CN111738971B - 一种基于线激光双目立体视觉的电路板立体扫描检测方法 - Google Patents

一种基于线激光双目立体视觉的电路板立体扫描检测方法 Download PDF

Info

Publication number
CN111738971B
CN111738971B CN201910209951.2A CN201910209951A CN111738971B CN 111738971 B CN111738971 B CN 111738971B CN 201910209951 A CN201910209951 A CN 201910209951A CN 111738971 B CN111738971 B CN 111738971B
Authority
CN
China
Prior art keywords
circuit board
image
line laser
line
binocular
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
CN201910209951.2A
Other languages
English (en)
Other versions
CN111738971A (zh
Inventor
董霄剑
曾洪庆
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.)
Beijing Vizum Intelligent Technology Co ltd
Original Assignee
Beijing Vizum Intelligent 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 Beijing Vizum Intelligent Technology Co ltd filed Critical Beijing Vizum Intelligent Technology Co ltd
Priority to CN201910209951.2A priority Critical patent/CN111738971B/zh
Publication of CN111738971A publication Critical patent/CN111738971A/zh
Application granted granted Critical
Publication of CN111738971B publication Critical patent/CN111738971B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20228—Disparity calculation for image-based rendering
    • 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
    • G06T2207/30148—Semiconductor; IC; Wafer

Landscapes

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

Abstract

本发明提出一种基于线激光双目立体视觉的电路板立体扫描检测方法，包括投射线激光到电路板上；利用线激光双目测量方法测定电路板上激光扫描线的三维数据；线激光完整扫描电路板，利用线激光双目测量方法得到电路板完整的轮廓三维数据；根据电路板完整的轮廓三维数据生成电路板轮廓点云图；将生成的电路板轮廓点云图与预先存储的标准电路板模型数据进行比对；在设定的误差范围内判定比对结果是否一致；输出比对结果并在比对结果不一致时发出***警报。本发明由线激光复刻电路板轮廓图像，双目相机稳定获取激光线图像，能适应各种光照环境，抗环境干扰强，准确度高；克服了现有图像扫描方法、设备只能扫描未装联的电路板的难题，实用性大大加强。

