CN112378349A - 基于双目结构光的匣钵平整度检测装置及其检测方法 - Google Patents

基于双目结构光的匣钵平整度检测装置及其检测方法 Download PDF

Info

Publication number
CN112378349A
CN112378349A CN202011037176.6A CN202011037176A CN112378349A CN 112378349 A CN112378349 A CN 112378349A CN 202011037176 A CN202011037176 A CN 202011037176A CN 112378349 A CN112378349 A CN 112378349A
Authority
CN
China
Prior art keywords
sagger
point cloud
flatness
plane
cloud data
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.)
Pending
Application number
CN202011037176.6A
Other languages
English (en)
Inventor
张先江
杨铭全
雷明军
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.)
Hunan Hisignal Information Technology Co ltd
Original Assignee
Hunan Hisignal Information 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 Hunan Hisignal Information Technology Co ltd filed Critical Hunan Hisignal Information Technology Co ltd
Priority to CN202011037176.6A priority Critical patent/CN112378349A/zh
Publication of CN112378349A publication Critical patent/CN112378349A/zh
Pending legal-status Critical Current

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
    • G01B11/30—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces
    • G01B11/306—Measuring arrangements characterised by the use of optical techniques for measuring roughness or irregularity of surfaces for measuring evenness

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

基于双目结构光的匣钵平整度检测装置及其检测方法，该装置包括双目结构光相机、三维点云重建模块、拟合平面模块和匣钵平整度检测模块，双目结构光相机与三维点云重建模块连接，三维点云重建模块与拟合平面模块连接，拟合平面模块与匣钵平整度检测模块连接，双目结构光相机用于投射红外编码结构光到待检测的匣钵上，采集带编码信息的双目匣钵编码图像；三维点云重建模块用于计算双目匣钵编码图像的深度信息，利用深度信息重建出匣钵距离双目结构光相机的三维点云数据；拟合平面模块用于根据三维点云数据，采用平面拟合的方法拟合出一个平面作为基准面；匣钵平整度检测模块用于根据三维点云数据到拟合平面的投影距离信息集合，判断匣钵的平整度。

