钢材厚度批量测量方法、装置、设备及介质与流程

1.本技术涉及测量领域，尤其涉及一种钢材厚度批量测量方法、装置、设备及介质。


背景技术：

2.废钢作为一种重要的可再生资源，可以大量替代铁矿石原料进行生产加工。对废钢进行再次利用是钢铁行业转型升级、绿色发展的重要措施。废钢回收需要先对废钢进行检测评级，评级指标包含厚度、长度、宽度、单重等。而在这些指标中，厚度为评级分类的关键指标。
3.现有技术中，由于废钢在回收时，废钢的量比较大，并且是混装的，厚度不一致，所以在测量废钢厚度时，通常是人工测量。由测量人员使用卷尺、卡尺逐一进行测量，或者直接进行目测得到钢材厚度。
4.综上所述，现有的钢材厚度测量方法由人工测量，导致测量效率较低。


技术实现要素：

5.本技术实施例提供一种钢材厚度批量测量方法、装置、设备及介质，用于解决现有的钢材厚度测量方法由人工测量，导致测量效率较低的问题。
6.第一方面，本技术实施例提供一种钢材厚度批量测量方法，包括：
7.获取对多个钢材进行拍摄得到的钢材图像，以及对所述多个钢材进行扫描拍摄得到的点云数据，所述多个钢材的钢材种类包括钢板，和/或，钢管；
8.对所述钢材图像进行识别，得到每个钢材的两条二维边缘线；
9.根据所述点云数据，确定每条二维边缘线在世界坐标系中对应的真实边缘线，以及每条真实边缘线的方程表达式；
10.对于每个钢材，根据所述钢材对应的两条真实边缘线的方程表达式，确定所述钢材的厚度。
11.在一种具体实施方式中，所述根据所述点云数据，确定每条二维边缘线在世界坐标系中对应的真实边缘线，以及每条真实边缘线的方程表达式，包括：
12.对于所述点云数据中的每个节点，根据所述节点的世界坐标，以及预设相机外参矩阵和预设相机内参矩阵，确定所述节点对应的像素坐标，并将所述世界坐标与所述像素坐标建立对应关系后存储；
13.根据存储的像素坐标与世界坐标的对应关系，确定每条二维边缘线对应的世界坐标集合；
14.对于每条二维边缘线，根据所述二维边缘线对应的世界坐标集合，确定所述二维边缘线在世界坐标系中对应的真实边缘线，以及所述真实边缘线的方程表达式。
15.在一种具体实施方式中，所述对于每个钢材，根据所述钢材对应的两条真实边缘线的方程表达式，确定所述钢材的厚度，包括：
16.对于每个钢板，根据所述钢板对应的两条真实边缘线的方程表达式，确定所述钢
板对应的两条真实边缘线是否共面，得到第一共面结果，所述第一共面结果指示钢板的两条真实边缘线共面或钢板的两条真实边缘线不共面；
17.根据所述第一共面结果和所述钢板对应的两条真实边缘线的方程表达式，确实所述钢板的厚度；
18.对于每个钢管，根据所述钢管对应的两条真实边缘线的方程表达式，确定所述钢管对应的两条真实边缘线是否共面，得到第二共面结果，所述第二共面结果指示钢管的两条真实边缘线共面或钢管的两条真实边缘线不共面；
19.根据所述第二共面结果和所述钢管对应的两条真实边缘线的方程表达式，确实所述钢管的厚度。
20.在一种具体实施方式中，所述根据所述第一共面结果和所述钢板对应的两条真实边缘线的方程表达式，确实所述钢板的厚度，包括：
21.若所述第一共面结果指示钢板的两条真实边缘线共面，判断所述钢板对应的两条真实边缘线是否平行；
22.若所述钢板对应的两条真实边缘线平行，则根据所述钢板对应的两条真实边缘线的方程表达式，确定出所述钢板对应的两条真实边缘线的距离，得到所述钢板的厚度；
23.若所述钢板对应的两条真实边缘线不平行，则根据所述钢板对应的两条真实边缘线的端点，确定两条第一目标辅助线；每条第一目标辅助线的两个端点分别属于所述钢板对应的两条真实边缘线，每条第一目标辅助线的至少一个端点为所述钢板对应的两条真实边缘线的端点，每条第一目标辅助线与所述钢板对应的两条真实边缘线的两个夹角相等；
24.根据两条第一目标辅助线的长度，确定所述钢板的厚度。
25.在一种具体实施方式中，所述方法还包括：
26.若所述第一共面结果指示钢板的两条真实边缘线不共面，根据所述钢板对应的两条真实边缘线的方程表达式和异面直线的距离计算公式，确定出所述钢板对应的两条真实边缘线的距离，得到所述钢板的厚度；
27.或者，
28.根据所述钢板的两条二维边缘线的端点，确定两条第二目标辅助线；每条第二目标辅助线的两个端点分别属于所述钢板的两条二维边缘线，每条第二目标辅助线的至少一个端点为所述钢板的两条二维边缘线的端点，每条第二目标辅助线与所述钢板的两条二维边缘线的两个夹角相等；
29.根据存储的像素坐标与世界坐标的对应关系，确定每条第二目标辅助线的端点对应的世界坐标；
30.根据每条第二目标辅助线的端点对应的世界坐标，确定每条第二目标辅助线的真实长度；
31.根据每条第二目标辅助线的真实长度，确定所述钢板的厚度。
32.在一种具体实施方式中，所述根据所述第二共面结果和所述钢管对应的两条真实边缘线的方程表达式，确实所述钢管的厚度，包括：
33.若所述第二共面结果指示钢管的两条真实边缘线共面，根据所述钢管对应的两条真实边缘线的方程表达式，确定所述两条真实边缘线的半径；
34.将所述两条真实边缘线的半径的差，作为所述钢管的厚度。
35.在一种具体实施方式中，所述方法还包括：
36.若所述第二共面结果指示钢管的两条真实边缘线不共面，在所述钢管的两条二维边缘线中分别确定一个辅助测量点，其中，两个辅助测量点与所述钢管的两条二维边缘线的中心点在一条直线上；
37.根据存储的像素坐标与世界坐标的对应关系，确定所述两个辅助测量点对应的世界坐标；
38.根据所述两个辅助测量点对应的世界坐标，确定所述两个辅助测量点的真实距离，得到所述钢管的厚度。
39.第二方面，本技术实施例提供一种钢材厚度批量测量装置，包括：
40.获取模块，用于获取对多个钢材进行拍摄得到的钢材图像，以及对所述多个钢材进行扫描拍摄得到的点云数据，所述多个钢材的钢材种类包括钢板，和/或，钢管；
41.处理模块，用于：
42.对所述钢材图像进行识别，得到每个钢材的两条二维边缘线；
43.根据所述点云数据，确定每条二维边缘线在世界坐标系中对应的真实边缘线，以及每条真实边缘线的方程表达式；
44.对于每个钢材，根据所述钢材对应的两条真实边缘线的方程表达式，确定所述钢材的厚度。
45.第三方面，本技术实施例提供一种电子设备，包括：
46.处理器，存储器，通信接口；
47.所述存储器用于存储所述处理器的可执行指令；
48.其中，所述处理器配置为经由执行所述可执行指令来执行第一方面任一项所述的钢材厚度批量测量方法。
49.第四方面，本技术实施例提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现第一方面任一项所述的钢材厚度批量测量方法。
50.本技术实施例提供的钢材厚度批量测量方法、装置、设备及介质，通过获取到钢材图像和点云数据后，对钢材图像进行识别，得到每个钢材的两条二维边缘线；进而结合点云数据，确定每条二维边缘线在世界坐标系中对应的真实边缘线，以及每条真实边缘线的方程表达式；再根据真实边缘线的方程表达式，确定钢材的厚度。本方案通过钢材图像和点云数据确定真实边缘线和真实边缘线的方程表达式，进而得到钢材的厚度，有效提高了测量效率。
附图说明
51.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
52.图1a为本技术提供的钢材厚度批量测量方法实施例一的流程示意图；
53.图1b为本技术提供的确定二维边缘线的流程示意图；
