CN104482983A - 一种测量三维料堆的方法 - Google Patents
一种测量三维料堆的方法 Download PDFInfo
- Publication number
- CN104482983A CN104482983A CN201410853657.2A CN201410853657A CN104482983A CN 104482983 A CN104482983 A CN 104482983A CN 201410853657 A CN201410853657 A CN 201410853657A CN 104482983 A CN104482983 A CN 104482983A
- Authority
- CN
- China
- Prior art keywords
- cylinder
- subdivision
- volume
- measured
- summit
- 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.)
- Pending
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种测量三维料堆的方法,所述方法包括:将光照通过特定的网格板投射到待测量料堆上,以便在待测量料堆上形成特征点;通过预先布置的摄像机阵列***,采集待测量料堆的立体图像对;利用形成的特征点在采集的立体图像对之间的视差,获得形成的特征点的三维坐标;用获得的特征点的三维坐标构建待测量料堆的模型;按照预定的步长将构建的模型剖分为多个多面体;基于获得的特征点的三维坐标,确定剖分的每个多面体的体积;将确定的每个多面体的体积之和确定为待测量料堆的体积。
Description
技术领域
本发明属于物体测量技术领域,特别涉及一种基于多目视觉的测量三维料堆的方法。
背景技术
目前,在生产过程的物流信息化管理过程中,对料堆的有效计量成为大型企业整个物流信息化管理中一个很重要的环节,特别是,在大型料堆场(例如,水泥厂)中,为了保证水泥产品生产的稳定,必须始终保持原材料充足的储备量。当原材料的储存量过剩或者积压时,不仅会引起资源的浪费,也不利于水泥厂***。然而,料堆属于人工微地形、形状复杂,测量的相对精度要求较高,且存在目标特性的多样性和复杂性,目前尚无行之有效的解决办法。
因此,为了提高大型企业原料管理自动化水平的提高,如何让准确的测量物料堆体积成为迫在眉睫的问题。
发明内容
本发明提供一种测量三维料堆的方法,以便对物料堆体的体积进行测量。
根据本发明的一方面,提供一种测量三维料堆的方法,所述方法包括:将光照通过特定的网格板投射到待测量料堆上,以便在待测量料堆上形成特征点;通过预先布置的摄像机阵列***,采集待测量料堆的立体图像对;利用形成的特征点在采集的立体图像对之间的视差,获得形成的特征点的三维坐标;用获得的特征点的三维坐标构建待测量料堆的模型;按照预定的步长将构建的模型剖分为多个多面体;基于获得的特征点的三维坐标,确定剖分的每个多面体的体积;将确定的每个多面体的体积之和确定为待测量料堆的体积。
优选地,所述按照预定的步长将构建的模型剖分为多个多面体的步骤包括:自构建的模型的顶部垂直向下,分别从横向和纵向按照预定的步长将构建的模型剖分为多个柱体。
优选地,所述确定剖分的每个多面体的体积的步骤包括:基于获得的特征点的三维坐标,确定剖分的每个柱体顶部的每个顶点的三维坐标;使用确定的剖分的每个柱体顶部的每个顶点的三维坐标,计算剖分的每个柱体的体积。
优选地,所述确定剖分的每个柱体顶部的每个顶点的三维坐标的步骤包括:采用插值的方法确定剖分的每个柱体顶部的每个顶点的三维坐标。
优选地,所述插值的方法为:拉格朗日插值法和/或克里金插值法。
优选地,所述计算剖分的每个柱体的体积的步骤包括:
当剖分的柱体自构建的模型的顶部向下投影为矩形,并且该柱体顶部的四个顶点的投影坐标分别为(xi,yi)、(xi+1,yi)、(xi+1,yi+1)、(xi,yi+1)时,通过如下公式计算该柱体的体积:
其中,zk为该柱体顶部的四个顶点在z方向的最小值,zkd为该柱体顶部的四个顶点在z方向的最大值,zka为该柱体顶部的四个顶点在z方向的最小值;
当剖分的柱体自构建的模型的顶部向下投影为三角形,并且该柱体的三个顶点的投影坐标分别为(xi,yi)、(xi+1,yi)、(xi+1,yi+1)时,通过如下公式计算该柱体的体积:
其中,zk为该柱体顶部的三个顶点在z方向的最大值;
当剖分的柱体自构建的模型的顶部向下投影为梯形,并且该柱体的四个顶点的投影坐标分别为(xi,yi)、(xi+1,yi)、(xi+1,yi+1max)、(xi,yimax)时,通过如下公式计算该柱体的体积:
其中,zk为该柱体顶部的四个顶点在z方向的最大值。
优选地,所述摄像机阵列***包括一台TOF深度摄像机和八台可见光摄像机。
优选地,八台可见光摄像机均匀分布在待测量料对的周围。
本发明提出的测量三维料堆的方法,可以对无明显特征的物料堆的进行准确地无接触测量,而且还可以有效地降低人工测量的成本,提高测量的效率。此外,本发明还通过结合多目测量技术,有效地克服了双目测量不能获得详尽的三维坐标的缺陷,从而进一步提高了测量的精度。
附图说明
图1是示出根据本发明的示例性实施例的测量三维料堆的方法的流程图;
图2是示出根据本发明的示例性实施例的网格板的示意图;
图3是示出根据本发明的示例性实施例的对构建的模型进行剖分后的部分柱体的投影示意图;
图4是示出根据本发明的示例性实施例的投影为矩形的柱体的体积计算示意图;
图5是示出根据本发明的示例性实施例的投影为三角形的柱体的体积计算示意图;
图6是示出根据本发明的示例性实施例的投影为梯形的柱体的体积计算示意图。
具体实施方式
以下,参照附图来详细说明本发明的实施例。
图1示出了本发明一种测量三维料堆的方法的优选实施例的流程图。
参照图1,在步骤110中,将光照通过特定的网格板投射到待测量料堆上,以便在待测量料堆上形成特征点。
具体实施时,当光照通过特定的网格板(如:棋盘格)投射到待测量料堆上时,可在网格在待测量料堆上获得若干个投影点,可将这些投影点视为待测量料堆上的特征点,以便通过这些特征点可进一步获取待测量料堆的三维坐标。
图2示出了本发明的示例性实施例的网格板的示意图。
可以看出,图中左侧所示网格板的网格密度与图中右侧所示的网格板的网格密度是不同的。而网格越密,测量的精度也越高,具体实施时,还可根据实际需要采用不同规格大小的网格板,在料堆上形成所需的特征点,以满足测量的需要。
在步骤120中,通过预先布置的摄像机阵列***,采集待测量料堆的立体图像对。
考虑到双目摄像机在边缘处获取到的特征点信息会有较大偏离,在一个优选的实施例中,布置的摄像机阵列***包括一台TOF深度摄像机和八台可见光摄像机,其中,八台可见光摄像机均匀分布在待测量料对的周围。而所述TOF深度摄像机和所述八台可见光摄像机中任一台配置在一起即可。这样可以两两一组从多个不同视角对物料堆进行拍摄,从可以获取到比较详尽的特征点信息,这样不仅可以消除或减少随机因素的影响,还可以提高视觉测量的精度。
应该理解,本发明并不限于采用上述实施例中的所述的摄像机阵列***,还可以在上述实施例的基础上进行变形,例如,采用由一台TOF深度摄像机和六台可见光摄像机组成的摄像机阵列***,同样可达到类似的技术效果。
在步骤130中,利用形成的特征点在采集的立体图像对之间的视差,获得形成的特征点的三维坐标。
具体实施时,可从步骤120中导入采集到的待测量料堆的立体图像对,通过对摄像机进行标定、特征点的提取、对应点的匹配以及三维坐标点的计算等一系列数据处理,可获得待测量料堆上的各个特征点的相对位置、深度,进而确定各个特征点的三维坐标。
需要说明的是,由于上面所述的一系列数据处理过程属于现有技术,这里,不再对所述的一系列数据处理的具体实施过程进行赘述。
在步骤140中,用获得的特征点的三维坐标构建待测量料堆的模型。
由于这些获得的特征点是均匀分布在待测量料堆的表面的,因此,通过这些特征点的三维坐标可以在计算机中重构出待测量料堆的大致形状(即,构建待测量料堆的模型)。
在步骤150中,按照预定的步长将构建的模型剖分为多个多面体。
这里,所述的多面体可以是四面体、长方体、柱体等各种形状的多面体,具体实施时,可视剖分的方向、角度以及剖分的位置来确定。
为方便后续体积计算,在一个可选的实施例中,可自构建的模型(即,构建的待测量料堆)的顶部垂直向下,分别从横向和纵向按照预定的步长将构建的模型剖分为多个柱体。这样可将测量料堆剖分为若干个形状较为规则的柱体,通过计算每个柱体的体积,可以获得整个待测量料堆的体积。
在步骤160中,基于获得的特征点的三维坐标,确定剖分的每个多面体的体积。