Description

基于双目结构光的匣钵平整度检测装置及其检测方法
技术领域
本发明涉及匣钵平整度检测，具体是涉及一种基于双目结构光的匣钵平整度检测装置及其检测方法。
背景技术
匣钵是一种由耐火材料制成的窑具，在电极材料生产中用于盛装反应原料。现有生产工艺中，电极煅烧温度高，并且有些原料在反应过程中具有强腐蚀性，匣钵需要承受较高的热应力与反应材料的腐蚀，造成匣钵出现凹凸不平的小坑和粗糙起伏的小块。受损匣钵极易脱落自身粉末造成所盛原材料的污染，严重影响产品品质，给企业带来额外的经济损失。
目前，市面上匣钵平整度普遍采用人工排查，长时间观察后容易造成疲劳，因此会有误判和漏判等问题存在。漏判造成了不良品的产生，而误判则会造成浪费。同时匣钵较为沉重，人工检查费时费力，亟待改进。
发明内容
本发明所要解决的技术问题是，克服上述背景技术的不足，提供一种检测效率高，省时省力，准确率高，可靠性强的基于双目结构光的匣钵平整度检测装置及其检测方法。
本发明解决其技术问题采用的技术方案是，一种基于双目结构光的匣钵平整度检测装置，包括双目结构光相机、三维点云重建模块、拟合平面模块和匣钵平整度检测模块，所述双目结构光相机与三维点云重建模块连接，三维点云重建模块与拟合平面模块连接，拟合平面模块与匣钵平整度检测模块连接，所述双目结构光相机用于投射红外编码结构光到待检测的匣钵上，采集带编码信息的双目匣钵编码图像；所述三维点云重建模块用于计算双目匣钵编码图像的深度信息，利用深度信息重建出匣钵距离双目结构光相机的三维点云数据；所述拟合平面模块用于根据三维点云数据，采用平面拟合的方法拟合出一个平面作为基准面；所述匣钵平整度检测模块用于根据三维点云数据到拟合平面的投影距离信息集合，判断匣钵的平整度。
进一步，所述拟合平面模块为分块抽样拟合平面模块，分块抽样拟合平面模块用于将三维点云数据按区域分割成多块子点云数据，提取每块子点云数据中不包括匣钵内底部凸起的点云数据，利用提取的点云数据，采用最小二乘法或随机抽样一致算法拟合出一个平面。
进一步，所述匣钵平整度检测模块包括均值、标准方差平整度检测模块，所述均值、标准方差平整度检测模块用于计算投影距离信息集合的均值、标准方差，将计算的投影距离信息集合的均值、标准方差与正常匣钵的均值、标准方差作比较，从而对匣钵的平整度进行判断。
进一步，所述匣钵平整度检测模块包括还深度学***整度检测模块，深度学***整度检测模块用于将投影距离信息集合映射成灰度图，利用深度学***整度。
一种基于双目结构光的匣钵平整度检测方法，包括以下步骤：
步骤S1：投射红外编码结构光到待检测的匣钵上；
步骤S2：采集带编码信息的双目匣钵编码图像，双目匣钵编码图像中每个像素点均获得唯一编码；
步骤S3：利用同名点匹配算法计算出双目匣钵编码图像的深度信息，利用深度信息重建出匣钵距离双目结构光相机的三维点云数据；
步骤S4：基于三维点云数据，采用平面拟合的方法拟合出一个平面作为基准面；
步骤S5：计算三维点云数据到拟合平面的投影距离信息集合，计算投影距离信息集合的均值、标准方差；
步骤S6：将计算的投影距离信息集合的均值、标准方差与正常匣钵的均值、标准方差作比较，从而对匣钵的平整度进行判断。
