CN112113511B - 一种半透明物体表面轮廓线提取方法、***及终端 - Google Patents
一种半透明物体表面轮廓线提取方法、***及终端 Download PDFInfo
- Publication number
- CN112113511B CN112113511B CN202010823196.XA CN202010823196A CN112113511B CN 112113511 B CN112113511 B CN 112113511B CN 202010823196 A CN202010823196 A CN 202010823196A CN 112113511 B CN112113511 B CN 112113511B
- Authority
- CN
- China
- Prior art keywords
- gray
- peak
- direct reflection
- extracting
- contour
- 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 52
- 230000005484 gravity Effects 0.000 claims abstract description 13
- 238000003384 imaging method Methods 0.000 claims abstract description 8
- 238000000605 extraction Methods 0.000 claims description 25
- 238000009826 distribution Methods 0.000 claims description 17
- 238000001914 filtration Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 3
- 238000005520 cutting process Methods 0.000 claims description 2
- 238000009499 grossing Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 3
- 239000002390 adhesive tape Substances 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000003292 glue Substances 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010363 phase shift Effects 0.000 description 1
- 230000010287 polarization Effects 0.000 description 1
- 230000009467 reduction 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
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- 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
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种半透明物体表面轮廓线提取方法、***及终端,包括:用于扫描被测目标表面形成的激光条纹图像的成像点每一列的灰度,获取灰度序列;对于获取灰度序列,采用数学形态学和灰度阈值的方法提取得到直接反射分量波峰的位置区域;根据上述的直接反射分量波峰的位置区域,采用灰度重心法计算轮廓点坐标;根据得到的轮廓点坐标,最终获得半透明物体表面的整条轮廓线。本发明能够有效提取以胶条为代表的半透明目标表面的激光条纹轮廓线,为工业现场半透明目标的轮廓测量提供了新的解决方案,具有广泛的实用性和通用性,适用于任何类型的轮廓标定。
Description
技术领域
本发明涉及物体表面轮廓线提取方法,具体地,涉及一种半透明物体表面轮廓线提取方法、***及终端。
背景技术
轮廓测量不止在工业制造进程中发挥着重要作用,同时也被广泛应用于光学精密工程、航空航天、机器人、芯片制造、汽车制造、水下探测等领域,成为越来越多的工业应用领域中功能实现、设备数据获取、零件数据获取、精度分析、质量检测等必不可少的环节。随着制造精度的越来越高,非接触的轮廓测量逐渐成为主流趋势。其中,基于线结构光方法的激光轮廓传感器逐渐成为热点。该方法具有非接触、高精度、高速度、适用性广等突出的优势,成为轮廓测量的主流趋势。