根据本发明自构建的模型的顶部垂直向下剖分的实施例,可基于获得的特征点的三维坐标,确定剖分的每个柱体顶部的每个顶点的三维坐标;使用确定的剖分的每个柱体顶部的每个顶点的三维坐标,计算剖分的每个柱体的体积。由于剖分的每个柱体顶部的每个顶点不一定就在获得的特征点上,因此,在具体实施时,可基于获得的特征点的三维坐标,采用现有的各种插值方法(例如,拉格朗日插值法、克里金插值法等)确定剖分的每个柱体顶部的每个顶点的三维坐标。
图3是示出了本发明的示例性实施例的对构建的模型进行剖分后的部分柱体的投影示意图。图中301所示的矩形区域为在构建的待测量料堆模型中间部位剖分的柱体的投影,图中302所示的三角形区域为在构建的待测量料堆模型底部边缘部位剖分的柱体的投影,图中303所示的梯形区域为在构建的待测量料堆模型底部边缘部位剖分的柱体的投影。
以下结合附图,对上述实施过程作进一步的说明。
图4是示出了本发明的示例性实施例的投影为矩形的柱体的体积计算示意图。图中所示的柱体的顶部的四个顶点分别为A、B、C、D,其对应的投影点分别为A'、B'、C'、D',并且A'、B'、C'、D'构成的矩形区域为该柱体的顶部的投影。
从图中可以看出,该柱体可视为由长方体和三棱柱共同组合而成的多面体,因此,该柱体的体积为:
V柱体=V长方体+V三棱柱
具体实施时,当剖分的柱体自构建的模型的顶部向下投影为矩形,并且该柱体顶部的四个顶点的投影坐标分别为(xi,yi)、(xi+1,yi)、(xi+1,yi+1)、(xi,yi+1)时,可通过如下公式计算该柱体的体积:
其中,zk为该柱体顶部的四个顶点在z方向的最小值,zkd、zka分别为该柱体顶部的四个顶点在z方向最大值、最小值。
图5是示出了本发明的示例性实施例的投影为三角形的柱体的体积计算示意图。图中所示的柱体的顶部的四个顶点分别为A、B、C,其对应的投影点分别为A'、B'、C',其中,顶点A和投影点A'重合,顶点B和投影B'重合,并且A'、B'、C'构成的三角形区域为该柱体的顶部的投影。
从图中可以看出,该柱体为在料堆底部边界曲线处剖分的柱体,该柱体可视为一个四面体构成的多面体,因此,该柱体的体积为:
V柱体=V四面体
具体计算时,当剖分的柱体自构建的模型的顶部向下投影为三角形,并且该柱体的三个顶点的投影坐标分别为(xi,yi)、(xi+1,yi)、(xi+1,yi+1)时,可通过如下公式计算该柱体的体积:
其中,zk为该柱体顶部的三个顶点在z方向的最大值。
图6是示出了本发明的示例性实施例的投影为梯形的柱体的体积计算示意图。图中所示的柱体的顶部的四个顶点分别为A、B、C、D,其对应的投影点分别为A'、B'、C'、D',其中,顶点C和投影点C'重合,顶点D和投影D'重合,并且A'、B'、C'构成的梯形区域为该柱体的顶部的投影。
从图中可以看出,利用平行于A'B'的平面ABO'D再次剖分该柱体,此时,该柱体可视为由四面体和三棱柱共同组合而成的多面体,因此,该柱体的体积为:
V柱体=V四面体+V三棱柱
具体计算时,当剖分的柱体自构建的模型的顶部向下投影为梯形,并且该柱体的四个顶点的投影坐标分别为(xi,yi)、(xi+1,yi)、(xi+1,yi+1max)、(xi,yimax)时,可通过如下公式计算该柱体的体积:
其中,zk为该柱体顶部的四个顶点在z方向的最大值。
在步骤170中,将确定的每个多面体的体积之和确定为待测量料堆的体积。
具体实施时,可通过如下公式获得待测量料堆的体积。
其中,i表示待测量料堆第i个剖分的柱体,Vi表示待测量料堆第i个剖分的柱体的体积,V表示待测量料堆的体积。
应该理解,本发明包括但不限于上述自构建的模型的顶部垂直向下剖分构建的料堆的方法,还可以在上述实施例的基础上进行变形,例如,从料堆的侧面进行剖分等,同样可以检测出待测量料堆的体积。
与现有技术相比,本发明提出的测量三维料堆的方法,可以对无明显特征的物料堆的进行准确地无接触测量,而且还可以有效地降低人工测量的成本,提高测量的效率。此外,本发明还通过结合多目测量技术,有效地克服了双目测量不能获得详尽的角点三维坐标的缺陷,从而进一步提高了测量的精度。
尽管已参照优选实施例为和描述了本发明,但本领域技术人员应该理解,在不脱离由权利要求限定的本发明的精神和范围的情况下,可以对这些实施例进行各种改变和变换。
Claims (8)
1.一种测量三维料堆的方法,其特征在于,包括:
将光照通过特定的网格板投射到待测量料堆上,以便在待测量料堆上形成特征点;