进一步，还包括步骤S7：采用深度学***整度进行进一步判断。
进一步，步骤S4中，基于三维点云数据，采用分块抽样拟合平面的方法拟合出一个平面作为基准面，具体步骤为：
将三维点云数据按区域分割成多块子点云数据，提取每块子点云数据中不包括匣钵内底部凸起的点云数据，利用提取的点云数据，采用最小二乘法或随机抽样一致算法拟合出一个平面，拟合出的平面通过拟合平面方程表示，拟合平面方程为ax+by+cz+d＝0，其中，a、b、c、d为拟合平面方程的系数。
进一步，步骤S5中，计算三维点云数据到拟合平面的投影距离信息集合，计算投影距离信息集合的均值、标准方差，具体步骤为：
子点云数据中的某个三维点pi坐标表示为(xi,yi,zi)，i∈N，N为子点云数据中三维点数目，计算子点云数据中每个点pi到拟合平面，即平面ax+by+cz+d＝0的垂直距离di，计算公式为
Figure BDA0002705428130000041
点到拟合平面的投影距离信息集合表示为D{d1,d2,……,dN}；对投影距离信息集合D{d1,d2,……,dN}进行均差和标准方差计算，其中均值
Figure BDA0002705428130000042
标准方差
Figure BDA0002705428130000043
进一步，步骤S6中，对匣钵的平整度进行判断的具体判断方法为：
若计算的投影距离信息集合的均值比正常匣钵的均值小且投影距离信息集合的标准方差比正常匣钵的标准方差小，即μ<μ0且σ<σ0，则判断匣钵的平整度合格，其中μ0为正常匣钵的均值，σ0为正常匣钵的标准方差。
进一步，步骤S7中，采用深度学***整度进行进一步判断的具体方法如下：
将步骤S6中平整度判断合格的匣钵的投影距离信息集合映射成灰度图，利用深度学***整度合格的匣钵和平整度不合格的匣钵，将训练的结果与样本比较，进一步判断匣钵的平整度；每次得到的灰度图，加入到训练样本集。
与现有技术相比，本发明的优点如下：
本发明采用双目结构光主动投射红外编码结构光，基于图像像点匹配原理，单次触发可直接计算出匣钵三维点云信息，双目结构光测量过程不依赖于物体本身的颜色和纹理信息，并且在低照度下也能正常工作，具有测量精度高、环境适应强等特点。因此，本方案采用双目结构光技术可实现匣钵的24小时不间断检测，通过匣钵的微米(um)级精度三维点云能快速检测出匣钵微米(um)级凹凸不平的小坑和粗糙起伏的小块，提高了匣钵检测效率和可靠性；相比于人工检测，本发明的匣钵自动化检测效率高，省时省力；准确率高，可靠性强。
附图说明
图1是本发明实施例1的匣钵的结构示意图。
图2是图1所示实施例之基于双目结构光的匣钵平整度检测装置的结构框图。
图3是图1所示实施例之基于双目结构光的匣钵平整度检测方法的流程图。
图4是本发明实施例2的之基于双目结构光的匣钵平整度检测方法的流程图。
图中，1—双目结构光相机，2—三维点云重建模块，3—拟合平面模块，4—匣钵平整度检测模块。
具体实施方式
下面结合附图及具体实施例对本发明作进一步详细描述。
实施例1
本实施之基于双目结构光的匣钵平整度检测装置的检测对象为匣钵，匣钵的结构如图1所示，匣钵的内底部有四个圆形的微微凸起。
