技術(shù)領(lǐng)域：
本技術(shù)涉及計算機(jī)視覺處理領(lǐng)域，具體涉及基于雙目視覺的貨物距離測量方法。
背景技術(shù)：
：
隨著成產(chǎn)技術(shù)與人類需求的快速發(fā)展，倉儲庫存在企業(yè)中占有越來越重要的地位。而庫存中的貨物要面臨頻繁的出庫、入庫以及盤點(diǎn)操作，傳統(tǒng)的庫存管理，都需要靠人力來完成上述操作，頻繁的操作不僅加大了人工的勞動強(qiáng)度，同時由于物品種類繁多，對倉庫貨架設(shè)計擺放、貨物的入庫庫位安排提高了要求。近幾年里，計算機(jī)視覺得到了長足的發(fā)展，已經(jīng)被廣泛應(yīng)用于交通安全管理、人臉識別等領(lǐng)域。
利用雙目視覺理論，實(shí)現(xiàn)對倉庫貨架的合理擺放，并根據(jù)貨物自身特點(diǎn)自動安排合理的庫位進(jìn)行存儲，在高效利用倉儲進(jìn)行存儲的同時，也降低了庫存管理人員的勞動強(qiáng)度。
技術(shù)實(shí)現(xiàn)要素：
：
本發(fā)明針對現(xiàn)在倉庫中的獲取需要頻繁出入庫操作的問題，提出一種基于雙目視覺的貨物距離測量方法，實(shí)現(xiàn)了自動測量倉庫內(nèi)貨物間的距離，不僅提高了倉庫面積的利用率，同時也降低了倉庫管理人員的勞動強(qiáng)度。
本發(fā)明的目的通過以下技術(shù)方案來實(shí)現(xiàn)：一種基于雙目視覺的貨物距離測量方法，包括以下步驟：(a)通過在倉庫墻壁上架設(shè)的雙目攝像頭采集貨物圖像，然后采用圖像處理基本原理對所得圖像進(jìn)行預(yù)處理；
(b)通過攝像機(jī)參數(shù)標(biāo)定算法獲得攝像機(jī)參數(shù)，建立成像模型；
(c)提取雙目圖像的sift特征，根據(jù)提取的特征對雙目圖像進(jìn)行立體匹配；(d)通過計算貨物與攝像頭之間的距離，換算為貨物之間的距離，進(jìn)而實(shí)現(xiàn)用基于雙目視覺圖像的貨物距離測量；步驟a中雙目攝像頭采集貨物圖像，首先對獲取到的圖像進(jìn)行預(yù)處理，處理過程主要包含圖像的灰度化和基于閾值的圖像分割，以提取雙目圖像中的貨物信息；所述圖像進(jìn)行預(yù)處理具體為：對所獲得的雙目圖像根據(jù)其灰度信息，先進(jìn)行基于閾值的圖像分割，所述分割過程需要將目標(biāo)將貨物從雙目圖像中分離出來，所以閾值的選擇采用ostu算法自適應(yīng)選擇閾值；被分割出的圖像已經(jīng)基本可以描繪出貨物的基本形態(tài)，但是因雙目圖像中的噪聲的存在，使得貨物之間并不能很好的分割，于是采用圖像開運(yùn)算算法，對貨物進(jìn)行分離，最后提取到較為理想的貨物目標(biāo)圖像；還包括以下步驟：對雙目攝像機(jī)進(jìn)行標(biāo)定，獲得攝像頭的模型參數(shù)，建立圖像的像素坐標(biāo)與倉庫點(diǎn)坐標(biāo)之間建立關(guān)系；采用張正友棋盤法對相機(jī)進(jìn)行標(biāo)定；所述張正友相機(jī)標(biāo)定法，具體如下步驟：打印一張模板，并將其貼在一塊平面上作為標(biāo)定板；移動標(biāo)定板，從不同角度拍攝不少于三張照片；檢測出每張照片中的所有角點(diǎn)；在不考慮徑向畸變的情況下，利用旋轉(zhuǎn)矩陣的正交性，通過求解線性方程，得到相機(jī)的內(nèi)部參數(shù)和外部參數(shù)；利用最小二乘法估算相機(jī)的徑向畸變系數(shù)；利用再投影誤差最小化準(zhǔn)則，對內(nèi)外參數(shù)進(jìn)行優(yōu)化；對雙目圖像提取sift特征，根據(jù)提取的特征對雙目圖像進(jìn)行立體匹配，然后利用同一物體在不同成像面上的成像差異求出貨物點(diǎn)的空間坐標(biāo)。
