摘要
本发明公开了一种基于3D视觉的空筐检测方法,包括:步骤A:标定深度相机安装位置,得到基于相机坐标系下的装放筐底平面方程;步骤B:采用深度学习的关键点检测方法来确定检测区域,检测区域为装放筐的整个底面区域;步骤C:在检测前判断出是否粘贴广告,然后对不同的判断结果采用不同的检测方法执行检测;步骤D:进行点云转换,计算点云到装放筐底平面的距离,若超过预设高度阈值,则保留该点云,然后对保留的点云进行聚类,生成团簇,判定每个团簇中点云数量是否超过数量阈值,若点云数量超过数量阈值,则保留该团簇,若点云数量未超过数量阈值,对整体团簇过滤完毕后,检查是否还存在团簇,若遗留团簇,则判定装放筐为非空,反之为空。
技术关键词
深度相机
关键点检测方法
广告
视觉
二分类模型
边缘检测算法
深度图
一致性算法
坐标系
方程
阈值算法
标注工具
聚类
顶点
像素点
数据
图像
系统为您推荐了相关专利信息
视觉SLAM方法
RANSAC算法
动态物体
实例分割网络
光照
标注方法
标注策略
样本
小规模
训练深度神经网络
平整度检测装置
投影模块
运动模块
图像传感器
三维模型
关键帧
生成事件
视频帧
模型训练方法
事件识别装置