CN103217120B - 一种激光测厚方法及装置 - Google Patents
一种激光测厚方法及装置 Download PDFInfo
- Publication number
- CN103217120B CN103217120B CN201310094889.XA CN201310094889A CN103217120B CN 103217120 B CN103217120 B CN 103217120B CN 201310094889 A CN201310094889 A CN 201310094889A CN 103217120 B CN103217120 B CN 103217120B
- Authority
- CN
- China
- Prior art keywords
- light spot
- image data
- ccd
- laser
- spi communication
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000005259 measurement Methods 0.000 title abstract description 21
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 18
- 238000006073 displacement reaction Methods 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims description 61
- 238000004891 communication Methods 0.000 claims description 41
- 230000006870 function Effects 0.000 claims description 20
- 230000003287 optical effect Effects 0.000 claims description 17
- 238000001914 filtration Methods 0.000 claims description 13
- 238000003384 imaging method Methods 0.000 claims description 12
- 238000007781 pre-processing Methods 0.000 claims description 8
- 238000002187 spin decoupling employing ultra-broadband-inversion sequences generated via simulated annealing Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000006243 chemical reaction Methods 0.000 description 10
- 239000000523 sample Substances 0.000 description 6
- 239000003990 capacitor Substances 0.000 description 4
- 230000003750 conditioning effect Effects 0.000 description 4
- 238000005314 correlation function Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 235000002566 Capsicum Nutrition 0.000 description 1
- 101000685982 Homo sapiens NAD(+) hydrolase SARM1 Proteins 0.000 description 1
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 102100023356 NAD(+) hydrolase SARM1 Human genes 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 235000016761 Piper aduncum Nutrition 0.000 description 1
- 235000017804 Piper guineense Nutrition 0.000 description 1
- 244000203593 Piper nigrum Species 0.000 description 1
