CN110573832B - 机器视觉*** - Google Patents

机器视觉*** Download PDF

Info

Publication number
CN110573832B
CN110573832B CN201880022640.9A CN201880022640A CN110573832B CN 110573832 B CN110573832 B CN 110573832B CN 201880022640 A CN201880022640 A CN 201880022640A CN 110573832 B CN110573832 B CN 110573832B
Authority
CN
China
Prior art keywords
matrix
machine vision
target object
vision system
deviation
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
CN201880022640.9A
Other languages
English (en)
Other versions
CN110573832A (zh
Inventor
埃萨·莱卡斯
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.)
Mapvision Ltd Oy
Original Assignee
Mapvision Ltd Oy
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 Mapvision Ltd Oy filed Critical Mapvision Ltd Oy
Publication of CN110573832A publication Critical patent/CN110573832A/zh
Application granted granted Critical
Publication of CN110573832B publication Critical patent/CN110573832B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01B11/24—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
    • G01B11/2504—Calibration devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/04—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness by measuring coordinates of points
    • G01B21/042—Calibration or calibration artifacts
    • 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
    • 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
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • G01B11/005—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates coordinate measuring machines
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Multimedia (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Eye Examination Apparatus (AREA)

Abstract

公开了一种能够测量绝对尺度的差异的机器视觉***。在该机器视觉***中，使用诸如坐标测量机之类的参考测量设备来准确地测量参考物体。在测量中，测量确定的虚拟点的集合。参考测量被用于计算确定的坐标矩阵与参考测量结果之间的偏差矩阵，其随后被用于根据机器视觉测量来计算绝对尺度值。

Description

机器视觉***
技术领域
以下公开涉及机器视觉***。特别地，本申请涉及在质量控制或需要测量物体的其它类似任务中使用的测量机器视觉***。
背景技术
计算机控制的机器视觉***被用在各种应用中。一种典型的应用是制造业中制造的物体的质量控制。通过使用一个或多个相机对制造的物体进行成像，有可能测量物体的各种性质。测量可以涉及测量整个物体或物体的一些选择的特征。因此，取决于所选择的特征，测量可以是一维、二维或三维，或者甚至可以以维度的组合来执行。除了尺寸和形状，还有可能测量其它特性，诸如颜色、粗糙度或其它此类特征。机器视觉***的测量通常是通过将制造的物体与模型物体进行比较来进行的。获得的结果通常给出被测物体与所使用的模型物体的相对差异。
为了测量三维坐标，只需要两个相机，因为可以从两个二维图像来计算三维坐标，前提是被测的点在两个图像中是可见的。但是，通常相机的数量较大。这是因为大量的相机增加测量的覆盖范围和准确性。通常将相机定位成使得它们可以看到被测物体的所有特征，或者至少看到尽可能多的特征。相应地，通常不是所有相机都能看到被测的特征。除了增加相机的数量之外，还已知许多其它概念(诸如精确校准和图像处理算法)以改善测量准确性。此外，有可能为特定物体规划相机位置，或者使用更准确的相机或特定照明来改善从期望特征获取的图像的质量。
测量机器视觉***特别出色，因为它们可以在不同条件下类似地识别被测的特征。因此，在测量物体时，即使条件发生变化，也将类似地检测到诸如边缘和孔之类的特征。因此，有可能准确地测量物体的位置或形状的甚至微小的变化。虽然从获取的图像得出的测量结果是精确的，但无法将它们与用其它测量工具(诸如坐标测量机)测得的测量结果进行比较。这是因为难以通过使用常规机器视觉***和方法来测量例如边缘的绝对位置。虽然有可能准确地测量被测物体的尺寸、位置或其它变化的相对变化，但难以测量绝对尺度的相同变化，而不是相对差异。
在常规的解决方案中，有时通过准确地测量被测物体的位置或通过将被测物体放在测量夹具中以便知道准确的位置来补充这些测量。当确切地知道位置时，有可能测量待被测物体的至少一些绝对测量。一种方法是制作参考物体(“黄金物体”)，其被尽可能准确地制造以满足物体的标称尺寸。
但是，如果需要测量不同类型的物体或大量物体，那么这些方法可能会出现问题。如果在可以进行测量之前需要准确定位被测物体，那么测量将变慢。相应地，如果需要测量不同类型的物体，那么可能还需要在测量之间可能需要改变的不同类型的夹具或其它定位手段。所有这些机械方法都是昂贵的并且容易磨损。
发明内容
公开了一种能够测量绝对尺度的差异的机器视觉***。在机器视觉***中，使用诸如坐标测量机之类的参考测量设备来准确地测量参考物体。在测量中，测量由图纸或CAD数据确定的点的集合。参考测量被用于计算确定的坐标矩阵与参考测量结果之间的偏差矩阵，其随后被用于从机器视觉测量中计算绝对尺度值。
一方面，公开了一种用于机器视觉***的控制器。控制器包括至少一个处理器、至少一个存储器和至少一个数据通信连接。控制器被配置为接收偏差矩阵，其中偏差矩阵基于使用参考测量设备对参考物体的测量。处理器被配置为使用机器视觉***来测量参考物体和至少一个目标物体，计算表示目标物体与参考物体之间的差异的差异矩阵，并基于被测的目标物体、相应的差异矩阵和偏差矩阵来计算至少一个目标物体的绝对尺度结果。
在实施例中，控制器还被配置为接收确定的坐标矩阵，其中确定的坐标矩阵包括至少一个虚拟点的坐标。在另一个实施例中，控制器还被配置为接收确定的坐标矩阵。在另一个实施例中，处理器被配置为将至少一个目标物体的绝对尺度结果计算为偏差矩阵、差异矩阵和确定的坐标矩阵的和。
在另一方面，公开了一种机器视觉***。该机器视觉***包括如上所述的控制器和连接到该控制器的至少两个相机。在实施例中，机器视觉***还包括坐标测量机。
一方面，公开了一种用于测量物体的方法。用于测量物体的方法包括使用机器视觉***测量参考物体和至少一个目标物体；计算表示目标物体与参考物体之间的差异的差异矩阵；以及基于被测的目标物体、相应的差异矩阵和偏差矩阵来计算至少一个目标物体的绝对尺度结果。
在实施例中，方法还包括接收偏差矩阵，其中偏差矩阵基于使用参考测量设备对参考物体的测量。在另一个实施例中，方法还包括接收确定的坐标矩阵，其中确定的坐标矩阵包括至少一个虚拟点的坐标。在另一个实施例中，方法还包括接收确定的坐标矩阵。在实施例中，方法还包括将至少一个目标物体的绝对尺度结果计算为偏差矩阵、差异矩阵和确定的坐标矩阵的和。
一方面，上述方法被实现为计算机程序。该计算机程序包括计算机程序代码，其中计算机程序代码被配置为在由计算设备执行时执行如上所述的方法。
所描述的实施例的益处包括使用机器视觉***来使用绝对测量的可能性。当需要绝对测量时，所公开的布置和方法提供了一种执行绝对测量的快速且成本高效的方法，因为并非所有的被测物体都需要使用坐标测量机进行测量。
附图说明
被包括以提供对机器视觉***的进一步理解并构成本说明书的一部分的附图图示了实施例，并且与说明书一起有助于解释机器视觉***的原理。在附图中：
图1是机器视觉***的示例，
图2是机器视觉***的方法的示例，
图3是机器视觉***的方法的示例。
具体实施方式
现在将详细参考实施例，其示例在附图中示出。
在图1中，示出了图示用于机器视觉***的控制器100的示例的框图。控制器100包括至少一个处理器101和至少一个存储器102。至少一个处理器101被配置为执行计算机程序，并且至少一个存储器被配置为存储包括计算机程序代码的计算机程序和计算机程序所需的数据。通常，控制器是通用计算机，但也可以是专门制造的控制器。控制器100包括若干连接器，使得控制器100可以使用数据通信连接106连接到外部设备和数据通信网络。此外，有可能包括典型的计算设备，诸如显示器、键盘和其它通常已知的设备。
控制器100被配置为控制机器视觉***。机器视觉***包括多个相机103a–103c。控制器的处理器被配置为使用相机103a–103c获取要被测量的物体104的图像。即使该图图示了使用三个相机，相机的数量也将不限于三个，并且通常将使用更多数量的相机。
该图的控制机器视觉***的控制器100还被配置为从外部测量设备(例如，坐标测量机105)接收测量结果。坐标测量机105包括被用于测量物体104的探针106。在下面的描述中，将更详细地解释坐标测量机的使用；但是，图1中的物体104应当被理解为同一个物体。因此，将首先通过使用机器视觉设备进行测量，然后再使用坐标测量机进行测量，反之亦然。换句话说，不假设同时对物体进行两个测量，而是将两个测量的结果存储在控制器100的存储器102中。
物体104不需要是特别制造的模型物体。物体104可以是普通生产或预生产制造的物体。因此，该布置的好处在于不需要专门且更准确地制造的模型物体。
在图1的示例中，坐标测量机105与控制器100耦合。但是，这不是必需的。坐标测量机不必与控制器100位于同一场所，也不需要直接与控制器100连接。但是，需要可以将利用坐标测量机105获得的测量结果带到控制器100。如果没有直接连接，那么可以使用媒体载体(诸如存储棒、存储卡、光盘、传统磁盘等)来获得测量结果。相应地，控制器100使用局域网连接而连接到附加的计算机。局域网连接可以被用于控制和配置控制器100以及用于普通数据交换。例如，局域网连接可以被用于接收与要被测量的物体相关的数据。
在图2中，示出了用于执行初始测量的示例方法。在该方法中，使用三维虚拟点。如上面所解释的，不同的相机在不同的位置看到被测物体。因此，由相机***测量的点不是被测的点的真实准确位置，而是表示由包括至少两个相机的相机***看到的点。这个所谓的虚拟点偏离被测物体的真实坐标。但是，如果被测物体移动，那么三维虚拟点及其偏差也会相应地移动。如果被测物体不移动并且测量物体的不同部分，那么虚拟点的移动将与被测物体的变化对应。这些可以是由于例如热膨胀造成的。如果将被测物体改为相似的物体，那么三维虚拟点的变化将与被测物体之间的变化对应。
虚拟点可以自由地进行选择；但是，通常选择坐标值以与要被测量的特征对应。虚拟三维点(X，Y，Z)与使用相机可以看到的虚拟二维(x0，y0，x1，y1，…xn，yn)坐标对对应，其中n是相机的数量。为了确定虚拟点的位置，可以使用常规方法来搜索并检测要被测量的点。
通过确定三维虚拟点(步骤200)来开始图2的方法。该确定将通过使用参考物体来执行。虚拟点是绑定到参考部分的要被测量的特征的3D点。虚拟3D点通常(但不是绝对)是接近如孔的中心点之类的点。参考物体可以是特定的模型物体，也可以只是任何制造的物体。所确定的三维虚拟点形成确定的坐标矩阵N，矩阵尺寸为m×3，其中m是三维虚拟点的数量。还有可能使用若干参考部分并计算等式(1)中的矩阵E，使其包含平均值。
在确定三维虚拟点之后，使用坐标测量机或其它参考测量设备从参考物体测量对应的点，步骤201。根据测量，形成结果矩阵M0。最后，在步骤202确定偏差矩阵E。偏差矩阵根据等式(1)确定
E＝M0–N 等式(1)
图2的方法可以被视为机器视觉***的校准过程的一部分；但是，也可以将其解释为以下关于图3所描述的测量方法的初始测量。应当注意的是，甚至参考测量***也不能直接测量某些特征，如孔中心点，因为孔中心点不是物理物体。孔中心点的位置必须通过测量孔边缘并假设例如孔具有准确的圆形形状来间接确定。
在图3中，示出了一种用于测量物体的示例方法。测量过程使用确定的三维虚拟点。该方法通过使用相机***测量使用参考测量设备测量的参考物体(步骤300)而被发起。测量提供结果矩阵V0。这个步骤也可能实现到上面关于图2讨论的方法中。由于它不取决于图2的方法的其余部分，因此可以在任何阶段执行。
在参考物体已经被测量之后，其它物体可以被测量，步骤301。对于每个物体，获得结果矩阵Vn。结果矩阵Vn是机器视觉测量中的常见结果。所获得的结果矩阵和参考物体的结果矩阵相互适配，例如通过使用最小二乘法，从而可以根据等式2计算被测物体与参考物体之间的差异矩阵Dn，步骤302。
Dn＝Vn–V0 等式(2)
在计算出差异矩阵Dn之后，可以通过使用等式3计算表示被测物体n的绝对尺度测量的矩阵Mn，步骤303。
Mn＝Dn+E+N 等式(3)
所获得的结果矩阵Mn是与参考测量设备(诸如坐标测量机)给出的绝对尺度结果可比较的。在以上描述中，被测物体可以被称为目标物体，并且参考可以是目标物体之一；但是，参考也可以是特定的参考物体。取决于情况，我们还可以更直接地计算
Dn＝Vn–N 等式(4)给出
Mn＝Vn+E 等式(5)
可以将上面提到的方法实现为包括计算机程序代码的计算机软件，该计算机软件在能够与外部设备进行通信的计算设备中执行。当软件在计算设备中执行时，它被配置为执行上述发明性方法。软件在计算机可读介质上实施，从而可以将其提供给计算设备，诸如图1的控制器100。
如上所述，示例性实施例的组件可以包括计算机可读介质或存储器，用于保存根据本发明的教导编程的指令以及用于保存本文所述的数据结构、表、记录和/或其它数据。计算机可读介质可以包括参与向处理器提供指令以供执行的任何合适的介质。计算机可读介质的常见形式可以包括，例如，软盘、软磁盘、硬盘、磁带、任何其它合适的磁介质、CD-ROM、CD±R、CD±RW、DVD、DVD-RAM、DVD±RW、DVD±R、HD DVD、HD DVD-R、HD DVD-RW、HD DVD-RAM、蓝光盘、任何其它合适的光学介质、RAM、PROM、EPROM、闪存-EPROM、任何其它合适的存储芯片或盒式磁带、载波，或计算机可以从中读取的任何其它合适的介质。
对于本领域技术人员显而易见的是，随着技术的进步，机器视觉***的基本思想可以以各种方式实现。因此，机器视觉***及其实施例不限于上述示例；代替地，它们可以在权利要求的范围内变化。

Claims (8)

1.一种用于机器视觉***的机器视觉***，包括：
至少两个相机(103a-103c)；
控制器(100)，其中所述控制器进一步包括：
至少一个处理器(101)；
至少一个存储器(102)；以及
至少一个数据通信连接(106)；
其中控制器(100)被配置为确定三维虚拟点并接收偏差矩阵，其中偏差矩阵基于使用外部参考测量设备对参考物体的所确定的三维虚拟点的参考测量，其中所述外部参考测量设备为坐标测量机；以及
其中处理器(101)被配置为执行测量过程，包括：
使用机器视觉***来测量参考物体和至少一个目标物体；
计算表示目标物体与参考物体之间的差异的差异矩阵；以及
基于被测的目标物体、相应的差异矩阵和偏差矩阵来计算至少一个目标物体的绝对尺度结果；
其中计算结果矩阵与所确定的坐标矩阵之间的差作为所述偏差矩阵，其中，使用所述外部参考测量设备从所述参考测量得出所述结果矩阵，以及在所述测量过程中使用的所确定的三维虚拟点形成所述所确定的坐标矩阵，所述偏差矩阵在所述测量过程中被用来计算所述至少一个目标物体的绝对尺度结果。
2.如权利要求1所述的机器视觉***，其中控制器(100)还被配置为接收所述所确定的坐标矩阵，其中所述所确定的坐标矩阵包括至少一个虚拟点的坐标。
3.如权利要求2所述的机器视觉***，其中处理器(101)被配置为将至少一个目标物体的绝对尺度结果计算为偏差矩阵、差异矩阵和所确定的坐标矩阵的和。
4.如权利要求3所述的机器视觉***，其中所述机器视觉***还包括坐标测量机(106)。
5.一种用于测量物体的方法，包括：
接收偏差矩阵；
使用机器视觉***测量参考物体和至少一个目标物体(300，301)；
计算表示目标物体与参考物体之间的差异的差异矩阵(302)；
基于被测的目标物体、相应的差异矩阵和偏差矩阵来计算至少一个目标物体的绝对尺度结果(303)，其中偏差矩阵基于使用外部参考测量设备对参考物体的参考测量；
其中计算结果矩阵与所确定的坐标矩阵之间的差作为所述偏差矩阵，其中，使用所述外部参考测量设备从所述参考测量得出所述结果矩阵，以及在所述测量过程中使用的所确定的三维虚拟点形成所述所确定的坐标矩阵，所述偏差矩阵在所述测量过程中被用来计算所述至少一个目标物体的绝对尺度结果。
6.如权利要求5所述的方法，其中所述方法还包括接收所述所确定的坐标矩阵，其中所述所确定的坐标矩阵包括至少一个虚拟点的坐标。
7.如权利要求6所述的方法，其中所述方法还包括将至少一个目标物体的绝对尺度结果计算为偏差矩阵、差异矩阵和所确定的坐标矩阵的和。
8.一种计算机可读存储介质，存储有计算机程序，包括计算机程序代码，其中计算机程序代码被配置为在由计算设备执行时执行如权利要求5-7中任一项所述的方法。
CN201880022640.9A 2017-04-05 2018-01-11 机器视觉*** Active CN110573832B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
FI20175318 2017-04-05
FI20175318A FI127555B (en) 2017-04-05 2017-04-05 Computer vision systems that include coordinate correction
PCT/FI2018/050016 WO2018185363A1 (en) 2017-04-05 2018-01-11 Machine vision system

Publications (2)

Publication Number Publication Date
CN110573832A CN110573832A (zh) 2019-12-13
CN110573832B true CN110573832B (zh) 2022-07-26

Family

ID=61007715

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880022640.9A Active CN110573832B (zh) 2017-04-05 2018-01-11 机器视觉***

Country Status (14)

Country Link
US (1) US11087455B2 (zh)
EP (1) EP3607264B1 (zh)
JP (1) JP6789411B2 (zh)
KR (1) KR102235632B1 (zh)
CN (1) CN110573832B (zh)
ES (1) ES2882712T3 (zh)
FI (1) FI127555B (zh)
HR (1) HRP20211376T1 (zh)
HU (1) HUE055514T2 (zh)
PL (1) PL3607264T3 (zh)
PT (1) PT3607264T (zh)
RS (1) RS62264B1 (zh)
SI (1) SI3607264T1 (zh)
WO (1) WO2018185363A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI127555B (en) 2017-04-05 2018-08-31 Oy Mapvision Ltd Computer vision systems that include coordinate correction
JP7012965B2 (ja) * 2019-03-28 2022-01-31 株式会社AB.do 三次元データスケール付与方法及び三次元データスケール付与プログラム
CN110030928A (zh) * 2019-04-11 2019-07-19 接楚添 基于计算机视觉的空间物体定位和测量的方法和***
CN111724434A (zh) * 2020-06-23 2020-09-29 江苏农牧科技职业学院 一种水产养殖体生长跟踪方法、装置、***及介质
KR20220130552A (ko) 2021-03-18 2022-09-27 주식회사 아이솔 검사부 교체식 인공지능 머신 비전 장치
DE102021121080A1 (de) 2021-08-13 2023-02-16 Inline3D GmbH Messvorrichtung und Verfahren zur Messung eines Objekts
DE102021121073A1 (de) 2021-08-13 2023-02-16 Inline3D GmbH Messvorrichtung und Verfahren zur Messung eines Objektes
DE102023106705A1 (de) 2022-03-17 2023-09-21 Inline3D GmbH Verfahren zum Abgleich von Messsystemen und Messsystemanordnung

Family Cites Families (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FI74556C (fi) 1986-04-11 1988-02-08 Valtion Teknillinen Foerfarande foer tredimensionell oevervakning av ett maolutrymme.
GB8713715D0 (en) 1987-06-11 1987-07-15 Renishaw Plc Workpiece inspection method
US5426861A (en) 1993-04-19 1995-06-27 Advanced Metrological Development Method and apparatus for inspecting parts for dimensional accuracy outside a laboratory environment
JP3335602B2 (ja) * 1999-11-26 2002-10-21 株式会社クリエイティブ・ブレインズ 思考系の解析方法および解析装置
US6526166B1 (en) 1999-12-29 2003-02-25 Intel Corporation Using a reference cube for capture of 3D geometry
WO2002086420A1 (en) 2001-04-19 2002-10-31 Dimensional Photonics, Inc. Calibration apparatus, system and method
GB0117541D0 (en) * 2001-07-19 2003-08-06 Bae Systems Plc Automatic registration of images in digital terrain elevation data
US7193559B2 (en) * 2003-01-21 2007-03-20 Novatel, Inc. Inertial GPS navigation system with modified kalman filter
US7394946B2 (en) * 2004-05-18 2008-07-01 Agfa Healthcare Method for automatically mapping of geometric objects in digital medical images
DE102005016955A1 (de) * 2005-04-12 2006-10-19 Universität Tübingen Verfahren und Vorrichtung zur Verarbeitung von Bild- und Volumendaten auf Basis statistischer Modelle
JP2006308500A (ja) 2005-04-28 2006-11-09 Yorozu Corp 三次元ワーク測定方法
EP2013571B1 (en) * 2006-04-21 2011-09-07 Renishaw plc Method of error correction
US7625088B2 (en) * 2007-02-22 2009-12-01 Kowa Company Ltd. Image processing apparatus
US8126260B2 (en) 2007-05-29 2012-02-28 Cognex Corporation System and method for locating a three-dimensional object using machine vision
US7705592B2 (en) * 2008-02-01 2010-04-27 Baker Hughes Incorporated Two dimensional T1/T2APP-T2APP processing of multi-gradient NMR data
US8442304B2 (en) * 2008-12-29 2013-05-14 Cognex Corporation System and method for three-dimensional alignment of objects using machine vision
JP2011043419A (ja) * 2009-08-21 2011-03-03 Sony Corp 情報処理装置、および情報処理方法、並びにプログラム
US8121400B2 (en) * 2009-09-24 2012-02-21 Huper Laboratories Co., Ltd. Method of comparing similarity of 3D visual objects
JP5526375B2 (ja) 2011-07-07 2014-06-18 トヨタ自動車東日本株式会社 三次元計測システム及び三次元計測方法
KR101398126B1 (ko) 2012-04-18 2014-05-27 박윤식 서랍용 슬라이드 장치
CN103424083B (zh) 2012-05-24 2016-02-10 北京数码视讯科技股份有限公司 物体深度的检测方法、装置和***
DE102012220048B4 (de) * 2012-11-02 2018-09-20 Sirona Dental Systems Gmbh Kalibrierungsvorrichtung und Verfahren zur Kalibrierung einer dentalen Kamera
US9230339B2 (en) 2013-01-07 2016-01-05 Wexenergy Innovations Llc System and method of measuring distances related to an object
CN103983186B (zh) 2014-04-17 2016-08-24 内蒙古大学 双目视觉***校正方法及校正设备
CN103955939B (zh) 2014-05-16 2018-06-19 重庆理工大学 三维扫描***中点云拼接用边界特征点配准方法
CN104034269B (zh) 2014-06-24 2018-04-17 深圳市赛为智能股份有限公司 一种单目视觉测量方法与装置
EP3238447B1 (en) 2014-12-22 2021-10-27 Cyberoptics Corporation Updating calibration of a three-dimensional measurement system
EP3040941B1 (en) * 2014-12-29 2017-08-02 Dassault Systèmes Method for calibrating a depth camera
US11158039B2 (en) 2015-06-26 2021-10-26 Cognex Corporation Using 3D vision for automated industrial inspection
US10290118B2 (en) 2015-08-06 2019-05-14 Cognex Corporation System and method for tying together machine vision coordinate spaces in a guided assembly environment
CN105091866A (zh) 2015-09-11 2015-11-25 天津大学 零件位姿识别视觉***及其标定方法
JP2017116297A (ja) 2015-12-21 2017-06-29 株式会社ミツトヨ 画像測定方法及び画像測定機
CN105865335A (zh) 2016-04-21 2016-08-17 四川大学 一种基于机器视觉的定子线棒截面尺寸检测***
FI127555B (en) 2017-04-05 2018-08-31 Oy Mapvision Ltd Computer vision systems that include coordinate correction
FR3086052B1 (fr) * 2018-09-13 2020-10-02 Ixblue Système de localisation, et procédé de localisation associé

Also Published As

Publication number Publication date
HRP20211376T1 (hr) 2021-11-26
JP6789411B2 (ja) 2020-11-25
KR102235632B1 (ko) 2021-04-05
FI127555B (en) 2018-08-31
PL3607264T3 (pl) 2022-01-17
EP3607264B1 (en) 2021-06-09
SI3607264T1 (sl) 2021-11-30
CN110573832A (zh) 2019-12-13
HUE055514T2 (hu) 2021-12-28
ES2882712T3 (es) 2021-12-02
KR20190137131A (ko) 2019-12-10
PT3607264T (pt) 2021-09-13
US20210004944A1 (en) 2021-01-07
RS62264B1 (sr) 2021-09-30
US11087455B2 (en) 2021-08-10
WO2018185363A1 (en) 2018-10-11
JP2020513107A (ja) 2020-04-30
EP3607264A1 (en) 2020-02-12

Similar Documents

Publication Publication Date Title
CN110573832B (zh) 机器视觉***
Wasenmüller et al. Comparison of kinect v1 and v2 depth images in terms of accuracy and precision
EP3309504B1 (en) System and method for measurement based quality inspection
US10466029B2 (en) Method for correcting an angular deviation in the operation of a coordinate measuring machine
WO2018195096A1 (en) High-accuracy calibration system and method
CN112907727B (zh) 相对变换矩阵的标定方法、装置及***
de Araujo et al. Computer vision system for workpiece referencing in three-axis machining centers
Luhmann Eccentricity in images of circular and spherical targets and its impact on spatial intersection
Ahmadabadian et al. Stereo‐imaging network design for precise and dense 3D reconstruction
CN113567964A (zh) 激光雷达自动测试方法及装置、***
Tushev et al. Architecture of industrial close-range photogrammetric system with multi-functional coded targets
KR102152217B1 (ko) Vr 장비와 ar 장비간의 좌표계 일치용 지그 및 이를 이용한 물리 공간 공유 방법
JP2005322128A (ja) ステレオ３次元計測用キャリブレーション方法及び３次元位置算出方法
EP3693697A1 (en) Method for calibrating a 3d measurement arrangement
El-Hakim et al. Critical factors and configurations for practical 3D image-based modeling
CN113822920A (zh) 结构光相机获取深度信息的方法、电子设备及存储介质
CN111145247B (zh) 基于视觉的位置度检测方法及机器人、计算机存储介质
CN108801226B (zh) 平面倾斜测试方法及设备
CN112304214B (zh) 基于摄影测量的工装检测方法和工装检测***
CN104169704A (zh) 用于测量光学组件的几何结构的方法和工具
KR100914857B1 (ko) 3차원 비전 카메라 시스템을 이용한 작업 대상물 위치 인식및 캐드 데이터 매칭 방법과 그 시스템
JP2005229111A (ja) 基体上の少なくとも１つの部品配置位置を推定する方法及びかかる方法を実施する装置
JP2020197495A (ja) 情報処理装置、計測装置、情報処理方法、プログラム、システム及び物品の製造方法
CN118097039B (zh) 基于离散化投影光线的面结构光三维点云重建方法及***
CN114087988B (zh) 一种单目单线结构光传感器的精度评价方法

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