Description

一种基于线激光双目立体视觉的电路板立体扫描检测方法
技术领域
本发明涉及电路检测技术领域，具体涉及一种基于线激光双目立体视觉的电路板立体扫描检测方法。
背景技术
随着计算机技术、大规模集成电路技术的飞速发展，如今电子***、电子设备已广泛应用于科研、生产的各个领域。在研制电子***和电子设备过程中必须对焊接了电子元件的电路板进行检验，以检验确认各电子元件型号是否正确、焊接位置是否正确、有无漏焊。
传统的检验工作都是由检验人员根据设计人员提供的元器件清单和电路板原理图进行逐一对照人工检验完成。这种人工检验的方法工作强度大，容易因人员疲劳导致漏检错检，而且检验速度慢，效率低。
随着检验工作的日益增多，人工检验已经不能满足当前要求，对电路板进行图像扫描就成为一种行之有效的方法。现有的图像扫描方法、设备，只能扫描平面的设备，因此只能扫描未装联的电路板，而装联完成的电路板由于元器件具有一定高度，成为了立体结构，采用现有的图像扫描方法、设备无法对其进行扫描，使电路板图像的采集变得困难。
发明内容
针对上述问题，本发明提出一种基于线激光双目立体视觉的电路板立体扫描检测方法，利用运动的线激光加双目相机来精确获取电路板的轮廓数据，生成轮廓点云图后与标准电路板模型数据进行比对，完成电路板的检验。本发明的主要内容是：
一种基于线激光双目立体视觉的电路板立体扫描检测方法，包括：投射线激光到电路板上；利用线激光双目测量方法测定电路板上激光扫描线的三维数据；线激光完整扫描电路板，利用线激光双目测量方法得到电路板完整的轮廓三维数据；根据电路板完整的轮廓三维数据生成电路板轮廓点云图；将生成的电路板轮廓点云图与预先存储的标准电路板模型数据进行比对；在设定的误差范围内判定比对结果是否一致；输出比对结果并在比对结果不一致时发出***警报。
进一步地，所述线激光双目测量方法包括：对双目相机进行立体标定；通过双目相机的左摄像头和右摄像头分别获取电路板的左图像和右图像；对获取的左图像和右图像进行立体校正，使校正后的左图像和右图像行对准；对校正后的左图像和右图像进行匹配得到线激光成像匹配点对；根据线激光成像匹配点对得到左右图像视差，根据左右图像视差计算该激光线投射处的电路板轮廓三维数据。
进一步地，所述对校正后的左图像和右图像进行匹配得到线激光成像匹配点对包括：在匹配之前利用亚像素数值极值检测算法精确定位激光线的位置，所用亚像素数值极值检测算法可以是高斯近似、抛物线近似、质心算法、线性插值、数值微分滤波。
进一步地，所述线激光完整扫描电路板的操作方式可以是匀速移动线激光发射器及双目相机，也可以是匀速移动电路板。
进一步地，所述线激光发射器及双目相机位置相对固定。
进一步地，所述生成电路板轮廓点云图包括：获取左右视图视差后计算各点深度值得到深度图；根据深度图转换成点云图。
进一步地，所述误差范围根据电路板工业要求自行确定。
进一步地，所述发出***警报包括但不限于在显示器上显示不一致的比对结果、***发出警报声音、***暂停运行。
本发明的有益效果是：利用运动的线激光加双目相机来获取电路板三维轮廓图像，通过处理轮廓图像三维数据来完成电路板的检验，一方面由于线激光能完美复刻电路板轮廓图像，双目相机能稳定获取激光线图像，能够适应各种光照环境，抗环境干扰强，准确度高；另一方面克服了现有的图像扫描方法、设备只能扫描平面的设备即只能扫描未装联的电路板的难题，实用性大大加强。
附图说明
图1是本发明的方法流程图；
图2是本发明的检测方法一个使用场景示意图。
图中：1.双目相机；2.线激光发射器；3.电路板；4.传送带；5.激光线。
具体实施方式
下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
参见图1-2，本发明实施例具体包括以下步骤：
(1)对双目相机进行立体标定；
(2)控制线激光发射器发出的线激光投射到电路板上；
(3)通过双目相机的左摄像头和右摄像头分别获取电路板的带有时间戳的左图像和右图像；
(4)对获取的左图像和右图像进行立体校正，使校正后的左图像和右图像行对准；
(5)对校正后的左图像和右图像进行匹配得到线激光成像匹配点对；
