CN109636859B - 一种基于单相机的三维视觉检测的标定方法 - Google Patents

一种基于单相机的三维视觉检测的标定方法 Download PDF

Info

Publication number
CN109636859B
CN109636859B CN201811578322.9A CN201811578322A CN109636859B CN 109636859 B CN109636859 B CN 109636859B CN 201811578322 A CN201811578322 A CN 201811578322A CN 109636859 B CN109636859 B CN 109636859B
Authority
CN
China
Prior art keywords
calibration
object distance
camera
coordinate
interval
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
Application number
CN201811578322.9A
Other languages
English (en)
Other versions
CN109636859A (zh
Inventor
许靓
喻露
吴�灿
魏泽雄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan Soundsfor Technology Co ltd
Original Assignee
Wuhan Soundsfor Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan Soundsfor Technology Co ltd filed Critical Wuhan Soundsfor Technology Co ltd
Priority to CN201811578322.9A priority Critical patent/CN109636859B/zh
Publication of CN109636859A publication Critical patent/CN109636859A/zh
Application granted granted Critical
Publication of CN109636859B publication Critical patent/CN109636859B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G06T7/85—Stereo camera calibration

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开一种基于单相机的三维视觉检测的标定方法，该方法采用单相机和自动调焦镜头通过多层标定的方式自动完成三维标定，具体包括使用标定板进行成像光轴方向上的多层离散标定和采用标定审核装置进行标定审核，通过审核后的***最终标定误差小于两个像素单位，为部分场合采用单相机进行三维检测提供了精度保障，简化了三维检测结构并降低了设备复杂程度。