54.图1c为本技术提供的确定真实边缘线的流程示意图；
55.图1d为本技术提供的评级流程图；
56.图2为本技术提供的钢材厚度批量测量方法实施例二的流程示意图；
57.图3a为本技术提供的钢材厚度批量测量方法实施例三的流程示意图；
58.图3b为本技术提供的第一目标辅助线示意图；
59.图4为本技术提供的钢材厚度批量测量方法实施例四的流程示意图；
60.图5为本技术提供的钢材厚度批量测量装置实施例的结构示意图；
61.图6为本技术提供的一种电子设备的结构示意图。
具体实施方式
62.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在根据本实施例的启示下作出的所有其他实施例，都属于本技术保护的范围。
63.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
64.随着科技的发展和人民生活水平的提高，人们对于可再生资源的利用越来越重视，而废钢作为一种可再生资源，一直受到人们的关注。废钢作为钢铁工业的重要铁素原料，可以大量替代铁矿石原料。加强废钢综合利用是钢铁行业转型升级、绿色发展的重要措施。废钢回收需要先对废钢进行检测评级，评级指标包含厚度、长度、宽度、单重等。而在这些指标中，厚度为评级分类的关键指标。
65.现有技术中，由于废钢在回收时，废钢的量比较大，并且是混装的，厚度不一致，所以在测量废钢厚度时，通常是人工测量。由测量人员使用卷尺、卡尺逐一进行测量，或者直接进行目测得到钢材厚度，导致测量效率较低的问题。
66.针对现有技术中存在的问题，发明人在对钢材厚度批量测量方法进行研究的过程中发现，为了提高测量效率，可对批量的钢材进行拍照和扫描处理，得到钢材图像和点云数据，根据钢材图像和点云数据进行钢材厚度的测量。获取到钢材图像和点云数据后，在钢材图像中确定每个钢材的二维边缘线，进而结合点云数据，将二维边缘线映射到世界坐标系中，得到真实边缘线和真实边缘线的方程表达式，进而根据每个钢材对应的两条真实边缘线的方程表达式，可得到钢材的厚度，有效提高了测量效率。基于上述发明构思，设计了本技术中的钢材厚度批量测量方案。
67.本技术中钢材厚度批量测量方法的执行主体可以是计算机，还可以是服务器、终端设备等设备，本技术不对其进行限定，下面以服务器为例进行说明。
68.示例性的，下面对本技术提供的钢材厚度批量测量方法的应用场景进行示例说明。
69.示例性的，在该应用场景中，工厂中固定位置安装有一个拍摄普通图像的相机和一个可得到点云数据的扫描设备，比如激光雷达。并且相机的拍摄参数和扫描设备的扫描参数是固定的。在进行钢材的厚度测量之前，由工作人员对相机和扫描设备进行标定，可得到预设相机外参矩阵和预设相机内参矩阵，用来进行世界坐标和像素坐标的转换，再将预设相机外参矩阵和预设相机内参矩阵存储至服务器中。
70.当工人驾驶装有钢材的卡车行驶到指定位置后，由相机对钢材进行拍摄得到钢材图像，由扫描设备对钢材进行扫描拍摄得到点云数据。进而相机将钢材图像上传至该服务器，扫描设备将点云数据也上传至该服务器。
71.该服务器对钢材图像进行识别，得到每个钢材的两条二维边缘线；进而根据点云数据、预设相机外参矩阵和预设相机内参矩阵，确定每条二维边缘线在世界坐标系中对应的真实边缘线，以及每条真实边缘线的方程表达式；最后对于每个钢材，根据钢材对应的两条真实边缘线的方程表达式，确定钢材的厚度。
72.服务器得到每个钢材后的厚度后，可以将厚度数据标注在钢材图像中，并发送至工作人员的终端设备上，以便工作人员查看。还可以结合其他方式得到的长度、宽度、单重等，得到每个钢材的评级，再将评级标注在钢材图像中，并发送至工作人员的终端设备上，以便工作人员查看。
73.需要说明的是，上述场景仅是本技术实施例提供的一种应用场景的示例，本技术实施例不对该场景中包括的各种设备的实际形态进行限定，也不对设备之间的交互方式进行限定，在方案的具体应用中，可以根据实际需求设定。
74.下面，通过具体实施例对本技术的技术方案进行详细说明。需要说明的是，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
75.图1a为本技术提供的钢材厚度批量测量方法实施例一的流程示意图，本技术实施例对服务器获取到钢材图像和点云数据，进而确定出每个钢材的真实边缘线和真实边缘线的方程表达式，进而确定钢材厚度的情况进行说明。本实施例中的方法可以通过软件、硬件或者软硬件结合的方式来实现。如图1a所示，该钢材厚度批量测量方法具体包括以下步骤：
76.s101：获取对多个钢材进行拍摄得到的钢材图像，以及对多个钢材进行扫描拍摄得到的点云数据。
77.在固定位置安装一个拍摄普通图像的相机和一个可得到点云数据的扫描设备，并且相机的拍摄参数和扫描设备的扫描参数是固定的。将多个钢材放置在指定位置，由相机对多个钢材进行拍摄得到钢材图像，由扫描设备对多个钢材进行扫描拍摄得到点云数据。进而相机将钢材图像上传至该服务器，扫描设备将点云数据也上传至该服务器。
78.在本步骤中，相机和扫描设备将钢材图像和点云数据上传至服务器后，服务器即可获取到对多个钢材进行拍摄得到的钢材图像，以及对多个钢材进行扫描拍摄得到的点云数据，其中，多个钢材的钢材种类包括钢板，和/或，钢管。
79.需要说明的是，钢材图像的类型可以是彩色图像，还可以是黑白图像、深度图像等，本技术实施例不对钢材图像的类型进行限定，可根据实际情况进行确定。
80.需要说明的是，本技术中的钢板包括板材、工字钢、t字钢、方筒钢等；钢管包括圆筒钢、轮毂等。
81.s102：对钢材图像进行识别，得到每个钢材的两条二维边缘线。
82.在本步骤中，服务器得到钢材图像和点云数据后，由于直接根据点云数据确定真实边缘线，会使得真实边缘线不够准确，所以需要对钢材图像进行识别，得到每个钢材的两条二维边缘线，进而后续再根据二维边缘线确定其对应的真实边缘线。
83.具体的，先对钢材图像进行边缘检测，得到边缘图像。进而再对边缘图像进行直线检测，得到直线边缘线。对边缘图像进行圆形检测，得到椭圆边缘线。再根据直线边缘线，得到每个钢板的两条二维边缘线。根据椭圆边缘线，得到每个钢管的两条二维边缘线。
84.示例性的，图1b为本技术提供的确定二维边缘线的流程示意图，如图1b所示，对钢材图像进行边缘检测，得到边缘图像，也就是图1b中的第一张子图像，图像中展现了可能是边缘的线条。进而再对边缘图像进行直线检测和圆形检测，得到图1b中的第二张子图像，就是将第一张图中的直线和椭圆检测到进行保留，将其他线条删除。进而在确定出表示钢板厚度的直线边缘线和能够表示钢管厚度的椭圆形边缘线，也就是图1b中的第三张子图像。
85.需要说明的是，对钢材图像进行边缘检测的方式可以是：使用canny边缘检测算法将对钢材图像依次进行高斯模糊处理、利用偏导算子求图片水平与垂直方向的偏导数、计算方位角、对梯度幅值进行非极大值抑制以及用双阈值检测算法和链接边缘。其中的高斯模糊处理半径参数可以设置为3像素、5像素，还可以是7像素；钢材整体的尺寸参数可以是40像素、50像素，还可以是65像素；以及边长参数可以是140像素、150像素，还可以是160像素。本技术实施例不对高斯模糊处理半径参数、钢材整体的尺寸参数、边长参数进行限定，可根据实际情况进行设置。
86.对钢材图像进行边缘检测的方式还可以是sobel算法。使用一组卷积核来计算图像中每个像素点的梯度，然后根据梯度大小来判断像素是否为边缘。
