CN112432612A - 一种基于单目视觉的高精度微小旋转角度测量方法 - Google Patents
一种基于单目视觉的高精度微小旋转角度测量方法 Download PDFInfo
- Publication number
- CN112432612A CN112432612A CN202011141643.XA CN202011141643A CN112432612A CN 112432612 A CN112432612 A CN 112432612A CN 202011141643 A CN202011141643 A CN 202011141643A CN 112432612 A CN112432612 A CN 112432612A
- Authority
- CN
- China
- Prior art keywords
- rotating
- straight line
- straight lines
- image
- angle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000001514 detection method Methods 0.000 claims abstract description 19
- 238000000605 extraction Methods 0.000 claims abstract description 9
- 238000005259 measurement Methods 0.000 claims description 30
- 238000012545 processing Methods 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 230000005284 excitation Effects 0.000 claims description 3
- 238000005286 illumination Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 230000001154 acute effect Effects 0.000 claims description 2
- 239000003550 marker Substances 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 claims description 2
- 238000000691 measurement method Methods 0.000 description 12
- 230000003287 optical effect Effects 0.000 description 7
- 238000011326 mechanical measurement Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005674 electromagnetic induction Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000035945 sensitivity 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
- G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/60—Rotation of whole images or parts thereof
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于单目视觉的高精度微小旋转角度测量方法,该方法包括:采用一种由等角度间隔12条直线构成的圆形特征标志,该特征标志紧固于转台的旋转面,其与旋转面具有相同的旋转角度,且相机视场中只包含具有3条直线的部分特征标志,提升图像中直线特征的边缘清晰度;然后基于LSD线检测方法实现直线边缘的高精度提取,获取图像中每条直线两条边缘的端点坐标;计算每条直线两边缘斜率均值作为该直线的斜率,分别求取基准位置3条直线的斜率及旋转位置对应直线斜率,利用反正切三角函数解算每条直线在旋转位置相对于基准位置的旋转角度,3条直线的旋转角度的均值即为测量的旋转角度。相本方法具有精度高、成本低、易实现等特点。
Description
技术领域
本发明属于计量及测量控制技术领域,尤其适用于旋转角度测量中微小角度测量。
背景技术
随着科学技术的发展,微小角度测量在工业生产、航空航天等领域有着广泛的应用,为更好地满足微小角度测量更高精度、速度的需求,提出一种精确、快速、便捷的微小角度测量方法有着重要的意义。