参照图2，本实施例之基于双目结构光的匣钵平整度检测装置包括双目结构光相机1、三维点云重建模块2、拟合平面模块3、匣钵平整度检测模块4，双目结构光相机1与三维点云重建模块2连接，三维点云重建模块2与拟合平面模块3连接，拟合平面模块3与匣钵平整度检测模块4连接。
双目结构光相机1用于投射红外编码结构光到待检测的匣钵上，采集带编码信息的双目匣钵编码图像。
三维点云重建模块2用于计算双目匣钵编码图像的深度信息，利用深度信息重建出匣钵距离双目结构光相机1的三维点云数据。
拟合平面模块3用于根据三维点云数据，采用平面拟合的方法拟合出一个平面作为基准面。考虑到匣钵的内底部有四个圆形的微微凸起，而匣钵表面平整度是在微米级检测，因此，本实施例采用分块抽样拟合平面模块3，剔除匣钵内底部圆形凸起的点云数据，避免匣钵内底部圆形凸起对拟合平面准确性的影响。分块抽样拟合平面模块3用于将三维点云数据按区域分割成4块子点云数据，提取每块子点云数据中不包括匣钵内底部凸起的点云数据，利用提取的点云数据，采用最小二乘法拟合出一个平面，在实际应用中，还可采用RANSAC(随机抽样一致算法)代替最小二乘法来拟合平面。
匣钵平整度检测模块4用于根据三维点云数据到拟合平面的投影距离信息集合，判断匣钵的平整度。
匣钵平整度检测模块4包括均值、标准方差平整度检测模块，均值、标准方差平整度检测模块用于计算投影距离信息集合的均值、标准方差，将计算的投影距离信息集合的均值、标准方差与正常匣钵的均值、标准方差作比较，从而对匣钵的平整度进行判断。
本实施例的硬件***包括TX2嵌入式处理器、显示器，三维点云重建模块2、拟合平面模块3、匣钵平整度检测模块4设于TX2嵌入式处理器内，双目结构光相机1与三维点云重建模块2连接，具体通过以太网与三维点云重建模块2通信，三维点云重建模块2与拟合平面模块3连接，拟合平面模块3与匣钵平整度检测模块4连接，TX2嵌入式处理器通过HDMI接口与显示器连接。
参照图3，本实施例之基于双目结构光的匣钵平整度检测方法，包括以下步骤：
步骤S1：投射红外编码结构光到待检测的匣钵上；
步骤S2：采集带编码信息的双目匣钵编码图像，双目匣钵编码图像中每个像素点均获得唯一编码；
步骤S3：利用同名点匹配算法计算出双目匣钵编码图像的深度信息，利用深度信息重建出匣钵距离双目结构光相机1的三维点云数据；
步骤S4：基于三维点云数据，采用平面拟合的方法拟合出一个平面作为基准面，考虑到匣钵的内底部有四个圆形的微微凸起，而匣钵表面平整度是在微米级检测，因此，采用分块抽样拟合平面，剔除匣钵内底部圆形凸起的点云数据，避免匣钵内底部圆形凸起对拟合平面准确性的影响。
分块抽样拟合平面的方法为：将三维点云数据按区域分割成4块子点云数据，提取每块子点云数据中不包括匣钵内底部凸起的点云数据，利用提取的点云数据，采用最小二乘法拟合出一个平面，拟合出的平面通过拟合平面方程表示，拟合平面方程为ax+by+cz+d＝0，其中，a、b、c、d为拟合平面方程的系数。
在实际应用中，还可采用RANSAC(随机抽样一致算法)代替最小二乘法来拟合平面。