87.对钢材图像进行边缘检测的方式还可以是laplacian算法。对图像进行二阶微分操作，从而检测图像中的边缘。
88.对钢材图像进行边缘检测的方式还可以是prewitt算法。prewitt算法是一种基于图像梯度的边缘检测算法。
89.对钢材图像进行边缘检测的方式还可以是roberts算法。roberts算法是一种基于图像差分的边缘检测算法，使用一组差分算子来计算图像中每个像素点的差分值，然后根据差分值大小来判断像素是否为边缘。
90.对钢材图像进行边缘检测的方式还可以是log算法。先对图像进行高斯平滑处理，然后再使用拉普拉斯算子来计算图像的二阶导数。通过对拉普拉斯算子响应进行阈值处理，可以得到边缘检测结果。
91.对钢材图像进行边缘检测的方式还可以是marr-hildreth算法。使用高斯平滑滤波器来平滑图像，然后使用拉普拉斯算子来计算图像的二阶导数。通过对拉普拉斯算子响应进行零交叉检测，可以得到边缘检测结果。
92.需要说明的是，本技术实施例不对钢材图像进行边缘检测的方式进行限定，可根据实际情况进行选择。
93.需要说明的是，对边缘图像进行直线检测的方式可以是lsd算法，通过对图像局部分析得出直线的像素点集，再通过假设参数进行验证求解，将像素点集合与误差控制集合合并，进而控制误检的数量，得到直线边缘线。
94.对边缘图像进行直线检测的方式还可以是边缘跟踪算法。它的基本思想是从某个像素点出发，沿着边缘方向跟踪相邻的像素点，直到边缘结束为止。该算法可以通过对边缘像素进行拟合来得到直线边缘线。
95.对边缘图像进行直线检测的方式还可以是大津算法。它的基本思想是寻找一个阈值，使得图像中的目标物体与背景之间的类间方差最大。在直线检测中，可以通过将图像二值化后，寻找边缘像素来检测直线。
96.对边缘图像进行直线检测的方式还可以是闭运算算法。它的基本思想是对图像进行先膨胀后腐蚀的操作，可以将小的断点和空洞填充，从而增强边缘的连通性。在直线检测中，可以通过对图像进行闭运算后，寻找边缘像素来检测直线。
97.对边缘图像进行直线检测的方式还可以是能量函数最小化算法。它的基本思想是将直线检测问题转化为能量最小化问题，通过最小化能量函数来寻找最优解。在直线检测中，可以将能量函数设计为直线参数和边缘像素之间的距离，通过最小化距离来寻找直线。
98.对边缘图像进行直线检测的方式还可以是最小二乘法。它的基本思想是通过最小化拟合直线与数据点的残差平方和来求解直线参数。
99.对边缘图像进行直线检测的方式还可以是基于随机抽样一致(random sample consensus，简称：ransac)的直线检测算法。它的基本思想是通过随机抽取一组数据点来拟合模型，然后使用模型来检测数据中的内点和外点，最后通过迭代来优化模型。在直线检测中，ransac算法可以通过随机抽取一些点来估计直线的参数，然后使用参数来检测数据中的内点和外点，最终得到直线。
100.对边缘图像进行直线检测的方式还可以是houghlines直线检测算法(hough变换)。它的基本思想是将图像中的每个像素点在hough空间中对应一条直线，通过统计每条直线在hough空间中的交点，得到图像中所有直线的参数。
101.对边缘图像进行直线检测的方式还可以是fast line detector(fld)直线检测算法。它的基本思想是先对图像进行边缘检测，然后将边缘点聚类成线段，最终通过线段的参数化来检测图像中的直线。
102.对边缘图像进行直线检测的方式还可以是边缘绘制线(edge drawing lines，简称：edlines)直线检测算法。它的基本思想是先对图像进行边缘提取和连通区域分析，然后将相邻的连通区域组合成直线段。
103.对边缘图像进行直线检测的方式还可以是line segment weighted mean shift(lswms)直线检测算法。它的基本思想是对图像中的边缘点进行均值漂移，得到一组具有一定权重的点，然后根据这些点的权重和位置计算出直线参数。
104.对边缘图像进行直线检测的方式还可以是马尔可夫链边缘线段检测器(multi-channel multi-threshold line segment detector，简称：mcmlsd)直线检测算法。它的基本思想是对图像进行多通道边缘检测，然后根据不同阈值下的边缘响应，将相邻的边缘点组合成线段。
105.对边缘图像进行直线检测的方式还可以是最小二乘法(least squares method，简称：lsm)直线检测算法。它的基本思想是根据图像中的边缘点，通过最小化直线与边缘点之间的距离，得到最优的直线参数。
106.需要说明的是，本技术实施例不对边缘图像进行直线检测的方式进行限定，可根
据情况进行选择。
107.需要说明的是，对边缘图像进行圆形检测的方式可以是hough变换方法。
108.对边缘图像进行圆形检测的方式还可以是模板匹配法。通过构造特定形状的模板，对图像进行滑动窗口的匹配，以检测出曲线或椭圆的边缘。
109.对边缘图像进行圆形检测的方式还可以是snake模型法。通过构造一个“贪婪蛇”模型，将其沿着边缘向目标轮廓收缩，以获得曲线或椭圆的边缘。
110.对边缘图像进行圆形检测的方式还可以是canny边缘检测法。通过对图像进行高斯滤波、求梯度、非极大值抑制和双阈值检测等处理，得到图像中的边缘，并通过连通域分析和拟合直线或椭圆等形状来检测曲线或椭圆的边缘。
111.对边缘图像进行圆形检测的方式还可以是active contour模型法。通过构造一个基于曲线或椭圆的能量模型，以最小化能量函数为目标，通过迭代优化的方法，逐步调整曲线或椭圆的位置和形状，获得更准确的边缘检测结果。
112.对边缘图像进行圆形检测的方式还可以是拉普拉斯算子方法。通过对图像进行拉普拉斯滤波，得到图像中的边缘信息，并通过二值化、膨胀、腐蚀等处理，检测出曲线或椭圆的边缘。
113.对边缘图像进行圆形检测的方式还可以是高斯混合模型。通过将图像中的像素分解成若干个高斯分布，以及它们的权值，来描述图像的复杂度，进而得到图像中的曲线或椭圆的边缘。
114.对边缘图像进行圆形检测的方式还可以是边缘增强法。通过对图像进行边缘增强，增强边缘信息，从而得到曲线或椭圆的边缘。
115.对边缘图像进行圆形检测的方式还可以是霍夫圆变换(circle hough transform，简称：cht)算法。该算法是基于霍夫变换的圆检测算法的扩展，可以用来检测圆弧或椭圆的边缘。该算法通过在极坐标空间进行投票，从而找到椭圆的参数。
116.需要说明是，本技术实施例不对边缘图像进行圆形检测的方式进行限定，可根据实际情况进行选择。
117.根据直线边缘线，得到每个钢板的两条二维边缘线的具体实现可以是：根据直线边缘线的角度和直线边缘线之间的距离，对直线边缘线进行分组，得到直线边缘组。再将直线边缘线数量等于1的直线边缘组去除，对于每个剩余的直线边缘组，将该直线边缘组中距离最远的两条直线边缘线，确定为该钢板的二维边缘线。
118.可根据预设约束条件、直线边缘线的角度和直线边缘线之间的距离对直线边缘线进行分组，预设约束条件为每组中的直线边缘线角度差值小于或等于预设角度阈值，每组中的直线边缘线距离小于或等于预设距离阈值。预设角度阈值可以是π/90、π/60，还可以是π/36。预设距离阈值可以是360像素、400像素，还可以是500像素。本技术实施例不对预设角度阈值和预设距离阈值进行限定，可根据实际情况进行设置。