目前,旋转角度测量方法可以分为接触测量方法及非接触测量方法。其中接触测量方法包括机械测量方法和电磁测量方法等,机械测量方法通常需要在被测对象上附加额外的机械结构,会影响对象本身的运动状态,导致测量精度低。由于机械结构本身的制造及安装误差,机械测量法不适用于微小角度测量。电磁测量方法基于电磁感应的原理测量角度,与机械测量方法相比,在测量精度上有了显著的提升。上述的两种测量方法都需要与被测对象接触,在微小角度测量中存在精度不高的问题。非接触角度测量方法具有更广泛的适用性,其中光学测量方法具有非接触、高准确度和高灵敏度的特点。激光干涉方法是近年来广泛应用于角度测量的光学方法,它采用迈克尔逊干涉仪的原理,将角度变化转换为光程差的变化进行测量,这种方法在小角度测量中表现较好。但光学测量方法的测量精度依赖于稳定的激光光源、精密的光路,所以光学测角法***大多复杂且***成本较高。基于机器视觉的角度测量测量技术以其精度高、成本低、易实现的特点,在角度测量技术领域中占有了重要地位。
因此,针对于目前的微小角度测量方法的测量精度有限、过程繁琐及***成本高等不足,本发明提出一种高精度、低成本、便捷的基于单目视觉的微小旋转角度测量方法。
发明内容
本发明提出一种高精度、低成本、便捷的基于单目视觉的微小旋转角度测量方法,包括:
采用一种由等角度间隔12条直线构成的圆形特征标志,该特征标志紧固于转台的旋转面,与旋转面具有相同的旋转角度。摄像机采集部分特征标志的旋转序列图像,图像中只包含具有3条直线的部分特征标志图案,提升图像中直线特征的边缘清晰度,避免引入其它干扰直线影响检测结果;
基于LSD线检测方法实现直线边缘的高精度提取,获取图像中每条直线两条边缘的端点坐标;
计算每条直线两边缘斜率均值作为该直线的斜率,分别求取基准位置3条直线的斜率及旋转位置对应直线斜率,利用反正切三角函数解算每条直线在旋转位置相对于基准位置的旋转角度,3条直线的旋转角度的均值即为测量的旋转角度。
进一步地,所述采集部分特征标志旋转序列图像,具体包括:
特征标志紧固于转台的旋转面,其圆心与旋转面中心重合,使特征标志上直线特征随旋转面旋转且二者具有相同的旋转角度。调整摄像机位置,使其具有3条直线的部分特征标志充满相机视场,采集部分特征标志的旋转序列图像。采集的图像只包含部分特征标志的直线特征与白色背景,提升直线特征的边缘清晰度,避免引入其他相似边缘或直线干扰图像处理结果。
进一步地,对于采集的部分特征标志旋转序列图像Ti(x,y),其中i=1,2,…,N,N为采集到的旋转序列图像数,利用LSD线检测方法实现图像中3条直线的6条特征边缘提取。首先,通过高斯降采样将采集图像Ti(x,y)进行缩放,得到缩放后图像Fi(x,y),则像素点(x,y)梯度值为:
其中,gx(x,y),gy(x,y)分别为为像素点(x,y)的在x,y方向上的梯度值。则可以计算得到梯度幅值G(x,y)与与梯度方向垂直的方向角θ(x,y)分别为:
然后,梯度幅值较大的像素点越有几率作为被测直线的边缘像素点,所以通过梯度幅值的由小到大,分为1024个等级进行梯度伪排序,提升算法的运算速率。设置梯度幅值阈值来获得候选像素,通过梯度方向阈值对候选像素进行八邻域区域生长,得到线支持区域,用矩形逼近的方法得到线支持区域的最小外接矩形。计算误报次数NFA与对齐点密度,误报次数为直线误检测的数目,对齐点密度为在矩形中符合条件像素点所占比例,二者判断该矩形是否可以作为直线。最后,输出被检测直线起始点与终点坐标(x0,y0),(x1,y1)。
进一步地,对所述的旋转序列图像直线旋转角度的计算,通过LSD线检测方法得到图像中3条直线6条边缘的起始点与终点坐标,每条直线斜率由该直线的两条边缘斜率均值计算得到;选取转台旋转面回零位置的特征标志直线位置为基准位置,为基准位置直线斜率,为旋转位置直线斜率,其中j=1,2,3,计算基准位置与旋转位置对应直线的夹角:
其中θ为特征边缘所夹锐角弧度值。
进一步地,实现该方法的装置主要包括:转台(1)、由圆形分布等角度间隔的12条直线构成的特征标志(2)、照明设备(3)、摄像机固定装置(4)、摄像机(5)、图像传输设备(6)、处理与显示设备(7)。
转台(1)用于提供旋转角激励;一种由等角度间隔12条直线构成的圆形特征标志(2)紧固于转台(1)的旋转台面并靠近旋转台面的圆心;照明设备(3)为摄像机(5)提供照明;摄像机固定装置(4)用于固定摄像机(5),使其垂直于转台(1)的旋转台面;调整摄像机(5)的位置,相机视场中只包含具有3条直线的部分特征标志图案,采集部分特征标志的旋转序列图像;图像传输设备(6)传输序列图像;处理与显示设备(7)处理图像、保存与显示测量结果。
本发明微小旋转角度测量方法具有如下优势:
⑴本发明为非接触式旋转角度测量方法,避免与被测对象接触而影响其运动状态,提升测量精度;
⑵本发明方法测量***搭建方便,测量过程简单;
⑶本发明方法利用摄像机采集部分特征标志的旋转序列图像,图像中只包含具有3条直线的部分特征标志图案,提升图像中直线特征的边缘清晰度,避免引入其它干扰直线影响检测结果;
⑷本方法基于LSD线检测方法实现直线边缘的高精度提取,可以实现快速、准确获取图像中每条直线两条边缘的端点坐标,计算每条直线两边缘斜率均值作为该直线的斜率,分别求取基准位置3条直线的斜率及旋转位置对应直线斜率,利用反正切三角函数解算每条直线在旋转位置相对于基准位置的旋转角度,3条直线的旋转角度的均值即为测量的旋转角度,提升测量角度的稳定性、可靠性。