步骤S5：计算三维点云数据到拟合平面的投影距离信息集合，计算投影距离信息集合的均值、标准方差；具体方法为：子点云数据中的某个三维点pi坐标表示为(xi,yi,zi)，i∈N，N为子点云数据中三维点数目，计算子点云数据中每个点pi到拟合平面，即平面ax+by+cz+d＝0的垂直距离di，计算公式为
Figure BDA0002705428130000081
点到拟合平面的投影距离信息集合表示为D{d1,d2,……,dN}；对投影距离信息集合D{d1,d2,……,dN}进行均差和标准方差计算，其中均值
Figure BDA0002705428130000082
标准方差
Figure BDA0002705428130000083
步骤S6：将计算的投影距离信息集合的均值、标准方差与正常匣钵的均值、标准方差作比较，从而对匣钵的平整度进行判断；
具体判断方法为：若计算的投影距离信息集合的均值比正常匣钵的均值小且投影距离信息集合的标准方差比正常匣钵的标准方差小，即μ<μ0且σ<σ0，则判断匣钵的平整度合格，其中μ0为正常匣钵的均值，σ0为正常匣钵的标准方差，本实施例中，μ0设置为20um，σ0设置为15um。
实施例2
本实施例与实施例1的区别仅在于：本实施例之基于双目结构光的匣钵平整度检测装置，匣钵平整度检测模块4还包括深度学***整度检测模块，深度学***整度检测模块用于将投影距离信息集合映射成灰度图，利用深度学***整度。
参照图4，本实施例之基于双目结构光的匣钵平整度检测方法，还包括步骤S7：采用深度学***整度进行进一步判断，具体为，将步骤S6中平整度判断合格的匣钵的投影距离信息集合映射为0～255范围内的数据，得到一副表征表面起伏的灰度图，利用深度学***整度合格的匣钵和平整度不合格的匣钵，将训练的结果与样本比较，进一步判断匣钵的平整度；每次得到的灰度图，加入到训练样本集，不断的训练用于得到匣钵的更优参数，从而提高深度学习网络的分类检测的准确性。本实施例中，深度学习网络分类方法采用GoogleNet网络分类方法。
本发明采用双目结构光主动投射红外编码结构光，基于图像像点匹配原理，单次触发可直接计算出匣钵三维点云信息，双目结构光测量过程不依赖于物体本身的颜色和纹理信息，并且在低照度下也能正常工作，具有测量精度高、环境适应强等特点。因此，本方案采用双目结构光技术可实现匣钵的24小时不间断检测，通过匣钵的微米(um)级精度三维点云能快速检测出匣钵微米(um)级凹凸不平的小坑和粗糙起伏的小块，提高了匣钵检测效率和可靠性。
本发明在基于三维点云数据拟合出一个平面作为基准面，计算三维点云数据到拟合平面的投影距离信息集合，计算投影距离信息集合的均值、标准方差，利用均值、标准方差来判断匣钵的平整度，并且采用深度学***整度，将均值、标准方差判断和深度学习网络分类判断相结合，可显著提高检测的准确率。
同时采用基于英伟达TX2的嵌入式边缘计算平台(TX2嵌入式处理器)在前端直接实现匣钵平整度检测，部署灵活，能显著降低***整机成本。相比于人工检测，本发明的匣钵自动化检测效率高，省时省力；准确率高，可靠性强。
本领域的技术人员可以对本发明进行各种修改和变型，倘若这些修改和变型在本发明权利要求及其等同技术的范围之内，则这些修改和变型也在本发明的保护范围之内。
说明书中未详细描述的内容为本领域技术人员公知的现有技术。

