[发明专利]棒材计数方法、装置及分钢系统

说明书

本发明公开了一种棒材计数方法、装置及分钢系统，属于机器视觉技术领域。该方法包括获取待检测区域内多根棒材端面的点云数据；利用深度方向的连续性对点云数据进行立体分割以得到多个子点云数据；对每个子点云数据在深度方向进行平面投影以得到相应的深度图像；利用预先训练好的深度卷积神经网络模型对每个深度图像进行棒材识别；统计每个深度图像中识别出的棒材数量。本发明的棒材计数方法是通过获取棒材端面的三维立体图像，之后从中提取出二维深度图像，再通过识别模型从深度图像中识别棒材，实现了棒材在线计数的自动化，其不受环境光线过亮或过暗或者棒材锈蚀的影响，具有高效率和高精度的特点，可大量稳定使用。

技术领域

本发明涉及机器视觉技术领域，尤其涉及一种棒材计数方法、装置及分钢系统。

背景技术

在棒材的生产和销售过程中，棒材的数量是非常重要的指标，然而由于棒材(例如不锈钢棒材、铜棒材、钢筋等)的直径普遍较小，截面不规整，千差万别，钢筋的数量众多又参差不齐的分散在传送机构上，如何在线快速计数以进行准确分钢成为业界迫切需要解决的问题。

在现有的技术方案中，最常出现的计数方式是人工计数，这种方式耗时长、劳动强度高且效率低。目前市面上出现的基于计算机视觉的棒材数量统计方法为：获取被测棒材端面的原始彩色图像后转换成灰度图像，再经增强处理后转换成二值图像，然后利用二值图像进行计数，此技术方案相较于人工计数具有快速、自动化的特点，但直接获取的棒材端面平面图像中由于端面反光不同，端面颜色深的区域反光差、颜色浅的区域反光好，这样造成棒材识别出错率高，即在过亮或过暗的环境或棒材存在锈蚀情况影响下计数误差较大，无法大量稳定使用。

发明内容

为了解决上述技术问题，本发明实施例提供了一种棒材计数方法、装置及分钢系统，实现了自动化、高效率和高精度的棒材在线计数。

一方面，本发明实施例提供了一种棒材计数方法，包括：

获取待检测区域内多根棒材端面的点云数据；

利用深度方向的连续性对所述点云数据进行立体分割以得到多个子点云数据；

对每个所述子点云数据在深度方向进行平面投影以得到相应的深度图像；

利用预先训练好的深度卷积神经网络模型对每个所述深度图像进行棒材识别；

统计每个所述深度图像中识别出的棒材数量。

在一些实施例中，所述利用深度方向的连续性对所述点云数据进行立体分割以得到多个子点云数据的步骤包括：

根据预设深度阈值对所述点云数据进行初步分割得到初分割点云数据；

获取所述初分割点云数据在深度方向的多个不连续点；

根据所述不连续点对所述初分割点云数据进行再分割以得到多个子点云数据。

在一些实施例中，所述对每个所述子点云数据在深度方向进行平面投影以得到相应的深度图像的步骤为：

对每个所述子点云数据进行二维量化处理得到相应的深度图像。

在一些实施例中，所述深度卷积神经网络模型采用YOLO网络结构。

在一些实施例中，所述深度图像的大小为64*64。

在一些实施例中，所述深度卷积神经网络模型使用libtorch用c++部署。

在一些实施例中，所述获取待检测区域内多根棒材端面的点云数据的步骤包括：

获取待检测区域内多根棒材端面上投射的线激光的左图像和右图像；

对所述左图像和所述右图像进行立体校正，使校正后的左图像和右图像行对准；