CN105841633B - 基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法 - Google Patents
基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法 Download PDFInfo
- Publication number
- CN105841633B CN105841633B CN201610345429.3A CN201610345429A CN105841633B CN 105841633 B CN105841633 B CN 105841633B CN 201610345429 A CN201610345429 A CN 201610345429A CN 105841633 B CN105841633 B CN 105841633B
- Authority
- CN
- China
- Prior art keywords
- interference fringe
- double wave
- wave face
- scaling
- measured
- 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.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/2441—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures using interferometry
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法;其包括获取经待测量物体光学轮廓所调制的双波面干涉条纹阵列图像,构建定标模型;根据定标模型对对多个截面上采用定标板定标,确定定标参数;根据定标参数绘制变化曲线,并构建拟合函数进行拟合处理;依次将相邻干涉条纹垂直于条纹方向上的移动距离代入拟合函数得到每条干涉条纹的定标参数;根据干涉条纹的图像数据和定标参数还原出每个截面处的真实形状,实现对待测量物体光学轮廓测量的标定。本发明通过构建双波面干涉条纹阵列图像定标模型,并采用拟合的方式确定每条干涉条纹的定标模型中的定标参数,大大减少了标定次数,简便高效的实现大面积光学轮廓测量标定。
Description
技术领域
本发明属于三维物体测量技术领域,尤其涉及一种基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法。
背景技术
随着计算机技术的发展,将人类视觉功能赋予计算机、机器人及其他智能机器是人类多年以来的梦想。因此计算机视觉的理论技术得到了快速发展。计算机视觉技术在科学研究、国防建设及国民经济等领域都有着广泛的应用。它有着人类视觉不可比拟的优点,表现在与被测对象无接触性、极大扩展了人类的视觉范围、可以长时间工作于恶劣的环境下,以计算机视觉理论为基础的视觉测量技术的主要任务是对工业生产线上的机械零件进行测量,以判定它们是否与工业生产标准相符合,具有非接触、高效率、测量范围广、速度快、自动化等优点。总之,现在的工业自动化领域为视觉测量这一新兴的测量技术提供了巨大的需求空间。视觉测量必定将会在在现代和未来工业中收到越来越广泛的重视。
视觉测量技术把图像作为检测和传递信息的手段或载体加以利用,从图像中提取有用的信号,通过处理被测图像而获得所需的各种参数。视觉测量技术以机器视觉为基础,融光电子学、计算机技术、激光技术、图像处理技术等现代科学技术为一体,组成光、机、电、算综合的测量***,具有非接触、全视场测量、高精度和自动化程度高的特点。基于视觉测量技术的仪器设备能够实现智能化、数字化、小型化、网络化和多功能化,具备在线检测、动态检测、实时分析、实时控制的能力,具有高效、高精度、无损伤的检测特点,可以满足现代精密测量技术的发展需要,目前已广泛应用于工业、军事、医学等领域,并得到了极大的关注。在电子、光学和计算机等技术不断成熟和完善的基础上,视觉测量技术得到了突飞猛进的发展。早在20世纪80年代美国国家标准局就预计,检测任务的90%将由视觉测量***来完成。在近几年的北京国际机床博览会上,可以见到许多国内外利用视觉测量技术研制的仪器,如光学三坐标测量仪、基于视觉技术的刀具预调测量仪等先进仪器。现有的测量方法包括:
1、基于面结构光投影法