Description

一种基于单相机的三维视觉检测的标定方法
技术领域
本发明涉及机器视觉自动加工领域，特别涉及一种基于单相机的三维视觉检测的标定方法。
背景技术
在激光精密焊接领域，经常需要对空间三维轨迹进行焊接，由于激光能量集中，且待焊接的产品容易变形，焊接时容许的位置偏移量较小，通用焊接***无法保证焊接质量。为此，常采用视觉***对焊缝的位置进行三维检测，现有方案为两台相机在三个维度上测量或者采用双目立体视觉测量。而采用单相机进行焊缝定位的方式主要是焊缝跟踪***，但此方法要求焊缝具有一定的特征，如直缝、弧形焊缝等，焊缝识别效率偏低，且***无法快速获取异形焊缝的完整路径，不适用于高速激光焊接领域。
发明专利《一种基于单相机的调焦测距方法》（CN101858741A）利用成像***在不同物距下的成像图片计算物体的距离，依赖于不同物距下在近景图和远景图中找到匹配像素点，需要产品有唯一可识别的特征，如需要识别一条水平面上的笔直焊缝，该***无法实现。而且该方法针对单一成像面的图像处理，无法标定出指定空间范围内各空间层的成像参数，不适用于三维工件的视觉检测。发明专利《一种基于调焦摄像头的测距装置及使用方法》（CN201710949345A）应用于粮库环境的距离测量，且测量精度大于5mm，该方法不适用于轨迹测量，也不适用工业精密测量。同样，该方法也无法识别一条水平面上的笔直焊缝。
使用单相机执行三维视觉检测前，需要先对空间的位置关系进行准确标定。目前还没有完善的基于单相机的三维标定方法。
发明内容
本发明的目的是针对现有技术的不足，提供一种基于单相机的三维视觉检测的标定方法，是一种使用单个相机获取图像，采用自动调焦镜头和运动机构对标定板采集图像，使用张正友标定法自动实现多次标定板标定并记录标定参数，再采用标定审核装置进行标定审核的标定方法。。
为了达到上述目的，本发明采用下述方案：
一种基于单相机的三维视觉检测的标定方法，该方法包括标定板标定和装置审核两个过程，即首先使用标定板进行垂直运动方向上的多层离散标定，再采用标定审核装置进行标定审核。该方法包括标定板标定和装置审核两个过程，即首先使用标定板进行垂直运动方向上的多层离散标定，再采用标定审核装置进行标定审核的标定方法；设定：
视觉***通过单个相机获取图像，相机配备自动调节物镜的镜头；沿成像光轴方向运动的运动机构带动标定板运动，设置运动机构的标定起始坐标为a、结束坐标为b、标定间隔为c；运动机构首先定位到起始坐标，使用自动调焦镜头调整物距实现自动对焦，视觉***获取清晰的标定板图像并使用张正友标定法自动实现一次标定板标定，视觉***记录当前运动机构坐标、物距和相机标定参数；
标定审核前，将运动机构返回到标定起始坐标a的位置，审核过程中运动机构不移动；将标定板替换为审核装置放置在相机视场中，镜头物距f从起始坐标a对应的物距f0开始，以审核物距间隔e向标定结束坐标b对应的物距fn方向进行审核；
其特征在于：多层离散标定时，运动机构每向结束坐标移动一个标定间隔后，视觉***自动完成一次对焦和一次标定板标定，并记录当前坐标、物距和相机标定参数；
执行审核时，调焦镜头自动调节至对应的物距f，利用插值函数计算出此处的相机标定参数；视觉***获取圆锥台图像，定义图像清晰区域中圆锥台最宽的行为g，利用图像点锐度算法，计算出第g行的图像点锐度；锐度曲线的极大值对应圆锥斜面左侧最清晰点U和右侧最清晰点V；利用此时的相机标定参数计算出UV点的间隔为
Figure 957043DEST_PATH_IMAGE001
，即为检测间隔；根据圆锥台参数和运动机构坐标，可计算出UV点的实际间隔
Figure 936500DEST_PATH_IMAGE002
为：
Figure 778554DEST_PATH_IMAGE003
则可得出检测间隔与实际间隔的差
Figure 298397DEST_PATH_IMAGE004
:
Figure 237403DEST_PATH_IMAGE005
其特征在于：当
Figure 122183DEST_PATH_IMAGE006
时，则标定数据或插值数据失真，判断标定失败，需要缩小标定间隔c后再次标定，以提高标定精度，再次审核；当
Figure 389216DEST_PATH_IMAGE007