现有的线结构光测量方法是基于被测目标表面对线激光条纹的反射原理工作的,仅适用于漫反射表面的目标。但是,对于半透明目标,例如自动点胶机产生的胶条,线结构光不仅在其入射位置的表面直接发生漫反射,还会产生透射并进入物体内部发生次表面散射,散射光线最终从与入射位置将会不同的表面位置出射,表面直接反射分量被次表面散射分量所干扰。这不仅导致激光条纹图像信噪比下降,而且使得激光条纹图像的灰度分布规律产生严重变化,进而导致现有的轮廓线提取算法的精度下降严重,甚至出现错误,无法准确提取物体表面的轮廓线。
目前针对半透明物体的线结构光测量,有学者将相移和偏振滤波技术相结合,分离直接反射分量和次表面散射分量,可以实现半透明目标的轮廓测量。但是,该方法需要高频投射光栅和偏振片等装置,结构复杂、成本高、效率低。
因此,半透明目标的轮廓测量成为行业内的瓶颈问题之一。
发明内容
针对现有技术中的缺陷,本发明的目的是提供一种半透明物体表面轮廓线提取方法、***及终端。
根据本发明的一个方面,提供一种半透明物体表面轮廓线提取方法,包括:
扫描被测目标表面形成的激光条纹图像的成像点每一列的灰度,获取灰度序列
对于获取的灰度序列,采用数学形态学和灰度阈值的方法提取得到直接反射分量波峰的位置区域;
根据上述的直接反射分量波峰的位置区域,采用灰度重心法计算轮廓点坐标;
根据得到的轮廓点坐标,最终获得半透明物体表面的整条轮廓线。
优选地,所述获取灰度序列,是指:提取激光条纹图像的某一列像素点灰度值,并作为一个独立的一维灰度数组来分析。
优选地,所述采用数学形态学和灰度阈值的方法提取得到直接反射分量波峰的位置区域,包括:
提取包络线,针对所述灰度序列,通过闭运算滤除宽度较小的突变杂波,得到灰度分布曲线的包络线;
提取基线,对所述包络线,通过开运算削掉凸起的波峰,从底部平滑信号,得到灰度分布曲线的基线;
获取特征峰,将上述的包络线与基线进行差分运算,获得若干个灰度特征峰,其中的一个特征峰为被测目标表面的直接反射峰,而其他特征峰则为次表面的反射峰;
选择直接反射峰,对上述的若干个灰度特征峰,从左向右依次进行分析,选择第一个满足阈值条件的特征峰作为直接反射峰;
计算直接反射峰坐标,对上述的直接反射特征峰,其特征峰的坐标为峰值对应的坐标值,与此同时计算该特征峰的宽度;
截取直接反射峰数据,根据上述的直接反射特征峰坐标作为中心,以及该直接反射特征峰的宽度的两倍为范围,从灰度序列中截取一段数据,作为直接反射峰数据。
根据本发明的第二个方面,提供一种半透明物体表面轮廓线提取***,包括:
灰度序列获取单元,用于扫描被测目标表面形成的激光条纹图像的成像点每一列的灰度,获取灰度序列;
直接反射分量波峰提取单元,对获取灰度序列采用数学形态学和灰度阈值的方法,提取得到直接反射分量波峰的位置区域;
轮廓点坐标获取单元,根据上述直接反射分量波峰提取单元的直接反射分量波峰的位置区域,采用灰度重心法计算轮廓点坐标;
轮廓线获取单元,根据所述轮廓点坐标获取单元得到的计算轮廓点坐标,最终获得半透明物体表面的整条轮廓线。
优选地,所述直接反射分量波峰提取单元,包括:
提取包络线子单元,针对所述灰度序列,通过闭运算滤除宽度较小的突变杂波,得到灰度分布曲线的包络线;
提取基线子单元,对所述包络线,通过开运算削掉凸起的波峰,从底部平滑信号,得到灰度分布曲线的基线;
获取特征峰子单元,将上述的包络线与基线进行差分运算,获得若干个灰度特征峰,其中的一个特征峰为被测目标表面的直接反射峰,而其他特征峰则为次表面的反射峰;
选择直接反射峰子单元,对上述的若干个灰度特征峰,从左向右依次进行分析,选择第一个满足阈值条件的特征峰作为直接反射峰;
计算直接反射峰坐标子单元,对上述的直接反射特征峰,其特征峰的坐标为峰值对应的坐标值,与此同时计算该特征峰的宽度;
截取直接反射峰数据子单元,根据上述的直接反射特征峰坐标作为中心,以及该直接反射特征峰的宽度的两倍为范围,从灰度序列中截取一段数据,作为直接反射峰数据。
根据本发明的第三个方面,提供一种半透明物体表面轮廓线提取终端,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时可用于执行上述的半透明物体表面轮廓线提取方法。
与现有技术相比,本发明至少具有如下至少一种有益效果:
本发明上述方法、***和终端,能够有效提取以胶条为代表的半透明目标表面的激光条纹轮廓线,具有更为准确的测量结果,为工业现场半透明目标的轮廓测量提供了新的解决方案,具有广泛的实用性和通用性,适用于任何类型的轮廓标定。
附图说明
通过阅读参照以下附图对非限制性实施例所作的详细描述,本发明的其它特征、目的和优点将会变得更明显:
图1是本发明一实施例的激光轮廓传感器测量半透明目标原理示意图;
图2是本发明一实施例的半透明目标的实际激光条纹图像;
图3是本发明一实施例的轮廓线提取方法的流程图;
图4是本发明一实施例的激光条纹图像某列灰度分布图;
图5是本发明一实施例的激光条纹图像某列灰度分布曲线的包络线及基线示意图;
图6是本发明一实施例的激光条纹图像某列灰度分布特征峰示意图;
图7是本发明一实施例的直接反射特征峰的峰值与宽度计算方法示意图;
