基于英特尔 RealSense D455 结构光相机实现裂缝尺寸以及深度测量

目录

一,相机参数规格

二,结合YOLO实例分割实现裂缝尺寸以及深度测量

[2.1 应用场景](#2.1 应用场景)

[2.2 实现流程](#2.2 实现流程)

[2.3 效果展示](#2.3 效果展示)

[2.4 精度验证](#2.4 精度验证)

[2.5 实物裂缝尺寸以及深度测量效果展示](#2.5 实物裂缝尺寸以及深度测量效果展示)


一,相机参数规格

英特尔 RealSense D455 是英特尔 RealSense D400 系列的第四款产品,它是一款深度相机,采用结构光技术来实现深度感知。

  • 结构光技术 :结构光技术的基本原理是通过投射特定的光图案到物体上,然后分析图案的变形来计算物体的深度信息。D455 使用这种技术,通过其内置的投影仪投射红外光图案,并使用两个红外摄像头捕捉这些图案的变形,从而精确地计算出物体的深度。
  • 深度感知性能提升 :与 D415/D435 摄像头相比,D455 的感知范围和精度都提高了两倍。其将两个深度传感器之间的距离延长至 95 毫米,从而将深度误差降低至 4 米时的不到 2%,可实现更精确的深度测量。

  • RGB 图像质量优化 :RGB 传感器采用全局快门,并且其视场与深度视场相匹配,能够提供更出色的 RGB 图像质量,以及深度图像和 RGB 图像之间的更好对应性,从而可提高扫描质量。

  • 集成 IMU :集成了惯性测量单元(IMU),可在摄像头移动的情况下,让应用更精准地感知深度,增强机器人和无人机等设备的环境感知能力。

  • 自我校准功能 :通过简单的平移和旋转运动,几秒钟内就能完成自我校准,无需特制校准靶,也无需复杂操作,降低了开发者的使用难度和维护成本。

  • 支持多相机设置 :无论是室内还是室外,多个 D455 摄像头都可以协同工作,其长距离范围支持在高达 90fps 的帧率下进行实时场景捕捉。

二,结合YOLO实例分割实现裂缝尺寸以及深度测量

2.1 应用场景

  • 零部件裂缝检测 :在工业生产中,一些金属或塑料零部件在加工或使用过程中可能会产生裂缝,影响产品质量和安全性。D455 相机可用于对这些零部件进行高精度的表面检测,快速准确地测量裂缝的尺寸和深度,实现自动化的质量控制和缺陷筛查,提高生产效率和产品质量。

  • 焊缝检测 :在焊接行业中,焊缝的质量至关重要。D455 相机能够对焊缝表面进行细致扫描,测量焊缝的宽度、深度以及焊缝表面的不规则程度等参数,帮助检测焊缝是否存在缺陷,如未焊透、焊瘤等,为焊接质量的评估和改进提供数据支持

2.2 实现流程

参考我之前的博客:

YOLOv8实例分割+双目相机实现物体尺寸测量_yolov8实例分割的框架-CSDN博客

2.3 效果展示

2.4 精度验证

可以看出宽度和高度都是十分准确的

可以改进的地方:

  1. 裂缝数据集的标注方式
  2. 实例分割模型对裂缝目标的针对性设计

W:

H:

2.5 实物裂缝尺寸以及深度测量效果展示

W:裂缝宽度

H:裂缝高度

Depth:裂缝最深处距离平面距离

相关推荐
一只小灿灿5 小时前
前端计算机视觉:使用 OpenCV.js 在浏览器中实现图像处理
前端·opencv·计算机视觉
荔枝味啊~6 小时前
相机位姿估计
人工智能·计算机视觉·3d
Black_Rock_br9 小时前
语音交互新纪元:Hugging Face LeRobot如何让机器人真正“懂你”
人工智能·计算机视觉·机器人
1900_9 小时前
【论文解读】Referring Camouflaged Object Detection
人工智能·目标检测·计算机视觉
cver12314 小时前
CSGO 训练数据集介绍-2,427 张图片 AI 游戏助手 游戏数据分析
人工智能·深度学习·yolo·目标检测·游戏·计算机视觉
强哥之神14 小时前
Meta AI 推出 Multi - SpatialMLLM:借助多模态大语言模型实现多帧空间理解
人工智能·深度学习·计算机视觉·语言模型·自然语言处理·llama
Natsuagin18 小时前
【保姆级目标检测教程】Ubuntu 20.04 部署 YOLOv13 全流程(附训练/推理代码)
yolo·目标检测·ubuntu·计算机视觉
看到我,请让我去学习19 小时前
OpenCV编程- (图像基础处理:噪声、滤波、直方图与边缘检测)
c语言·c++·人工智能·opencv·计算机视觉
蹦蹦跳跳真可爱5891 天前
Python----OpenCV(图像増强——高通滤波(索贝尔算子、沙尔算子、拉普拉斯算子),图像浮雕与特效处理)
人工智能·python·opencv·计算机视觉
Chef_Chen1 天前
从0开始学习计算机视觉--Day08--卷积神经网络
学习·计算机视觉·cnn