CN110530278B - 利用多线结构光测量间隙面差的方法 - Google Patents
利用多线结构光测量间隙面差的方法 Download PDFInfo
- Publication number
- CN110530278B CN110530278B CN201910951917.2A CN201910951917A CN110530278B CN 110530278 B CN110530278 B CN 110530278B CN 201910951917 A CN201910951917 A CN 201910951917A CN 110530278 B CN110530278 B CN 110530278B
- Authority
- CN
- China
- Prior art keywords
- points
- point
- light
- marking
- 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 55
- 230000011218 segmentation Effects 0.000 claims abstract description 17
- 238000012216 screening Methods 0.000 claims abstract description 8
- 238000012935 Averaging Methods 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000012994 industrial processing Methods 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000000007 visual effect Effects 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
-
- 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
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/254—Projection of a pattern, viewing through a pattern, e.g. moiré
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种利用多线结构光测量间隙面差的方法,包括:相机采集多条线结构光被调制所形成的结构光图像;得到光条图像,对光条图像进行轮廓分割,将每个左/右光条轮廓中的所有点记为一个单侧点集,筛选每个单侧点集所对应的特征点;利用间隙单侧的所有特征点进行直线拟合,作为基准线,求取间隙另一侧所有特征点到基准线的距离,取平均后作为间隙值;利用间隙一侧所有单侧点集内的点拟合平面,作为基准面,求取间隙另一侧所有特征点到基准面的距离,取平均后作为面差值,本方法能够一次性获得更多的被测物表面点云信息,同时,本方法提出了一种快速、高效的特征点寻找方法,保证了整个测量过程的高效性、测量结果的准确性。
Description
技术领域
本发明涉及视觉检测领域,具体涉及一种利用多线结构光测量间隙面差的方法。
背景技术
间隙、面差是工业加工中的常见形态,其加工尺寸准确与否,关系到整个工件的美观性、密封性,是质量监控中一个十分重要的参数,如在汽车生产过程中,覆盖件尺寸误差较大就会导致车身的面差误差较大,从而影响整车的外观、风燥、密封等。
关于间隙、面差的测量,传统的人工检测方法主要使用间隙尺、面差尺进行测量,这种方法效率低、精度低、且容易受测量人员的主观因素影响,无法满足高效率高节拍高精度的测量需求;随着计算机视觉检测的发展,基于线结构光视觉恢复三维轮廓进行测量的技术受到越来越多的关注,这种方式,能够更加高效、准确的获取被测物面差特征,测量时,线结构光传感器由线结构光投射器和相机组成,主动投射线结构光到被测物体上,通过结构光的变形(凸起、凹陷、波动等)来确定被测物的尺寸参数,在间隙、面差图像中,光条通常会出现凸起并断开(被测物表面兼具面差与间隙特征)情形;基于上述图像特征,寻找结构光图像中的特征点、准确有效地分割出光条的左、右轮廓是是整个间隙面差测量过程关键步骤,但是现有方法中,尚无十分有效、快速的特征点提取方法。
发明内容
针对上述问题,本发明提出一种利用多线结构光测量间隙面差的方法,多线结构光能够一次性获得更多的被测物表面点云信息,同时,本方法基于多线结构光的特点,提出了一种快速、高效的特征点寻找方法,保证了整个测量过程的高效性、测量结果的准确性。