时，则判断单次审核通过，调焦镜头向结束坐标方向移动一个审核物距间隔e，继续审核，直至完成所有审核，此时单相机进行三维检测时的精度偏差小于2个像素。
如上所述的一种基于单相机的三维视觉检测的标定方法，其特征在于：审核物距间隔e满足
Figure 650433DEST_PATH_IMAGE008
，其中
Figure 319312DEST_PATH_IMAGE009
为相邻两次离散标定时的物距差。
如上所述的一种基于单相机的三维视觉检测的标定方法，其特征在于：***将获取的运动轴坐标、物距和标定参数数据进行三次样条插值，拟合出在标定起始坐标a和标定结束坐标b区域内物距和各标定参数的关系曲线；以相机内参数中横向像素宽度
Figure 374992DEST_PATH_IMAGE010
为例，依照张正友标定法，建立三次样条插值函数，如下：
Figure 191639DEST_PATH_IMAGE011
根据离散标定数据，计算出每个
Figure 115601DEST_PATH_IMAGE012
子区间的三次多项式公式；在标定起始坐标和结束坐标区域内，可根据实时运动坐标计算出对应的镜头物距和相机标定参数，利用相机标定参数可计算出图像中任意两点的距离。
如上所述的一种基于单相机的三维视觉检测的标定方法，其特征在于：所述标定方法需要使用的标定审核装置是一个顶端被切削后的圆锥台。
本发明有益效果是：
1、采用单相机和自动变焦镜头通过多层标定的方式自动完成三维标定，使单相机可在指定三维成像空间内的任意成像平面实现视觉检测。
2、使用标定审核装置完成自动审核。确保***最终标定误差小于两个像素单位，标定精度较高，为后期图像处理提供精度保证。
3、标定和审核过程全自动完成，减少了标定过程中不可控因素干扰，并提高了标定效率。
4、为部分场合采用单相机进行三维检测提供了基础，简化了三维检测结构并降低了设备成本。
附图说明
图1为本发明中的多层离散标定流程图；
图2为本发明中的审核装置；
图3为本发明中的标定审核流程图；
图4为本发明中的多层离散标定数据；
图5为本发明中的横向锐度值曲线。
图中的标记说明：图2中：D—装置底面圆的直径，d—装置顶面圆的直径，h—装置的高度，θ—装置斜边与垂直方向的夹角；
图5中：U—圆锥斜面左侧最清晰点，H—圆锥斜面右侧最清晰点。
具体实施方式
下面对本发明的实施例作详细说明,为了使本发明实现的技术手段、特征与功效易于理解，将结合图示，阐述本发明本实施例的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
本实施例中，在标定长100mm、宽80mm、高30mm的三维区域前，需要先确定审核装置的详细尺寸。选取自动调焦镜头范围为6-12mm。选定审核装置底面直径D为100mm，高度h为30mm。夹角θ越大，点锐度曲线越平滑，极值越难确认，但是锥度斜面在相机中的成像越清晰。综合选取θ为45度。可反推出顶面直径d为40mm。设定运动轴标定起始坐标为90mm，结束坐标为120mm，标定间隔c为2mm。自动执行多层离散标定，得到标定数据如图4所示。
采用三次样条插值方法，拟合出在标定起始坐标a和标定结束坐标b区域内物距和各标定参数的关系曲线。以相机内参数中横向像素宽度
Figure 262155DEST_PATH_IMAGE010
为例，依照张正友标定法，建立三次样条插值函数，如下：
Figure 754317DEST_PATH_IMAGE011
根据三次样条插值算法的连续性：
Figure 120576DEST_PATH_IMAGE013
i=0，1，…，n-1
微分连续性：
Figure 520333DEST_PATH_IMAGE014
i=0，1，…，n-2
样条曲线的微分式：
Figure 226121DEST_PATH_IMAGE015
Figure 833993DEST_PATH_IMAGE016
Figure 625231DEST_PATH_IMAGE017
将步长
Figure 828679DEST_PATH_IMAGE018
代入样条曲线的条件：
由
Figure 326657DEST_PATH_IMAGE019
（i=0，1，…，n-1）推出
Figure 160621DEST_PATH_IMAGE020
由
