CN108088381B - 一种基于图像处理的非接触式微小间隙宽度测量方法 - Google Patents
一种基于图像处理的非接触式微小间隙宽度测量方法 Download PDFInfo
- Publication number
- CN108088381B CN108088381B CN201711331509.4A CN201711331509A CN108088381B CN 108088381 B CN108088381 B CN 108088381B CN 201711331509 A CN201711331509 A CN 201711331509A CN 108088381 B CN108088381 B CN 108088381B
- Authority
- CN
- China
- Prior art keywords
- gap
- affine
- picture
- center
- image
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 28
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims abstract description 29
- 230000009466 transformation Effects 0.000 claims abstract description 27
- 238000001914 filtration Methods 0.000 claims abstract description 10
- 238000003384 imaging method Methods 0.000 claims abstract description 4
- 238000005259 measurement Methods 0.000 claims description 19
- 230000000877 morphologic effect Effects 0.000 claims description 10
- 238000000691 measurement method Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 238000012360 testing method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
Images
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
- G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
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图像处理的非接触式微小间隙宽度测量方法,采集缝隙图片,采用背光方式,将带缝隙的物体投影到相机焦平面上,使得成像质量最佳;对图片进行二值化和形态学处理,滤除噪声,提取图片中的缝隙;求缝隙的中点以及相对于水平方向的夹角,对缝隙做仿射变换;求取仿射变换后缝隙区域的中心点以及与水平方向的夹角;过中心做直线L,斜率由夹角得到;由缝隙的边缘点做垂直于L的直线L1…Ln,每条直线与缝隙交于两点,一共有n个点对;求每一个点对的像素距离,并计算n个点对的像素距离加权平均;根据标定距离求出缝隙的实际宽度。本发明测量的缝隙精度较高,能广泛应用于具有类似场景的缝隙测量***中,提高了测量效率。
Description
技术领域
本发明属于数字图像处理技术领域,涉及一种物理尺寸测量方法,具体地说,涉及一种基于图像处理的非接触式微小间隙宽度测量方法。
背景技术
制造业是衡量一个国家工业水平的标准,随着现代化工业的快速发展,各种工件的加工装配要求越来越高。对各种带缝隙工件的测量以及装配检测成为影响工件质量的关键因素。在传统的工业测量领域,对于工件以及装配部件缝隙的测量往往采用接触式的人工测量方式,主要有:探针法、电容法、电涡流法、光纤法。由于采用接触式的测量方式极易造成测量工件的污染和设备的损坏,因此维护成本较高。且接触式测量方式不具备通用性,对于不同测量环境需要设计特定的测量***。在工业测量领域,高效准确的非接触式测量方案是研究的重点所在,我们需要持续不断的深入研究出高效的测量解决方案。
发明内容
本发明的目的在于为提高测量效率,确保测量的精确性以及测量的自动化,提供一种基于图像处理的非接触式微小间隙宽度测量方法,与工业测量相结合,采用图像处理的方法计算缝隙的物理宽度,无需直接接触工件,且操作简易,避免了对工件的污染,影响工件的性能。***能适应不同的工业测量场景,通用性强,具有较好的实时性和精确性。能极大地提高测量效率。
首先,采集缝隙图片,采用打背光的方式,光源从缝隙的一侧照射,使得缝隙能够清晰的投影到相机焦平面上,极大的提升缝隙在图片中的对比度;然后,对采集的图片进行二值化和形态学处理,提取图片中的缝隙,求取缝隙的中心点以及此时缝隙相对于水平方向的夹角,对缝隙做仿射变换确保缝隙相对于水平方向处于垂直,求仿射变换后缝隙的中点以及此时缝隙相对于水平方向的夹角,根据夹角得到的斜率做一条过仿射变换后中心的直线L,根据得到的缝隙边缘上的点做垂直于中心的直线L1…Ln,每一条直线会与缝隙相交于两点,求取每一个点对的像素距离,对得到的点对像素距离做加权,得到缝隙在图片中的像素级宽度;最后,结合相机的标定信息,计算出缝隙的实际宽度。