本發(fā)明通過計算機(jī)雙目視覺原理，對雙目攝像頭采集回的圖像進(jìn)行預(yù)處理，實(shí)現(xiàn)貨物與背景、貨物與貨物的分離，然后提取雙目圖像的sift特征，對雙目圖像進(jìn)行立體匹配，再根據(jù)獲取到的攝像頭參數(shù)，計算出貨物的位置信息，以此實(shí)現(xiàn)對倉庫貨物間的距離測量。本發(fā)明依據(jù)計算機(jī)雙目視覺原理，實(shí)現(xiàn)對倉庫貨架的合理擺放，并根據(jù)入庫貨物的自身特性，對新入庫貨物合理分配庫位，降低了倉庫管理人員的工作強(qiáng)度。
附圖說明：
圖1為本發(fā)明的工作流程圖；
具體實(shí)施方式：
為了加深對本發(fā)明的理解，下面將結(jié)合實(shí)施例和附圖對本發(fā)明作進(jìn)一步詳述，該實(shí)施例僅用于解釋本發(fā)明，并不構(gòu)成對本發(fā)明保護(hù)范圍的限定。
如圖1示出了本發(fā)明一種基于雙目視覺的貨物距離測量方法的具體實(shí)施方式：具體包括以下步驟：雙目攝像頭采集到的是彩色圖像，首先將所采集的雙目彩色圖像轉(zhuǎn)變?yōu)殡p目灰度圖像il(x,y)和ir(x,y)，他們的最大值都是255；對雙目灰度圖像il(x,y)和ir(x,y)采用otsu閾值法對圖像前景和背景分割，設(shè)前景貨物的像素值不變，背景像素值為零，結(jié)果仍保存在il(x,y)和ir(x,y)中；采用圖像開運(yùn)算算法，對圖像il(x,y)、ir(x,y)通過結(jié)構(gòu)體s開運(yùn)算結(jié)果分別為ilos和iros；采用張正友棋盤法對攝像機(jī)進(jìn)行標(biāo)定，獲得攝像頭的參數(shù)，建立圖像的像素坐標(biāo)與倉庫點(diǎn)坐標(biāo)之間建立關(guān)系；對開運(yùn)算的結(jié)果圖ilos構(gòu)建尺度空間，用兩個相鄰高斯尺度空間的圖像相減，得到一個dog的響應(yīng)值圖像dl(x,y,σ)，然后對dl(x,y,σ)求去局部的極值點(diǎn)，然后根據(jù)對比度剔除一些不好的極值點(diǎn)，得到滿足條件的特征點(diǎn)。根據(jù)特征點(diǎn)以及該點(diǎn)的尺度σ，得到特征點(diǎn)所在的尺度圖像ll(x,y)，計算以特征點(diǎn)為中心，以3×1.5σ為半徑的區(qū)域圖像的幅角和幅值，求得每個點(diǎn)的梯度的模
申請人又一聲明，本發(fā)明通過上述實(shí)施例來說明本發(fā)明的實(shí)現(xiàn)方法及裝置結(jié)構(gòu)，但本發(fā)明并不局限于上述實(shí)施方式，即不意味著本發(fā)明必須依賴上述方法及結(jié)構(gòu)才能實(shí)施。所屬技術(shù)領(lǐng)域的技術(shù)人員應(yīng)該明了，對本發(fā)明的任何改進(jìn)，對本發(fā)明所選用實(shí)現(xiàn)方法等效替換及步驟的添加、具體方式的選擇等，均落在本發(fā)明的保護(hù)范圍和公開的范圍之內(nèi)。
本發(fā)明并不限于上述實(shí)施方式，凡采用和本發(fā)明相似結(jié)構(gòu)及其方法來實(shí)現(xiàn)本發(fā)明目的的所有方式，均在本發(fā)明的保護(hù)范圍之內(nèi)。