图8是本发明一实施例的截取直接反射峰数据示意图;
图9是本发明一实施例的轮廓线提取方法与其他方法的效果对比图;
图中,1-线激光器,2-被测目标,3-镜头,4-相机。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。以下实施例中没有详细说明的部分可以采用现有技术实现。
图1是本发明一实施例的激光轮廓传感器测量半透明目标原理示意图。
参照图1所示,该实施例中半透明物体表面轮廓线提取方法,可以包括:
S1,扫描被测目标表面形成的激光条纹图像的成像点每一列的灰度,获取灰度序列;
S2,对于获取灰度序列,采用数学形态学和灰度阈值的方法提取得到直接反射分量波峰的位置区域;
S3,根据上述的直接反射分量波峰的位置区域,采用灰度重心法计算轮廓点坐标;
S4,根据得到的轮廓点坐标,最终获得半透明物体表面的整条轮廓线。
图2是本发明一实施例的半透明目标的实际激光条纹图像。
参照图2所示,在实施例中,上述S1中,可以由线激光器1发出的激光投射到被测目标2的表面并形成一个激光条纹,该激光条纹通过镜头3成像到相机4的成像面之上,形成激光条纹图像数据,如图2所示。通过合理的数据处理,可以得出被测目标2的截面轮廓及其特征参数。
图3是本发明一实施例的的轮廓线提取方法的流程图。
参照图3所示,在部分优选实施例中,S2中,对于获取灰度序列,采用数学形态学和灰度阈值的方法提取得到直接反射分量波峰的位置区域,可以依次包括提取包络线、提取基线、获取特征峰、选择直接反射峰、计算直接反射峰坐标、截取直接反射峰数据操作来实现。
具体的,参照图4-8所示,在一优选实施例中,S2可以按照以下步骤进行:
S21,获取灰度序列:提取激光条纹图像的某一列像素点灰度值,并作为一个独立的一维灰度数组来分析,其灰度分布曲线如图4所示;
S22,提取包络线:针对上述的灰度序列,通过闭运算滤除宽度较小的突变杂波,得到灰度分布曲线的包络线,如图5所示;
S23,提取基线:针对上述的灰度分布包络线,通过开运算削掉凸起的波峰,从底部平滑信号,得到灰度分布曲线的基线,如图5所示;
S24,获取特征峰:将上述的包络线与基线进行差分运算,从而可以获得若干个灰度特征峰,如图6所示中的M1,M2和M3;其中的一个特征峰为被测目标表面的直接反射峰,而其他特征峰则为次表面的反射峰;
S25,选择直接反射峰:对上述的若干个灰度特征峰,从左向右依次进行分析,选择第一个满足阈值条件的特征峰作为直接反射峰,如图7所示;
S26,计算直接反射峰坐标:针对上述的直接反射特征峰,其特征峰的坐标为峰值对应的坐标值,与此同时计算该特征峰的宽度,如图7所示;
S27,截取直接反射峰数据:根据上述的直接反射特征峰坐标作为中心,以及该直接反射特征峰的宽度的两倍为范围,从灰度序列中截取一段数据,作为直接反射峰数据,如图8所示。具体数据截取的范围可以根据实际需求进行确定。
相对于现有的轮廓线提取方法,本发明上述实施例的方法考虑到了此表面的反射分量形成的虚假特征峰,通过阈值对比识别出真正代表表面轮廓位置的表面直接反射峰,避免了常规方法混为一趟的错误做法,可显著提高轮廓线提取精度。
在部分优选实施例中,S3中,采用灰度重心法计算轮廓点坐标,可以是:根据上述的截取的直接反射峰数据,采用灰度重心法提取该特征峰的亚像素级坐标值,作为该列条纹的轮廓点位置坐标。
在部分优选实施例中,S4中,获取轮廓线,可以是:针对激光条纹图像的每一列数据重复上述过程,依次获得该列条纹的轮廓点坐标,进而获得整条轮廓线的坐标序列。
可选地,上述实施例中,用于选择直接反射峰的阈值条件可以为:该特征峰的峰值大于或等于所有特征峰峰值的平均值,该特征峰的宽度大于或等于所有特征峰宽度的平均值。假设,n个特征峰的峰值依次为A1,A2,…,An,宽度依次为W1,W2,…,Wn,则判断直接反射峰的峰值阈值为AT=(A1+A2+…+An)/n,宽度阈值为WT=(W1+W2+…+Wn)/n。
在本发明另一实施例中,还提供一种半透明物体表面轮廓线提取***,用于实现上述的半透明物体表面轮廓线提取方法。具体的,该***包括:
灰度序列获取单元,用于扫描被测目标表面形成的激光条纹图像的成像点每一列的灰度,获取灰度序列;
直接反射分量波峰提取单元,对获取灰度序列采用数学形态学和灰度阈值的方法,提取得到直接反射分量波峰的位置区域;
轮廓点坐标获取单元,根据上述直接反射分量波峰提取单元的直接反射分量波峰的位置区域,采用灰度重心法计算轮廓点坐标;
轮廓线获取单元,根据轮廓点坐标获取单元得到的计算轮廓点坐标,最终获得半透明物体表面的整条轮廓线。
对应的,直接反射分量波峰提取单元,包括:
提取包络线子单元,针对灰度序列,通过闭运算滤除宽度较小的突变杂波,得到灰度分布曲线的包络线;通常可以考虑滤除宽度小于1/2平均宽度的杂波;
提取基线子单元,对包络线通过开运算削掉凸起的波峰,从底部平滑信号,得到灰度分布曲线的基线;
获取特征峰子单元,将上述的包络线与基线进行差分运算,获得若干个灰度特征峰,其中的一个特征峰为被测目标表面的直接反射峰,而其他特征峰则为次表面的反射峰;