由于被测物体、投影点和观测点在空间上成三角关系,故称为面结构光投影三角测量法。当用基准光栅条纹投影到被测物体上时,从观察点来看,由于物体表面形状凹凸不平,光栅条纹发生了畸变,这是由于向物体投射的光栅条纹信号受被测物体表面形状调制所致。因此,从观察点处所获得的畸变光栅条纹图像包含了物体表面形状的三维信息,只要建立反映畸变光栅条纹和被测物体表面形状之间对应关系的数学模型,便可以从畸变光栅条纹图像中推断出被测物体表面形状。该方法的缺点有:1)该方法中投影光栅质量的好坏直接影响检测的精确与否,要求光栅分辨率高、投影光线均匀性好等,这些造成成本增大,同时投影的精度得不到保障;2)由于投影光栅的投影条纹的限制,该方法无法得到很细的条纹,所以对于一些小的物体,该方法无法进行测量;3)计算中有很多数据需要手工测量,测量的准确与否也会影响到最终结果。
2、线激光器移动扫描法
该方法是把物体放在一个有精确控制运动装置的移动平台上,用一个或多个线激光器竖直照射物体表面,在平台移动方向上某个位置放置一个CCD激光器,从CCD位置来看,由于物体表面形状的变化,激光条纹发生了畸变,这是由于向物体投射的激光条纹信号受被测物体表面形状调制所致。因此,从观察点处所获得的激光条纹图像包含了物体表面某个截面处的形状变化的信息,只要建立反映畸变激光条纹和被测物体表面形状之间对应关系的数学模型,便可以从畸变激光条纹图像中推断出被测物体表面形状。该方法的缺点有:1)线激光器移动扫描测量方法需要经过一段时间的移动时间,所以测量的实时性要差,没有实现实时工作;2)线激光器移动扫描测量方法需要专门的移动平台,移动平台要精确控制,并增加了成本。
发明内容
本发明的发明目的是:为了解决现有技术中存在的以上问题,本发明提出了一种简单、高效、应用范围更广的基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法。
本发明的技术方案是:一种基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法,包括以下步骤:
A、获取经待测量物体光学轮廓所调制的双波面干涉条纹阵列图像,根据标定板图像坐标系和世界坐标系的映射关系构建定标模型;
B、将一条干涉条纹对应待测量物体的一个截面,根据步骤A中的定标模型对多个截面上采用定标板定标,确定定标参数;
C、根据步骤B中得到的多个截面上的定标参数与垂直于条纹方向上移动距离的关系绘制变化曲线,并构建拟合函数进行拟合处理;
D、依次将垂直于条纹方向上移动距离代入步骤C中构建的拟合函数,得到每条干涉条纹的定标参数;
E、根据每条干涉条纹的图像数据和定标参数,得到每条干涉条纹对应截面的形状数据,实现对待测量物体光学轮廓测量的标定。
进一步地,所述步骤A中获取经待测量物体光学轮廓所调制的双波面干涉条纹阵列图像具体为采用由透镜、第一介质片和第二介质片组成的光学***生成大面积双波面干涉条纹阵列,并采用CCD相机接收经待测量物体光学轮廓所调制的双波面干涉条纹阵列图像;所述透镜用于接收激光光束并转换为平行于其光轴方向的激光光束;所述第一介质片和第二介质片均设置于透镜出射光路上,所述第一介质片与透镜光轴方向呈夹角放置,所述第二介质片与透镜光轴方向垂直放置。
进一步地,所述步骤A中获取经待测量物体光学轮廓所调制的双波面干涉条纹阵列图像还包括对双波面干涉条纹阵列图像进行激光锁定成像、灰度化、均值滤波、二值化、闭运算、细化处理。
进一步地,所述步骤A中定标模型具体为:
其中,(x,y)为真实坐标,(u,v)为图像坐标,a,b,c,g,h,i为畸变参数,d,e,j,k为旋转参数,f,l为平移参数。
进一步地,所述步骤B将一条干涉条纹对应待测量物体的一个截面,在多个截面上利用定标板定标,确定定标模型中的定标参数,具体为:将定标板图像坐标按照定标模型进行转换,判断定标板上的畸变椭圆图像是否变为圆形;若畸变椭圆图像变为圆形,则说明定标参数正确,得到定标模型中的定标参数;若畸变椭圆图像没有变为圆形,则说明定标参数不正确。
进一步地,所述步骤C中构建拟合函数进行拟合处理具体为采用三次多项式对变化曲线进行拟合,再采用最小二乘法计算拟合参数,三次多项式表示为:
A=a0+a1z+a2z2+a3z3
其中,A为定标参数,z为垂直于条纹方向上移动距离,a0,a1,a2,a3为拟合参数。
进一步地,所述步骤E中实现对待测量物体光学轮廓测量的标定具体为:根据每条干涉条纹对应截面的形状数据及干涉条纹实际间距,结合定标板图像坐标和世界坐标,采用OpenGL绘图方式,构建待测量物体光学轮廓,实现对待测量物体光学轮廓测量的标定。
本发明的有益效果是:本发明通过构建双波面干涉条纹阵列图像定标模型,并采用拟合的方式确定每条干涉条纹的定标模型中的定标参数,大大减少了标定次数,简便高效的实现大面积光学轮廓测量标定。
附图说明
图1是本发明的基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法流程示意图。
图2是本发明实施例中光学***结构示意图。