119.根据椭圆边缘线，得到每个钢管的两条二维边缘线的具体实现可以是：根据椭圆边缘线的长轴长度和椭圆边缘线之间的中心间距，对圆形边缘线进行分组，得到椭圆边缘组。再将椭圆边缘线数量等于1的直线边缘组去除，对于每个剩余的椭圆边缘组，将该椭圆边缘组中长轴长度最长的椭圆边缘线和长轴长度最短的椭圆边缘线，确定为该钢管的二维边缘线。
120.可根据预设约束条件、椭圆边缘线的长轴长度和椭圆边缘线之间的中心间距对椭圆边缘线进行分组，预设约束条件为每组中的椭圆边缘线长轴长度差值小于或等于预设长轴阈值，每组中的椭圆边缘线之间的中心间距小于或等于预设中心间距阈值。预设长轴阈值可以是2像素、3像素，还可以是5像素。预设中心间距阈值可以是10像素、12像素，还可以是15像素。本技术实施例不对预设长轴阈值和预设中心间距阈值进行限定，可根据实际情况进行设置。
121.s103：根据点云数据，确定每条二维边缘线在世界坐标系中对应的真实边缘线，以及每条真实边缘线的方程表达式。
122.在本步骤中，服务器得到每个钢材的二维边缘线后，可根据点云数据，确定每条二维边缘线在世界坐标系中对应的真实边缘线，以及每条真实边缘线的方程表达式。
123.由于在进行厚度检测之前，由工作人员对相机和扫描设备进行标定，可得到预设相机外参矩阵和预设相机内参矩阵，利用预设相机外参矩阵和预设相机内参矩阵，可实现像素坐标与世界坐标的转换。世界坐标乘以预设相机外参矩阵，得到相机坐标；进而相机坐标乘以预设相机内参矩阵，得到像素坐标。在进行标定与拍摄获取钢材图像和点云数据时，相机与扫描设备所在位置、姿态、内部参数都是相同的。
124.所以对于点云数据中的每个节点，根据节点的世界坐标，以及预设相机外参矩阵和预设相机内参矩阵，确定节点对应的像素坐标，并将世界坐标与像素坐标建立对应关系后存储；
125.进而根据存储的像素坐标与世界坐标的对应关系，确定每条二维边缘线对应的世界坐标集合。对于每条二维边缘线中的每个像素点，根据像素点的像素坐标，以及存储的像素坐标与世界坐标的对应关系，确定像素点是否存在对应的至少一个世界坐标；若像素点存在对应的至少一个世界坐标，将像素点对应的至少一个世界坐标添加至该二维边缘线对应的世界坐标集合。若像素点不存在对应的至少一个世界坐标，将该像素点丢弃。
126.对于每条二维边缘线，根据二维边缘线对应的世界坐标集合，对世界坐标集合中的世界坐标进行聚类来拟合直线或椭圆，确定二维边缘线在世界坐标系中对应的真实边缘线，以及真实边缘线的方程表达式。对于钢材中的钢板，对应的方程表达式为直线方程表达式；对于钢材中的钢管，对应的方程表达式为圆形方程表达式。
127.示例性的，图1c为本技术提供的确定真实边缘线的流程示意图；如图1c所示，左上角子图像为二维边缘线的图像，右上方的子图像为根据点云数据生成的点云图像，将二维边缘线映射到世界坐标系中并进行聚类，即可得到下方的子图像，该子图像中的黑色线条为真实边缘线。
128.需要说明的是，标定方法可以是：bouguet标定法、棋盘格标定法、tsai's方法、基于球面的标定法(sphere-based calibration)、光栅标定法(grating-based calibration)、面对点标定法(plane-based calibration)、结构光标定法(structured-light calibration)、深度相机标定法(depth camera calibration)、非线性优化标定法(non-linear optimization-based calibration)等，本技术实施例不对标定方法进行限定，可根据实际情况进行选择。
129.需要说明的是，进行聚类来拟合直线的方法可以是：k-means聚类算法、谱聚类(spectral clustering)方法等，本技术实施例不对进行聚类来拟合直线的方法进行限定，
可根据实际情况进行选择。
130.需要说明的是，进行聚类来拟合椭圆的方法可以是：最小二乘拟合(least squares fitting)方法、圆锥曲线拟合(conic section fitting)方法、直接椭圆拟合(direct ellipse fitting)方法等，本技术实施例不对进行聚类来拟合椭圆的方法进行限定，可根据实际情况进行选择。
131.需要说明的是，进行聚类来拟合直线或椭圆的方法可以是：随机抽样一致性(random sample consensus，简称：ransac)方法、具有噪声的基于密度的聚类方法(density-based spatial clustering of applications with noise，简称：dbscan)、凝聚层次聚类(agglomerative hierarchical clustering)方法、分裂式分层聚类(divisive hierarchical clustering)方法、均值偏移(mean shift)聚类方法、谱聚类(spectral clustering)方法、近邻传播(affinity propagation)方法、高斯混合模型(gaussian mixture models，简称：gmm)方法、ordering points to identify the clustering structure(optics)方法等，本技术实施例不对进行聚类来拟合直线或椭圆的方法进行限定，可根据实际情况进行选择。
132.s104：对于每个钢材，根据钢材对应的两条真实边缘线的方程表达式，确定钢材的厚度。
133.在本步骤中，服务器得到真实边缘线和真实边缘线的方程表达式后，由于钢材与二维边缘线有对应关系，而且二维边缘线与真实边缘线有对应关系，所以一个钢材存在两条对应的真实边缘线。对于每个钢材，根据钢材对应的两条真实边缘线的方程表达式，确定钢材的厚度。
134.对于钢材中的钢板，根据方程表达式，确定钢板的两条真实边缘线是否共面，共面并且平行时，可直接根据方程表达式计算得到两条真实边缘线的距离，就是钢板的厚度。共面不平行时，根据真实边缘线的端点做两条辅助线，将两条辅助线长度的平均值作为钢板的厚度。不共面时，根据二维边缘线的端点做两条辅助线，再确定两条辅助线端点的世界坐标，进而确定两条辅助线的真实长度，将两条辅助线真实长度的平均值作为钢板的厚度；或者根据钢板对应的两条真实边缘线的方程表达式和异面直线的距离计算公式，确定出钢板对应的两条真实边缘线的距离，就是钢板的厚度。
135.对于钢材中的钢管，根据方程表达式，确定钢管的两条真实边缘线是否共面，共面时，可直接根据方程表达式计算得到两条真实边缘线的半径差，就是钢管的厚度。不共面时，在两个二维边缘线中分别确定一个辅助测量点，再确定两个辅助测量点的世界坐标，进而得到两个辅助测量点的真实距离，得到钢管的厚度。
136.需要说明的是，服务器得到钢材厚度后，即可根据钢材厚度，结合钢材长度、宽度、重量等参数对钢材进行评级。示例性的，表1为本技术提供的评级表。
137.表1
[0138][0139][0140]
可根据表1和钢材厚度、长度、宽度、重量参数对钢材进行评级。工业重废ⅰ一般来源于板材、型材、圆形材等加工生产过程中产生的加工新余料。表面无严重锈蚀，外观清洁、整齐。优质重废一般来源于拆除的矿用钢支承架、火车实心车轮、车轴等，无严重锈蚀板材、型材、圆柱体，外观整洁。厚度大于等于8毫米的料型。普通重废一般废来源于各种社会拆旧废钢，块、条、板、型材、圆形体等，厚度大于6毫米。
[0141]
