公开(公告)号：CN109655019A

公开(公告)日：2019-04-19

申请号：CN201811268980.8

申请日：2018-10-29

Applicant: 北方工业大学

Inventor： 王华锋 ,  张亚明 ,  王琦 ,  张鹏 ,  杜涛 ,  刘万泉

IPC: G01B21/00 ,  G06T19/20 ,  G06N3/04

Abstract: 本发明涉及一种基于深度学习和三维重建的货物体积测量方法，包括步骤：RGBD数据获取、RGB数据预处理、点云生成、点云拼接、点云分割、凸包生成和体积检测，其中RGB数据预处理采用深度学习的方法，这种方法能准确地从三维场景中识别并且分割出目标物体从而提高其体积测量精度。同时，在测量货物体积时，以凸包化代替对目标点云数据三角化，能解决不封闭三维模型体积无法测量和凹型货物实际空间占用体积测量误差较大的问题，从而进一步提高实用性。

公开(公告)号：CN109655019B

公开(公告)日：2021-02-02

申请号：CN201811268980.8

申请日：2018-10-29

Applicant: 北方工业大学

Inventor： 王华锋 ,  张亚明 ,  王琦 ,  张鹏 ,  杜涛 ,  刘万泉

IPC: G01B21/00 ,  G06T19/20 ,  G06N3/04

Abstract: 本发明涉及一种基于深度学习和三维重建的货物体积测量方法，包括步骤：RGBD数据获取、RGB数据预处理、点云生成、点云拼接、点云分割、凸包生成和体积检测，其中RGB数据预处理采用深度学习的方法，这种方法能准确地从三维场景中识别并且分割出目标物体从而提高其体积测量精度。同时，在测量货物体积时，以凸包化代替对目标点云数据三角化，能解决不封闭三维模型体积无法测量和凹型货物实际空间占用体积测量误差较大的问题，从而进一步提高实用性。