Claims (10)

1.一种基于双目结构光的匣钵平整度检测装置，其特征在于：包括双目结构光相机、三维点云重建模块、拟合平面模块和匣钵平整度检测模块，所述双目结构光相机与三维点云重建模块连接，三维点云重建模块与拟合平面模块连接，拟合平面模块与匣钵平整度检测模块连接，所述双目结构光相机用于投射红外编码结构光到待检测的匣钵上，采集带编码信息的双目匣钵编码图像；所述三维点云重建模块用于计算双目匣钵编码图像的深度信息，利用深度信息重建出匣钵距离双目结构光相机的三维点云数据；所述拟合平面模块用于根据三维点云数据，采用平面拟合的方法拟合出一个平面作为基准面；所述匣钵平整度检测模块用于根据三维点云数据到拟合平面的投影距离信息集合，判断匣钵的平整度。
2.如权利要求1所述的基于双目结构光的匣钵平整度检测装置，其特征在于：所述拟合平面模块为分块抽样拟合平面模块，分块抽样拟合平面模块用于将三维点云数据按区域分割成多块子点云数据，提取每块子点云数据中不包括匣钵内底部凸起的点云数据，利用提取的点云数据，采用最小二乘法或随机抽样一致算法拟合出一个平面。
3.如权利要求1或2所述的基于双目结构光的匣钵平整度检测装置，其特征在于：所述匣钵平整度检测模块包括均值、标准方差平整度检测模块，所述均值、标准方差平整度检测模块用于计算投影距离信息集合的均值、标准方差，将计算的投影距离信息集合的均值、标准方差与正常匣钵的均值、标准方差作比较，从而对匣钵的平整度进行判断。
4.如权利要求3所述的基于双目结构光的匣钵平整度检测装置，其特征在于：所述匣钵平整度检测模块还包括深度学***整度检测模块，深度学***整度检测模块用于将投影距离信息集合映射成灰度图，利用深度学***整度。
5.一种基于双目结构光的匣钵平整度检测方法，其特征在于，包括以下步骤：
步骤S1：投射红外编码结构光到待检测的匣钵上；
步骤S2：采集带编码信息的双目匣钵编码图像，双目匣钵编码图像中每个像素点均获得唯一编码；
步骤S3：利用同名点匹配算法计算出双目匣钵编码图像的深度信息，利用深度信息重建出匣钵距离双目结构光相机的三维点云数据；
步骤S4：基于三维点云数据，采用平面拟合的方法拟合出一个平面作为基准面；
步骤S5：计算三维点云数据到拟合平面的投影距离信息集合，计算投影距离信息集合的均值、标准方差；
步骤S6：将计算的投影距离信息集合的均值、标准方差与正常匣钵的均值、标准方差作比较，从而对匣钵的平整度进行判断。
6.如权利要求5所述的基于双目结构光的匣钵平整度检测方法，其特征在于：还包括步骤S7：采用深度学***整度进行进一步判断。
7.如权利要求5或6所述的基于双目结构光的匣钵平整度检测方法，其特征在于：步骤S4中，基于三维点云数据，采用分块抽样拟合平面的方法拟合出一个平面作为基准面，具体步骤为：
将三维点云数据按区域分割成多块子点云数据，提取每块子点云数据中不包括匣钵内底部凸起的点云数据，利用提取的点云数据，采用最小二乘法或随机抽样一致算法拟合出一个平面，拟合出的平面通过拟合平面方程表示，拟合平面方程为ax+by+cz+d＝0，其中，a、b、c、d为拟合平面方程的系数。
8.如权利要求7所述的基于双目结构光的匣钵平整度检测方法，其特征在于：步骤S5中，计算三维点云数据到拟合平面的投影距离信息集合，计算投影距离信息集合的均值、标准方差，具体步骤为：
子点云数据中的某个三维点pi坐标表示为(xi,yi,zi)，i∈N，N为子点云数据中三维点数目，计算子点云数据中每个点pi到拟合平面，即平面ax+by+cz+d＝0的垂直距离di，计算公式为
Figure FDA0002705428120000031
点到拟合平面的投影距离信息集合表示为D{d1,d2,……,dN}；对投影距离信息集合D{d1,d2,……,dN}进行均差和标准方差计算，其中均值
Figure FDA0002705428120000032
标准方差
Figure FDA0002705428120000033
9.如权利要求8所述的基于双目结构光的匣钵平整度检测方法，其特征在于：步骤S6中，对匣钵的平整度进行判断的具体判断方法为：
若计算的投影距离信息集合的均值比正常匣钵的均值小且投影距离信息集合的标准方差比正常匣钵的标准方差小，即μ<μ0且σ<σ0，则判断匣钵的平整度合格，其中μ0为正常匣钵的均值，σ0为正常匣钵的标准方差。
10.如权利要求6所述的基于双目结构光的匣钵平整度检测方法，其特征在于：步骤S7中，采用深度学***整度进行进一步判断的具体方法如下：
将步骤S6中平整度判断合格的匣钵的投影距离信息集合映射成灰度图，利用深度学***整度合格的匣钵和平整度不合格的匣钵，将训练的结果与样本比较，进一步判断匣钵的平整度；每次得到的灰度图，加入到训练样本集。
CN202011037176.6A 2020-09-28 2020-09-28 基于双目结构光的匣钵平整度检测装置及其检测方法 Pending CN112378349A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011037176.6A CN112378349A (zh) 2020-09-28 2020-09-28 基于双目结构光的匣钵平整度检测装置及其检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011037176.6A CN112378349A (zh) 2020-09-28 2020-09-28 基于双目结构光的匣钵平整度检测装置及其检测方法