示例性的，还可根据钢材的厚度以及钢材料型来进行评级。示例性的，图1d为本技术提供的评级流程图，如图1d所示，当料型为产废新余料的情况下，若厚度大于6毫米，评级为工业重废ⅰ；厚度小于或等于6毫米，并且大于3毫米，评级为工业重废ⅱ；厚度小于或等于3毫米，评级为非重废。当料型不是产废新余料的情况下，若厚度大于8毫米，评级为优质重废；厚度小于或等于8毫米，并且大于6毫米，评级为普通重废；厚度小于或等于6毫米，评级为非重废。
[0142]
本实施例提供的钢材厚度批量测量方法，通过获取到钢材图像和点云数据后，对钢材图像进行识别，得到每个钢材的二维边缘线。进而结合点云数据，得到每条边缘线在世界坐标系下的真实边缘线，以及真实边缘线的方程表达式。再根据每个钢材对应的真实边缘线的方程表达式，确定钢材的厚度。相较于现有技术中使用人工测量钢材厚度，本方案通过钢材图像和点云数据即可得到多个钢材的厚度，能够达到一分钟测量完成整辆卡车的钢材数量，有效提高了测量效率。
[0143]
图2为本技术提供的钢材厚度批量测量方法实施例二的流程示意图，在上述实施例的基础上，本技术实施例对服务器得到真实边缘线，以及真实边缘线的方程表达式后，根据方程表达式分别确定钢材中钢板和钢管的厚度的情况进行说明。如图2所示，该钢材厚度批量测量方法具体包括以下步骤：
[0144]
s201：对于每个钢板，根据钢板对应的两条真实边缘线的方程表达式，确定钢板对应的两条真实边缘线是否共面，得到第一共面结果。
[0145]
在本步骤中，服务器得到真实边缘线，以及真实边缘线的方程表达式后，可根据方程表达式来确定钢材厚度。对于多个钢材中的每个钢板，根据钢板对应的两条真实边缘线的方程表达式，确定钢板对应的两条真实边缘线是否共面，得到第一共面结果。第一共面结果指示钢板的两条真实边缘线共面或钢板的两条真实边缘线不共面。
[0146]
由于钢板对应的真实边缘线的方程表达式为直线方程表达式，可根据直线方程表达式以及空间几何知识，确定出两条真实边缘线是否共面。
[0147]
s202：根据第一共面结果和钢板对应的两条真实边缘线的方程表达式，确实钢板的厚度。
[0148]
在本步骤中，服务器得到第一共面结果后，可根据第一共面结果和钢板对应的两条真实边缘线的方程表达式，确实钢板的厚度。
[0149]
第一共面结果指示钢板的两条真实边缘线共面时，若两条真实边缘线平行，则确定出两条真实边缘线之间的距离，就可以得到钢板的厚度；若两条真实边缘线不平行，则根据真实边缘线的端点做两条辅助线，将两条辅助线长度平均值作为钢板的厚度。每条辅助线的两个端点分别属于钢板对应的两条真实边缘线，每条辅助线的至少一个端点为钢板对应的两条真实边缘线的端点，每条辅助线与钢板对应的两条真实边缘线的两个夹角相等。
[0150]
第一共面结果指示钢板的两条真实边缘线不共面时，根据二维边缘线的端点做两条辅助线，再确定两条辅助线端点的世界坐标，进而确定两条辅助线的真实长度，将两条辅助线真实长度平均值作为钢板的厚度。每条辅助线的两个端点分别属于钢板的两条二维边缘线，每条辅助线的至少一个端点为钢板的两条二维边缘线的端点，每条辅助线与钢板的两条二维边缘线的两个夹角相等。或者根据钢板对应的两条真实边缘线的方程表达式和异面直线的距离计算公式，确定出钢板对应的两条真实边缘线的距离，就是钢板的厚度。
[0151]
s203：对于每个钢管，根据钢管对应的两条真实边缘线的方程表达式，确定钢管对应的两条真实边缘线是否共面，得到第二共面结果。
[0152]
在本步骤中，服务器得到真实边缘线，以及真实边缘线的方程表达式后，可根据方程表达式来确定钢材厚度。对于每个钢管，根据钢管对应的两条真实边缘线的方程表达式，确定钢管对应的两条真实边缘线是否共面，得到第二共面结果。第二共面结果指示钢管的两条真实边缘线共面或钢管的两条真实边缘线不共面。
[0153]
由于钢板对应的真实边缘线的方程表达式为圆形方程表达式，可根据圆形方程表达式以及空间几何知识，确定出两条真实边缘线是否共面。
[0154]
s204：根据第二共面结果和钢管对应的两条真实边缘线的方程表达式，确实钢管的厚度。
[0155]
在本步骤中，服务器得到第二共面结果后，可根据第二共面结果和钢管对应的两条真实边缘线的方程表达式，确实钢管的厚度。
[0156]
第二共面结果指示钢管的两条真实边缘线共面时，可直接根据方程表达式计算得到两条真实边缘线的半径差，就是钢管的厚度。第二共面结果指示钢管的两条真实边缘线不共面时，在两个二维边缘线中分别确定一个辅助测量点，再确定两个辅助测量点的世界坐标，进而得到两个辅助测量点的真实距离，得到钢管的厚度。两个辅助测量点与钢管的两条二维边缘线的中心点在一条直线上。
[0157]
需要说明的是，步骤s201-步骤s202与步骤s203-步骤s204的执行顺序可以是先执行步骤s201-步骤s202，再执行步骤s203-步骤s204；还可以是先执行步骤s203-步骤s204，再执行步骤s201-步骤s202；还可以是步骤s201-步骤s202与步骤s203-步骤s204同时执行。本技术实施例不对步骤s201-步骤s202与步骤s203-步骤s204的执行顺序进行限定，可根据实际情况进行设置。
[0158]
本实施例提供的钢材厚度批量测量方法，通过将钢材分为钢板和钢管分别进行处理；对于钢板，判断钢板的两条真实边缘线是否共面，并根据共面结果分别进行处理，得到钢板的厚度。对于钢管，判断钢管的两条真实边缘线是否共面，也根据共面结果分别进行处理，得到钢管的厚度，有效提高了确定的钢材厚度的准确性，测量误差可达到在
±
1mm。
[0159]
图3a为本技术提供的钢材厚度批量测量方法实施例三的流程示意图，在上述实施例的基础上，本技术实施例对服务器根据第一共面结果，确定钢板厚度的情况进行说明。如图3a所示，该钢材厚度批量测量方法具体包括以下步骤：
[0160]
s301：获取第一共面结果。
[0161]
在本步骤中，服务器根据钢板对应的两条真实边缘线的方程表达式，确定钢板对应的两条真实边缘线是否共面，得到第一共面结果后，即可获取到第一共面结果。第一共面结果指示钢板的两条真实边缘线共面或钢板的两条真实边缘线不共面。
[0162]
s302：判断第一共面结果是否指示钢板的两条真实边缘线共面；若第一共面结果指示钢板的两条真实边缘线共面，则执行步骤s303；若第一共面结果指示钢板的两条真实边缘线不共面，则执行步骤s307。
[0163]
在本步骤中，为了提高得到的钢材厚度的准确性，可将两条真实边缘线的关系分为共面和不共面分别进行处理，所以需要判断第一共面结果是否指示钢板的两条真实边缘线共面。
[0164]
s303：判断钢板对应的两条真实边缘线是否平行；若钢板对应的两条真实边缘线平行，则执行步骤s304；若钢板对应的两条真实边缘线不平行，则执行步骤s305。
[0165]
在本步骤中，第一共面结果指示钢板的两条真实边缘线共面，两条真实边缘线的关系还可以分为平行和不平行，并且处理方式也不同，所以可根据两条真实边缘线的直线方程表达式，确定二者是否平行。
[0166]
s304：根据钢板对应的两条真实边缘线的方程表达式，确定出钢板对应的两条真实边缘线的距离，得到钢板的厚度。
[0167]
在本步骤中，钢板对应的两条真实边缘线平行，说明两条真实边缘线之间的距离就是钢板的厚度，所以可根据钢板对应的两条真实边缘线的方程表达式，结合平行线距离公式，确定出钢板对应的两条真实边缘线的距离，得到钢板的厚度。
[0168]
s305：根据钢板对应的两条真实边缘线的端点，确定两条第一目标辅助线。
[0169]