其技术方案具体为:
一种基于图像处理的非接触式微小间隙宽度测量方法,包括以下步骤:
步骤1:采集缝隙图片,采用背光方式,将带缝隙的物体投影到相机焦平面上,调节相机、镜头、光源,使得成像质量最佳;
步骤2:对图片进行二值化和形态学处理,滤除噪声,提取图片中的缝隙;
步骤3:求缝隙的中点以及相对于水平方向的夹角,对缝隙做仿射变换,使得缝隙与图像水平方向垂直;
步骤4:求取仿射变换后缝隙区域的中心点以及与水平方向的夹角;
步骤5:过中心做直线L,斜率由夹角得到;
步骤6:由缝隙的边缘点做垂直于L的直线L1…Ln,每条直线与缝隙交于两点,一共有n个点对;
步骤7:求每一个点对的像素距离,并计算n个点对的像素距离加权平均;
步骤8:根据标定距离求出缝隙的实际宽度。
进一步地,步骤1的具体步骤为:
固定相机、光源,调节镜头焦距,使图片由模糊到清晰再到模糊,在此过程中会出现图片最清晰的变焦环对应的点;在对应点附近不断重复上述过程,直至调节到图片最清晰;
进一步地,步骤2中采用动态阈值算法进行二值化分割处理并进行形态学处理,提取图片中的缝隙,具体如下:
f表示采集到的缝隙图片,f(i,j)表示第i行j列像素值大小。首先,创建一个滤波模板,模板大小为MaskWidth×MaskHeight,其中MaskWidth和MaskHeight均为正奇数,模板与对图像f进行卷积,然后除以模板大小,得到新的图像fmean。选取补偿值Toffset,对于满足公式(1)的像素点在f中保留,反之舍弃。得到图像fdyn,fdyn中还存在杂散噪声的影响,通过
f(i,j)≥fmean(i,j)+Toffset (1)
形态学滤波去除噪声,提取出缝隙区域图片fgap。
进一步地,步骤3中得到缝隙区域的中心以及相对于水平方向的夹角,据此做仿射变换,使得缝隙区域与水平方向垂直。具体如下:
得到缝隙的中心点坐标COriginal-center(i,j)以及相对于水平方向的夹角αOriginal,据此创建仿射变换矩阵MHomMat2DRotate,fgap与MHomMat2DRotate做卷积运算。如公式(2)所示,得到仿射变换后的图像faffine。
faffine=fgap*MHomMat2DRotate (2)
进一步的,步骤4中求仿射变换后faffine中缝隙区域的中心Caffine-center(i,j)以及相对于水平方向的夹角αaffine。
进一步的,步骤5中,根据仿射变换后的中心以及夹角求过中心的直线L,具体如下:
得到仿射变换后faffine中缝隙区域的中心Caffine-center(i,j)以及相对于水平方向的夹角αaffine,由夹角可得斜率kaffine,据此可做直线L,如公式(3)所示。
C(j)=kaffineC(i)+kaffineCaffine-center(i)-Caffine-center(j) (3)
进一步的,步骤6中,选取缝隙的边缘点做垂直于L的直线L1…Ln,每条直线与L交于两点A1和B1,一共有n个点对。
进一步的,步骤7中,计算每一点对的像素级距离,并计算n个点对的像素距离加权平均,具体步骤如公式(4)、(5)、(6)所示。
1=β1+β2+β3+...+βn (6)
进一步的,步骤8中,根据相机标定的距离求出缝隙的实际宽度,具体步骤如下:
通过标定板对相机视场内的每个像素进行标定,得到每个像素表示的实际距离值,根据步骤7中计算的加权像素距离即可得到缝隙的实际宽度值。
与现有技术相比,本发明的有益效果为:
将传统的接触式人工测量转变为计算机视觉的自动测量,使得操作简便。本发明提供一种基于图像处理的非接触式微小间隙宽度测量***,结合相机、镜头、光源和图像处理算法即可完成缝隙宽度的测量,具有操作简便,通用性好、成本低等优点。
附图说明
图1是基于图像处理的非接触式微小间隙宽度测量方法流程图;
图2是对手机充电孔的检测结果图;
图3是四种不同工业零件的测量结果图,其中图3A为像素间距13.25,实际宽度0.0625mm,图3B为像素间距118.5,实际宽度5.925mm,图3C为像素间距11.85,实际宽度0.5925mm,图3D为像素间距2.52,实际宽度0.126mm。
具体实施方式
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解,下面结合附图和具体实例进一步阐述本发明。
参照图1,本发明的一种基于图像处理的非接触式微小间隙宽度测量方法,包括以下步骤:步骤1:采集缝隙图片,采用背光方式,将带缝隙的物体投影到相机焦平面上,调节相机、镜头、光源,使得成像质量最佳;
步骤2:对图片进行二值化和形态学处理,滤除噪声,提取图片中的缝隙;
步骤3:求缝隙的中点以及相对于水平方向的夹角,对缝隙做仿射变换,使得缝隙与图像水平方向垂直;
步骤4:求取仿射变换后缝隙区域的中心点以及与水平方向的夹角;
步骤5:过中心做直线L,斜率由夹角得到;
步骤6:由缝隙的边缘点做垂直于L的直线L1…Ln,每条直线与缝隙交于两点,一共有n个点对;
步骤7:求每一个点对的像素距离,并计算n个点对的像素距离加权平均;
步骤8:根据标定距离求出缝隙的实际宽度。