选择直接反射峰子单元,对上述的若干个灰度特征峰,从左向右依次进行分析,选择第一个满足阈值条件的特征峰作为直接反射峰;
计算直接反射峰坐标子单元,对上述的直接反射特征峰,其特征峰的坐标为峰值对应的坐标值,与此同时计算该特征峰的宽度;
截取直接反射峰数据子单元,根据上述的直接反射特征峰坐标作为中心,以及该直接反射特征峰的宽度的两倍为范围,从灰度序列中截取一段数据,作为直接反射峰数据。
在本发明另一实施例中,还提供一种半透明物体表面轮廓线提取终端,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时可用于执行上述的半透明物体表面轮廓线提取方法。
本发明上述实施例中的半透明目标表面轮廓提取方法、***和终端,提取的半透明目标表面轮廓与实际的半透明目标表面轮廓最为吻合,能够真是反映半透明目标表面的实际轮廓。与其他现有方法相比,本发明具有更为准确的测量结果,如图9所示。本发明技术具有普遍的实用性,可以满足绝大部分的半透明目标的轮廓测量之需。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变形或修改,这并不影响本发明的实质内容。上述各优选特征在互不冲突的情况下,可以任意组合使用。
Claims (8)
1.一种半透明物体表面轮廓线提取方法,其特征在于,包括:
扫描被测目标表面形成的激光条纹图像的成像点每一列的灰度,获取灰度序列;
对于获取的灰度序列,采用数学形态学和灰度阈值的方法提取得到直接反射分量波峰的位置区域;
根据上述的直接反射分量波峰的位置区域,采用灰度重心法计算轮廓点坐标;
根据得到的轮廓点坐标,最终获得半透明物体表面的整条轮廓线;
所述采用数学形态学和灰度阈值的方法提取得到直接反射分量波峰的位置区域,包括:
提取包络线,针对所述灰度序列,通过闭运算滤除宽度较小的突变杂波,得到灰度分布曲线的包络线;
提取基线,对所述包络线,通过开运算削掉凸起的波峰,从底部平滑信号,得到灰度分布曲线的基线;
获取特征峰,将上述的包络线与基线进行差分运算,获得若干个灰度特征峰,其中的一个特征峰为被测目标表面的直接反射峰,而其他特征峰则为次表面的反射峰;
选择直接反射峰,对上述的若干个灰度特征峰,从左向右依次进行分析,选择第一个满足阈值条件的特征峰作为直接反射峰;
计算直接反射峰坐标,对上述的直接反射特征峰,其特征峰的坐标为峰值对应的坐标值,与此同时计算该特征峰的宽度;
截取直接反射峰数据,根据上述的直接反射特征峰坐标作为中心,以及该直接反射特征峰的宽度的两倍为范围,从灰度序列中截取一段数据,作为直接反射峰数据。
2.根据权利要求1所述的半透明物体表面轮廓线提取方法,其特征在于,所述获取灰度序列,是指:提取激光条纹图像的某一列像素点灰度值,并作为一个独立的一维灰度数组来分析。
3.根据权利要求1所述的半透明物体表面轮廓线提取方法,其特征在于,所述采用灰度重心法计算轮廓点坐标,是指:根据上述的截取的直接反射峰数据,采用灰度重心法提取该特征峰的亚像素级坐标值,作为该列条纹的轮廓点坐标。
4.根据权利要求3所述的半透明物体表面轮廓线提取方法,其特征在于,用于计算轮廓点坐标的灰度重心法为:取截取的直接反射峰灰度数据曲线的重心的横坐标作为轮廓点坐标。
5.根据权利要求1所述的半透明物体表面轮廓线提取方法,其特征在于,用于选择直接反射峰的阈值条件为:该特征峰的峰值大于或等于所有特征峰峰值的平均值,该特征峰的宽度大于或等于所有特征峰宽度的平均值。
6.根据权利要求1-5任一项所述的半透明物体表面轮廓线提取方法,其特征在于,所述获得半透明物体表面的整条轮廓线,是指:针对激光条纹图像的每一列数据重复上述获取灰度序列、提取直接反射分量波峰的位置区域、计算轮廓点坐标的过程,依次获得该列条纹的轮廓点坐标,进而获得整条轮廓线的坐标序列。
7.一种半透明物体表面轮廓线提取***,其特征在于,包括:
灰度序列获取单元,用于扫描被测目标表面形成的激光条纹图像的成像点每一列的灰度,获取灰度序列;
直接反射分量波峰提取单元,对获取灰度序列采用数学形态学和灰度阈值的方法,提取得到直接反射分量波峰的位置区域;
轮廓点坐标获取单元,根据上述直接反射分量波峰提取单元的直接反射分量波峰的位置区域,采用灰度重心法计算轮廓点坐标;
轮廓线获取单元,根据所述轮廓点坐标获取单元得到的轮廓点坐标,最终获得半透明物体表面的整条轮廓线;
所述直接反射分量波峰提取单元,包括:
提取包络线子单元,针对所述灰度序列,通过闭运算滤除宽度较小的突变杂波,得到灰度分布曲线的包络线;
提取基线子单元,对所述包络线,通过开运算削掉凸起的波峰,从底部平滑信号,得到灰度分布曲线的基线;
获取特征峰子单元,将上述的包络线与基线进行差分运算,获得若干个灰度特征峰,其中的一个特征峰为被测目标表面的直接反射峰,而其他特征峰则为次表面的反射峰;