图3是本发明实施例中标定后的双波面干涉条纹阵列图像示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,为本发明的基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法流程示意图。一种基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法,包括以下步骤:
A、获取经待测量物体光学轮廓所调制的双波面干涉条纹阵列图像,根据标定板图像坐标系和世界坐标系的映射关系构建定标模型;
B、将一条干涉条纹对应待测量物体的一个截面,根据步骤A中的定标模型对多个截面上采用定标板定标,确定定标参数;
C、根据步骤B中得到的多个截面上的定标参数与垂直于条纹方向上移动距离的关系绘制变化曲线,并构建拟合函数进行拟合处理;
D、依次将垂直于条纹方向上移动距离代入步骤C中构建的拟合函数,得到每条干涉条纹的定标参数;
E、根据每条干涉条纹的图像数据和定标参数,得到每条干涉条纹对应截面的形状数据,实现对待测量物体光学轮廓测量的标定。
在步骤A中,获取经待测量物体光学轮廓所调制的双波面干涉条纹阵列图像具体为采用由透镜、第一介质片和第二介质片组成的光学***生成大面积双波面干涉条纹阵列,并采用CCD相机接收经待测量物体光学轮廓所调制的双波面干涉条纹阵列图像;本发明的透镜设置于激光光源的光路上,其用于接收激光光束并将激光光束转换为平行于透镜光轴方向的激光光束;第一介质片和第二介质片均设置于透镜的出射光路上,第一介质片与透镜光轴方向呈夹角放置,第二介质片与透镜光轴方向垂直放置。如图2所示,为本发明实施例中光学***结构示意图。透镜1转换后的光束穿过第一介质片2后投射在第二介质片3,经第二介质片3的两个表面反射后再由第一介质片2的一个表面进行反射,从而投射至待测量物体表面。第一介质片2和第二介质片3均为光学平行平板,第一介质片2包含A、B两个平行表面,第二介质片3包含C、D两个平行表面;第一介质片2设置在透镜2的出射光路上,高斯光束通过其A表面入射,再由其B表面出射;第二介质片3设置在第一介质片2的出射光路上,高斯光束投射在其C表面,一部分高斯光束直接反射,另一部分高斯光束通过C表面入射,再由其D表面反射后通过C表面出射,从而将高斯光束***为两个近似球波面,在两个球面波重叠区域产生大面积细密的平行干涉条纹阵列。本发明解决了扫描方法测量实时性差的问题,实现了测量的快速实时,测量无需移动平台,简化了***的结构;还解决了现有技术成本高的问题,不再要求使用高质量的结构光栅,只需要一些简单的光学仪器就可以实现测量,可以得到比面结构光投影图像间距更短,更清晰的条纹,从而可以测更小的物体;本发明能够适应各种测量环境的要求,在实践中取得了良好的效果。
本发明可以采用CCD相机来获取经待测量物体光学轮廓所调制的双波面干涉条纹阵列图像,并对双波面干涉条纹阵列图像进行激光锁定成像、灰度化、均值滤波、二值化、闭运算、细化处理。根据标定板图像坐标系和世界坐标系的映射关系构建定标模型,将标定板图像坐标系和世界坐标系的映射关系采用多项式表示,构建定标模型表示为:
其中,(x,y)为真实坐标,(u,v)为图像坐标,a,b,c,g,h,i为畸变参数,d,e,j,k为旋转参数,f,l为平移参数。
在步骤B中,将一条干涉条纹对应待测量物体的一个截面,根据步骤A中的定标模型对多个截面上采用定标板定标,将定标模型转化为矩阵形式,表示为:
B=[x1x2...x20y1y2...y20]T
C=[abcdefghijkl]T
C=A-1B
其中矩阵C就是还原截面图像时所需使用的12个定标参数组成的。将标定板沿着条纹放置,拍摄定标板图像,根据标定板上的20个已知点坐标,在标定板图像上取对应的20个点,得到20个点的图像坐标,根据定标模型和这两组坐标建立超定方程组,采用最小二乘法即可得到12个定标参数。在定标板上有一标准圆,在双波面干涉条纹阵列图像中畸变为一椭圆,将定标板图像坐标按照定标模型进行转换,判断定标板上的畸变椭圆图像是否变为圆形;若畸变椭圆图像变为圆形,则说明定标参数正确,得到定标模型中的定标参数;若畸变椭圆图像没有变为圆形,则说明定标参数不正确。
在步骤C中,本发明根据步骤B中得到的多个截面上的定标参数绘制变化曲线,从而确定定标参数的变化规律。对于定标参数变化曲线中参数变化规律,本发明通过构建拟合函数进行拟合处理,由于标定参数是垂直于条纹方向上距离的连续变化函数,参数变化规律用多项式拟合,可以大大减小标定次数,具体为采用三次多项式作为拟合函数对变化曲线进行拟合,三次多项式表示为:
A=a0+a1z+a2z2+a3z3
其中,A为定标参数,z为定标板垂直于条纹方向上移动距离,a0,a1,a2,a3为拟合参数。
本发明采用最小二乘法计算拟合参数,具体为对12个定标参数中的每一个定标参数A,取多个z位置处的A值和z值带入上式进行拟合,得到4个拟合参数,最后12个定标参数中的每一个都得到4个拟合参数。