- 235000008184 Piper nigrum Nutrition 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000000849 selective androgen receptor modulator Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种激光测厚方法及装置,方法包括如下步骤:(1)采集基准面所返回的激光光斑的图像数据;(2)对所述激光光斑的图像数据进行预处理后,再进行粗定位,得到粗定位后的光斑中心像素点xi;(3)以xi为中心确定一单峰区域,对单峰区域内的若干个数据点进行细定位,得到细定位后的光斑中心,记为x1;(4)再次采集待测物体所返回的激光光斑的图像数据,重复步骤(2)和(3)得到待测物体的细定位后的光斑中心,记为x2,待测物体和基准面的光斑中心的位移z=|x1-x2|;(5)根据位移z计算出待测物体的厚度y。本发明基于CCD及嵌入式ARM算法处理,速度快、精度高,能够实现在线测量。
Description
技术领域
本发明涉及测厚装置和方法领域,具体涉及一种基于CCD及嵌入式ARM算法处理的激光测厚方法。
背景技术
在人类的日常生活中,测量占据了举足轻重的地位。随着科学技术和工业生产的高速发展,人们对测量要求也越来越高,并开始向着高速、高精度、小型化、智能化等方面发展。尤其是在科技高速发展的今天,对零件尺寸测量精度要求越来越高。基于线阵CCD的非接触式光学测量方法相对于传统的的测量方法,如接触测量、超声波测量、X射线测量等,具有非接触、精度高、响应速度快、适应性强、功耗低等特点,在质量控制领域得到了广泛的应用。因此对非接触式光学测量的精度要求也越来越高。而传统的非接触式光学测量方法的测量精度主要取决于CCD的像元大小,易于受到CCD像元大小的限制,通过提高CCD像元来提高测量***的测量精度的代价相当高昂,为此人们提出了用图像处理软件算法来提高测量精度的亚像素光斑中心定位技术。但是图像处理算法由于执行速度慢,实时性差,难以应用于实时在线测量中,不利于应用于实际生产中。
国内在激光测厚仪市场上的潜在的年需求在千台以上,市场潜力很大,可惜目前市场上还是以国外的产品为主,国内对基于CCD的位移测量***的研究大都还停留在实验室阶段。对于激光测厚***的研究,不仅能够减少外汇的流失,同时能够带动其他相关周边产业的发展。
例如,公开号为CN1363820A的中国发明专利申请公开了一种短脉冲激光超声精确测厚方法及装置,测厚方法是利用超快的短脉冲激光束在待测样品前表面激发声波,声波传到后表面时,引起样品后表面发生形变,另一束从样品后表面反射的探测光会由于这次形变而发生第一次偏转;声脉冲到达后表面后又从后表面向前表面反射,再从前表面反射回后表面,完成一个反射周期,这时探测光就会探测到时间上有一定延迟的第二次偏转;两次偏转的时间差乘以声波在样品中的传播速度,再除以二就是样品的厚度。
发明内容
本发明提供了一种激光测厚方法及装置,基于CCD及嵌入式ARM算法处理,速度快、精度高,能够实现在线测量。
一种激光测厚方法,包括如下步骤:
(1)采集基准面所返回的激光光斑的图像数据;
(2)对所述激光光斑的图像数据按如下公式进行粗定位,
h(x)=f(x)*g(x)(2)
h(xi)=max(h(x))(3)
其中,
σ1是g(x)的标准差,x为像素点,xi为粗定位得到的光斑中心像素点;
(3)以xi为中心确定一单峰区域,对单峰区域内的若干个数据点按如下公式进行细定位,
其中,x′为所述单峰区域内的各个数据点,A是幅值,σ2是f(x)的标准差,x0为单峰区域内的所有数据点的平均值;曲线f(x)的极大值作为基准面的细定位后的光斑中心,记为x1;
(4)再次采集待测物体所返回的激光光斑的图像数据,重复步骤(2)和(3)得到待测物体的细定位后的光斑中心,记为x2,待测物体和基准面的光斑中心的位移z=|x1-x2|;
(5)根据位移z计算出待测物体的厚度y。
作为优选,步骤(5)中由位移z计算出待测物体的厚度y的公式如下:
其中,
a--工作距:激光光轴与待测物体表面的交点到接收透镜的距离;
b--像距:接收透镜主平面到成像点(P点)的距离;
α--工作角:激光光轴与成像光轴之间的夹角;
β--成像角:成像光轴同光电探测器基线之间的夹角。
作为优选,步骤(3)中对以xi为中心的单峰区域内的3~5个数据点进行细定位。
作为优选,步骤(1)中的预处理为对图像数据进行滤波处理。所述滤波处理采用SUSAN滤波算法。
本发明还提供了一种实现所述激光测厚方法的激光测厚装置,包括CCD信号采集***和ARM信号处理***,CCD信号采集***与ARM信号处理***之间连接有一通信总线;
所述CCD信号采集***包括:
CCD图像采集器,用于根据来自SPI通信从机模块的指令采集待测物体的光斑图像数据,并将该光斑图像数据传输给SPI通信从机模块;
SPI通信从机模块,用于将来自ARM信号处理***的指令传输给CCD图像采集器,还用于接收CCD图像采集器发送的光斑图像数据并传输给ARM信号处理***;
所述ARM信号处理***包括:
