[发明专利]基于摄像机组三维重建的堆石粒径识别与监控装置及方法在审

专利信息
申请号: 202110779106.6 申请日: 2021-07-09
公开(公告)号: CN113533145A 公开(公告)日: 2021-10-22
发明(设计)人: 付立群;金峰;徐小蓉;周虎;张晨笛 申请(专利权)人: 清华大学
主分类号: G01N15/02 分类号: G01N15/02;H04N7/18;H04N13/239;H04N13/243;G06T7/80;G06T7/70;G06T7/60;G06T7/55;G06N3/04;G06N3/08
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 黄玉霞
地址: 10008*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 摄像 机组 三维重建 粒径 识别 监控 装置 方法
【权利要求书】:

1.一种基于摄像机组三维重建的堆石粒径识别与监控装置,其特征在于,包括:

通过摄像机支架固定在堆石仓面周围的摄像机组,所述摄像机组至少包括两个摄像头,用于在不同角度采集待识别堆石在堆石过程中不同高度的堆石多角度图像;

标定模块,用于在所述摄像机组的采集视野内放置标志物,对所述摄像机组的参数进行标定;

识别监控模块,与所述摄像机组相连,用于对所述堆石多角度图像进行图像处理,根据所述堆石多角度图像确定所述待识别堆石中每块堆石粒径的分类结果,并根据所述分类结果建立所述待识别堆石的级配曲线,根据所述级配曲线对所述待识别堆石进行识别和监测;

结果反馈模块,用于将所述待识别堆石的识别和检测结果发送至预设终端。

2.根据权利要求1所述的装置,其特征在于,所述摄像机支架用于固定和移动所述摄像机组,包括:

可伸缩支架;

移动滚轮盘。

3.根据权利要求2所述的装置,其特征在于,所述可伸缩支架还包括水准器,所述水准器设置在所述摄像头的侧壁。

4.根据权利要求2所述的装置,其特征在于,所述可伸缩支架还包括螺旋伸缩杆或调节螺栓,所述螺旋伸缩杆从下而上依次包括粗螺纹部、细螺纹部和光滑部。

5.根据权利要求2所述的装置,其特征在于,所述可伸缩支架还包括粗调螺旋和微调螺旋。

6.根据权利要求1所述的装置,其特征在于,所述摄像机组包括:

激光测距器,用于确认堆石中特征点在摄像头采集的所述堆石多角度图像中的位置。

7.根据权利要求6所述的装置,其特征在于,所述激光测距器安装于每个摄像头顶壁,用于测量摄像头到特征点间的实际距离以及光轴方向。

8.一种基于摄像机组三维重建的堆石粒径识别与监控方法,适用于权利要求1所述的基于摄像机组三维重建的堆石粒径识别与监控装置,其特征在于,包括以下步骤:

S1,调整摄像机组位置:将选取的标志物置于待识别堆石的堆石仓面区域的中心,调整所述摄像机组的每个摄像头使其可以采集到所述标志物,且所述标志物位于摄像头采集的堆石多角度图像的中心;

S2,摄像机组姿态标定:测量所述标志物到堆石仓面的实际距离,根据所述摄像机组的位置信息,计算摄像机姿态参数;

S3,采集堆石照片:采集堆石仓面不同高度处的所述堆石多角度图像,获取堆石过程中不同高度处从不同角度拍摄的所述堆石多角度图像;

S4,矫正摄像机组照片畸变:结合S1和S2获取到的摄像机组内外参数信息,通过摄像头畸变校正算法计算校正所述堆石多角度图像;

S5,选取特征点:选取待识别堆石中的特征点,找到其在不同角度照片上的对应位置,测量特征点在所述堆石多角度图像上的像素距离;

S6,三维重建:分析摄像机组采集的不同角度的堆石照片,通过立体视觉重建方法计算特征点的实际距离,根据所述实际距离测量每张堆石多角度图像的比例尺;

S7,识别堆石粒径:利用图像识别算法识别所述堆石多角度图像中的堆石粒径,通过步骤S6算的比例尺解算的堆石粒径数据。

9.根据权利要求8所述的方法,其特征在于,所述S6包括:

通过两个摄像头集堆石截面图像时,根据所述两个摄像头采集堆石截面图像推测堆石三维信息并进行双目视觉重建;通过至少三个摄像头采集堆石截面图像时,利用所述至少三个摄像头采集的堆石截面图像恢复堆石三维信息,并结合标定的特征点得到所述堆石截面图像中每块堆石的实际大小,并结合步骤S5的特征点,计算每张堆石多角度图像的比例尺。

10.根据权利要求8所述的方法,其特征在于,所述摄像头畸变校正算法包括传统摄像机标定法、摄像机自标定法,非量测畸变矫正方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110779106.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top