在步骤D中,本发明依次将垂直于条纹方向上移动距离代入步骤C中构建的拟合函数,即可得到每条干涉条纹处的12个定标参数。
在步骤E中,本发明根据每条干涉条纹的图像数据和定标参数,得到每条干涉条纹对应截面的形状数据,实现对待测量物体光学轮廓测量的标定,具体为:根据每条干涉条纹对应截面的形状数据及干涉条纹实际间距,结合定标板图像坐标和世界坐标,采用OpenGL绘图方式,构建待测量物体光学轮廓,实现对待测量物体光学轮廓测量的标定。如图3所示,为本发明实施例中标定后的双波面干涉条纹阵列图像示意图。
本发明解决了扫描方法测量实时性差的问题,实现了测量的快速实时,测量无需移动平台,简化了***的结构;还解决了现有技术成本高的问题,不再要求使用高质量的结构光栅,只需要一些简单的光学仪器就可以实现测量,可以得到比面结构光投影图像间距更短,更清晰的条纹,从而可以测更小的物体;本发明能够适应各种测量环境的要求,不管是在黑暗环境还是在明亮环境中都能很好地工作,在实践中取得了良好的效果,这一点在实际操作和使用中是可以决定测量过程成败的一个因素。
本领域的普通技术人员将会意识到,这里所述的实施例是为了帮助读者理解本发明的原理,应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合,这些变形和组合仍然在本发明的保护范围内。
Claims (7)
1.一种基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法,其特征在于,包括以下步骤:
A、获取经待测量物体光学轮廓所调制的双波面干涉条纹阵列图像,根据标定板图像坐标系和世界坐标系的映射关系构建定标模型;
B、将一条干涉条纹对应待测量物体的一个截面,根据步骤A中的定标模型对多个截面上采用定标板定标,确定定标参数;
C、根据步骤B中得到的多个截面上的定标参数与垂直于条纹方向上移动距离的关系绘制变化曲线,并构建拟合函数进行拟合处理;
D、依次将垂直于条纹方向上移动距离代入步骤C中构建的拟合函数,得到每条干涉条纹的定标参数;
E、根据每条干涉条纹的图像数据和定标参数,得到每条干涉条纹对应截面的形状数据,实现对待测量物体光学轮廓测量的标定。
2.如权利要求1所述的基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法,其特征在于,所述步骤A中获取经待测量物体光学轮廓所调制的双波面干涉条纹阵列图像具体为采用由透镜、第一介质片和第二介质片组成的光学***生成大面积双波面干涉条纹阵列,并采用CCD相机接收经待测量物体光学轮廓所调制的双波面干涉条纹阵列图像;所述透镜用于接收激光光束并转换为平行于其光轴方向的激光光束;所述第一介质片和第二介质片均设置于透镜出射光路上,所述第一介质片与透镜光轴方向呈夹角放置,所述第二介质片与透镜光轴方向垂直放置。
3.如权利要求2所述的基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法,其特征在于,所述步骤A中获取经待测量物体光学轮廓所调制的双波面干涉条纹阵列图像还包括对双波面干涉条纹阵列图像进行激光锁定成像、灰度化、均值滤波、二值化、闭运算、细化处理。
4.如权利要求3所述的基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法,其特征在于,所述步骤A中定标模型具体为:
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mi>x</mi>
<mo>=</mo>
<mi>a</mi>
<msup>
<mi>u</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mi>b</mi>
<mi>u</mi>
<mi>v</mi>
<mo>+</mo>
<mi>c</mi>
<msup>
<mi>v</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mi>d</mi>
<mi>u</mi>
<mo>+</mo>
<mi>e</mi>
<mi>v</mi>
<mo>+</mo>
<mi>f</mi>
</mtd>
</mtr>
<mtr>
<mtd>
<mi>y</mi>
<mo>=</mo>
<mi>g</mi>
<msup>
<mi>u</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mi>h</mi>
<mi>u</mi>
<mi>v</mi>
<mo>+</mo>
<mi>i</mi>
<msup>
<mi>v</mi>
<mn>2</mn>
</msup>
<mo>+</mo>
<mi>j</mi>