选择直接反射峰子单元,对上述的若干个灰度特征峰,从左向右依次进行分析,选择第一个满足阈值条件的特征峰作为直接反射峰;
计算直接反射峰坐标子单元,对上述的直接反射特征峰,其特征峰的坐标为峰值对应的坐标值,与此同时计算该特征峰的宽度;
截取直接反射峰数据子单元,根据上述的直接反射特征峰坐标作为中心,以及该直接反射特征峰的宽度的两倍为范围,从灰度序列中截取一段数据,作为直接反射峰数据。
8.一种半透明物体表面轮廓线提取终端,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时可用于执行上述权利要求1-6任一项所述的半透明物体表面轮廓线提取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010823196.XA CN112113511B (zh) | 2020-08-17 | 2020-08-17 | 一种半透明物体表面轮廓线提取方法、***及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010823196.XA CN112113511B (zh) | 2020-08-17 | 2020-08-17 | 一种半透明物体表面轮廓线提取方法、***及终端 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112113511A CN112113511A (zh) | 2020-12-22 |
CN112113511B true CN112113511B (zh) | 2021-11-23 |
Family
ID=73804306
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010823196.XA Active CN112113511B (zh) | 2020-08-17 | 2020-08-17 | 一种半透明物体表面轮廓线提取方法、***及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112113511B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114485480B (zh) * | 2022-01-19 | 2023-08-01 | 暨南大学 | 一种线共焦三维轮廓测量方法、***、装置及介质 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2301822A1 (fr) * | 2000-03-24 | 2001-09-24 | 9071 9410 Quebec Inc. | Projection simultanee de plusieurs patrons avec acquisition simultanee pour l'inspection d'objets en trois dimensions |
CN101986322B (zh) * | 2010-11-22 | 2012-08-15 | 南京大学 | 结构光光条中心点信度评价方法 |
JP2014228486A (ja) * | 2013-05-24 | 2014-12-08 | インスペック株式会社 | 三次元プロファイル取得装置、パターン検査装置及び三次元プロファイル取得方法 |
WO2016171265A1 (ja) * | 2015-04-22 | 2016-10-27 | 新日鐵住金株式会社 | 形状測定装置及び形状測定方法 |
CN106767527B (zh) * | 2016-12-07 | 2019-06-04 | 西安知象光电科技有限公司 | 一种三维轮廓的光学混合检测方法 |
US10753726B2 (en) * | 2017-03-26 | 2020-08-25 | Cognex Corporation | System and method for 3D profile determination using model-based peak selection |
US10660523B2 (en) * | 2017-07-07 | 2020-05-26 | Hideo Ando | Light-source unit, measurement apparatus, near-infrared microscopic apparatus, optical detection method, imaging method, calculation method, functional bio-related substance, state management method, and manufacturing method |
CN109389639B (zh) * | 2018-07-16 | 2021-06-25 | 中国铁道科学研究院集团有限公司基础设施检测研究所 | 动态行车环境下钢轨轮廓激光条纹中心提取方法及装置 |