进一步地,步骤1的具体步骤为:
固定相机、光源,调节镜头焦距,使图片由模糊到清晰再到模糊,在此过程中会出现图片最清晰的变焦环对应的点;在对应点附近不断重复上述过程,直至调节到图片最清晰;
进一步地,步骤2中采用动态阈值算法进行二值化分割处理并进行形态学处理,提取图片中的缝隙,具体如下:
f表示采集到的缝隙图片,f(i,j)表示第i行j列像素值大小。首先,创建一个滤波模板,模板大小为MaskWidth×MaskHeight,其中MaskWidth和MaskHeight均为正奇数,模板与对图像f进行卷积,然后除以模板大小,得到新的图像fmean。选取补偿值Toffset,对于满足公式(1)的像素点在f中保留,反之舍弃。得到图像fdyn,fdyn中还存在杂散噪声的影响,通过
f(i,j)≥fmean(i,j)+Toffset (1)
形态学滤波去除噪声,提取出缝隙区域图片fgap。
进一步地,步骤3中得到缝隙区域的中心以及相对于水平方向的夹角,据此做仿射变换,使得缝隙区域与水平方向垂直。具体如下:
得到缝隙的中心点坐标COriginal-center(i,j)以及相对于水平方向的夹角αOriginal,据此创建仿射变换矩阵MHomMat2DRotate,fgap与MHomMat2DRotate做卷积运算。如公式(2)所示,得到仿射变换后的图像faffine。
faffine=fgap*MHomMat2DRotate (2)
进一步的,步骤4中求仿射变换后faffine中缝隙区域的中心Caffine-center(i,j)以及相对于水平方向的夹角αaffine。
进一步的,步骤5中,根据仿射变换后的中心以及夹角求过中心的直线L,具体如下:
得到仿射变换后faffine中缝隙区域的中心Caffine-center(i,j)以及相对于水平方向的夹角αaffine,由夹角可得斜率kaffine,据此可做直线L,如公式(3)所示。
C(j)=kaffineC(i)+kaffineCaffine-center(i)-Caffine-center(j) (3)
进一步的,步骤6中,选取缝隙的边缘点做垂直于L的直线L1…Ln,每条直线与L交于两点A1和B1,一共有n个点对。
进一步的,步骤7中,计算每一点对的像素级距离,并计算n个点对的像素距离加权平均,具体步骤如公式(4)、(5)、(6)所示。
1=β1+β2+β3+...+βn (6)
进一步的,步骤8中,根据相机标定的距离求出缝隙的实际宽度,具体步骤如下:
本发明的算法针对手机充电孔进行了测试,测得的孔宽度精确度较高;
在工业应用中,本算法对打标零件进行大量的测试如实施例2中的四种缝隙的测量,与实际误差在10以内,并且测量的重复性极好。
实施例1
如图2所示,对手机充电孔的检测,零件打绿光,视场大小50mmx50mm,相机500万测量的像素级距离为78.32,实际距离为1.687mm。
实施例2
四种不同工业零件的测量,视场大小110mmx110mm,相机500万,如图3所示。
(1)、像素间距13.25,实际宽度0.0625mm。
(2)、像素间距118.5,实际宽度5.925mm。
(3)、像素间距11.85,实际宽度0.5925mm。
(4)像素间距2.52,实际宽度0.126mm。
以上所述,仅为本发明最佳实施方式,任何熟悉本技术领域的技术人员在本发明披露的技术范围内,可显而易见地得到的技术方案的简单变化或等效替换均落入本发明的保护范围内。
Claims (8)
1.一种基于图像处理的非接触式微小间隙宽度测量方法,其特征在于,包括以下步骤:
步骤1:采集缝隙图片,采用背光方式,将带缝隙的物体投影到相机焦平面上,调节相机、镜头、光源,使得成像质量最佳;
步骤2:对图片进行二值化和形态学处理,滤除噪声,提取图片中的缝隙;
步骤3:求缝隙的中点以及相对于水平方向的夹角,对缝隙做仿射变换,使得缝隙与图像水平方向垂直;
步骤4:求取仿射变换后缝隙区域的中心点以及与水平方向的夹角;
步骤5:过中心做直线L,斜率由夹角得到;
步骤6:由缝隙的边缘点做垂直于L的直线L1…Ln,每条直线与缝隙交于两点,一共有n个点对;
步骤7:求每一个点对的像素距离,并计算n个点对的像素距离加权平均;
步骤8:根据标定距离求出缝隙的实际宽度。
2.根据权利要求1所述的基于图像处理的非接触式微小间隙宽度测量方法,其特征在于,步骤1的具体步骤为:
固定相机、光源,调节镜头焦距,使图片由模糊到清晰再到模糊,在此过程中会出现图片最清晰的变焦环对应的点;在对应点附近不断重复上述过程,直至调节到图片最清晰。
3.根据权利要求1所述的基于图像处理的非接触式微小间隙宽度测量方法,其特征在于,步骤2中采用动态阈值算法进行二值化分割处理并进行形态学处理,提取图片中的缝隙,具体如下:
f表示采集到的缝隙图片,f(i,j)表示第i行j列像素值大小;首先,创建一个滤波模板,模板大小为MaskWidth×MaskHeight,其中MaskWidth和MaskHeight均为正奇数,模板与对图像f进行卷积,然后除以模板大小,得到新的图像fmean;选取补偿值Toffset,对于满足公式(1)的像素点在f中保留,反之舍弃;得到图像fdyn,fdyn中还存在杂散噪声的影响,通过
f(i,j)≥fmean(i,j)+Toffset (1)
形态学滤波去除噪声,提取出缝隙区域图片fgap。