⑸本发明方法属于基于单目视觉的微小旋转角度方法,可实现高精度微小旋转角度测量。
附图说明
附图1为本发明方法具体实施实例安装装置示意图;
附图2为一种基于单目视觉的高精度微小角度旋转角度测量方法流程图;
附图3为摄像机采集部分特征标志图像流程图;
附图4为基于LSD线检测方法的直线边缘的高精度提取流程图;
附图5为直线斜率与旋转角度计算流程图;
附图6为微小旋转角度测量结果;
具体实施方式
本发明提出一种高精度、低成本、便捷的微小旋转角度测量方法,下面结合附图和具体的实施实例对本发明做出详细描述。
参考图1为本发明方法的实施实例装置示意图,该装置主要包括:转台(1)、由等角度间隔12条直线构成的圆形特征标志(2)、照明设备(3)、摄像机固定装置(4)、摄像机(5)、图像传输设备(6)、处理与显示设备(7)。转台(1)用于提供旋转角激励;由圆形分布等角度间隔的12条直线构成的特征标志(2)紧固于转台(1)的旋转台面并靠近旋转台面的圆心;照明设备(3)为摄像机(5)提供照明;摄像机固定装置(4)用于固定摄像机(5),使其垂直于转台(1)的旋转台面;调整摄像机(5)的位置,相机视场中只包含具有3条直线的部分特征标志,采集部分特征标志的旋转序列图像;图像传输设备(6)传输序列图像;处理与显示设备(7)处理图像、保存与显示测量结果。
参考图2为一种基于单目视觉的高精度微小角度旋转角度测量方法流程图。本发明旋转角度测量方法主要包括以下步骤:
步骤S10:采用一种由圆形分布等角度间隔的12条直线构成的特征标志,该特征标志紧固于转台的旋转面,其与旋转面具有相同的旋转角度。摄像机采集部分特征标志的旋转序列图像,图像中只包含具有3条直线的部分特征标志,提升图像中直线特征的边缘清晰度,避免引入其它干扰直线影响检测结果;
步骤S20:基于LSD线检测方法实现直线边缘的高精度提取,获取图像中每条直线两条边缘的端点坐标;
步骤S30:计算每条直线两边缘斜率均值作为该直线的斜率,分别求取基准位置3条直线的斜率及旋转位置对应直线斜率,利用反正切三角函数解算每条直线在旋转位置相对于基准位置的旋转角度,3条直线的旋转角度的均值即为测量的旋转角度。
参考图3为摄像机采集部分特征标志图像流程图。本发明摄像机采集部分特征标志图像包括如下步骤:
步骤S11:将特征标志紧固于转台的旋转面,摄像机光轴垂直于转台的旋转面;
步骤S12:调整摄像机视场,使其只包含具有3条直线的部分特征标志;
步骤S13:控制转台回零,获取基准位置部分特征标志图像;
步骤S14:控制转台旋转至任意测量位置,获取测量位置部分特征标志图像;
参考图4为基于LSD线检测方法的直线边缘的高精度提取流程图。本发明基于LSD线检测方法的直线边缘的高精度提取包括如下步骤:
步骤S21:读入旋转序列图像;
步骤S22:通过高斯降采样进行图像缩放;
步骤S23:计算图像中像素的梯度幅值与梯度方向;
步骤S24:进行梯度伪排序,将梯度幅值从小到大划分为1024个等级;
步骤S25:通过设置梯度幅值阈值与梯度方向阈值来获得候选像素,对候选像素进行八邻域区域生长得到线支持区域;
步骤S26:对线支持区域进行矩形逼近,得到线支持区域的最小外接矩形;
步骤S27:通过误报警次数NFA与对齐点密度来判断该矩形是否可以作为直线,并进行矩形优化;
步骤S28:输出检测到的直线边缘起始点与终点坐标。
参考图5为直线斜率及旋转角度计算流程图。本发明序列旋转角度计算包括如下步骤:
步骤S31:通过LSD线检测方法得到图像中3条直线6条边缘的起始点与终点坐标,求取每条边缘斜率,
步骤S32:直线边缘斜率排序,斜率相近的边缘属于同一直线;
步骤S32:计算同一直线的两条边缘斜率均值,即为该直线斜率;
步骤S33:利用对应直线的反正切三角函数解算该直线旋转位置相对于基准位置旋转角度;
步骤S35:计算3条直线旋转角度的均值,即为转台旋转角度。
本实施实例装置的具体参数为:位置精度≤±2"的转台,特征标志选用的是与由四个半径相同圆形包络矩形的标志,摄像机型号为Manta G-125B,分辨率为1292×964像素,最大帧率为30fps,照明设备选用60W白炽灯。
利用本发明实现了高精度微小旋转角度测量,为了验证本发明旋转角度测量方法的精度,进行微小旋转角度测量实验。
微小旋转角度测量实验,控制转台回归零位作为基准位置,控制转台旋转0到1°,每旋转0.1°作为为一个测量位置,每一位置由摄像机采集10帧图像。为验证该方法的适用性,调节摄像机光圈使通光量光从高到低,分别采集三组序列图像,处理后得到如参考图6的实验结果。
由旋转角度测量结果图可知,三组实验的测量误差均小于4″,在光强适中的情况下,测量误差小于2″,该方法具有良好的适用性。该方法测量精度受限于转台的角度定位精度,实际可以达到更好的效果。