SPI通信主机模块,用于将显示器输入的指令传输给SPI通信从机模块,还用于接收来自SPI通信从机模块的光斑图像数据并传输给SARM存储器;
SRAM存储器,用于存储来自所述SPI通信主机模块的光斑图像数据,以供中央处理器调取;
中央处理器,用于从SRAM存储器中调取光斑图像数据,并对该光斑图像数据进行如权利要求1中步骤(2)~步骤(5)所述的处理,并将处理结果通过显示器显示出来;
显示器,用于输入指令以启动CCD信号采集***,还用于显示中央处理器的处理结果。
本发明采用CCD作为图像传感器,利用C8051F单片机产生严格的驱动时序,消除了CCD在转移信号间产生的时序延迟,提高了CCD输出信号的信噪比和CCD转换速度。此外,CCD图像传感器还具有测量精度搞,可根据用户***的要求动态调整积分时间的特点,通过消除无效周期,提高了***带宽。
CCD图像采集器中还包括CCD图像采集模块,该CCD图像采集模块包括CCD驱动时序模块、CCD输出信号调理电路模块和A/D转换模块。所述的CCD驱动时序模块用于产生能够驱动CCD的固定时序,使得CCD能够产生与感光面上的光强相对应的电信号;所述的CCD输出信号调理电路,利用相关双采样原理,对CCD输出的模拟电信号进行去噪,并将去噪后的模拟电信号输送到单片机中;所述的A/D转换模块,将去噪后的模拟电信号转化为数字信号并缓存到存储器中等待发送。
CCD采集模块外接一个SPI通信从机模块,用于从ARM信号处理***接收命令和将CCD图像采集模块采集到的CCD图像信号发送到ARM信号处理模块中。
ARM信号处理***包括一个SRAM存储器,用于将SPI通信主机模块接收到的数据缓存到内存中,供中央处理器调用。
ARM信号处理***包括一个中央处理器,用户对SRAM存储器中缓存的CCD感光面光强信息进行预处理和光斑中心定位,然后将厚度位移变化信息发送到显示器进行显示。其中光斑中心定位,包括粗定位和细定位。
与现有技术相比,本发明的有益效果:
本发明将以往的亚像素光斑中心定位算法结合相关函数进行优化设计,降低了算法的复杂度和处理效率,使用ARM芯片得以实施该算法进行光斑中心亚像素定位,通过USB通信外接CCD图像采集卡,实现激光测厚***的算法数据流的无缝处理,模块体积小、速度快、数据信息量大,本发明可应用于零器件尺寸测量、金属板材表面厚度测量等领域。
附图说明
图1是本发明的结构示意图。
图2是本发明的光路图。
其中:1、CCD信号采集***;2、ARM信号处理***。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明。
如图1所示,是实现本发明测厚方法的激光测厚装置,包括CCD信号采集***1和ARM信号处理***2,CCD信号采集系1与ARM信号处理***2之间连接有一条通信总线。
CCD信号采集***1包括一个CCD图像采集器(包括CCD图像传感器和CCD图像采集模块)和一个SPI通信从机模块;ARM信号处理***2包括SPI通信主机模块、SRAM存储器、中央处理器和显示器。CCD图像采集器和SPI通信从机模块相互通信,SPI通信从机模块和SPI通信主机模块相互通信,SPI通信主机模块分别与显示器和SRAM存储器相互通信,SRAM存储器和中央处理器相互通信,中央处理器和显示器相互通信。
利用上述激光测厚装置的测厚方法,包括如下步骤:
a、输入命令,显示器将输入的命令利用SPI通信主机模块发送到CCD信号采集***1中的SPI通信从机模块;
b、CCD图像采集,SPI通信从机模块接收到SPI通信主机模块发送来的命令,转发给CCD图像采集模块,CCD图像采集模块产生CCD驱动时序驱动CCD图像传感器,对光斑图像数据进行采集并输出模拟电信号,CCD图像传感器输出信号调理电路对该模拟电信号进行去噪处理,并利用A/D转换模块将该模拟信号转化为数字信号,然后将该数字信号发送给SPI通信从机模块;
c、信号处理,SPI通信主机模块从SPI通信从机模块接收到CCD图像数据(转化后的数字信号)后发送给SRAM存储器进行存储,中央处理器从SRAM存储器中读取一帧的数据进行光斑中心定位,并转化为位移信号;
d、数据显示,显示器从中央处理器获得最终的厚度位移计算结果,并将结果显示在LCD显示屏上。
CCD图像传感器用于采集待测物体的激光光斑数据,CCD图像传感器是一种半导体器件,能够将光学影像转化为模拟电信号。CCD提供的画面分辨率决定于CCD上包含的像素数,像素数越多则分辨率越高。CCD上有许多排列整齐的电容,能感应光线,并将影像转变成模拟电信号信号。经由外部电路的控制,每个小电容能将其所带的电荷转给它相邻的电容,然后利用引脚输出。电信号经过放大和模数转换,实现图像的获取、存储、传输、处理和复现。由于它具有体积小、功耗低、性能稳定、灵敏度和精度高等特点,这是其他信号采集设备所无法比拟的。
在本实施例中,采用东芝生产的线阵CCD,它通过感知感光面上的光强分布并转化为模拟电信号,感光面大小为30.5mm,像素数为2180点,像素点尺寸仅为14μm*14μm,是目前市场上使用较多的线阵CCD,不仅动态范围大、暗电流低,而且具有***电路简单等特点,能够适应恶劣的应用环境。
