基于Halcon深度学习和线扫相机标定的闸片剩余厚度测量

摘要

针对测量轨道车辆闸片剩余厚度的需求,本文提出了一种基于Halcon深度学习和线扫相机标定的闸片剩余厚度测量方法。首先,采用目标检测算法实现关键零部件定位,进而剪裁出闸片区域图像。在闸片区域图像进行语义分割,得到闸片的边缘,进而求得图像像素坐标系下的闸片厚度。进行线扫相机的标定,获得每个像素对应的世界坐标距离,进而求得世界坐标系下的闸片实际厚度。该方法对于不同车型和光照等环境变化具有自适应性,且取得较好的测量精度和实时性。