上述描述为本发明实施实例的详细介绍,其并非用于对本发明作任何形式上的限定。本领域相关技术人员可在本发明的基础上可做出一系列的优化、改进及修改等。因此,本发明的保护范围应由所附权利要求来限定。
Claims (5)
1.一种基于单目视觉的高精度微小旋转角度测量方法,其特征在于:所述测量方法包括以下步骤,
S1:采用一种由等角度间隔12条直线构成的圆形特征标志,该特征标志紧固于转台的旋转面,其与旋转面具有相同的旋转角度;摄像机采集部分特征标志的旋转序列图像,图像中只包含具有3条直线的部分特征标志图案,提升图像中直线特征的边缘清晰度,避免引入干扰直线影响检测结果;
S2:基于LSD线检测方法实现直线边缘的高精度提取,获取图像中每条直线两条边缘的端点坐标;
S3:计算每条直线两边缘斜率均值作为该直线的斜率,分别求取基准位置3条直线的斜率及旋转位置对应直线斜率,利用反正切三角函数解算每条直线在旋转位置相对于基准位置的旋转角度,3条直线的旋转角度的均值即为测量的旋转角度。
2.根据权利要求1所述的一种基于单目视觉的高精度微小旋转角度测量方法,其特征在于:
所述采集部分特征标志旋转序列图像,具体包括:
特征标志紧固于转台的旋转面,其圆心与旋转面中心重合,使特征标志上直线特征随旋转面旋转且二者具有相同的旋转角度;调整摄像机位置,使其具有3条直线的部分特征标志充满相机视场,采集部分特征标志的旋转序列图像;采集的图像只包含部分特征标志的直线特征与白色背景,提升直线特征的边缘清晰度,避免引入其他相似边缘或直线干扰图像处理结果。
3.根据权利要求1所述的一种基于单目视觉的高精度微小旋转角度测量方法,其特征在于:
对于采集的部分特征标志旋转序列图像Ti(x,y),其中i=1,2,…,N,N为采集到的旋转序列图像数,利用LSD线检测方法实现图像中3条直线的6条特征边缘提取;首先,通过高斯降采样将采集图像Ti(x,y)进行缩放,得到缩放后图像Fi(x,y),则像素点(x,y)梯度值为:
其中,gx(x,y),gy(x,y)分别为为像素点(x,y)的在x,y方向上的梯度值;则计算得到梯度幅值G(x,y)与与梯度方向垂直的方向角θ(x,y)分别为:
然后,梯度幅值较大的像素点越有几率作为被测直线的边缘像素点,所以通过梯度幅值的由小到大,分为1024个等级进行梯度伪排序,提升算法的运算速率;设置梯度幅值阈值来获得候选像素,通过梯度方向阈值对候选像素进行八邻域区域生长,得到线支持区域,用矩形逼近的方法得到线支持区域的最小外接矩形;计算误报次数NFA与对齐点密度,误报次数为直线误检测的数目,对齐点密度为在矩形中符合条件像素点所占比例,二者判断该矩形是否作为直线;最后,输出被检测直线起始点与终点坐标(x0,y0),(x1,y1)。
5.利用权利要求1所述方法设计的一种基于单目视觉的高精度微小旋转角度测量装置,其特征在于:
该装置包括:转台(1)、由圆形分布等角度间隔的12条直线构成的特征标志(2)、照明设备(3)、摄像机固定装置(4)、摄像机(5)、图像传输设备(6)、处理与显示设备(7);
转台(1)用于提供旋转角激励;一种由等角度间隔12条直线构成的圆形特征标志(2)紧固于转台(1)的旋转台面并靠近旋转台面的圆心;照明设备(3)为摄像机(5)提供照明;摄像机固定装置(4)用于固定摄像机(5),使其垂直于转台(1)的旋转台面;调整摄像机(5)的位置,相机视场中只包含具有3条直线的部分特征标志图案,采集部分特征标志的旋转序列图像;图像传输设备(6)传输序列图像;处理与显示设备(7)处理图像、保存与显示测量结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011141643.XA CN112432612B (zh) | 2020-10-22 | 2020-10-22 | 一种基于单目视觉的高精度微小旋转角度测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011141643.XA CN112432612B (zh) | 2020-10-22 | 2020-10-22 | 一种基于单目视觉的高精度微小旋转角度测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112432612A true CN112432612A (zh) | 2021-03-02 |
CN112432612B CN112432612B (zh) | 2022-08-16 |
Family