在本步骤中，钢板对应的两条真实边缘线不平行，需要增加辅助线处理，根据钢板对应的两条真实边缘线的端点，确定两条第一目标辅助线。每条第一目标辅助线的两个端点分别属于钢板对应的两条真实边缘线，每条第一目标辅助线的至少一个端点为钢板对应的两条真实边缘线的端点，每条第一目标辅助线与钢板对应的两条真实边缘线的两个夹角相等。
[0170]
建立第一目标辅助线时，从一条真实边缘线的一个端点开始，尝试能否成功建立第一目标辅助线，建立方式为：以该端点为起点，向另一条真实边缘线做线段，使得该线段与两条真实边缘线的夹角相等；若成功建立该线段，该线段就是第一目标辅助线。进而再以该真实边缘线的另一个端点为起点，尝试能否第一目标辅助线；再按照同样的方式处理另一条真实边缘线。若得到两条以上的第一目标辅助线，则必然有重合的第一目标辅助线，进行去重处理即可。
[0171]
示例性的，图3b为本技术提供的第一目标辅助线示意图；如图3b所示，两条真实边缘线不平行，上方的真实边缘线两个端点分别为点e和点f，下方的真实边缘线两个端点分别为点a和点b，点e与点a在左侧，点f与点b在右侧。先处理下方的真实边缘线，先以点a为起点，向上方真实边缘线做线段ad，使得该线段ad与两条真实边缘线的夹角相等，也就是∠
bad与∠fda相等，并且可成功建立该线段ad，ad为第一目标辅助线。再以点b为起点，向上方真实边缘线做线段bc，使得该线段bc与两条真实边缘线的夹角相等，也就是∠abc与∠ecb相等，并且可成功建立该线段bc，bc为第一目标辅助线。按照同样的方式处理上方的真实边缘线，但是以上方的真实边缘线的端点为起点，并不能建立符合要求的线段，所以ad与bc就是最终得到的两条第一目标辅助线。
[0172]
s306：根据两条第一目标辅助线的长度，确定钢板的厚度。
[0173]
在本步骤中，服务器得到两条第一目标辅助线后，可根据两条真实边缘线的方程表达式，两条真实边缘线的端点的世界坐标，可得到两条第一目标辅助线的端点的世界坐标，进而根据两点之间的距离公式，即可得到两条第一目标辅助线的长度。再将两条第一目标辅助线的长度的平均值，作为钢板的厚度。
[0174]
s307：根据钢板的两条二维边缘线的端点，确定两条第二目标辅助线。
[0175]
在本步骤中，第一共面结果指示钢板的两条真实边缘线不共面，但是钢板的两条二维边缘线是共面的，所以可借助二维边缘线来确定钢板的厚度。根据钢板的两条二维边缘线的端点，确定两条第二目标辅助线。每条第二目标辅助线的两个端点分别属于钢板的两条二维边缘线，每条第二目标辅助线的至少一个端点为钢板的两条二维边缘线的端点，每条第二目标辅助线与钢板的两条二维边缘线的两个夹角相等。
[0176]
需要说明的是，确定两条第二目标辅助线与确定第一目标辅助线的方式类似，此处不再进行赘述。
[0177]
s308：根据存储的像素坐标与世界坐标的对应关系，确定每条第二目标辅助线的端点对应的世界坐标。
[0178]
s309：根据每条第二目标辅助线的端点对应的世界坐标，确定每条第二目标辅助线的真实长度。
[0179]
s310：根据每条第二目标辅助线的真实长度，确定钢板的厚度。
[0180]
在上述步骤中，服务器得到两条第二目标辅助线后，由于在确定每条二维边缘线在世界坐标系中对应的真实边缘线的过程中，已经确定并存储像素坐标与世界坐标的对应关系，所以可根据存储的像素坐标与世界坐标的对应关系，确定每条第二目标辅助线的端点对应的世界坐标。进而根据每条第二目标辅助线的端点对应的世界坐标，结合两点之间的距离公式，确定每条第二目标辅助线的真实长度。再根据每条第二目标辅助线的真实长度，确定钢板的厚度，也就是将两条第二目标辅助线的真实长度的平均值，确定为钢板的厚度。
[0181]
需要说明的是，若确定出的第二目标辅助线的端点没有对应的世界坐标，则从该第二目标辅助线对应的像素点中，选择与该端点最近的一个像素点作为新的端点。若新的端点也没有对应的世界坐标，则按照上述方法重新再选择一个新的端点，直到新的端点有对应的世界坐标。
[0182]
可选地，在第一共面结果指示钢板的两条真实边缘线不共面时，还可以根据钢板对应的两条真实边缘线的方程表达式和异面直线的距离计算公式，确定出钢板对应的两条真实边缘线的距离，得到钢板的厚度。
[0183]
本实施例提供的钢材厚度批量测量方法，通过在钢板的两条真实边缘线共面且平行时，将两条真实边缘线之间的距离作为钢板的厚度；在两条真实边缘线共面不平行时，在
真实边缘线的基础上确定两条辅助线，将辅助线的平均值作为钢板的厚度；在两条真实边缘线不共面时，将二维边缘线的基础上确定两条辅助线，将两条辅助线在世界坐标系中的真实长度的平均值，作为钢板的厚度，有效提高了确定钢板厚度的准确性。
[0184]
图4为本技术提供的钢材厚度批量测量方法实施例四的流程示意图，如图4所示，该钢材厚度批量测量方法具体包括以下步骤：
[0185]
s401：获取第二共面结果。
[0186]
在本步骤中，服务器根据钢管对应的两条真实边缘线的方程表达式，确定钢管对应的两条真实边缘线是否共面，得到第二共面结果后，即可获取到第二共面结果。第二共面结果指示钢管的两条真实边缘线共面或钢管的两条真实边缘线不共面。
[0187]
s402：判断第二共面结果是否指示钢管的两条真实边缘线共面；若第二共面结果指示钢管的两条真实边缘线共面，则执行步骤s403；若第二共面结果指示钢管的两条真实边缘线不共面，则执行步骤s405。
[0188]
在本步骤中，由于对于钢管的两条真实边缘线不同共面情况，确定钢管厚度的方式不同，同时也为了提高确定钢管厚度的准确性，需要判断第二共面结果是否指示钢管的两条真实边缘线共面。
[0189]
s403：根据钢管对应的两条真实边缘线的方程表达式，确定两条真实边缘线的半径。
[0190]
s404：将两条真实边缘线的半径的差，作为钢管的厚度。
[0191]
在上述步骤中，第二共面结果指示钢管的两条真实边缘线共面，两条真实边缘线为圆形，所以两条真实边缘线的半径之差就是钢管的厚度，所以根据钢管对应的两条真实边缘线的方程表达式，以及半径计算公式，确定两条真实边缘线的半径。进而将两条真实边缘线的半径的差，作为钢管的厚度。
[0192]
s405：在钢管的两条二维边缘线中分别确定一个辅助测量点。
[0193]
在本步骤中，第二共面结果指示钢管的两条真实边缘线不共面，但是钢管的两条二维边缘线是共面的，所以可借助二维边缘线来确定钢板的厚度。在钢管的两条二维边缘线中分别确定一个辅助测量点。其中，两个辅助测量点与钢管的两条二维边缘线的中心点在一条直线上。
[0194]
s406：根据存储的像素坐标与世界坐标的对应关系，确定两个辅助测量点对应的世界坐标。
[0195]
s407：根据两个辅助测量点对应的世界坐标，确定两个辅助测量点的真实距离，得到钢管的厚度。
[0196]
在上述步骤中，服务器得到辅助测量点后，由于在确定每条二维边缘线在世界坐标系中对应的真实边缘线的过程中，已经确定并存储像素坐标与世界坐标的对应关系，所以可根据存储的像素坐标与世界坐标的对应关系，确定两个辅助测量点对应的世界坐标。进而根据两个辅助测量点对应的世界坐标，结合两点之间的距离公式，确定两个辅助测量点的真实距离，也就是钢管的厚度。
[0197]
需要说明的是，若确定出的辅助测量点没有对应的世界坐标，则从该辅助测量点所在的二维边缘线对应的像素点中，选择与该辅助测量点最近的一个像素点作为新的辅助测量点。若新的辅助测量点也没有对应的世界坐标，则按照上述方法重新再选择一个新的
