本发明提供的一种基于深度图像的中大型货物体积测量方法，包括步骤：S1：校准深度相机的景深参数；S2至S5：采集含有待测货两相邻面的三维点云场景图；S6：确定基准点云；S7：判断当前基座点云是否能完整复现待测货物表面，若否，进入步骤S8；若能，进入步骤S9；S8：将其他三维点云场景图拟合到基准点云，返回步骤S7；S9：进行降采样处理；S10：利用随机抽样一致性算法对降采样处理后的深度图像进行图像分割；S11：计算被测货物的初始体积；S12：对初始体积进行校正，得到最终的体积；本发明有效解决了对中大型的物流存储柜、货运集装箱等货物箱体的体积测量问题，易于实施和布置，测量快速准确，有效替代手工测量，提高了测量效率。
1.一种基于深度图像的中大型货物体积测量方法，其特征在于：包括步骤：S1：校准深度相机的景深参数，获得真实景深和深度相机测量景深的校正比值K；S2：利用深度相机对准待测货物中两相邻面的公共边，获取采集含有待测货物的三维点云场景图；该步骤中采集的三维点云场景图包括两相邻面的公共边和两相邻面的图像区域，所述待测货物为矩形箱体；其中，若存在已采集的含有待测货物的三维点云场景图，则该步骤中采集的三维点云场景图至少有与已采集的含有待测货物的三维点云场景图的其中一张图的待测货物相重叠的部分区域；S3：判断已采集的含有待测货物的三维点云场景图是否能够拟合出完整的两相邻面的公共边，若能，则进入步骤S4；若不能，则移动深度相机到对准待测货物的两相邻面的公共边不能拟合的区域的位置，返回步骤S2；S4：判断已采集的含有待测货物的三维点云场景图是否能拟合出待测货物的两相邻面中其中一个面的深度尺寸h，若能，则进入步骤S5；若不能，则移动深度相机到对准两相邻面中其中一个面的深度尺寸不能拟合的区域的位置，利用深度相机采集新的含有待测货物的三维点云场景图，返回步骤S4；其中，该步骤中采集的新的含有待测货物的三维点云场景图与已采集的含有待测货物的三维点云场景图的其中一张图的待测货物相重叠的部分区域；S5：判断已采集的含有待测货物的三维点云场景图是否能拟合出待测货物的两相邻面中另一个面的完整表面信息，若能，则进入步骤S6，若不能，则移动深度相机对准待测货物的两相邻面中另一个面的不能拟合的表面区域，利用深度相机采集新的含有待测货物的三维点云场景图，返回步骤S5；其中，该步骤中采集的新的含有待测货物的三维点云场景图与已采集的含有待测货物的三维点云场景图的其中一张图的待测货物相重叠的部分区域；S6：从已经采集到的三维点云场景图中随机选取的一幅含有待测货物中两相邻面的公共边完整图像或部分图像的三维点云场景图的坐标系作为基准点云；S7：判断当前基座点云是否能完整复现待测货物表面，得到含有完整的待测货物的两相邻面的三维点云场景图，若能，则进入步骤S9；若不能，则进入步骤S8；S8：判断是否还有未用作拟合的含有待测货物的三维点云场景图，若有，则从未用作拟合的含有待测货物的三维点云场景图中任意选取一幅含有待测货物的三维点云场景图，利用迭代最近点算法，将该三维点云场景图的点云拟合到基准点云下，返回步骤S7；若无，则移动深度相机对准待测货物的两相邻面中不能拟合的表面区域，利用深度相机采集新的含有待测货物的三维点云场景图，返回步骤S3；S9：对含有完整的待测货物的两相邻面的三维点云场景图进行降采样处理，得到降采样处理后的三维点云场景图；S10：利用随机抽样一致性算法对降采样处理后的深度图像进行图像分割，得到只包含有待测货物的两相邻面图像区域的三维点云场景图；S11：找到经过图像分割后的三维点云场景图中待测货物的两相邻面中另一个面的点云的最小包围盒坐标，利用最下包围盒的四个顶点坐标计算得到待测货物的两相邻面中另一个面的表面面积S，再将S与待测货物的两相邻面中其中一个面的深度尺寸h相乘，得到被测货物的初始体积V0；S12：利用校正比值K校正初始体积V0，得到最终的被测货物体积V，其中，校正公式为：V＝K3V0 (1)。
本文链接：http://www.vipzhuanli.com/tech/sell/s_2311079.html，转载请声明来源钻瓜专利网。