Figure 173576DEST_PATH_IMAGE021
（i=0，1，…，n-1）推出
Figure 56081DEST_PATH_IMAGE022
由
Figure 533199DEST_PATH_IMAGE023
（i=0，1，…，n-2）推出
Figure 538064DEST_PATH_IMAGE024
Figure 38316DEST_PATH_IMAGE025
由此可得：
Figure 583566DEST_PATH_IMAGE026
由
Figure 118453DEST_PATH_IMAGE027
（i=0，1，…，n-2）推出
Figure 294219DEST_PATH_IMAGE028
设
Figure 281767DEST_PATH_IMAGE029
，则
Figure 568392DEST_PATH_IMAGE030
可写为：
Figure 692206DEST_PATH_IMAGE031
，推出
Figure 163507DEST_PATH_IMAGE032
将
Figure 700668DEST_PATH_IMAGE033
代入
Figure 790983DEST_PATH_IMAGE034
可得：
Figure 34883DEST_PATH_IMAGE035
将
Figure 286873DEST_PATH_IMAGE036
代入
Figure 311329DEST_PATH_IMAGE037
（i=0，1，…，n-2）可得：
Figure 939757DEST_PATH_IMAGE038
首尾两端没有受到任何弯曲应力，即自由边界条件，此时
Figure 553010DEST_PATH_IMAGE039
。具体表示为
Figure 975901DEST_PATH_IMAGE040
，则方程组可写为：
Figure 425337DEST_PATH_IMAGE041
根据每个节点数据和收尾边界条件，求解矩阵方程，可求得二次微分值，计算样条曲线的系数公式如下：
Figure 857455DEST_PATH_IMAGE042
其中i=0,1,…n-1，由此计算出每个
Figure 997318DEST_PATH_IMAGE012
子区间的三次多项式公式。
在标定起始坐标和结束坐标区域内，可根据实时运动坐标计算出对应的镜头物距和相机标定参数，利用相机标定参数可计算出图像中任意两点的距离。
将运动机构返回到标定起始坐标a为90mm的位置，审核过程中运动机构不移动。将标定板替换为审核装置放置在相机视场中，镜头物距f从起始坐标a对应的物距f0开始，以审核物距间隔e向标定结束坐标b对应的物距fn方向进行审核，且审核物距间隔e满足
Figure 794373DEST_PATH_IMAGE008
，其中
Figure 465526DEST_PATH_IMAGE009
为相邻两次离散标定时的物距差。执行审核时，调焦镜头自动调节至对应的物距f，利用插值函数计算出此处的相机标定参数。视觉***获取圆锥台图像，定义图像中圆锥台最宽的行为g，利用图像点锐度算法，计算出第g行的图像点锐度，点锐度如图5所示。锐度曲线左侧的极大值为圆锥台左侧最点锐度最大的点，即对应圆锥斜面左侧最清晰点U；锐度曲线右侧的极大值为圆锥台右侧最点锐度最大的点，即对应圆锥斜面右侧最清晰点V。利用此时的相机标定参数计算出UV点的间隔l0，即为检测间隔。
根据圆锥台参数和运动机构坐标，可计算出UV点的实际间隔l’为：
Figure 701335DEST_PATH_IMAGE003
则可得出检测间隔与实际间隔的差α:
Figure 898967DEST_PATH_IMAGE005
当
Figure 929240DEST_PATH_IMAGE006
时，则标定数据或插值数据失真，判断标定失败，需要缩小标定间隔c后再次表达，以提高标定精度，再次审核。
当
Figure 87689DEST_PATH_IMAGE043
时，则判断单次审核通过，调焦镜头向结束坐标方向移动一个审核物距间隔e，继续审核，直至完成所有审核。
当所有审核点的审核都通过时，则判断标定数据合格，标定完成。此时，在标定起始坐标和结束坐标区域内的每个成像平面上都具有可靠的图像标定数据，且采用单相机进行三维检测时的精度偏差小于2个像素，具有较高精度。