一种利用多线结构光测量间隙面差的方法,包括如下步骤:
1)多线结构光投射器向被测物表面投射相互平行的多条线结构光,相机采集多条线结构光被调制所形成的结构光图像;所述多条线结构光至少有三条;
2)对所述结构光图像进行光条中心提取、图像处理,得到光条图像,对所述光条图像进行轮廓分割,依据与间隙的相对位置标记为左/右光条轮廓,将每个左/右光条轮廓中的所有点记为一个单侧点集,对于单个单侧点集将其中距间隙位置最远的点标记为起始端点;
3)选取任一单侧点集,对所有点拟合直线,标记为第一直线;
4)在所述单侧点集中,从起始端点开始筛选步长t范围内的点,标记为点集I,利用点集I拟合直线,标记为第二直线,求取第一、二直线之间的夹角θ;统计所述单侧点集中剔除点集I内点后剩余点的数量,标记为m;
若夹角θ小于预设角,将此次点集I内最靠近间隙位置的点记为特征点;
5)同步骤3)、4)的方法对剩余单侧点集进行处理,直至得到每个单侧点集所对应的特征点;
6)利用间隙单侧的所有特征点进行直线拟合,作为基准线,求取间隙另一侧所有特征点到基准线的距离,取平均后作为间隙值;
利用间隙一侧单侧点集内的点拟合平面,作为基准面,求取间隙另一侧所有特征点到所述基准面的距离,取平均后作为面差值。
进一步,将步骤4)中初次得到夹角θ小于预设角时所对应的步长及数量m分别标记为t初和m初;对其进行如下处理:
若是,则将此次拟合直线时所用的点中距间隙最近的点标记为特征点;
若否,则统计单侧点集中剔除此次拟合直线时所用点后剩余点的数量,标记为新的m初,对应求取新的h值,以t初减去新h作为新步长,采用相同方法选点、拟合直线,再求取夹角θ,如此重复,直至夹角θ再次大于等于预设值;将此次拟合直线时所用的点中距间隙最近的点标记为特征点。
进一步,步骤2)中图像处理包括:图像二值化、图像滤波和三维重构,将重构后的三维轮廓转换到光平面坐标系,得到光平面坐标系下的光条图像。
进一步,步骤2)对所述光条图像进行轮廓分割,采用如下方式:
以光条图像中某一端点为起点,设置搜索范围d,沿光条方向进行搜索,将搜索范围d内的除起点外的点记为同类点,将搜索到的沿光条方向距起点最远的同类点,作为新的起点,继续搜索,直到搜索范围d内不再出现同类点;剔除不在搜索范围内的点,得到左、右光条轮廓。
上述过程能够有效抑制图像噪点的干扰,为了防止光条轮廓断裂,进行再次搜索;
进一步,步骤2)对所述光条图像进行轮廓分割,采用如下方式:
以光条图像中某一端点为起点,沿光条方向,设置搜索范围d,将搜索范围d内的除起点外的点记为同类点,将搜索到的沿光条方向距起点最远的同类点,作为新的起点,继续搜索,直到搜索范围d内不再出现同类点;统计各次搜索范围d内所包含点的总数,删除总数低于预设值的搜索范围所对应的点;以d1为新的搜素范围,从起点开始进行搜索,将搜索范围d1内的除起点外的点记为同类点,以搜索到的沿光条方向距起点最远的同类点作为新的起点继续搜索,直到搜索范围d1内不再出现同类点;基于剩余点所在位置将其分别标记为左/右光条轮廓;其中,d<d1<1.5d。
进一步,判断所有单侧点集内点的数量总和、以及各个单侧点集内点的数量分别占光条图像中点的数量总和的比率是否同时处于预设范围,若是,则轮廓分割结果有效,若否,则需重新进行轮廓分割。
进一步,所述拟合直线的方法为:Ransac算法或最小二乘法。
本方法利用多线结构光采集被测物表面图像,相比于单线结构光测量,能够一次性获得更多的被测物表面点云信息,适用于更多的测量场景,同时,本方法基于多线结构光的测量特点,提出了一种快速、高效的特征点寻找方法,对结构光图像中的左、右轮廓进行有效分割,进而保证了整个测量过程的高效性、测量结果的准确性。
附图说明
图1为实施例1中图像采集过程示意图;
图2为实施例1中左、右光条轮廓示意图;
图3为实施例1中分割出多个单侧点集的示意图;
图4为实施例1中以局部光条示例进行方式二轮廓分割过程示意图;
图5为实施例1中求取特征点过程示意图;
图6为实施例1中计算间隙过程示意图;
图7为本发明能够应用的其他形态光条图像示意图;
图8为本发明能够应用的其他形态光条单侧点集的示意图。
具体实施方式
以下结合附图和实施例对本发明的技术方案进行详细描述。
实施例1
本实施例,以一种“台阶”状的间隙面差特征为例,利用多线结构光测量间隙面差,具体包括如下步骤:
1)如图1所示,多线结构光投射器向被测物表面投射相互平行的多条线结构光,相机采集多条线结构光被调制所形成的结构光图像;多条线结构光至少有三条;