通过预先布置的摄像机阵列***,采集待测量料堆的立体图像对;
利用形成的特征点在采集的立体图像对之间的视差,获得形成的特征点的三维坐标;
用获得的特征点的三维坐标构建待测量料堆的模型;
按照预定的步长将构建的模型剖分为多个多面体;
基于获得的特征点的三维坐标,确定剖分的每个多面体的体积;
将确定的每个多面体的体积之和确定为待测量料堆的体积。
2.如权利要求2所述的方法,特征在于,所述按照预定的步长将构建的模型剖分为多个多面体的步骤包括:
自构建的模型的顶部垂直向下,分别从横向和纵向按照预定的步长将构建的模型剖分为多个柱体。
3.如权利要求2所述的方法,特征在于,所述确定剖分的每个多面体的体积的步骤包括:
基于获得的特征点的三维坐标,确定剖分的每个柱体顶部的每个顶点的三维坐标;
使用确定的剖分的每个柱体顶部的每个顶点的三维坐标,计算剖分的每个柱体的体积。
4.如权利要求3所述的方法,特征在于,所述确定剖分的每个柱体顶部的每个顶点的三维坐标的步骤包括:
采用插值的方法确定剖分的每个柱体顶部的每个顶点的三维坐标。
5.如权利要求4所述的方法,特征在于,所述插值的方法为:拉格朗日插值法和/或克里金插值法。
6.如权利要求3所述的方法,特征在于,所述计算剖分的每个柱体的体积的步骤包括:
当剖分的柱体自构建的模型的顶部向下投影为矩形,并且该柱体顶部的四个顶点的投影坐标分别为(xi,yi)、(xi+1,yi)、(xi+1,yi+1)、(xi,yi+1)时,通过如下公式计算该柱体的体积:
vi=(xi+1-xi)(yi+1-yi)zk+1/2(xi+1-xi)(yi+1-yi)(zkd-zka)
其中,zk为该柱体顶部的四个顶点在z方向的最小值,zkd为该柱体顶部的四个顶点在z方向的最大值,zka为该柱体顶部的四个顶点在z方向的最小值;
当剖分的柱体自构建的模型的顶部向下投影为三角形,并且该柱体的三个顶点的投影坐标分别为(xi,yi)、(xi+1,yi)、(xi+1,yi+1)时,通过如下公式计算该柱体的体积:
vi=1/3(xi+1-xi)(yi+1-yi)zk
其中,zk为该柱体顶部的三个顶点在z方向的最大值;
当剖分的柱体自构建的模型的顶部向下投影为梯形,并且该柱体的四个顶点的投影坐标分别为(xi,yi)、(xi+1,yi)、(xi+1,yi+1max)、(xi,yimax)时,通过如下公式计算该柱体的体积:
vi=1/3(xi+1-xi)(yi+1max-yimax)zk+1/2(xi+1-xi)(yimax-yi)zk
其中,zk为该柱体顶部的四个顶点在z方向的最大值。
7.如权利要求1~6任一项所述的方法,特征在于,所述摄像机阵列***包括一台TOF深度摄像机和八台可见光摄像机。
8.如权利要求7所述的方法,特征在于,八台可见光摄像机均匀分布在待测量料对的周围。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410853657.2A CN104482983A (zh) | 2014-12-30 | 2014-12-30 | 一种测量三维料堆的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410853657.2A CN104482983A (zh) | 2014-12-30 | 2014-12-30 | 一种测量三维料堆的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104482983A true CN104482983A (zh) | 2015-04-01 |
Family
ID=52757553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410853657.2A Pending CN104482983A (zh) | 2014-12-30 | 2014-12-30 | 一种测量三维料堆的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104482983A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105551064A (zh) * | 2015-12-08 | 2016-05-04 | 济南中维世纪科技有限公司 | 一种基于图像特征估计堆料体积变化率的方法 |