Claims (3)

1.一种基于单相机的三维视觉检测的标定方法，是一种包括标定板标定和装置审核两个过程，即首先使用标定板进行成像光轴方向上的多层离散标定，再采用标定审核装置进行标定审核的标定方法，所述标定审核装置是一个顶端被切削后的圆锥台；设定：
视觉***通过单个相机获取图像，相机配备自动调节物距的镜头；沿成像光轴方向运动的运动机构带动标定板运动，设置运动机构的标定起始坐标为a、结束坐标为b、标定间隔为c；运动机构首先定位到起始坐标，使用自动调焦镜头调整物距实现自动对焦，视觉***获取清晰的标定板图像并使用张正友标定法自动实现一次标定板标定，视觉***记录当前运动机构坐标、物距和相机标定参数；
标定审核前将运动机构返回到标定起始坐标a的位置，审核过程中运动机构不移动；将标定板替换为审核装置放置在相机视场中，镜头物距f从起始坐标a对应的物距f0开始，以审核物距间隔e向标定结束坐标b对应的物距fn方向进行审核；
其特征在于：多层离散标定时，运动机构每向结束坐标移动一个标定间隔后，视觉***自动完成一次对焦和一次标定板标定，并记录当前坐标、物距和相机标定参数；
执行审核时，调焦镜头自动调节至对应的物距f，利用插值函数计算出此处的相机标定参数；视觉***获取圆锥台图像，定义图像清晰区域中圆锥台最宽的行为g，利用图像点锐化算法，计算出第g行的图像点锐度；锐度曲线的极大值对应圆锥斜面左侧最清晰点U和右侧最清晰点V；利用此时的相机标定参数计算出UV点的间隔为l0，即为检测间隔；根据圆锥台参数和运动机构坐标，计算出UV点的实际间隔l′为：
Figure FDA0003537737780000011
其中D：装置底面圆的直径；d：装置顶面圆的直径， 则得出检测间隔与实际间隔的差β:
β＝|l0-l’|
当β>2ΔX时，则标定数据或插值数据失真，判断标定失败，需要缩小标定间隔c后再次标定，以提高标定精度，再次审核；当β<2ΔX时，则判断单次审核通过，调焦镜头向结束坐标方向移动一个审核物距间隔e，继续审核，直至完成所有审核，此时单相机进行三维检测时的精度偏差小于2个像素。
2.如权利要求1所述的一种基于单相机的三维视觉检测的标定方法，其特征在于：审核物距间隔e满足e＝Δf/5，其中Δf为相邻两次离散标定时的物距差。
3.如权利要求1所述的一种基于单相机的三维视觉检测的标定方法，其特征在于：***将获取的运动轴坐标、物距和标定参数数据进行三次样条插值，拟合出在标定起始坐标a和标定结束坐标b区域内物距和各标定参数的关系曲线；以相机内参数中横向像素宽度ΔX为例，依照张正友标定法，建立三次样条插值函数，如下：
ΔXi(z)＝ai+bi(z-zi)+ci(z-zi)2+di(z-zi)3，i＝0，1，...，n-1，n
根据离散标定数据，计算出每个zi≤z≤zi+1子区间的三次多项式公式；在标定起始坐标和结束坐标区域内，根据实时运动坐标计算出对应的镜头物距和相机标定参数，利用相机标定参数计算出图像中任意两点的距离。
CN201811578322.9A 2018-12-24 2018-12-24 一种基于单相机的三维视觉检测的标定方法 Active CN109636859B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811578322.9A CN109636859B (zh) 2018-12-24 2018-12-24 一种基于单相机的三维视觉检测的标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811578322.9A CN109636859B (zh) 2018-12-24 2018-12-24 一种基于单相机的三维视觉检测的标定方法