2)对结构光图像进行光条中心提取、图像处理,得到光条图像,对光条图像进行轮廓分割,依据与间隙的相对位置标记为左/右光条轮廓(如图2),将每个左/右光条轮廓中的所有点记为一个单侧点集(如图3),对于单个单侧点集将其中距间隙位置最远的点标记为起始端点Fsou;
3)选取任一单侧点集,对所有点拟合直线,标记为第一直线;
4)在单侧点集中,从起始端点Fsou开始筛选步长t范围内的点,标记为点集I,利用点集I拟合直线,标记为第二直线,求取第一、二直线之间的夹角θ;统计单侧点集中剔除点集I内点后剩余点的数量,标记为m;
若夹角θ小于预设角,将此次点集I内最靠近间隙位置的点记为特征点;
5)同步骤3)、4)的方法对剩余单侧点集进行处理,直至得到每个单侧点集所对应的特征点;
6)如图6所示,利用间隙单侧的所有特征点进行直线拟合,作为基准线,求取间隙另一侧所有特征点到基准线的距离,取平均后作为间隙值;
利用间隙一侧单侧点集内的点拟合平面,作为基准面,求取间隙另一侧所有特征点到基准面的距离,取平均后作为面差值。
为了更加准确的计算特征点,如图3所示,将步骤4)中初次得到夹角θ小于预设角时所对应的步长及数量m分别标记为t初和m初;对其进行如下处理:
以t初减去h作为新步长,从单侧点集的起始点开始筛选新步长范围内的点,拟合直线,求其和第一直线之间的夹角θ是否大于等于预设角;其中,
若是,则将此次拟合直线时所用的点中距间隙最近的点标记为特征点;
若否,则统计单侧点集中剔除此次拟合直线时所用点后剩余点的数量,标记为新的m初,对应求取新的h值,以t初减去新h作为新步长,采用相同方法选点、拟合直线,再求取夹角θ,如此重复,直至夹角θ再次大于等于预设值;将此次拟合直线时所用的点中距间隙最近的点标记为特征点。
拟合直线的方法可以为:Ransac算法或最小二乘法。
本实施例中,步骤2)中图像处理包括:图像二值化、图像滤波和三维重构,将重构后的三维轮廓转换到光平面坐标系,得到光平面坐标系下的光条图像。
对光条图像进行轮廓分割,可以选用以下两种方式:
方式一:以光条图像中某一端点为起点,设置搜索范围d,沿光条方向进行搜索,将搜索范围d内的除起点外的点记为同类点,将搜索到的沿光条方向距起点最远的同类点,作为新的起点,继续搜索,直到搜索范围d内不再出现同类点;剔除不在搜索范围内的点,得到左、右光条轮廓。
方式二:如图5所示,以光条图像中某一端点为起点,沿光条方向,设置搜索范围d,将搜索范围d内的除起点外的点记为同类点,将搜索到的沿光条方向距起点最远的同类点,作为新的起点,继续搜索,直到搜索范围d内不再出现同类点;统计各次搜索范围d内所包含点的总数,删除总数低于预设值的搜索范围所对应的点;以d1为新的搜素范围,从起点开始进行搜索,将搜索范围d1内的除起点外的点记为同类点,以搜索到的沿光条方向距起点最远的同类点作为新的起点继续搜索,直到搜索范围d1内不再出现同类点;基于剩余点所在位置将其分别标记为左/右光条轮廓;其中,d<d1<1.5d。
采用方式一能够有效抑制图像噪点的干扰;采用方式二在抑制噪点的基础上,还能防止光条轮廓断裂。
为了检验轮廓分割是否有效,可以进行以下步骤进行验证:
判断所有单侧点集内点的数量总和、以及各个单侧点集内点的数量分别占光条图像中点的数量总和的比率是否同时处于预设范围,若是,则轮廓分割结果有效,若否,则需重新进行轮廓分割。
上述过程是对特征位置的示例性实施方式的描述,本发明方法还可以应用于其他形状的间隙面差图像,例如,图7、8所示的,弧形弯曲状的间隙面差特征图像,亦可应用本实施过程进行计算。
显然,根据上述教导很多改变和变化都是可能的。选择示例性实施方案并进行描述是为了解释本发明的特定原理及其实际应用,从而使得本领域的其它技术人员能够实现并利用本发明的各种示例性实施方案及其不同选择形式和修改形式。本发明的范围旨在由所附权利要求书及其等价形式所限定。
Claims (9)
1.一种利用多线结构光测量间隙面差的方法,其特征在于,包括如下步骤:
1)多线结构光投射器向被测物表面投射相互平行的多条线结构光,相机采集多条线结构光被调制所形成的结构光图像;所述多条线结构光至少有三条;
2)对所述结构光图像进行光条中心提取、图像处理,得到光条图像,对所述光条图像进行轮廓分割,依据与间隙的相对位置标记为左/右光条轮廓,将每个左/右光条轮廓中的所有点记为一个单侧点集,对于单个单侧点集将其中距间隙位置最远的点标记为起始端点;
3)选取任一单侧点集,对所有点拟合直线,标记为第一直线;
4)在所述单侧点集中,从起始端点开始筛选步长t范围内的点,标记为点集I,利用点集I拟合直线,标记为第二直线,求取第一、二直线之间的夹角θ;统计所述单侧点集中剔除点集I内点后剩余点的数量,标记为m;
若夹角θ小于预设角,将此次点集I内最靠近间隙位置的点记为特征点;