CN107392958A (zh) * | 2016-05-16 | 2017-11-24 | 杭州海康机器人技术有限公司 | 一种基于双目立体摄像机确定物体体积的方法及装置 |
CN109507723A (zh) * | 2017-09-15 | 2019-03-22 | 中国石油化工股份有限公司 | 微地震压裂裂缝模型的压裂体积计算方法及*** |
CN111156922A (zh) * | 2019-12-23 | 2020-05-15 | 苏州迭慧智能科技有限公司 | 一种利用外形轮廓测量的方法 |
CN111442814A (zh) * | 2020-05-13 | 2020-07-24 | 武汉市异方体科技有限公司 | 一种非接触式测量异形物体排水体积的装置 |
CN112539797A (zh) * | 2020-11-23 | 2021-03-23 | 北京现代汽车有限公司 | 车辆行李箱容积的测量方法和装置 |
CN112629415A (zh) * | 2020-12-29 | 2021-04-09 | 合肥达朴汇联科技有限公司 | 一种粮仓粮食体积测量*** |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5412420A (en) * | 1992-10-26 | 1995-05-02 | Pheno Imaging, Inc. | Three-dimensional phenotypic measuring system for animals |
CN102042814A (zh) * | 2010-06-24 | 2011-05-04 | 中国人民解放军国防科学技术大学 | 大型堆场三维形貌的投影辅助摄像测量方法 |
CN102609977A (zh) * | 2012-01-12 | 2012-07-25 | 浙江大学 | 基于深度融合和曲面演变的多视点三维重建方法 |
CN102645173A (zh) * | 2011-02-16 | 2012-08-22 | 张文杰 | 一种基于多目视觉的桥梁三维变形监测方法 |
CN103559736A (zh) * | 2013-11-11 | 2014-02-05 | 程志全 | 表演者的无标记点三维实时捕获*** |
-
2014
- 2014-12-30 CN CN201410853657.2A patent/CN104482983A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5412420A (en) * | 1992-10-26 | 1995-05-02 | Pheno Imaging, Inc. | Three-dimensional phenotypic measuring system for animals |
CN102042814A (zh) * | 2010-06-24 | 2011-05-04 | 中国人民解放军国防科学技术大学 | 大型堆场三维形貌的投影辅助摄像测量方法 |
CN102645173A (zh) * | 2011-02-16 | 2012-08-22 | 张文杰 | 一种基于多目视觉的桥梁三维变形监测方法 |
CN102609977A (zh) * | 2012-01-12 | 2012-07-25 | 浙江大学 | 基于深度融合和曲面演变的多视点三维重建方法 |
CN103559736A (zh) * | 2013-11-11 | 2014-02-05 | 程志全 | 表演者的无标记点三维实时捕获*** |
Non-Patent Citations (1)
Title |
---|
陈春: "料堆测量***三维重建算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105551064A (zh) * | 2015-12-08 | 2016-05-04 | 济南中维世纪科技有限公司 | 一种基于图像特征估计堆料体积变化率的方法 |
CN105551064B (zh) * | 2015-12-08 | 2018-04-20 | 济南中维世纪科技有限公司 | 一种基于图像特征估计堆料体积变化率的方法 |