Publications (2)

Publication Number Publication Date
CN109636859A CN109636859A (zh) 2019-04-16
CN109636859B true CN109636859B (zh) 2022-05-10

Family

ID=66076692

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811578322.9A Active CN109636859B (zh) 2018-12-24 2018-12-24 一种基于单相机的三维视觉检测的标定方法

Country Status (1)

Country Link
CN (1) CN109636859B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110209001B (zh) * 2019-06-04 2024-06-14 上海亦我信息技术有限公司 一种用于3d建模的三脚支架及相机拍摄姿态识别方法
CN113567434A (zh) * 2021-06-15 2021-10-29 成都新锐科技发展有限责任公司 一种基于机器视觉的电池片检测设备的标定方法
CN114777658A (zh) * 2022-03-31 2022-07-22 深圳禾思众成科技有限公司 半导体器件的对位检测方法与对位检测设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015066603A (ja) * 2013-09-26 2015-04-13 キヤノン株式会社 ロボット校正装置及びロボット校正方法、並びにロボット装置及びロボット装置の制御方法
CN106504287A (zh) * 2016-10-19 2017-03-15 大连民族大学 基于模板的单目视觉目标空间定位***
CN106651957A (zh) * 2016-10-19 2017-05-10 大连民族大学 基于模板的单目视觉目标空间定位方法
CN107175660A (zh) * 2017-05-08 2017-09-19 同济大学 一种基于单目视觉的六自由度机器人运动学标定方法
CN107401976A (zh) * 2017-06-14 2017-11-28 昆明理工大学 一种基于单目相机的大尺寸视觉测量***及其标定方法
CN107883929A (zh) * 2017-09-22 2018-04-06 中冶赛迪技术研究中心有限公司 基于多关节机械臂的单目视觉定位装置及方法
CN108675142A (zh) * 2018-03-18 2018-10-19 武汉理工大学 基于单目相机的多高度标定测量方法及起重机防斜拉和精确定位方法
WO2018209968A1 (zh) * 2017-05-16 2018-11-22 成都通甲优博科技有限责任公司 摄像机标定方法及***
WO2018214147A1 (zh) * 2017-05-26 2018-11-29 深圳配天智能技术研究院有限公司 一种机器人标定方法、***、机器人及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015066603A (ja) * 2013-09-26 2015-04-13 キヤノン株式会社 ロボット校正装置及びロボット校正方法、並びにロボット装置及びロボット装置の制御方法
CN106504287A (zh) * 2016-10-19 2017-03-15 大连民族大学 基于模板的单目视觉目标空间定位***
CN106651957A (zh) * 2016-10-19 2017-05-10 大连民族大学 基于模板的单目视觉目标空间定位方法
CN107175660A (zh) * 2017-05-08 2017-09-19 同济大学 一种基于单目视觉的六自由度机器人运动学标定方法
WO2018209968A1 (zh) * 2017-05-16 2018-11-22 成都通甲优博科技有限责任公司 摄像机标定方法及***
WO2018214147A1 (zh) * 2017-05-26 2018-11-29 深圳配天智能技术研究院有限公司 一种机器人标定方法、***、机器人及存储介质
CN107401976A (zh) * 2017-06-14 2017-11-28 昆明理工大学 一种基于单目相机的大尺寸视觉测量***及其标定方法
CN107883929A (zh) * 2017-09-22 2018-04-06 中冶赛迪技术研究中心有限公司 基于多关节机械臂的单目视觉定位装置及方法
CN108675142A (zh) * 2018-03-18 2018-10-19 武汉理工大学 基于单目相机的多高度标定测量方法及起重机防斜拉和精确定位方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
卡尔曼滤波单目相机运动目标定位研究;燕必希;《仪器仪表学报》;20180815;第39卷(第8期);全文 *

Also Published As

Publication number Publication date
CN109636859A (zh) 2019-04-16

Similar Documents

Publication Publication Date Title
CN109636859B (zh) 一种基于单相机的三维视觉检测的标定方法
US7656425B2 (en) Robust field of view distortion calibration
US10444160B2 (en) Surface defects evaluation system and method for spherical optical components
Shah et al. A simple calibration procedure for fish-eye (high distortion) lens camera
CN108335286B (zh) 一种基于双线结构光的在线焊缝成型视觉检测方法
CN110411346B (zh) 一种非球面熔石英元件表面微缺陷快速定位方法
TWI688757B (zh) 具有自動對準系統及干涉儀之眼用裝置的線上檢測設備
US20090196527A1 (en) Calibration method of image planar coordinate system for high-precision image measurement system
WO1995034996A1 (en) Method and apparatus for transforming coordinate systems in an automated video monitor alignment system
CN110044262B (zh) 基于图像超分辨率重建的非接触式精密测量仪及测量方法
US10821911B2 (en) Method and system of camera focus for advanced driver assistance system (ADAS)
US8659689B2 (en) Fast measurement of alignment data of a camera system
Cattaneo et al. The importance of camera calibration and distortion correction to obtain measurements with video surveillance systems
Heber et al. Weld seam tracking and panorama image generation for on-line quality assurance
CN111397529A (zh) 一种基于双目视觉结构光的复杂表面形状检测方法
US7999851B2 (en) Optical alignment of cameras with extended depth of field
CN111257231A (zh) 一种大口径平面光学元件自动调平方法
CN114113115A (zh) 一种大口径元件表面微缺陷高精度自动定位方法
JP2017032556A (ja) 測定対象物の寸法特性を特定する方法及び測定機器
CN114111578B (zh) 一种大口径元件的位姿自动确定方法
Le et al. In situ calibration of galvanometric scanning head for laser powder bed fusion machines based on a vision system
CN115278072B (zh) 一种用于Micro LED检测的自动对焦方法及***
EP1256831A1 (en) Method and system for calibrating an image range device
JPH04127984A (ja) レーザ溶接方法及び装置
KR101819576B1 (ko) 광학식 손떨림 보정의 검사 장치 및 검사 방법

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