5)同步骤3)、4)的方法对剩余单侧点集进行处理,直至得到每个单侧点集所对应的特征点;
6)利用间隙单侧的所有特征点进行直线拟合,作为基准线,求取间隙另一侧所有特征点到基准线的距离,取平均后作为间隙值;
利用间隙一侧单侧点集内的点拟合平面,作为基准面,求取间隙另一侧所有特征点到所述基准面的距离,取平均后作为面差值。
2.如权利要求1所述利用多线结构光测量间隙面差的方法,其特征在于:将步骤4)中初次得到夹角θ小于预设角时所对应的步长及数量m分别标记为t初和m初;对其进行如下处理:
若是,则将此次拟合直线时所用的点中距间隙最近的点标记为特征点;
若否,则统计单侧点集中剔除此次拟合直线时所用点后剩余点的数量,标记为新的m初,对应求取新的h值,以t初减去新h作为新步长,采用相同方法选点、拟合直线,再求取夹角θ,如此重复,直至夹角θ再次大于等于预设值;将此次拟合直线时所用的点中距间隙最近的点标记为特征点。
4.如权利要求1或2所述利用多线结构光测量间隙面差的方法,其特征在于:步骤2)中图像处理包括:图像二值化、图像滤波和三维重构,将重构后的三维轮廓转换到光平面坐标系,得到光平面坐标系下的光条图像。
5.如权利要求1所述利用多线结构光测量间隙面差的方法,其特征在于:步骤2)对所述光条图像进行轮廓分割,采用如下方式:
以光条图像中某一端点为起点,设置搜索范围d,沿光条方向进行搜索,将搜索范围d内的除起点外的点记为同类点,将搜索到的沿光条方向距起点最远的同类点,作为新的起点,继续搜索,直到搜索范围d内不再出现同类点;剔除不在搜索范围内的点,得到左、右光条轮廓。
6.如权利要求1所述利用多线结构光测量间隙面差的方法,其特征在于:步骤2)对所述光条图像进行轮廓分割,采用如下方式:
以光条图像中某一端点为起点,沿光条方向,设置搜索范围d,将搜索范围d内的除起点外的点记为同类点,将搜索到的沿光条方向距起点最远的同类点,作为新的起点,继续搜索,直到搜索范围d内不再出现同类点;统计各次搜索范围d内所包含点的总数,删除总数低于预设值的搜索范围所对应的点;以d1为新的搜素范围,从起点开始进行搜索,将搜索范围d1内的除起点外的点记为同类点,以搜索到的沿光条方向距起点最远的同类点作为新的起点继续搜索,直到搜索范围d1内不再出现同类点;基于剩余点所在位置将其分别标记为左/右光条轮廓;其中,d<d1<1.5d。
8.如权利要求5或6所述利用多线结构光测量间隙面差的方法,其特征在于:判断所有单侧点集内点的数量总和、以及各个单侧点集内点的数量分别占光条图像中点的数量总和的比率是否同时处于预设范围,若是,则轮廓分割结果有效,若否,则需重新进行轮廓分割。
9.如权利要求1所述利用多线结构光测量间隙面差的方法,其特征在于:所述拟合直线的方法为:Ransac算法或最小二乘法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910951917.2A CN110530278B (zh) | 2019-10-09 | 2019-10-09 | 利用多线结构光测量间隙面差的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910951917.2A CN110530278B (zh) | 2019-10-09 | 2019-10-09 | 利用多线结构光测量间隙面差的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110530278A CN110530278A (zh) | 2019-12-03 |
CN110530278B true CN110530278B (zh) | 2021-02-02 |
Family
ID=68671554
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910951917.2A Active CN110530278B (zh) | 2019-10-09 | 2019-10-09 | 利用多线结构光测量间隙面差的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110530278B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022243953A1 (en) * | 2021-05-20 | 2022-11-24 | U-Sense.It S.R.L. | Apparatus, method and computer program for measuring a space and / or an alignment and / or an angle of misalignment between a first surface and a second surface |