ARM信号处理***2包括一个与CCD信号采集***1的SPI通信从机模块相互通信的SPI通信主机模块,该SPI通信主机模块用于控制CCD信号采集***1进行CCD驱动、输出信号处理和A/D转换。在信号采集阶段,CCD图像传感器会不断地对感光面上的光斑位置进行采集,该信号经过调理电路去噪后,C8051会将去噪后的信号进行A/D转换,并将转换后的数据发送到ARM信号处理***2。
如图1所示,ARM信号处理***2利用SPI通信主机模块接收到采集到的信号后,将该信号存放在SRAM存储器中,中央处理器从SRAM存储器中读取缓存的信号,对该图像信号进行亚像素光斑中心定位,并利用公式反推出厚度位移,最后发送到显示器223显示出来。
CCD图像采集模块采用C8051作为控制器,并通过高效的SPI通信模式,能够即时将数据传送到ARM信号处理***2进行实时在线处理,避免了***之间通信延迟,实际数据传输率得到显著提高。CCD图像采集模块的设计是***中的关键部分,其性能直接影响到整个***的性能。C8051F单片机不仅能够产生稳定高频的pwm信号用于驱动CCD,同时可根据用户***的要求动态调整输出状态,拥有高转换率的A/D转换模块,能够满足CCD输出信号的A/D转换,使得***的体积得到了极大的降低。
如图1所示,CCD信号采集***1还包括一个外接在CCD图像采集模块的SPI通信从机模块,SPI通信从机模块用于与ARM信号处理***2进行通信,从ARM信号处理***2获取命令后转发给CCD图像采集模块;将CCD图像采集模块发来的信号传递给ARM信号处理***2。
中央处理器中进行的数据处理过程如下:
中央处理器用于实现光斑图像数据的预处理、亚像素光斑中心定位和像素-位移转换。
中央处理器从ARM存储器中调取光斑图像信号,光斑图像信号的预处理使用的是SUSAN滤波算法。1997年英国学着Smity提出了一种能够对椒盐噪声和随机噪声的滤除都起到很好效果,同时对目标的特征不产生畸变的滤波算法,即SUSAN算法。SUSAN滤波算法其实质是利用相似比较函数和高斯函数乘积作为权重的加权均值滤波。由于仅利用SUSAN区中的像素点来参与运算,同时高斯函数在时域和频域上有良好的平滑能力,因此SUSAN滤波法可以在滤除图像噪声的同时较好的保持图像的细小特征结构,并且能够改善图像的质量和锐化目标特征结构。
亚像素光斑中心定位包括光斑中心粗定位和光斑中心细定位。通过对传统的光斑中心定位算法进行研究,提出了一种基于相关函数和拟合法的改进型光斑中心亚像素定位算法。算法的基本思想是基于互相关函数的相关特性,利用一个已知的函数模板g(t)来确定未知的函数f(t)的位置,即利用一个已知的函数g(t)不断地逼近目标函数f(t)。但是实际图像由于受到光学***与电路***的低通滤波效应的影响,再加上场景中的噪声的干扰,无法做到已知函数与位置函数完全相似。也就是说图像的逼近面临着抑制噪声效应和精确定位两个要求,而这个两个要求又是互相影响的,无法同时满足,想减少噪声,就得多牺牲细节;想多保留细节,就不能有力地抑制噪声。
经过大量的实验表明,CCD感光面收集到的光斑光强曲线类似于高斯曲线。而采用相关法,利用高斯函数的一阶导数作为一种线性算子对图像进行互相关,从而达到对图像进行平滑来抑制噪声,可以在抗噪声干扰和精确定位之间选择一个最佳折衷方案,很好的解决了这个矛盾。这种平滑是在整个图像平面上进行的。
相关函数光斑粗定位的执行过程如下:
第一步:先用高斯函数对光斑图像的灰度函数进行卷积,设图像灰度函数为f(x),一维零均值高斯函数如式(1)所示:
其中σ1是g(x)的标准差,x为像素点数。
那么,结果如式(2)所示:
h(x)=f(x)*g(x)(2)
式中“*”表示卷积。
第二步:相关极值判断,如式(3)所示:
h(xi)=max(h(x))(3)
其中xi为光斑粗定位像素点。得到一个以xi该极大值为中心的一个单峰区域,式(3)表示相关函数矩阵在该单峰区域(本实施方式为xi左右5个像素点)上通常近似地满足高斯分布。将该高斯分布存储起来,然后通过高斯函数拟合方法得到该区域的解析曲线函数,取曲线极值点为目标的亚像素位置(即实现光斑中心粗定位)。
对目标的高斯拟合,即通过对离散图像中的目标的灰度或坐标进行拟合可以得到目标的连续函数形式,从而确定描述物体的各个参数值(位置、尺寸、形状、幅度等)对目标进行亚像素定位(即光斑中心细定位)。其过程如下:
其中,x′为所述单峰区域内的各个数据点,A是幅值,σ2是标准差,x0为单峰区域内的所有数据点的平均值;曲线f(x)的极极大值作为细定位后的光斑中心。
