【技术实现步骤摘要】
本专利技术涉及一种空气弹簧鼓包的识别方法，具体涉及一种基于3d机器视觉分析的空气弹簧鼓包识别方法，属于。
技术介绍
1、目前，市场上没有专门识别空气弹簧鼓包的产品，仅有基于可见光图像对空气弹簧进行缺陷检测的方法：一种是基于随机森林分类，只训练正样本，对不属于正样本的报警；另一种是使用可见光缺陷图片，利用卷积神经网络训练这些缺陷图片，对缺陷部位识别，进行报警。
2、对上述方法，首先，有鼓包的现场空气弹簧素材难以采集，而训练神经网络需要大量的缺陷图片拟合；其次，空气弹簧鼓包从可见光图像上特征不明显，容易受到光照等因素影响，所以容易出现误报。
3、因此，有必要提供一种更有效的基于3d机器视觉分析的空气弹簧鼓包识别方法。
技术实现思路
1、为解决现有技术的不足，本专利技术的目的在于提供一种基于3d机器视觉分析的空气弹簧鼓包识别方法。
2、为了实现上述目标，本专利技术采用如下的技术方案：
3、一种基于3d机器视觉分析的空气弹簧鼓包识别方法，包括以下步骤：
4、s1、机器人移动到空气弹簧巡检点，正视空气弹簧，拍摄可见光图和深度图，在可见光图中以标注框标出空气弹簧的待检测位置；基于标注框，结合深度图中对应的深度，作为待检测位置的包络盒；将包络盒内的空气弹簧转换为点云图；
5、s2、基于点云图，以法向量和欧氏距离作为阈值进行区域生长，利用点与点之的欧式距离，法向量之间的差异，并利用欧式距离聚类，识别法向量突变的点，以识别鼓包。
6、还包括步骤s0，预先获取空气弹簧的待检测位置的包络盒和点云图，为基准包络盒、基准点云图；
7、所述基准点云图用于通过旋转的方式校正实测空气弹簧的待检测点云图的视角角度；
8、所述基准包络盒用于在待检测点云图上框出待检测位置。
9、进一步的，上述基准点云图和待检测点云图降采样后再配准，所述配准算法包括icp。
10、进一步的，使用基于欧式距离的knn聚类，去除离群点，将最大的类作为空气弹簧的待检测位置。
11、利用相机内参矩阵，将上述鼓包投影到可见光图像上进行报警。
12、进一步的，每个鼓包的点画有对应的包围框，并利用极大值抑制算法对包围框进行去重，将最后得到的包围框画在可见光图像上报警。
13、上述聚类包括二种；
14、第一种，将空气弹簧的点聚为大类，将聚入其余类的点判定为鼓包；
15、第二种，除去聚入大类的空气弹簧的点，将聚入其余类的点利用欧式距离再聚类，利用数量和距离作为阈值，识别鼓包。
16、本专利技术的有益之处在于：
17、本专利技术的一种基于3d机器视觉分析的空气弹簧鼓包识别方法，利用3d相机所获取的空气弹簧的可见光图和深度图，由在可见光图中框标出的待检测区域，结合深度图提取待检测区域的点云图，以法向量和欧氏距离作为阈值进行区域生长，并利用欧式距离聚类，识别法向量突变的点，以识别鼓包。
18、本专利技术的基于3d机器视觉分析的空气弹簧鼓包识别方法，无需收集缺陷产品，无需采集缺陷图片作为基准样标，利用鼓包在三维图像中的清晰特征，可在实时获取的点云图中进行鼓包识别，且受光照影响较小，检测效果更加稳定，节约了大量的时间、精力和成本，效果好，效率高，具有很强的实用性和广泛地适用性。
本文档来自技高网...【技术保护点】
1.一种基于3D机器视觉分析的空气弹簧鼓包识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，还包括步骤S0，预先获取空气弹簧的待检测位置的包络盒和点云图，为基准包络盒、基准点云图；
3.根据权利要求2所述的方法，其特征在于，所述基准点云图和待检测点云图降采样后再配准，所述配准算法包括ICP。
4.根据权利要求2所述的方法，其特征在于，使用基于欧式距离的KNN聚类，去除离群点，将最大的类作为空气弹簧的待检测位置。
5.根据权利要求1所述的方法，其特征在于，利用相机内参矩阵，将鼓包投影到可见光图像上进行报警。
6.根据权利要求5所述的方法，其特征在于，每个鼓包的点画有对应的包围框，并利用极大值抑制算法对包围框进行去重，将最后得到的包围框画在可见光图像上报警。
7.根据权利要求1所述的方法，其特征在于，所述聚类包括二种；
【技术特征摘要】
1.一种基于3d机器视觉分析的空气弹簧鼓包识别方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，还包括步骤s0，预先获取空气弹簧的待检测位置的包络盒和点云图，为基准包络盒、基准点云图；
3.根据权利要求2所述的方法，其特征在于，所述基准点云图和待检测点云图降采样后再配准，所述配准算法包括icp。
4.根据权利要求2所述的方法，其特征在于，使用基于欧式...
【专利技术属性】
技术研发人员：陶奕霖，刘爽，闵济海，
申请(专利权)人：南京天创电子技术有限公司，
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。