[发明专利]一种基于深度图像的货物体积测量方法及设备

权利要求书

1.一种基于深度图像的货物体积测量方法，其特征在于，包括：

获取货物的深度图像，并将深度图像转换为点云；

预处理点云，并对预处理后的点云进行平面估计，分割并删除货物底部所在平面对应的点云，得到目标货物的点云；

识别目标货物的点云的空间形状；

根据空间形状识别结果来计算货物体积：若空间形状识别结果为立方体形，则计算货物的高度及通过顶面投影计算货物底平面面积，进而得到货物体积；若空间形状识别结果为非立方体形，则将目标货物的点云进行三角网化，积分计算货物的体积。

2.如权利要求1所述的基于深度图像的货物体积测量方法，其特征在于，所述预处理点云的操作依次包括ROI区域提取、降采样和离群点去除操作。

3.如权利要求2所述的基于深度图像的货物体积测量方法，其特征在于，在ROI区域提取的过程中，选择ROI区域的尺寸为拍摄深度图像的相机视野的3/4。

4.如权利要求2所述的基于深度图像的货物体积测量方法，其特征在于，采用体素化进行点云降采样，其过程为：

通过一定数量的体素将待预处理的点云全部包围，分别计算每一个体素范围内包含点云的质心，用质心作为相应体素内点云降采样后的值。

5.如权利要求2所述的基于深度图像的货物体积测量方法，其特征在于，采用基于统计方法去除离群点。

6.如权利要求1所述的基于深度图像的货物体积测量方法，其特征在于，预处理后的点云进行平面估计的过程为：

通过随机一致性采样，初步得到底平面附近的点云；

预设底平面方程，通过对点云进行平面方程拟合，得到预设底平面方程的相关系数值，获得底平面模型。

7.如权利要求1所述的基于深度图像的货物体积测量方法，其特征在于，利用基于深度学习的点云分类模型来识别目标货物的点云的空间形状。

8.一种基于深度图像的货物体积测量设备，其特征在于，包括：

深度图像转换模块，其用于获取货物的深度图像，并将深度图像转换为点云；

目标货物点云获取模块，其用于预处理点云，并对预处理后的点云进行平面估计，分割并删除货物底部所在平面对应的点云，得到目标货物的点云；

空间形状识别模块，其用于识别目标货物的点云的空间形状；

货物体积计算模块，其用于根据空间形状识别结果来计算货物体积：若空间形状识别结果为立方体形，则计算货物的高度及通过顶面投影计算货物底平面面积，进而得到货物体积；若空间形状识别结果为非立方体形，则将目标货物的点云进行三角网化，积分计算货物的体积。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一项所述的基于深度图像的货物体积测量方法中的步骤。

10.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一项所述的基于深度图像的货物体积测量方法中的步骤。