(6)根据线激光成像匹配点对得到左右图像视差，根据左右图像视差计算该激光线投射处的电路板轮廓三维数据；
(7)匀速移动电路板使线激光从任一侧匀速扫过电路板；
(8)重复上述步骤(3)～(6)，获取完整的电路板轮廓三维数据；
(9)根据电路板完整的轮廓三维数据生成电路板轮廓点云图；
(10)将生成的电路板轮廓点云图与预先存储的标准电路板模型数据进行比对；
(11)在设定的误差范围内判定比对结果是否一致；
(12)输出比对结果并在比对结果不一致时发出***警报。
上述步骤(1)中对双目相机进行立体标定包括：
对双目相机的左摄像头和右摄像头分别进行标定，得到所述双目相机的内参矩阵A、所述左摄像头的旋转矩阵R1和所述右摄像头的旋转矩阵R2，以及所述左摄像头的平移向量T1和所述右摄像头的平移向量T2；
通过如下公式计算得到所述左摄像头和所述右摄像头之间的旋转矩阵R和平移向量T：
上述步骤(4)中对获取的左图像和右图像进行立体校正包括：
将所述旋转矩阵R分解为两个旋转矩阵r1和r2，其中r1和r2通过假设将所述左摄像头和所述右摄像头各旋转一半使所述左摄像头和所述右摄像头的光轴平行而得到；
对所述左图像和所述右图像进行行对准通过下式实现：
其中，Rrect为使行对准的旋转矩阵：
旋转矩阵Rrect由极点e1方向开始，以所述左图像的原点为主，所述左摄像头至所述右摄像头的平移向量的方向为主点方向：
e1与e2正交，将e1归一化到单位向量：
其中，Tx为平移向量T在双目相机所处平面内水平方向的分量，Ty为平移向量T在双目相机所处平面内竖直方向的分量；
e3与e1和e2正交，e3通过如下公式计算得到：
e3＝e2×e1
根据上述旋转矩阵物理意义有：
其中，α表示为使行对准，所述左摄像头和所述右摄像头在其所处平面内需要旋转的角度，0≤α≤180°；对于所述左摄像头，使其绕e3方向旋转α'，对于右相机，使其绕e3方向旋转α”。
上述步骤(5)中对校正后的左图像和右图像进行匹配得到线激光成像匹配点对包括：
根据所述线激光发射器和所述双目相机的安装位置以及电路板的位置，确定图像的处理区域ROI；
对校正后的左图像和校正后的右图像进行预处理，分别转换为左灰度图和右灰度图；
分别对所述左灰度图和所述右灰度图位于ROI内的部分进行水平扫描，计算每个扫描点的窗口能量：
其中，(x，y)表示扫描点坐标，也是计算窗口的中心坐标；n表示从所述左灰度图所选窗口中心到边缘的距离，I(x+i，y+j)表示图像坐标(x+i，y+j)处的图像灰度值；
每个扫描行E(x，y)的极大值处为线激光的成像处，根据线激光条数M，得到M个极值，按x坐标从左到右进行排序，记为(x，y)k，k＝1，2，...M；
对所述左灰度图和所述右灰度图的坐标y相同的水平扫描行构成的水平极线进行扫描得到所述左灰度图和所述右灰度图的线激光成像点(xL，y)k和(xR，y)k，L和R分别表示左灰度图和右灰度图，左右序列中k相同的点构成匹配点对。
上述步骤(6)中根据线激光成像匹配点对得到左右图像视差，根据左右图像视差计算该激光线投射处的电路板轮廓三维数据包括：
第y行水平极线上线激光成像的视差通过如下公式计算：
dyk＝xL-xR，k＝1，2，...M，
其中，dyk为纵坐标为y的极线第k条激光成像点的视差；
根据双目相机的内参矩阵A、外参矩阵[R T]及如下公式计算得到电路板轮廓各点在空间中的三维坐标(Z，X，Y)：
其中，f是外参矩阵[R T]中双目相机的焦距，B是内参矩阵A中所述左摄像头和所述右摄像头的间距，由标定信息给出；XL-XR为空间一点在所述左灰度图和所述右灰度图之间的视差，由匹配信息给出；(x,y)为电路板轮廓点在成像平面上的坐标。
上述步骤(9)中根据电路板完整的轮廓三维数据生成电路板轮廓点云图包括：获取左右视图视差后根据depth＝(f*baseline)/disp计算各点深度值得到深度图，其中depth表示深度，f表示归一化的焦距即内参中的fx，baseline表示两相机光心间距离即基线距离，disp表示视差值；根据深度图转换成点云图，转换公式：
其中cx，cy，fx，fy均为相机内参。