CN107392958A (zh) * | 2016-05-16 | 2017-11-24 | 杭州海康机器人技术有限公司 | 一种基于双目立体摄像机确定物体体积的方法及装置 |
CN109507723A (zh) * | 2017-09-15 | 2019-03-22 | 中国石油化工股份有限公司 | 微地震压裂裂缝模型的压裂体积计算方法及*** |
CN111156922A (zh) * | 2019-12-23 | 2020-05-15 | 苏州迭慧智能科技有限公司 | 一种利用外形轮廓测量的方法 |
CN111442814A (zh) * | 2020-05-13 | 2020-07-24 | 武汉市异方体科技有限公司 | 一种非接触式测量异形物体排水体积的装置 |
CN112539797A (zh) * | 2020-11-23 | 2021-03-23 | 北京现代汽车有限公司 | 车辆行李箱容积的测量方法和装置 |
CN112539797B (zh) * | 2020-11-23 | 2022-12-20 | 北京现代汽车有限公司 | 车辆行李箱容积的测量方法和装置 |
CN112629415A (zh) * | 2020-12-29 | 2021-04-09 | 合肥达朴汇联科技有限公司 | 一种粮仓粮食体积测量*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104482983A (zh) | 一种测量三维料堆的方法 | |
US10186080B2 (en) | Image processing | |
CN103530880B (zh) | 基于投影高斯网格图案的摄像机标定方法 | |
JP6131704B2 (ja) | 連続型道路分割体の検知方法及び連続型道路分割体の検知装置 | |
WO2021016751A1 (zh) | 一种点云特征点提取方法、点云传感***及可移动平台 | |
CN106908052B (zh) | 用于智能机器人的路径规划方法及装置 | |
CN103914879A (zh) | 一种在抛物线方程中由三角面元数据生成立方网格数据的方法 | |
CN105184855B (zh) | 基于三维点云的特征面构建方法及装置 | |
CN102779231B (zh) | 基于邻近的坐标转换参数计算方法 | |
CN102629367A (zh) | 基于KDTree的点云数据双边滤波去噪的方法 | |
CN101373543A (zh) | 三维网格模型的快速剖切方法 | |
CN101226057A (zh) | 一种数字近景摄影测量方法 | |
CN105631939B (zh) | 一种基于曲率滤波的三维点云畸变校正方法及其*** | |
CN103033132A (zh) | 基于单目视觉的平面测量方法及装置 | |
CN106875435A (zh) | 获取深度图像的方法及*** | |
CN106027962A (zh) | 视频监控的覆盖率计算方法及装置、布点方法及*** | |
CN108919295A (zh) | 机载LiDAR点云道路信息提取方法及装置 | |
CN102629390A (zh) | 海量机载LiDAR点云Delaunay三角网并行构建方法和装置 | |
CN103606147A (zh) | 多台不共视场量测相机的坐标系转换标定方法 | |
JP6131001B2 (ja) | カメラキャリブレーション用3次元パターン | |
CN104036512A (zh) | 一种基于正交消隐点的新型Tsai’s摄像机标定改进方法 | |
CN103955964A (zh) | 基于三对非平行点云分割片的地面激光点云拼接方法 | |
CN105184854A (zh) | 针对地下空间扫描点云成果数据的快速建模方法 | |
CN107888907A (zh) | 一种确定视场方法、***及一种确定视场设备 | |
CN104525668B (zh) | 一种多点成形加工曲面的冲头调形方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150401 |
|
RJ01 | Rejection of invention patent application after publication |