将进行粗定位后得到的像素点及其附近的像素点和相应的像素点灰度值利用豪斯荷尔德公式(参照文献GhosalS,MehrotraRS.Orthogonalmomentoperatorsforsubpixeledgedetection[J].PatternRecognition,1993,26(2):295-306;TanJiubin,LeiAo,CuiJianwen,etal.SubpixeledgelocationbasedonorthogonalFourier-MellinMoments[J].ImageandVisionComputing,2007,26(4):563-569.)进行计算,可求出拟合到实际曲线的高斯方程的参数A、σ2、x0。即可求得高斯曲线的参数,该曲线的极值点即为所要求的光斑中心亚像素点。
第一次采集基准面返回的激光光斑的图像数据,通过上述预处理、粗定位和细定位后得到基准面细定位后的光斑中心,记为x1;再次采集待测物体所返回的激光光斑的图像数据,重复上述预处理、粗定位和细定位处理,得到待测物体的细定位后的光斑中心,记为x2,待测物体和基准面的光斑中心的位移z=|x1-x2|;
根据位移z计算出待测物体的厚度y,公式如下:
其中,如图2所示
a--工作距:激光光轴与待测物体表面的交点到接收透镜的距离;
b--像距:接收透镜主平面到P点(成像点)的距离;
α--工作角:激光光轴与成像光轴之间的夹角;
β--成像角:成像光轴同光电探测器基线之间的夹角;
然后显示在显示器223的LCD显示屏上。
本发明的主要应用包括:零器件、金属板材等工业生产监控***,同时部分模块能够为高精度低噪声单缝衍射仪和光谱仪、激光测厚仪提供支持。
Claims (4)
1.一种激光测厚方法,其特征在于,包括如下步骤:
(1)采集基准面所返回的激光光斑的图像数据;
(2)对所述激光光斑的图像数据进行预处理后,按如下公式进行粗定位,
h(x)=f(x)*g(x)(2)
h(xi)=max(h(x))(3)
其中,
σ1是高斯函数g(x)的标准差,x为像素点,xi为粗定位得到的光斑中心像素点;
(3)以xi为中心确定一单峰区域,对单峰区域内的若干个数据点按
如下公式进行细定位,
其中,x'为所述单峰区域内的各个数据点,A是幅值,σ2是图像灰度函数f(x)的标准差,x0为单峰区域内的所有数据点的平均值;曲线f(x)的极大值作为基准面的细定位后的光斑中心,记为x1;
(4)再次采集待测物体所返回的激光光斑的图像数据,重复步骤(2)和(3)得到待测物体的细定位后的光斑中心,记为x2,待测物体和基准面的光斑中心的位移z=|x1-x2|;
(5)根据位移z计算出待测物体的厚度y,计算方法为:
其中,
a--工作距:激光光轴与待测物体表面的交点到接收透镜的距离;
b--像距:接收透镜主平面到成像点的距离;
α--工作角:激光光轴与成像光轴之间的夹角;
β--成像角:成像光轴同光电探测器基线之间的夹角;
实现所述激光测厚方法的激光测厚装置,包括CCD信号采集***和ARM信号处理***,CCD信号采集***与ARM信号处理***之间连接有一通信总线;
所述CCD信号采集***包括:
CCD图像采集器,用于根据来自SPI通信从机模块的指令采集待测物体的光斑图像数据,并将该光斑图像数据传输给SPI通信从机模块;
SPI通信从机模块,用于将来自ARM信号处理***的指令传输给CCD图像采集器,还用于接收CCD图像采集器发送的光斑图像数据并传输给ARM信号处理***;
所述ARM信号处理***包括:
SPI通信主机模块,用于将显示器输入的指令传输给SPI通信从机模块,还用于接收来自SPI通信从机模块的光斑图像数据并传输给SRAM存储器;
SRAM存储器,用于存储来自所述SPI通信主机模块的光斑图像数据,以供中央处理器调取;
中央处理器,用于从SRAM存储器中调取光斑图像数据,并对该光斑图像数据进行步骤(2)~步骤(5)所述的处理,并将处理结果通过显示器显示出来;
显示器,用于输入指令以启动CCD信号采集***,还用于显示中央处理器的处理结果。
2.根据权利要求1所述的激光测厚方法,其特征在于,步骤(3)中对以xi为中心的单峰区域内的3~5个数据点进行细定位。
3.根据权利要求1所述的激光测厚方法,其特征在于,步骤(2)中的预处理为对图像数据进行滤波处理。
4.根据权利要求3所述的激光测厚方法,其特征在于,所述滤波处理采用SUSAN滤波算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310094889.XA CN103217120B (zh) | 2013-03-22 | 2013-03-22 | 一种激光测厚方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201310094889.XA CN103217120B (zh) | 2013-03-22 | 2013-03-22 | 一种激光测厚方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103217120A CN103217120A (zh) | 2013-07-24 |
CN103217120B true CN103217120B (zh) | 2016-03-09 |