Claims (7)

1.一种基于线激光双目立体视觉的电路板立体扫描检测方法，其特征在于，包括：投射线激光到电路板上；利用线激光双目测量方法测定电路板上激光扫描线的三维数据；线激光完整扫描电路板，利用线激光双目测量方法得到电路板完整的轮廓三维数据；根据电路板完整的轮廓三维数据生成电路板轮廓点云图；将生成的电路板轮廓点云图与预先存储的标准电路板模型数据进行比对；在设定的误差范围内判定比对结果是否一致；输出比对结果并在比对结果不一致时发出***警报；
所述线激光双目测量方法包括：对双目相机进行立体标定；通过双目相机的左摄像头和右摄像头分别获取电路板的左图像和右图像；对获取的左图像和右图像进行立体校正，使校正后的左图像和右图像行对准；对校正后的左图像和右图像进行匹配得到线激光成像匹配点对；根据线激光成像匹配点对得到左右图像视差，根据左右图像视差计算该线激光投射处的电路板轮廓三维数据；
对校正后的左图像和右图像进行匹配得到线激光成像匹配点对包括：根据所述线激光发射器和所述双目相机的安装位置以及电路板的位置，确定图像的处理区域ROI；对校正后的左图像和校正后的右图像进行预处理，分别转换为左灰度图和右灰度图；分别对所述左灰度图和所述右灰度图位于ROI内的部分进行水平扫描，计算每个扫描点的窗口能量：
其中，(x，y)表示扫描点坐标，也是计算窗口的中心坐标；n表示从所述左灰度图所选窗口中心到边缘的距离，I(x+i，y+j)表示图像坐标(x+i，y+j)处的图像灰度值；
每个扫描行E(x，y)的极大值处为线激光的成像处，根据线激光条数M，得到M个极值，按x坐标从左到右进行排序，记为(x，y)k，k＝1，2，...M；
对所述左灰度图和所述右灰度图的坐标y相同的水平扫描行构成的水平极线进行扫描得到所述左灰度图和所述右灰度图的线激光成像点(xL，y)k和(xR，y)k，L和R分别表示左灰度图和右灰度图，左右序列中k相同的点构成匹配点对；
根据线激光成像匹配点对得到左右图像视差，根据左右图像视差计算该线激光投射处的电路板轮廓三维数据包括：
第y行水平极线上线激光成像的视差通过如下公式计算：
dyk＝xL-xR，k＝1，2，...M，其中，dyk为纵坐标为y的极线第k条激光成像点的视差；
根据双目相机的内参矩阵A、外参矩阵[R T]及如下公式计算得到电路板轮廓各点在空间中的三维坐标(Z，X，Y)：
其中，f是外参矩阵[R T]中双目相机的焦距，B是内参矩阵A中所述左摄像头和所述右摄像头的间距，由标定信息给出；XL-XR为空间一点在所述左灰度图和所述右灰度图之间的视差，由匹配信息给出；(x,y)为电路板轮廓点在成像平面上的坐标。
2.根据权利要求1所述的基于线激光双目立体视觉的电路板立体扫描检测方法，其特征在于，所述对校正后的左图像和右图像进行匹配得到线激光成像匹配点对，在匹配之前利用亚像素数值极值检测算法精确定位激光线的位置，所用亚像素数值极值检测算法是高斯近似、抛物线近似、质心算法、线性插值、数值微分滤波。
3.根据权利要求1所述的基于线激光双目立体视觉的电路板立体扫描检测方法，其特征在于，所述线激光完整扫描电路板的操作方式是匀速移动线激光发射器及双目相机，或匀速移动电路板。
4.根据权利要求2所述的基于线激光双目立体视觉的电路板立体扫描检测方法，其特征在于，所述线激光发射器及双目相机位置相对固定。
5.根据权利要求1所述的基于线激光双目立体视觉的电路板立体扫描检测方法，其特征在于，所述生成电路板轮廓点云图包括：获取左右视图视差后计算各点深度值得到深度图；根据深度图转换成点云图。
6.根据权利要求1所述的基于线激光双目立体视觉的电路板立体扫描检测方法，其特征在于，所述误差范围根据电路板工业要求自行确定。
7.根据权利要求1所述的基于线激光双目立体视觉的电路板立体扫描检测方法，其特征在于，所述发出***警报包括但不限于在显示器上显示不一致的比对结果、***发出警报声音、***暂停运行。
CN201910209951.2A 2019-03-19 2019-03-19 一种基于线激光双目立体视觉的电路板立体扫描检测方法 Active CN111738971B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910209951.2A CN111738971B (zh) 2019-03-19 2019-03-19 一种基于线激光双目立体视觉的电路板立体扫描检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910209951.2A CN111738971B (zh) 2019-03-19 2019-03-19 一种基于线激光双目立体视觉的电路板立体扫描检测方法

Publications (2)

Publication Number Publication Date
CN111738971A CN111738971A (zh) 2020-10-02
CN111738971B true CN111738971B (zh) 2024-02-27

Family

ID=72646153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910209951.2A Active CN111738971B (zh) 2019-03-19 2019-03-19 一种基于线激光双目立体视觉的电路板立体扫描检测方法

Country Status (1)

Country Link
CN (1) CN111738971B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113418935B (zh) * 2021-05-31 2024-03-26 广西格思克实业有限责任公司 一种电路板生产在线式自动光学检测方法
CN113911427A (zh) * 2021-09-26 2022-01-11 浙江中烟工业有限责任公司 基于线激光图像几何测量的烟包透明纸散包在线监测方法
CN115841484B (zh) * 2022-12-30 2023-04-25 武汉誉城千里建工有限公司 一种基于三维激光扫描的钢结构焊接质量检测***

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103473759A (zh) * 2013-06-24 2013-12-25 南京理工大学 一种WKPCA同质度校正nCRF抑制的微光图像显著轮廓提取方法
CN103679707A (zh) * 2013-11-26 2014-03-26 西安交通大学 基于双目相机视差图的道路障碍物检测***及检测方法
JP2014221163A (ja) * 2013-05-14 2014-11-27 国立大学法人九州工業大学 画像診断支援装置及び支援方法
CN105571513A (zh) * 2015-12-16 2016-05-11 北京博视中自科技有限公司 一种基于线激光的三维数据获取装置和方法
CN106041937A (zh) * 2016-08-16 2016-10-26 河南埃尔森智能科技有限公司 一种基于双目立体视觉的机械手抓取控制***的控制方法
CN106091984A (zh) * 2016-06-06 2016-11-09 中国人民解放军信息工程大学 一种基于线激光的三维点云数据获取方法
WO2017041418A1 (zh) * 2015-09-10 2017-03-16 天远三维（天津）科技有限公司 多线阵列激光三维扫描***及多线阵列激光三维扫描方法
CN107505324A (zh) * 2017-08-10 2017-12-22 王兴 基于双目协同激光的3d扫描装置及扫描方法
CN107621226A (zh) * 2017-07-18 2018-01-23 深圳大学 多目立体视觉的三维扫描方法及***
CN107907048A (zh) * 2017-06-30 2018-04-13 长沙湘计海盾科技有限公司 一种基于线结构光扫描的双目立体视觉三维测量方法
CN108629841A (zh) * 2018-05-08 2018-10-09 深圳大学 一种基于激光散斑多视点三维数据测量方法及***