Publications (1)

Publication Number Publication Date
CN112378349A true CN112378349A (zh) 2021-02-19

Family

ID=74579841

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011037176.6A Pending CN112378349A (zh) 2020-09-28 2020-09-28 基于双目结构光的匣钵平整度检测装置及其检测方法

Country Status (1)

Country Link
CN (1) CN112378349A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113240637A (zh) * 2021-05-11 2021-08-10 杭州钱塘智慧城投资开发有限公司 一种基于机器学***整度信息化检测方法和***
CN113465552A (zh) * 2021-06-29 2021-10-01 湖北中烟工业有限责任公司 一种包装盒的表面平面度检测方法及装置
CN113486741A (zh) * 2021-06-23 2021-10-08 中冶南方工程技术有限公司 一种料场料堆点云台阶识别方法
CN114155228A (zh) * 2021-12-07 2022-03-08 宁波市新铭建设工程测试有限公司 一种建材试件外形合规性快速测量方法及其装置
CN115984512A (zh) * 2023-03-22 2023-04-18 成都量芯集成科技有限公司 一种平面场景三维重建装置及方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101968347A (zh) * 2010-08-31 2011-02-09 苏州大学 一种扁平粒状物表面平整度的提取方法
CN107399977A (zh) * 2017-07-17 2017-11-28 衡东县东康瓷业有限公司 一种复合匣钵及其制备方法
CN108253909A (zh) * 2018-03-22 2018-07-06 苏州大学 一种平面度的测量方法和测量装置
CN108665535A (zh) * 2018-05-10 2018-10-16 青岛小优智能科技有限公司 一种基于编码光栅结构光的三维结构重建方法与***
CN110006372A (zh) * 2019-03-18 2019-07-12 华中科技大学 一种基于局部优化的三维点云平面度计算方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101968347A (zh) * 2010-08-31 2011-02-09 苏州大学 一种扁平粒状物表面平整度的提取方法
CN107399977A (zh) * 2017-07-17 2017-11-28 衡东县东康瓷业有限公司 一种复合匣钵及其制备方法
CN108253909A (zh) * 2018-03-22 2018-07-06 苏州大学 一种平面度的测量方法和测量装置
CN108665535A (zh) * 2018-05-10 2018-10-16 青岛小优智能科技有限公司 一种基于编码光栅结构光的三维结构重建方法与***
CN110006372A (zh) * 2019-03-18 2019-07-12 华中科技大学 一种基于局部优化的三维点云平面度计算方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113240637A (zh) * 2021-05-11 2021-08-10 杭州钱塘智慧城投资开发有限公司 一种基于机器学***整度信息化检测方法和***
CN113486741A (zh) * 2021-06-23 2021-10-08 中冶南方工程技术有限公司 一种料场料堆点云台阶识别方法
CN113486741B (zh) * 2021-06-23 2022-10-11 中冶南方工程技术有限公司 一种料场料堆点云台阶识别方法
CN113465552A (zh) * 2021-06-29 2021-10-01 湖北中烟工业有限责任公司 一种包装盒的表面平面度检测方法及装置
CN114155228A (zh) * 2021-12-07 2022-03-08 宁波市新铭建设工程测试有限公司 一种建材试件外形合规性快速测量方法及其装置
CN114155228B (zh) * 2021-12-07 2024-05-10 宁波市新铭建设工程测试有限公司 一种建材试件外形合规性快速测量方法及其装置
CN115984512A (zh) * 2023-03-22 2023-04-18 成都量芯集成科技有限公司 一种平面场景三维重建装置及方法

Similar Documents

Publication Publication Date Title
CN112378349A (zh) 基于双目结构光的匣钵平整度检测装置及其检测方法
CN112818988B (zh) 一种指针式仪表自动识别读数方法及***
CN110223267A (zh) 基于高度直方图分割的耐火砖深度缺陷的识别方法
CN113252700B (zh) 一种结构裂缝检测方法、设备及***
CN106643965B (zh) 一种利用模板匹配精确识别液位的方法
CN110906875B (zh) 一种孔径测量的视觉处理方法
CN102800096B (zh) 一种摄像机参数的鲁棒性估计算法
CN111781113B (zh) 一种粉尘网格化定位方法及粉尘网格化监测方法
CN102975826A (zh) 基于机器视觉的便携式船舶水尺自动检测和识别方法
CN103345632B (zh) 一种电池尾端表面划痕缺陷检测方法
CN103149087B (zh) 一种基于随动视窗与数字图像的非接触式实时应变测量方法
CN108627104A (zh) 一种零部件高度尺寸的点激光测量方法
CN113554667B (zh) 一种基于图像识别的三维位移检测方法及装置
CN113237889A (zh) 一种多尺度的陶瓷检测方法及***
CN113392846A (zh) 一种基于深度学习的水尺水位监测方法及***
CN108627103A (zh) 一种零部件高度尺寸的2d激光测量方法
CN112906095B (zh) 基于激光条纹中心追踪的桥梁模态识别方法及其***
CN117333860A (zh) 一种基于深度学习的船舶水尺读数方法及装置
CN102521874B (zh) 一种基于图像重建三维数据的法线重采样方法
CN112051003B (zh) 液压表自动产品检测装置、检测方法及读取方法
CA3237725A1 (en) Systems and methods for draft calculation
CN108627094A (zh) 一种零部件高度尺寸的3d激光测量方法
CN113989513A (zh) 一种方形指针式仪表读数识别的方法
CN113822104B (zh) 基于多候选虚拟标尺的人工智能水面检测***
CN108871226B (zh) 一种积雪深度的测量方法、装置及***

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20210219