Family
ID=48815126
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201310094889.XA Active CN103217120B (zh) | 2013-03-22 | 2013-03-22 | 一种激光测厚方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103217120B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105115431A (zh) * | 2015-06-02 | 2015-12-02 | 绵阳东福高科技有限公司 | 一种新型ccd激光位移传感器纸页厚度计 |
CN106352809B (zh) * | 2016-08-24 | 2018-11-20 | 中国科学院上海光学精密机械研究所 | 磷酸盐激光钕玻璃表面雾深度的检测方法及发雾去除方法 |
CN107388973A (zh) * | 2017-07-06 | 2017-11-24 | 南京林业大学 | 一种斜射式木质板材毛边的识别装置和识别方法 |
CN111735399B (zh) * | 2020-05-26 | 2022-03-08 | 山东省科学院海洋仪器仪表研究所 | 一种基于激光诱导荧光成像的油膜厚度测量装置及方法 |
CN113916132B (zh) * | 2021-09-23 | 2024-01-30 | 中国科学院微电子研究所 | 用于硅片高度测量的信号处理方法、装置、设备及介质 |
CN117315011B (zh) * | 2023-11-30 | 2024-04-02 | 吉林珩辉光电科技有限公司 | 一种大气湍流中光斑中心定位方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6038028A (en) * | 1998-08-26 | 2000-03-14 | Lockheed Martin Energy Research Corp. | High-speed non-contact measuring apparatus for gauging the thickness of moving sheet material |
JP2004163343A (ja) * | 2002-11-15 | 2004-06-10 | Toshiba Corp | 距離検出装置,厚さ測定装置及びその方法 |
CN1710378A (zh) * | 2005-07-01 | 2005-12-21 | 清华大学 | 一种用线阵ccd测量光束中心位置的方法 |
CN1755320A (zh) * | 2004-09-30 | 2006-04-05 | 宋才秀 | 玻璃管壁厚检测仪 |
CN101532825A (zh) * | 2009-04-27 | 2009-09-16 | 天津大学 | 基于差分激光三角法的海面溢油油膜厚度测量方法 |
CN101661618A (zh) * | 2009-06-05 | 2010-03-03 | 天津大学 | 具有翻转不变性的图像特征提取和描述方法 |
CN101957177A (zh) * | 2009-07-15 | 2011-01-26 | 宝山钢铁股份有限公司 | 带误差补偿的钢板凸度测量方法 |
CN102034237A (zh) * | 2010-12-10 | 2011-04-27 | 中国人民解放军国防科学技术大学 | 二维图像对应性寻找方法 |
CN102054269A (zh) * | 2009-10-27 | 2011-05-11 | 华为技术有限公司 | 图像特征点检测方法及装置 |
JP5595807B2 (ja) * | 2010-06-30 | 2014-09-24 | 富士機工株式会社 | ステアリングコラム装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5595807A (en) * | 1979-01-13 | 1980-07-21 | Nippon Sheet Glass Co Ltd | Thickness measuring method for transparent plate |
-
2013
- 2013-03-22 CN CN201310094889.XA patent/CN103217120B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6038028A (en) * | 1998-08-26 | 2000-03-14 | Lockheed Martin Energy Research Corp. | High-speed non-contact measuring apparatus for gauging the thickness of moving sheet material |