4.根据权利要求1所述的基于图像处理的非接触式微小间隙宽度测量方法,其特征在于,步骤3中得到缝隙区域的中心以及相对于水平方向的夹角,据此做仿射变换,使得缝隙区域与水平方向垂直;具体如下:
得到缝隙的中心点坐标COriginal-center(i,j)以及相对于水平方向的夹角αOriginal,据此创建仿射变换矩阵MHomMat2DRotate,fgap与MHomMat2DRotate做卷积运算;如公式(2)所示,得到仿射变换后的图像faffine;fgap为提取出缝隙区域图片,faffine为仿射变换后的图像;
faffine=fgap*MHomMat2DRotate (2)。
5.根据权利要求1所述的基于图像处理的非接触式微小间隙宽度测量方法,其特征在于,步骤4中求仿射变换后faffine中缝隙区域的中心Caffine-center(i,j)以及相对于水平方向的夹角αaffine;fgap为提取出缝隙区域图片,faffine为仿射变换后的图像。
6.根据权利要求1所述的基于图像处理的非接触式微小间隙宽度测量方法,其特征在于,步骤5中,根据仿射变换后的中心以及夹角求过中心的直线L,fgap为提取出缝隙区域图片,faffine为仿射变换后的图像;
具体如下:
得到仿射变换后faffine中缝隙区域的中心Caffine-center(i,j)以及相对于水平方向的夹角αaffine,由夹角得斜率kaffine,据此做直线L,如公式(3)所示;
C(j)=kaffineC(i)+kaffineCaffine-center(i)-Caffine-center(j) (3)。
7.根据权利要求1所述的基于图像处理的非接触式微小间隙宽度测量方法,其特征在于,步骤6中,选取缝隙的边缘点做垂直于L的直线L1…Ln,每条直线与L交于两点A1和B1,一共有n个点对。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711331509.4A CN108088381B (zh) | 2017-12-13 | 2017-12-13 | 一种基于图像处理的非接触式微小间隙宽度测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711331509.4A CN108088381B (zh) | 2017-12-13 | 2017-12-13 | 一种基于图像处理的非接触式微小间隙宽度测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108088381A CN108088381A (zh) | 2018-05-29 |
CN108088381B true CN108088381B (zh) | 2020-02-07 |
Family
ID=62175559
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711331509.4A Active CN108088381B (zh) | 2017-12-13 | 2017-12-13 | 一种基于图像处理的非接触式微小间隙宽度测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108088381B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109030515A (zh) * | 2018-06-08 | 2018-12-18 | 歌尔股份有限公司 | 涂胶的检测方法及装置 |
CN110794389B (zh) * | 2019-11-18 | 2023-02-28 | 淮阴工学院 | 一种基于图像处理的非接触式测量间距的方法 |
CN111536881A (zh) * | 2020-05-09 | 2020-08-14 | 广东有色工程勘察设计院 | 一种自带摄像头的裂缝自动检测仪 |
CN112361977B (zh) * | 2020-11-10 | 2021-05-28 | 成都新西旺自动化科技有限公司 | 一种基于权重分配的直线间距测量方法 |
CN112985269B (zh) * | 2021-02-20 | 2022-09-13 | 河北先河环保科技股份有限公司 | 狭缝宽度均匀性测量***、方法及图像处理装置 |
CN113989489A (zh) * | 2021-10-22 | 2022-01-28 | 珠海格力电器股份有限公司 | 非平滑边缘的距离检测方法和*** |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6650397B2 (en) * | 2001-05-25 | 2003-11-18 | Eastman Kodak Company | Media width detecting system for an imaging apparatus |
CN102155920B (zh) * | 2011-03-22 | 2012-07-25 | 华中科技大学 | 一种基于微景深的焊接拼缝测量方法 |
CN103344182B (zh) * | 2013-07-25 | 2016-08-10 | 中国科学院自动化研究所 | 一种基于双目视觉的糖果几何尺寸测量***和方法 |