IT202100013208A1 (it) * | 2021-05-20 | 2022-11-20 | U Sense It S R L | Apparato e metodo per misurare uno spazio e/o un allineamento e/o un angolo di disallineamento tra superfici, segnatamente sulla base di una tecnica di segmentazione semantica di immagini |
CN117203486A (zh) * | 2021-12-29 | 2023-12-08 | 宁德时代新能源科技股份有限公司 | 机器视觉检测方法、其检测装置及其检测*** |
CN114383522B (zh) * | 2021-12-29 | 2024-04-05 | 易思维(杭州)科技股份有限公司 | 一种测量反光差异工件表面间隙、面差的方法 |
CN114577131B (zh) * | 2022-02-17 | 2023-07-25 | 湖南视比特机器人有限公司 | 一种基于3d结构光相机的车身间隙检测方法及*** |
CN114612496B (zh) * | 2022-03-18 | 2024-05-31 | 易思维(杭州)科技股份有限公司 | 一种直线段轮廓提取方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11101640A (ja) * | 1997-07-31 | 1999-04-13 | Asahi Optical Co Ltd | カメラおよびカメラのキャリブレーション方法 |
CN107563991A (zh) * | 2017-08-01 | 2018-01-09 | 大连理工大学 | 零件表面断裂激光光条的提取与匹配方法 |
CN107957247A (zh) * | 2017-12-22 | 2018-04-24 | 易思维(天津)科技有限公司 | 一种手持式间隙、面差视觉测量装置及方法 |
WO2018167714A1 (en) * | 2017-03-15 | 2018-09-20 | Sabic Global Technologies B.V. | Method and device for measuring optical aberration |
CN110160455A (zh) * | 2019-06-24 | 2019-08-23 | 易思维(杭州)科技有限公司 | 间隙面差检测*** |
CN110298853A (zh) * | 2019-07-04 | 2019-10-01 | 易思维(杭州)科技有限公司 | 面差视觉检测方法 |
-
2019
- 2019-10-09 CN CN201910951917.2A patent/CN110530278B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11101640A (ja) * | 1997-07-31 | 1999-04-13 | Asahi Optical Co Ltd | カメラおよびカメラのキャリブレーション方法 |
WO2018167714A1 (en) * | 2017-03-15 | 2018-09-20 | Sabic Global Technologies B.V. | Method and device for measuring optical aberration |
CN107563991A (zh) * | 2017-08-01 | 2018-01-09 | 大连理工大学 | 零件表面断裂激光光条的提取与匹配方法 |
CN107957247A (zh) * | 2017-12-22 | 2018-04-24 | 易思维(天津)科技有限公司 | 一种手持式间隙、面差视觉测量装置及方法 |
CN110160455A (zh) * | 2019-06-24 | 2019-08-23 | 易思维(杭州)科技有限公司 | 间隙面差检测*** |
CN110298853A (zh) * | 2019-07-04 | 2019-10-01 | 易思维(杭州)科技有限公司 | 面差视觉检测方法 |
Non-Patent Citations (1)
Title |
---|
车身覆盖件间隙面差测量***关键技术研究;刘若晨;《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》;20190115;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110530278A (zh) | 2019-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110530278B (zh) | 利用多线结构光测量间隙面差的方法 | |
CN110298853B (zh) | 面差视觉检测方法 | |
CN107798326B (zh) | 一种轮廓视觉检测方法 | |
CN109035276B (zh) | 一种图像边缘提取方法、装置及自动驾驶*** | |
JP6620477B2 (ja) | コンクリートのひび割れ検出方法及び検出プログラム | |
CN109115800B (zh) | 一种产品毛刺的快速检测及长度精确测量方法 | |
CN108918526A (zh) | 一种柔性ic封装基板线路的缺口缺陷检测方法 | |
CN111667477B (zh) | 磁材尺寸缺陷检测方法、装置、检测设备及可读存储介质 | |
US20230401729A1 (en) | Line structured light center extraction method for complicated surfaces | |
CN116563279B (zh) | 基于计算机视觉的量测开关检测方法 | |
CN111968079B (zh) | 基于断面局部极值及分段稀疏的三维路面裂缝提取方法 | |
CN112184725B (zh) | 一种沥青路面图像的结构光光条中心提取方法 | |
CN111462214A (zh) | 一种基于Hough变换的线结构光条纹中心线提取方法 | |
CN113888446A (zh) | 一种钣金结构件折弯线智能检测方法 | |
CN112508913A (zh) | 基于图像检测的电缆截面边沿检测方法 | |
CN115330684A (zh) | 基于双目视觉与线结构光的水下构筑物表观缺陷检测方法 | |
CN113607058B (zh) | 一种基于机器视觉的直刃刀尺寸检测方法及*** | |
CN114140466A (zh) | 基于图像处理的植物根系测量方法、***及装置 | |
CN108764343B (zh) | 一种跟踪算法中的跟踪目标框的定位方法 | |
CN110530287B (zh) | 基于条纹级数不准度的解包裹相位误差检测与校正方法 | |
CN116432052B (zh) | 一种新能源汽车模具用夹具质量检测方法 | |
CN116843829A (zh) | 基于双目视频的混凝土结构裂缝三维重建与长度量化方法 | |
CN116596987A (zh) | 一种基于双目视觉的工件三维尺寸高精度测量方法 | |
Ziqiang et al. | Research of the algorithm calculating the length of bridge crack based on stereo vision | |
CN113658153B (zh) | 一种轮廓数据特征点检测方法及装置 |
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 | ||
CP01 | Change in the name or title of a patent holder |
Address after: Room 495, building 3, 1197 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province 310051 Patentee after: Yi Si Si (Hangzhou) Technology Co.,Ltd. Address before: Room 495, building 3, 1197 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province 310051 Patentee before: ISVISION (HANGZHOU) TECHNOLOGY Co.,Ltd. |
|
CP01 | Change in the name or title of a patent holder |