<mi>u</mi>
<mo>+</mo>
<mi>k</mi>
<mi>v</mi>
<mo>+</mo>
<mi>l</mi>
</mtd>
</mtr>
</mtable>
</mfenced>
其中,(x,y)为真实坐标,(u,v)为图像坐标,a,b,c,g,h,i为畸变参数,d,e,j,k为旋转参数,f,l为平移参数。
5.如权利要求4所述的基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法,其特征在于,所述步骤B将一条干涉条纹对应待测量物体的一个截面,在多个截面上利用定标板定标,确定定标模型中的定标参数,具体为:将定标板图像坐标按照定标模型进行转换,判断定标板上的畸变椭圆图像是否变为圆形;若畸变椭圆图像变为圆形,则说明定标参数正确,得到定标模型中的定标参数;若畸变椭圆图像没有变为圆形,则说明定标参数不正确。
6.如权利要求5所述的基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法,其特征在于,所述步骤C中构建拟合函数进行拟合处理具体为采用三次多项式对变化曲线进行拟合,再采用最小二乘法计算拟合参数,三次多项式表示为:
A=a0+a1z+a2z2+a3z3
其中,A为定标参数,z为垂直于条纹方向上移动距离,a0,a1,a2,a3为拟合参数。
7.如权利要求6所述的基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法,其特征在于,所述步骤E中实现对待测量物体光学轮廓测量的标定具体为:根据每条干涉条纹对应截面的形状数据及干涉条纹实际间距,结合定标板图像坐标和世界坐标,采用OpenGL绘图方式,构建待测量物体光学轮廓,实现对待测量物体光学轮廓测量的标定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610345429.3A CN105841633B (zh) | 2016-05-23 | 2016-05-23 | 基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610345429.3A CN105841633B (zh) | 2016-05-23 | 2016-05-23 | 基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105841633A CN105841633A (zh) | 2016-08-10 |
CN105841633B true CN105841633B (zh) | 2018-03-27 |
Family
ID=56594047
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610345429.3A Expired - Fee Related CN105841633B (zh) | 2016-05-23 | 2016-05-23 | 基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105841633B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109887037B (zh) * | 2019-01-22 | 2023-03-14 | 西安工程大学 | 一种适用于斜入式激光干涉测量镜头成像畸变的标定方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104296682A (zh) * | 2014-10-28 | 2015-01-21 | 电子科技大学 | 一种基于机器视觉火车导轨轮廓测量中轮廓配准方法 |
CN105004280A (zh) * | 2015-07-13 | 2015-10-28 | 成都多极子科技有限公司 | 基于机器视觉火车导轨轮廓测量中的图像复原方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6080592B2 (ja) * | 2013-02-19 | 2017-02-15 | キヤノン株式会社 | 形状計測方法、形状計測装置、プログラム及び記録媒体 |
-
2016
- 2016-05-23 CN CN201610345429.3A patent/CN105841633B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104296682A (zh) * | 2014-10-28 | 2015-01-21 | 电子科技大学 | 一种基于机器视觉火车导轨轮廓测量中轮廓配准方法 |