辅助测量点，直到新的辅助测量点有对应的世界坐标。
[0198]
本实施例提供的钢材厚度批量测量方法，通过在钢管的两条真实边缘线共面时，将两条真实边缘线的半径之差作为钢管的厚度。在两条真实边缘线不共面时，在二维边缘线中确定辅助测量点，进而得到辅助测量点在世界坐标系下的真实距离，得到钢管的厚度，有效提高了确定钢管厚度的准确性。
[0199]
下述为本技术装置实施例，可以用于执行本技术方法实施例。对于本技术装置实施例中未披露的细节，请参照本技术方法实施例。
[0200]
图5为本技术提供的钢材厚度批量测量装置实施例的结构示意图。如图5所示，该钢材厚度批量测量装置50包括：
[0201]
获取模块51，用于获取对多个钢材进行拍摄得到的钢材图像，以及对所述多个钢材进行扫描拍摄得到的点云数据，所述多个钢材的钢材种类包括钢板，和/或，钢管；
[0202]
处理模块52，用于：
[0203]
对所述钢材图像进行识别，得到每个钢材的两条二维边缘线；
[0204]
根据所述点云数据，确定每条二维边缘线在世界坐标系中对应的真实边缘线，以及每条真实边缘线的方程表达式；
[0205]
对于每个钢材，根据所述钢材对应的两条真实边缘线的方程表达式，确定所述钢材的厚度。
[0206]
进一步地，所述处理模块52，具体用于：
[0207]
对于所述点云数据中的每个节点，根据所述节点的世界坐标，以及预设相机外参矩阵和预设相机内参矩阵，确定所述节点对应的像素坐标，并将所述世界坐标与所述像素坐标建立对应关系后存储；
[0208]
根据存储的像素坐标与世界坐标的对应关系，确定每条二维边缘线对应的世界坐标集合；
[0209]
对于每条二维边缘线，根据所述二维边缘线对应的世界坐标集合，确定所述二维边缘线在世界坐标系中对应的真实边缘线，以及所述真实边缘线的方程表达式。
[0210]
进一步地，所述处理模块52，具体还用于：
[0211]
对于每个钢板，根据所述钢板对应的两条真实边缘线的方程表达式，确定所述钢板对应的两条真实边缘线是否共面，得到第一共面结果，所述第一共面结果指示钢板的两条真实边缘线共面或钢板的两条真实边缘线不共面；
[0212]
根据所述第一共面结果和所述钢板对应的两条真实边缘线的方程表达式，确实所述钢板的厚度；
[0213]
对于每个钢管，根据所述钢管对应的两条真实边缘线的方程表达式，确定所述钢管对应的两条真实边缘线是否共面，得到第二共面结果，所述第二共面结果指示钢管的两条真实边缘线共面或钢管的两条真实边缘线不共面；
[0214]
根据所述第二共面结果和所述钢管对应的两条真实边缘线的方程表达式，确实所述钢管的厚度。
[0215]
进一步地，所述处理模块52，具体还用于：
[0216]
若所述第一共面结果指示钢板的两条真实边缘线共面，判断所述钢板对应的两条真实边缘线是否平行；
[0217]
若所述钢板对应的两条真实边缘线平行，则根据所述钢板对应的两条真实边缘线的方程表达式，确定出所述钢板对应的两条真实边缘线的距离，得到所述钢板的厚度；
[0218]
若所述钢板对应的两条真实边缘线不平行，则根据所述钢板对应的两条真实边缘线的端点，确定两条第一目标辅助线；每条第一目标辅助线的两个端点分别属于所述钢板对应的两条真实边缘线，每条第一目标辅助线的至少一个端点为所述钢板对应的两条真实边缘线的端点，每条第一目标辅助线与所述钢板对应的两条真实边缘线的两个夹角相等；
[0219]
根据两条第一目标辅助线的长度，确定所述钢板的厚度。
[0220]
进一步地，所述处理模块52，具体还用于：
[0221]
若所述第一共面结果指示钢板的两条真实边缘线不共面，根据所述钢板对应的两条真实边缘线的方程表达式和异面直线的距离计算公式，确定出所述钢板对应的两条真实边缘线的距离，得到所述钢板的厚度；
[0222]
或者，
[0223]
根据所述钢板的两条二维边缘线的端点，确定两条第二目标辅助线；每条第二目标辅助线的两个端点分别属于所述钢板的两条二维边缘线，每条第二目标辅助线的至少一个端点为所述钢板的两条二维边缘线的端点，每条第二目标辅助线与所述钢板的两条二维边缘线的两个夹角相等；
[0224]
根据存储的像素坐标与世界坐标的对应关系，确定每条第二目标辅助线的端点对应的世界坐标；
[0225]
根据每条第二目标辅助线的端点对应的世界坐标，确定每条第二目标辅助线的真实长度；
[0226]
根据每条第二目标辅助线的真实长度，确定所述钢板的厚度。
[0227]
进一步地，所述处理模块52，具体还用于：
[0228]
若所述第二共面结果指示钢管的两条真实边缘线共面，根据所述钢管对应的两条真实边缘线的方程表达式，确定所述两条真实边缘线的半径；
[0229]
将所述两条真实边缘线的半径的差，作为所述钢管的厚度。
[0230]
进一步地，所述处理模块52，具体还用于：
[0231]
若所述第二共面结果指示钢管的两条真实边缘线不共面，在所述钢管的两条二维边缘线中分别确定一个辅助测量点，其中，两个辅助测量点与所述钢管的两条二维边缘线的中心点在一条直线上；
[0232]
根据存储的像素坐标与世界坐标的对应关系，确定所述两个辅助测量点对应的世界坐标；
[0233]
根据所述两个辅助测量点对应的世界坐标，确定所述两个辅助测量点的真实距离，得到所述钢管的厚度。
[0234]
本实施例提供的钢材厚度批量测量装置，用于执行前述任一方法实施例中的技术方案，其实现原理和技术效果类似，在此不再赘述。
[0235]
图6为本技术提供的一种电子设备的结构示意图。如图6所示，该电子设备60包括：
[0236]
处理器61，存储器62，以及通信接口63；
[0237]
所述存储器62用于存储所述处理器61的可执行指令；
[0238]
其中，所述处理器61配置为经由执行所述可执行指令来执行前述任一方法实施例
中的技术方案。
[0239]
可选的，存储器62既可以是独立的，也可以跟处理器61集成在一起。
[0240]
可选的，当所述存储器62是独立于处理器61之外的器件时，所述电子设备60还可以包括：
[0241]
总线64，存储器62和通信接口63通过总线64与处理器61连接并完成相互间的通信，通信接口63用于和其他设备进行通信。
[0242]
可选的，通信接口63具体可以通过收发器实现。通信接口用于实现数据库访问装置与其他设备(例如客户端、读写库和只读库)之间的通信。存储器可能包含随机存取存储器(random access memory，ram)，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。
[0243]
总线64可以是外设部件互连标准(peripheral component interconnect，pci)总线或扩展工业标准结构(extended industry standard architecture，eisa)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
[0244]
上述的处理器可以是通用处理器，包括中央处理器cpu、网络处理器(network processor，np)等；还可以是数字信号处理器dsp、专用集成电路asic、现场可编程门阵列fpga或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
[0245]
该电子设备用于执行前述任一方法实施例中的技术方案，其实现原理和技术效果类似，在此不再赘述。
[0246]