CN203657755U (zh) * | 2013-09-12 | 2014-06-18 | 深圳市大族激光科技股份有限公司 | 非接触式间隙、断差光学测量设备 |
CN104897071B (zh) * | 2015-04-28 | 2017-11-17 | 电子科技大学 | 一种基于机器视觉的双绞线节距测量方法 |
CN105627939B (zh) * | 2015-12-17 | 2019-01-25 | 广东正业科技股份有限公司 | 一种基于工业设备的微小间隙检测装置、方法及*** |
CN106152957B (zh) * | 2016-06-22 | 2018-11-02 | 陕西宝成航空仪表有限责任公司 | V形宝石轴承间隙检测装置 |
-
2017
- 2017-12-13 CN CN201711331509.4A patent/CN108088381B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108088381A (zh) | 2018-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108088381B (zh) | 一种基于图像处理的非接触式微小间隙宽度测量方法 | |
CN106814083B (zh) | 滤波片缺陷检测***及其检测方法 | |
CN110858899B (zh) | 一种摄像机机芯光轴中心和视场角的测量方法及*** | |
CN107084666B (zh) | 基于机器视觉的刹车片尺寸综合检测方法 | |
CN107358628B (zh) | 基于靶标的线阵图像处理方法 | |
JP2009259036A (ja) | 画像処理装置、画像処理方法、画像処理プログラム、記録媒体、及び画像処理システム | |
CN116664570A (zh) | 基于工业视觉的扁形连接器生产缺陷检测方法 | |
CN113970560B (zh) | 一种基于多传感融合的缺陷三维检测方法 | |
CN113607058B (zh) | 一种基于机器视觉的直刃刀尺寸检测方法及*** | |
KR20000034922A (ko) | 이미징 시스템에 의해 얻은 신호로부터 잡음을 제거하는 방법 및 장치 | |
KR20160001868A (ko) | 카메라에서 촬영된 영상의 왜곡을 보정하기 위한 영상 왜곡 보정 방법 | |
CN116563298B (zh) | 基于高斯拟合的十字线中心亚像素检测方法 | |
CN113538399A (zh) | 一种用于获取工件精准轮廓的方法、机床及存储介质 | |
CN105823430B (zh) | 成像视野小于柔性环形零件尺寸时的图像采集与拼接方法 | |
CN114926417B (zh) | 高密度柔性fpc表面弱划痕的显微成像检测方法及*** | |
Yang et al. | Sparse microdefect evaluation system for large fine optical surfaces based on dark-field microscopic scattering imaging | |
CN114219898B (zh) | 一种基于光学图像的选择性集成三维重建方法 | |
CN113096090B (zh) | 带倒角的端面间隙视觉测量方法、装置、设备及存储介质 | |
EP1676238B1 (en) | A method for measuring dimensions by means of a digital camera | |
CN109084696B (zh) | 一种基于结构光视觉成像***的弹簧节距测量方法 | |
CN108008554B (zh) | 一种基于弥散斑锐度的点缺陷面积检测方法 | |
CN110349169A (zh) | 一种直线测量方法 | |
CN113554688B (zh) | 一种基于单目视觉的o型密封圈尺寸测量方法 | |
CN113109354B (zh) | 一种标定块、缺陷检测装置及缺陷检测方法 | |
CN109872367B (zh) | 带有ccd相机雕刻机的校正方法及校正*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20180529 Assignee: Hubei Zhili Automobile Technology Co.,Ltd. Assignor: Hubei University of Automobile Technology Contract record no.: X2023980052742 Denomination of invention: A non-contact method for measuring the width of small gaps based on image processing Granted publication date: 20200207 License type: Common License Record date: 20231219 |