CN105004280A (zh) * | 2015-07-13 | 2015-10-28 | 成都多极子科技有限公司 | 基于机器视觉火车导轨轮廓测量中的图像复原方法 |
Non-Patent Citations (3)
Title |
---|
Optimization of a three-dimensional digital image correlation system for deformation measurements in extreme environments;Bing Pan et al.;《APPLIED OPTICS》;20120701;第51卷(第19期);第4409-4419页 * |
基于畸变规律的三维结构光测量***标定;陈会 等;《光学学报》;20131231;第33卷(第12期);第1215002-1至1215002-9页 * |
线结构光双目传感器钢坯轮廓测量标定方法;万聪灵 等;《计量学报》;20140131;第35卷(第1期);第34-38页 * |
Also Published As
Publication number | Publication date |
---|---|
CN105841633A (zh) | 2016-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103499302B (zh) | 基于结构光视觉成像***的凸轮轴直径尺寸在线测量方法 | |
CN111369630A (zh) | 一种多线激光雷达与相机标定的方法 | |
Sładek et al. | The hybrid contact–optical coordinate measuring system | |
Zhang et al. | A novel calibration approach to structured light 3D vision inspection | |
CN102175261B (zh) | 一种基于自适应标靶的视觉测量***及其标定方法 | |
CN109297436B (zh) | 双目线激光立体测量基准标定方法 | |
CN111028340B (zh) | 精密装配中的三维重构方法、装置、设备及*** | |
CN108594245A (zh) | 一种目标物运动监测***及方法 | |
CN102472609A (zh) | 位置和姿势校准方法及设备 | |
CN103759669A (zh) | 一种大型零件的单目视觉测量方法 | |
CN109955249A (zh) | 机械手臂自动加工***及其方法 | |
CN102288131A (zh) | 物体360°轮廓误差的自适应条纹测量装置和方法 | |
CN111913169B (zh) | 激光雷达内参、点云数据的修正方法、设备及存储介质 | |
CN106403838A (zh) | 一种手持式线结构光视觉三维扫描仪的现场标定方法 | |
El-Hakim et al. | Multicamera vision-based approach to flexible feature measurement for inspection and reverse engineering | |
CN106500625A (zh) | 一种远心立体视觉测量装置及其应用于物体三维形貌微米级精度测量的方法 | |
CN105783774A (zh) | 一种船舶钢板曲面尺寸在线测量***及其方法 | |
CN105491315B (zh) | 一种投影仪伽马校正方法 | |
CN110146032B (zh) | 基于光场分布的合成孔径相机标定方法 | |
Liao et al. | A dense 3-D point cloud measurement based on 1-D background-normalized Fourier transform | |
CN109506629B (zh) | 一种水下核燃料组件检测装置旋转中心标定的方法 | |
Grudziński et al. | Stereovision tracking system for monitoring loader crane tip position | |
CN113012238B (zh) | 一种多深度相机快速标定与数据融合的方法 | |
CN105841633B (zh) | 基于双波面干涉条纹阵列的大面积光学轮廓测量标定方法 | |
CN113910239A (zh) | 工业机器人绝对定位误差补偿装置及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20180327 Termination date: 20200523 |