通过所述全连接层与星操作层连接,所述深度卷积层用于在每个通道上独立地进行卷积操作,所述线性层用于对特征进行线性变换,所述星操作层通过逐元素乘法来融合特征,所述星操作层的数学表达式为:

5.根据权利要求4所述的一种单目家具尺寸检测方法...

【专利技术属性】
技术研发人员:王德毅赵剑川程振宏常鑫王旭王珏钰胡佳明王宇莫志宏廖嘉威林仕灿吴声锦
申请(专利权)人:广东机电职业技术学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1