CN109781033B (zh) * | 2019-03-04 | 2020-11-06 | 杭州晶耐科光电技术有限公司 | 一种透明材质三维轮廓重构的深紫外结构光精密检测装置 |
CN110599539B (zh) * | 2019-09-17 | 2022-05-17 | 广东奥普特科技股份有限公司 | 一种结构光条纹图像的条纹中心提取方法 |
CN111260708A (zh) * | 2020-01-14 | 2020-06-09 | 华中科技大学鄂州工业技术研究院 | 一种线结构光中心提取方法及*** |
-
2020
- 2020-08-17 CN CN202010823196.XA patent/CN112113511B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112113511A (zh) | 2020-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5129010A (en) | System for measuring shapes and dimensions of gaps and flushnesses on three dimensional surfaces of objects | |
US7634128B2 (en) | Stereoscopic three-dimensional metrology system and method | |
US4708483A (en) | Optical measuring apparatus and method | |
US20060012582A1 (en) | Transparent film measurements | |
JP5106521B2 (ja) | スペックルの定位方法およびその定位系統 | |
JP7117189B2 (ja) | 光学式変位計 | |
JP3411829B2 (ja) | 表面形状の評価方法および評価装置 | |
US7012702B2 (en) | Measuring apparatus | |
CN108801164B (zh) | 一种基于激光测试工件缝隙值的方法及*** | |
CN109358334B (zh) | 基于部分相干光的纳米位移台精密定位方法 | |
CN112113511B (zh) | 一种半透明物体表面轮廓线提取方法、***及终端 | |
Mundy et al. | A three-dimensional sensor based on structured light | |
US20080240510A1 (en) | Method and system for examining a surface | |
US4906097A (en) | Imaging and inspection apparatus and method | |
EP2577265B1 (en) | Apparatus and method for locating the centre of a beam profile | |
CN112712554B (zh) | 一种半透明朗伯体表面激光条纹中心线提取方法 | |
JPH04161832A (ja) | 光位相差測定法 | |
CN117053716A (zh) | 一种圆形孔径干涉图轮廓参数自动检测方法 | |
WO2023124867A1 (zh) | 基于伪Wigner-Ville分布的白光扫描干涉三维重建方法 | |
US9453725B2 (en) | Method and apparatus for quantitative measurement of surface accuracy of an area | |
Pierce et al. | A novel laser triangulation technique for high precision distance measurement | |
Lim et al. | A novel one-body dual laser profile based vibration compensation in 3D scanning | |
CN111089537B (zh) | 一种多普勒差分干涉仪成像位置偏移的检测方法及*** | |
KR20220128787A (ko) | 라이다 센서를 이용한 객체 추적 방법 및 장치와, 이 방법을 실행하기 위한 프로그램을 기록한 기록 매체 | |
CN115235626A (zh) | 一种光源光谱图像的获取方法、装置、计算机设备及介质 |
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 |