JP2004163343A (ja) * | 2002-11-15 | 2004-06-10 | Toshiba Corp | 距離検出装置,厚さ測定装置及びその方法 |
CN1755320A (zh) * | 2004-09-30 | 2006-04-05 | 宋才秀 | 玻璃管壁厚检测仪 |
CN1710378A (zh) * | 2005-07-01 | 2005-12-21 | 清华大学 | 一种用线阵ccd测量光束中心位置的方法 |
CN101532825A (zh) * | 2009-04-27 | 2009-09-16 | 天津大学 | 基于差分激光三角法的海面溢油油膜厚度测量方法 |
CN101661618A (zh) * | 2009-06-05 | 2010-03-03 | 天津大学 | 具有翻转不变性的图像特征提取和描述方法 |
CN101957177A (zh) * | 2009-07-15 | 2011-01-26 | 宝山钢铁股份有限公司 | 带误差补偿的钢板凸度测量方法 |
CN102054269A (zh) * | 2009-10-27 | 2011-05-11 | 华为技术有限公司 | 图像特征点检测方法及装置 |
JP5595807B2 (ja) * | 2010-06-30 | 2014-09-24 | 富士機工株式会社 | ステアリングコラム装置 |
CN102034237A (zh) * | 2010-12-10 | 2011-04-27 | 中国人民解放军国防科学技术大学 | 二维图像对应性寻找方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103217120A (zh) | 2013-07-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103217120B (zh) | 一种激光测厚方法及装置 | |
CN110108348B (zh) | 基于运动放大光流跟踪的薄壁件微幅振动测量方法及*** | |
CN109631787B (zh) | 透射式靶标图像的光斑中心检测方法及桥梁挠度图像式检测装置 | |
JP6722656B2 (ja) | ネットワークベース超音波イメージングシステム | |
CN106596736B (zh) | 一种实时超声相控阵全聚焦成像方法 | |
CN106580366B (zh) | 无线探头、超声成像设备及其控制方法 | |
TW475982B (en) | Acoustic microscope | |
CN111610254B (zh) | 一种基于高速振镜协同的激光超声全聚焦成像检测装置及方法 | |
CN107582098B (zh) | 一种二维超声图像集合重构的三维超声成像方法 | |
KR101242368B1 (ko) | 2차원 배열 데이터를 이용한 모바일 초음파 진단 프로브 장치 및 이를 이용한 모바일 초음파 진단 시스템 | |
CN205091463U (zh) | 一种激光雷达扫描探测装置 | |
JP2000028589A (ja) | 3次元超音波画像化装置 | |
CN105547834A (zh) | 基于双目视觉的快速应力应变曲线测量***及方法 | |
CN105352583A (zh) | 一种测量超声波声压和声强的光学方法和装置及其应用 | |
Pulkkinen et al. | Ultrasound field characterization using synthetic schlieren tomography | |
CN102967261A (zh) | 一种基于数字散斑相关法的激光位移测量方法 | |
CN102135413A (zh) | 一种基于相位涡旋的数字散斑相关测量方法 | |
CN102062572B (zh) | 基于jtc的高精度光电混合像移测量装置及其方法 | |
US20100308205A1 (en) | Method for auto focus searching of optical microscope | |
CN207936927U (zh) | 一种目标物体轮廓检测*** | |
CN103575381A (zh) | 基于动态光弹性法的超声换能器声场的测量方法 | |
CN105115431A (zh) | 一种新型ccd激光位移传感器纸页厚度计 | |
WO2020110500A1 (ja) | 超音波診断装置および超音波診断装置の制御方法 | |
CN103383353A (zh) | 一种基于光学涡旋的动态散斑测试方法 | |
CN114235347B (zh) | 镜头质量评估方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |