CN110689491A - 一种机器视觉下的筒子纱侧面图像校正方法 - Google Patents
一种机器视觉下的筒子纱侧面图像校正方法 Download PDFInfo
- Publication number
- CN110689491A CN110689491A CN201910850919.2A CN201910850919A CN110689491A CN 110689491 A CN110689491 A CN 110689491A CN 201910850919 A CN201910850919 A CN 201910850919A CN 110689491 A CN110689491 A CN 110689491A
- Authority
- CN
- China
- Prior art keywords
- cheese
- coordinate system
- image
- point
- camera
- 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.)
- Granted
Links
- 235000013351 cheese Nutrition 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 21
- 239000011159 matrix material Substances 0.000 claims abstract description 37
- 230000009466 transformation Effects 0.000 claims abstract description 13
- 238000003384 imaging method Methods 0.000 claims abstract description 12
- 230000003287 optical effect Effects 0.000 claims description 9
- 238000013507 mapping Methods 0.000 claims description 7
- 230000000694 effects Effects 0.000 abstract description 3
- 238000012937 correction Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003702 image correction Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000009987 spinning Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000004753 textile Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- 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
- G06T2207/30124—Fabrics; Textile; Paper
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种机器视觉下的筒子纱侧面图像校正方法,以透视投影为基础,建立筒子纱侧面图像成像模型,获得筒子纱侧面图像;将世界坐标系中对应于图像坐标系的点坐标转化为齐次坐标,获得相机的内部参数矩阵和外部参数矩阵,外部参数矩阵结合内部参数矩阵求解获得变换矩阵;将筒子纱表面上的点与图像投影点的关系用齐次方程表示,根据该齐次方程求出校正后的筒子纱侧面图像中的点坐标,并对每个点的灰度值进行重置即可获得校正后的筒子纱侧面图像。本发明提出的机器视觉下的筒子纱侧面图像校正方法可以较好的校正各种直径的失真的筒子纱图像,对于筒子纱侧面图像上下边界的直线特性具有较好的还原效果。
Description
技术领域:
本发明属于数字图像处理领域,具体涉及一种机器视觉下的筒子纱侧面图像校正方法。
背景技术:
筒子纱是纺纱厂络筒工序的产出品,其质量直接影响后道工序的生产,并最终影响纺织品的质量。受生产工艺的设定、设备清洁维护不到位、原材料质量等因素限制,筒子纱可能会存在缺陷,需要对筒子纱进行检测,其中有一种检测方法是基于机器视觉的检测。
在利用机器视觉进行筒子纱的外部形状检测时,需要所拍摄的图像与筒子纱实物的外形一致,通常情况下的相机模型是理想化的小孔成像模型,实际成像时,通过相机采集的图像总是有一定的非线性失真,这种非线性失真称为几何畸变,不利于后续的图像处理。为了校正这种几何畸变,需要对相机进行标定,即计算相机的内部参数和外部参数。随着现代工艺的进步,由成像***硬件造成的失真越来越小,但是不能从根本上消除,在机器视觉上,精准的图像可以提高检测***的精确度,一般采集到的筒子纱侧面图像中,筒子纱轮廓上下边界的直线特性失真较为严重,所以需要对筒子纱图像进行竖直方向上的校正。鉴于生产中的需要,根据透视投影理论,发明人提出了一种基于相机标定和图像信息相结合的校正法,本案由此而生。
发明内容:
针对面阵相机拍摄时筒子纱侧面图像的畸变问题,本发明提出了一种计算量较小,对各种直径的筒子纱具有较好适应性的筒子纱侧面图像校正方法,具体采用以下技术方案实现:
一种机器视觉下的筒子纱侧面图像校正方法,内容包括:以透视投影为基础,建立筒子纱侧面图像成像模型,获得筒子纱侧面图像;将世界坐标系中对应于图像坐标系的点坐标转化为齐次坐标,获得相机的内部参数矩阵和外部参数矩阵,外部参数矩阵结合内部参数矩阵求解获得变换矩阵;将筒子纱表面上的点与图像投影点的关系用齐次方程表示,根据该齐次方程求出校正后的筒子纱侧面图像中的点坐标,并对每个点的灰度值进行重置即可获得校正后的筒子纱侧面图像。
所述筒子纱侧面图像成像模型中建立相机坐标系、世界坐标系、以及图像坐标系,相机坐标系以o点表示相机光心,以x轴、y轴及相机光轴z轴组成直角坐标系;XO1Y构成图像坐标系,OW为原点,XWYWZW构成世界坐标系,图像坐标系介于相机坐标系与世界坐标系之间,世界坐标系的ZW轴与相机坐标系的相机光轴z位于同一直线上,筒子纱位于世界坐标系中,且世界坐标系的XW轴平行于筒子纱以及相机坐标系的x轴。
所述筒子纱表面上的点满足以下关系式:
上式中,r为筒子纱半径;筒子纱表面上Q点在世界坐标系中的点坐标为Q(XW,YW,ZW),该点Q的齐次坐标为Q=(XW,YW,ZW)T,Q点在图像坐标系中的映射点q坐标为q(u,v),映射点q在图像坐标系中的齐次坐标为q=(u,v)T,O1(u0,v0)为图像坐标系的原点,相机在x轴和y轴上的尺度因子分别为fx=f/dx、fy=f/dy,根据射影变换,将世界坐标系中的点Q投影到图像坐标系上的点q,由式(2)表示:
上式中,M为相机的内部参数矩阵,H为相机的外部参数矩阵,T为变换矩阵。
所述内部参数矩阵表示为:f为相机焦距,
外部参数矩阵H与OOW有关,OOW由下式决定,d为物距,d=oO1:
OOW=d+2r (4)
变换矩阵T为:
所述筒子纱表面上的点与图像投影点的关系用齐次方程表示为:
本发明首先根据图像采集装置及标定获得相关固定参数,然后分析筒子纱图像边界直线特性丢失的原理,建立校正模型,将筒子纱侧面图像上的点在世界坐标系和图像坐标系中的对应关系用齐次方程表示出来,然后根据该齐次方程对采集到的筒子纱侧面图像中的所有点进行逐个校正,得到校正后的图像。本发明提出的机器视觉下的筒子纱侧面图像校正方法可以较好的校正各种直径的失真的筒子纱图像,对于筒子纱侧面图像上下边界的直线特性具有较好的还原效果。
以下通过附图和具体实施方式对本发明做进一步阐述。
附图说明:
图1为本发明筒子纱侧面图像成像模型示意图;
图2为筒子纱表面上以Q点为例的校正模型示意图;
图3为实施例中校正前的筒子纱侧面图像示意;
图4为实施例中校正后的筒子纱侧面图像示意。
具体实施方式:
本实施例公开一种机器视觉下的筒子纱侧面图像校正方法,以透视投影为基础,建立筒子纱侧面图像成像模型,获得筒子纱侧面图像;将世界坐标系中对应于图像坐标系的点坐标转化为齐次坐标,获得相机的内部参数矩阵和外部参数矩阵,外部参数矩阵结合内部参数矩阵求解获得变换矩阵;将筒子纱表面上的点与图像投影点的关系用齐次方程表示,根据该齐次方程求出校正后的筒子纱侧面图像中的点坐标,并对每个点的灰度值进行重置即可获得校正后的筒子纱侧面图像。下面结合附图给予详细说明:
本发明是以透视投影理论作为基础来建立筒子纱侧面图像成像模型,筒子纱侧面图像的成像坐标系的建立如图1所示,该坐标系由相机坐标系、世界坐标系、以及图像坐标系构成。相机坐标系以o点表示相机光心,以x轴、y轴及相机光轴z轴组成直角坐标系;XO1Y构成图像坐标系;OW为原点,XWYWZW构成世界坐标系,图像坐标系介于相机坐标系与世界坐标系之间。世界坐标系的ZW轴与相机坐标系的相机光轴z位于同一直线上,f为相机的焦距,筒子纱位于世界坐标系中,且世界坐标系的XW轴平行于筒子纱以及相机坐标系的x轴。图1中的矩形ABCD为有效视场,位于世界坐标系中,在图像坐标系中,所有的单位为像素。
筒子纱表面上Q点在世界坐标系中的点坐标为Q(XW,YW,ZW),该点Q的齐次坐标为Q=(XW,YW,ZW)T,Q点在图像坐标系中的映射点q坐标为q(u,v),映射点q在图像坐标系中的齐次坐标为q=(u,v)T,O1(u0,v0)为图像坐标系的原点,一般来说,数字相机中像素是长和宽分别为dx和dy矩形,相机在x轴和y轴上的尺度因子分别为fx=f/dx、fy=f/dy,根据射影变换,将世界坐标系中的点Q投影到图像坐标系上的点q,由式(2)表示:
上式中,M为相机的内部参数矩阵,H为相机的外部参数矩阵,T为变换矩阵。
其中,内部参数矩阵M表示为:
外部参数矩阵H由相机和世界坐标系的相对位置关系决定,本实施例中仅与OOW有关,此时图像坐标系中与q点相关的半径r的值为q点所在行灰度值为0的像素个数。OOW由下式决定1:
OOW=d+2r (4)
可得外部参数矩阵H为:
由式(3)和(5)可以得到变换矩阵T为:
综上,筒子纱表面上的点Q与图像投影点q的关系可以用下面的齐次方程表示:
根据该式(7)可以求出校正后筒子纱图像中所有点的坐标,并经过重置每个点的灰度值即可得到校正后无畸变的筒子纱图像。图3展示了未校正前一个筒子纱侧面图像,从图3中可以看出筒子纱的上、下边界为弧线,存在畸变现象。利用本发明上述提供的校正方法后,可以得到图4所展示的校正后的筒子纱侧面图像,从图4与图3的对比可以清楚看到,图4中筒子纱的上、下边界为直线,由此验证了本发明具有较好的直线特性还原效果。
以上实施例仅用以说明本发明的技术方案而非限制,本领域普通技术人员对本发明的技术方案所做的其他修改或者等同替换,只要不脱离本发明技术方案的精神和范围,均应涵盖在本发明的权利要求范围中。
Claims (5)
1.一种机器视觉下的筒子纱侧面图像校正方法,其特征在于:以透视投影为基础,建立筒子纱侧面图像成像模型,获得筒子纱侧面图像;将世界坐标系中对应于图像坐标系的点坐标转化为齐次坐标,获得相机的内部参数矩阵和外部参数矩阵,外部参数矩阵结合内部参数矩阵求解获得变换矩阵;将筒子纱表面上的点与图像投影点的关系用齐次方程表示,根据该齐次方程求出校正后的筒子纱侧面图像中的点坐标,并对每个点的灰度值进行重置即可获得校正后的筒子纱侧面图像。
2.根据权利要求1所述的一种机器视觉下的筒子纱侧面图像校正方法,其特征在于:所述筒子纱侧面图像成像模型中建立相机坐标系、世界坐标系、以及图像坐标系,相机坐标系以o点表示相机光心,以x轴、y轴及相机光轴z轴组成直角坐标系;XO1Y构成图像坐标系,OW为原点,XWYWZW构成世界坐标系,图像坐标系介于相机坐标系与世界坐标系之间,世界坐标系的ZW轴与相机坐标系的相机光轴z位于同一直线上,筒子纱位于世界坐标系中,且世界坐标系的XW轴平行于筒子纱以及相机坐标系的x轴。
3.根据权利要求2所述的一种机器视觉下的筒子纱侧面图像校正方法,其特征在于:所述筒子纱表面上的点满足以下关系式:
上式中,r为筒子纱半径;筒子纱表面上Q点在世界坐标系中的点坐标为Q(XW,YW,ZW),该点Q的齐次坐标为Q=(XW,YW,ZW)T,Q点在图像坐标系中的映射点q坐标为q(u,v),映射点q在图像坐标系中的齐次坐标为q=(u,v)T,O1(u0,v0)为图像坐标系的原点,相机在x轴和y轴上的尺度因子分别为fx=f/dx、fy=f/dy,根据射影变换,将世界坐标系中的点Q投影到图像坐标系上的点q,由式(2)表示:
上式中,M为相机的内部参数矩阵,H为相机的外部参数矩阵,T为变换矩阵。
5.根据权利要求4所述的一种机器视觉下的筒子纱侧面图像校正方法,其特征在于:所述筒子纱表面上的点与图像投影点的关系用齐次方程表示为:
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910794143 | 2019-08-27 | ||
CN2019107941437 | 2019-08-27 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110689491A true CN110689491A (zh) | 2020-01-14 |
CN110689491B CN110689491B (zh) | 2022-03-29 |
Family
ID=69108913
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910850919.2A Active CN110689491B (zh) | 2019-08-27 | 2019-09-10 | 一种机器视觉下的筒子纱侧面图像校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110689491B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106120071A (zh) * | 2016-08-22 | 2016-11-16 | 广东溢达纺织有限公司 | 整经装纱*** |
CN205990491U (zh) * | 2016-08-22 | 2017-03-01 | 广东溢达纺织有限公司 | 筒子纱抓取装置 |
CN106856003A (zh) * | 2016-12-31 | 2017-06-16 | 南京理工大学 | 轴类工件侧表面缺陷检测图像的展开校正方法 |
CN109520888A (zh) * | 2018-12-29 | 2019-03-26 | 浙江理工大学 | 一种筒子纱密度在线检测装置 |
-
2019
- 2019-09-10 CN CN201910850919.2A patent/CN110689491B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106120071A (zh) * | 2016-08-22 | 2016-11-16 | 广东溢达纺织有限公司 | 整经装纱*** |
CN205990491U (zh) * | 2016-08-22 | 2017-03-01 | 广东溢达纺织有限公司 | 筒子纱抓取装置 |
CN106856003A (zh) * | 2016-12-31 | 2017-06-16 | 南京理工大学 | 轴类工件侧表面缺陷检测图像的展开校正方法 |
CN109520888A (zh) * | 2018-12-29 | 2019-03-26 | 浙江理工大学 | 一种筒子纱密度在线检测装置 |
Non-Patent Citations (1)
Title |
---|
牟新刚 等: ""基于机器视觉的筒子纱缺陷在线检测***"", 《纺织学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110689491B (zh) | 2022-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106504290B (zh) | 一种高精度的摄像机动态标定方法 | |
CN112223285B (zh) | 一种基于组合测量的机器人手眼标定方法 | |
CN111243033B (zh) | 一种优化双目相机外参数的方法 | |
EP2417419B1 (en) | Digital optical comparator and corresponding digital comparison method | |
CN112837257B (zh) | 一种基于机器视觉的曲面标签拼接检测方法 | |
US8588510B2 (en) | Image processing apparatus and image processing method | |
CN106815823B (zh) | 一种透镜畸变标定校正方法及其装置 | |
TW201541410A (zh) | 鏡頭失真校正方法 | |
CN106815866B (zh) | 鱼眼相机的标定方法及其标定***和标板 | |
JP2011180084A (ja) | 部品実装機の撮像画像処理装置 | |
CN106204480A (zh) | 基于圆锥曲线的图像畸变矫正方法及实时矫正装置 | |
CN111047633A (zh) | 单目测距装置 | |
US20070013803A1 (en) | Pickup image processing device of electronic part mounting device and pickup image processing method | |
CN111131801B (zh) | 投影仪校正***、方法及投影仪 | |
CN110689491B (zh) | 一种机器视觉下的筒子纱侧面图像校正方法 | |
CN109887038B (zh) | 一种用于在线检测的机器视觉图像校正方法 | |
CN111080716A (zh) | 基于彩色编码相移条纹的相机标定靶标及标定点提取方法 | |
CN108230400B (zh) | 一种适用于激光切割机的自适应坐标重建方法 | |
CN111179180B (zh) | 影像的修正方法及其装置 | |
CN117475122A (zh) | 一种自适应不同物料速度的线阵相机图像识别方法 | |
CN108198222A (zh) | 一种广角镜头标定及图像矫正方法 | |
CN116543055A (zh) | 图像畸变标定方法、校正方法、计算机装置、计算机可读存储介质 | |
CN113436214B (zh) | 布氏硬度压痕圆测量方法、***及计算机可读存储介质 | |
JP2006010613A (ja) | 画像の歪み補正方法 | |
CN106709885B (zh) | 一种亚像素级畸变校正方法及装置 |
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 |