本技术实施例还提供一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现前述任一方法实施例提供的技术方案。
[0247]
本技术实施例还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时用于实现前述任一方法实施例提供的技术方案。
[0248]
本领域普通技术人员可以理解：实现上述各方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成。前述的程序可以存储于一计算机可读取存储介质中。该程序在执行时，执行包括上述各方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质。
[0249]
最后应说明的是：以上各实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述各实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或对其中部分或全部技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的范围。

技术特征：
1.一种钢材厚度批量测量方法，其特征在于，包括：获取对多个钢材进行拍摄得到的钢材图像，以及对所述多个钢材进行扫描拍摄得到的点云数据，所述多个钢材的钢材种类包括钢板，和/或，钢管；对所述钢材图像进行识别，得到每个钢材的两条二维边缘线；根据所述点云数据，确定每条二维边缘线在世界坐标系中对应的真实边缘线，以及每条真实边缘线的方程表达式；对于每个钢材，根据所述钢材对应的两条真实边缘线的方程表达式，确定所述钢材的厚度。2.根据权利要求1所述的方法，其特征在于，所述根据所述点云数据，确定每条二维边缘线在世界坐标系中对应的真实边缘线，以及每条真实边缘线的方程表达式，包括：对于所述点云数据中的每个节点，根据所述节点的世界坐标，以及预设相机外参矩阵和预设相机内参矩阵，确定所述节点对应的像素坐标，并将所述世界坐标与所述像素坐标建立对应关系后存储；根据存储的像素坐标与世界坐标的对应关系，确定每条二维边缘线对应的世界坐标集合；对于每条二维边缘线，根据所述二维边缘线对应的世界坐标集合，确定所述二维边缘线在世界坐标系中对应的真实边缘线，以及所述真实边缘线的方程表达式。3.根据权利要求2所述的方法，其特征在于，所述对于每个钢材，根据所述钢材对应的两条真实边缘线的方程表达式，确定所述钢材的厚度，包括：对于每个钢板，根据所述钢板对应的两条真实边缘线的方程表达式，确定所述钢板对应的两条真实边缘线是否共面，得到第一共面结果，所述第一共面结果指示钢板的两条真实边缘线共面或钢板的两条真实边缘线不共面；根据所述第一共面结果和所述钢板对应的两条真实边缘线的方程表达式，确实所述钢板的厚度；对于每个钢管，根据所述钢管对应的两条真实边缘线的方程表达式，确定所述钢管对应的两条真实边缘线是否共面，得到第二共面结果，所述第二共面结果指示钢管的两条真实边缘线共面或钢管的两条真实边缘线不共面；根据所述第二共面结果和所述钢管对应的两条真实边缘线的方程表达式，确实所述钢管的厚度。4.根据权利要求3所述的方法，其特征在于，所述根据所述第一共面结果和所述钢板对应的两条真实边缘线的方程表达式，确实所述钢板的厚度，包括：若所述第一共面结果指示钢板的两条真实边缘线共面，判断所述钢板对应的两条真实边缘线是否平行；若所述钢板对应的两条真实边缘线平行，则根据所述钢板对应的两条真实边缘线的方程表达式，确定出所述钢板对应的两条真实边缘线的距离，得到所述钢板的厚度；若所述钢板对应的两条真实边缘线不平行，则根据所述钢板对应的两条真实边缘线的端点，确定两条第一目标辅助线；每条第一目标辅助线的两个端点分别属于所述钢板对应的两条真实边缘线，每条第一目标辅助线的至少一个端点为所述钢板对应的两条真实边缘线的端点，每条第一目标辅助线与所述钢板对应的两条真实边缘线的两个夹角相等；
根据两条第一目标辅助线的长度，确定所述钢板的厚度。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：若所述第一共面结果指示钢板的两条真实边缘线不共面，根据所述钢板对应的两条真实边缘线的方程表达式和异面直线的距离计算公式，确定出所述钢板对应的两条真实边缘线的距离，得到所述钢板的厚度；或者，根据所述钢板的两条二维边缘线的端点，确定两条第二目标辅助线；每条第二目标辅助线的两个端点分别属于所述钢板的两条二维边缘线，每条第二目标辅助线的至少一个端点为所述钢板的两条二维边缘线的端点，每条第二目标辅助线与所述钢板的两条二维边缘线的两个夹角相等；根据存储的像素坐标与世界坐标的对应关系，确定每条第二目标辅助线的端点对应的世界坐标；根据每条第二目标辅助线的端点对应的世界坐标，确定每条第二目标辅助线的真实长度；根据每条第二目标辅助线的真实长度，确定所述钢板的厚度。6.根据权利要求3所述的方法，其特征在于，所述根据所述第二共面结果和所述钢管对应的两条真实边缘线的方程表达式，确实所述钢管的厚度，包括：若所述第二共面结果指示钢管的两条真实边缘线共面，根据所述钢管对应的两条真实边缘线的方程表达式，确定所述两条真实边缘线的半径；将所述两条真实边缘线的半径的差，作为所述钢管的厚度。7.根据权利要求6所述的方法，其特征在于，所述方法还包括：若所述第二共面结果指示钢管的两条真实边缘线不共面，在所述钢管的两条二维边缘线中分别确定一个辅助测量点，其中，两个辅助测量点与所述钢管的两条二维边缘线的中心点在一条直线上；根据存储的像素坐标与世界坐标的对应关系，确定所述两个辅助测量点对应的世界坐标；根据所述两个辅助测量点对应的世界坐标，确定所述两个辅助测量点的真实距离，得到所述钢管的厚度。8.一种钢材厚度批量测量装置，其特征在于，包括：获取模块，用于获取对多个钢材进行拍摄得到的钢材图像，以及对所述多个钢材进行扫描拍摄得到的点云数据，所述多个钢材的钢材种类包括钢板，和/或，钢管；处理模块，用于：对所述钢材图像进行识别，得到每个钢材的两条二维边缘线；根据所述点云数据，确定每条二维边缘线在世界坐标系中对应的真实边缘线，以及每条真实边缘线的方程表达式；对于每个钢材，根据所述钢材对应的两条真实边缘线的方程表达式，确定所述钢材的厚度。9.一种电子设备，其特征在于，包括：处理器，存储器，通信接口；
所述存储器用于存储所述处理器的可执行指令；其中，所述处理器配置为经由执行所述可执行指令来执行权利要求1至7任一项所述的钢材厚度批量测量方法。10.一种可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述的钢材厚度批量测量方法。

技术总结
本申请提供一种钢材厚度批量测量方法、装置、设备及介质。在该方法中，通过获取到钢材图像和点云数据后，对钢材图像进行识别，得到每个钢材的两条二维边缘线；进而结合点云数据，确定每条二维边缘线在世界坐标系中对应的真实边缘线，以及每条真实边缘线的方程表达式；再根据真实边缘线的方程表达式，确定钢材的厚度。本方案通过钢材图像和点云数据确定真实边缘线和真实边缘线的方程表达式，进而得到钢材的厚度，有效提高了测量效率。有效提高了测量效率。有效提高了测量效率。


技术研发人员：聂振国 徐清峰 林泓斌 李亚冠 许镌圭 郑一铭
受保护的技术使用者：聂振国
技术研发日：2023.04.11
技术公布日：2023/7/25