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014221163A (ja) * 2013-05-14 2014-11-27 国立大学法人九州工業大学 画像診断支援装置及び支援方法
CN103473759A (zh) * 2013-06-24 2013-12-25 南京理工大学 一种WKPCA同质度校正nCRF抑制的微光图像显著轮廓提取方法
CN103679707A (zh) * 2013-11-26 2014-03-26 西安交通大学 基于双目相机视差图的道路障碍物检测***及检测方法
WO2017041418A1 (zh) * 2015-09-10 2017-03-16 天远三维（天津）科技有限公司 多线阵列激光三维扫描***及多线阵列激光三维扫描方法
CN105571513A (zh) * 2015-12-16 2016-05-11 北京博视中自科技有限公司 一种基于线激光的三维数据获取装置和方法
CN106091984A (zh) * 2016-06-06 2016-11-09 中国人民解放军信息工程大学 一种基于线激光的三维点云数据获取方法
CN106041937A (zh) * 2016-08-16 2016-10-26 河南埃尔森智能科技有限公司 一种基于双目立体视觉的机械手抓取控制***的控制方法
CN107907048A (zh) * 2017-06-30 2018-04-13 长沙湘计海盾科技有限公司 一种基于线结构光扫描的双目立体视觉三维测量方法
CN107621226A (zh) * 2017-07-18 2018-01-23 深圳大学 多目立体视觉的三维扫描方法及***
CN107505324A (zh) * 2017-08-10 2017-12-22 王兴 基于双目协同激光的3d扫描装置及扫描方法
CN108629841A (zh) * 2018-05-08 2018-10-09 深圳大学 一种基于激光散斑多视点三维数据测量方法及***

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
双目立体视觉匹配技术综述;曹之乐 等;《重庆理工大学学报（自然科学）》;20150228;第29卷(第2期);第70-75页 *
标识点快速提取与高精度单点匹配式定位算法;李学军 等;《吉林大学学报(工学版)》;20130613;第44卷(第4期);第1197-1202页 *

Also Published As

Publication number Publication date
CN111738971A (zh) 2020-10-02

Similar Documents

Publication Publication Date Title
Xu et al. Line structured light calibration method and centerline extraction: A review
US6917702B2 (en) Calibration of multiple cameras for a turntable-based 3D scanner
CN102472609B (zh) 位置和姿势校准方法及设备
CN111369630A (zh) 一种多线激光雷达与相机标定的方法
CN109544628B (zh) 一种指针式仪表的准确读数识别***及方法
CN109559355B (zh) 一种基于相机组的无公共视场的多相机全局标定装置及方法
CN111738971B (zh) 一种基于线激光双目立体视觉的电路板立体扫描检测方法
CN110966956A (zh) 一种基于双目视觉的三维检测装置和方法
CN111721259B (zh) 基于双目视觉的水下机器人回收定位方法
Luna et al. Calibration of line-scan cameras
CN115345822A (zh) 一种面向航空复杂零件的面结构光自动化三维检测方法
JPH10253322A (ja) 空間内で物体を位置指定する方法および装置
CN111260720A (zh) 一种基于深度学习方法的目标高度测定***
CN104537707A (zh) 像方型立体视觉在线移动实时测量***
CN107729893A (zh) 一种合模机的视觉定位方法、***和存储介质
CN106918306A (zh) 基于光场单相机的工业产品三维形貌实时检测***
Yan et al. Joint camera intrinsic and lidar-camera extrinsic calibration
An et al. Building an omnidirectional 3-D color laser ranging system through a novel calibration method
CN111028280B (zh) 井字结构光相机***及进行目标有尺度三维重建的方法
Liu et al. Global data registration technology based on dynamic coded points
Fan et al. A shape-based stereo matching algorithm for binocular vision
Xu et al. Improved calibration method based on the RANSAC approach and an improved gray centroid method for a laser-line-based structured light system
CN112712566B (zh) 基于结构参数在线校正的双目立体视觉传感器测量方法
CN115046498B (zh) 一种单目旋转结构光三维测量***标定方法
CN110842930A (zh) 基于dlp和相机标定的用于机器人的视觉装置及测量方法

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