ID=74695902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011141643.XA Active CN112432612B (zh) | 2020-10-22 | 2020-10-22 | 一种基于单目视觉的高精度微小旋转角度测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112432612B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023273023A1 (zh) * | 2021-07-01 | 2023-01-05 | 中冶南方工程技术有限公司 | 一种扒渣机四维度运动位置参量的检测和计算方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001062155A1 (en) * | 2000-02-25 | 2001-08-30 | General Electric Company | Method and apparatus for automatic vessel tracking in ultrasound imaging |
CN101813465A (zh) * | 2010-03-30 | 2010-08-25 | 中北大学 | 非接触精密测转角的单目视觉测量方法 |
CN103323229A (zh) * | 2013-07-08 | 2013-09-25 | 重庆工业职业技术学院 | 基于机器视觉的五轴数控机床旋转轴误差检测方法 |
CN105930858A (zh) * | 2016-04-06 | 2016-09-07 | 吴晓军 | 一种带旋转、缩放的快速高精度几何模板匹配方法 |
CN106122430A (zh) * | 2016-08-11 | 2016-11-16 | 中国计量大学 | 一种基于特征图像的小模数齿轮边缘检测精度计算方法 |
CN108007388A (zh) * | 2017-06-30 | 2018-05-08 | 长沙湘计海盾科技有限公司 | 一种基于机器视觉的转盘角度高精度在线测量方法 |
CN109085834A (zh) * | 2018-08-27 | 2018-12-25 | 珠海市微半导体有限公司 | 机器人检测直边的方法和清洁机器人筛选参考墙边的方法 |
CN109186550A (zh) * | 2018-07-20 | 2019-01-11 | 潘玥 | 一种可编码近景摄影测量标志的编码解码与测量方法 |
CN109712157A (zh) * | 2018-12-29 | 2019-05-03 | 中国计量科学研究院 | 一种基于单目视觉的重力场法加速度计校准方法 |
CN110243311A (zh) * | 2019-06-28 | 2019-09-17 | 上海工程技术大学 | 一种基于视觉的高精度动态转角测量***及方法 |
CN110672040A (zh) * | 2019-09-24 | 2020-01-10 | 中国计量科学研究院 | 一种基于视觉的高精度旋转角度测量方法 |
-
2020
- 2020-10-22 CN CN202011141643.XA patent/CN112432612B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001062155A1 (en) * | 2000-02-25 | 2001-08-30 | General Electric Company | Method and apparatus for automatic vessel tracking in ultrasound imaging |
CN101813465A (zh) * | 2010-03-30 | 2010-08-25 | 中北大学 | 非接触精密测转角的单目视觉测量方法 |
CN103323229A (zh) * | 2013-07-08 | 2013-09-25 | 重庆工业职业技术学院 | 基于机器视觉的五轴数控机床旋转轴误差检测方法 |
CN105930858A (zh) * | 2016-04-06 | 2016-09-07 | 吴晓军 | 一种带旋转、缩放的快速高精度几何模板匹配方法 |
CN106122430A (zh) * | 2016-08-11 | 2016-11-16 | 中国计量大学 | 一种基于特征图像的小模数齿轮边缘检测精度计算方法 |
CN108007388A (zh) * | 2017-06-30 | 2018-05-08 | 长沙湘计海盾科技有限公司 | 一种基于机器视觉的转盘角度高精度在线测量方法 |
CN109186550A (zh) * | 2018-07-20 | 2019-01-11 | 潘玥 | 一种可编码近景摄影测量标志的编码解码与测量方法 |
CN109085834A (zh) * | 2018-08-27 | 2018-12-25 | 珠海市微半导体有限公司 | 机器人检测直边的方法和清洁机器人筛选参考墙边的方法 |
CN109712157A (zh) * | 2018-12-29 | 2019-05-03 | 中国计量科学研究院 | 一种基于单目视觉的重力场法加速度计校准方法 |
CN110243311A (zh) * | 2019-06-28 | 2019-09-17 | 上海工程技术大学 | 一种基于视觉的高精度动态转角测量***及方法 |
CN110672040A (zh) * | 2019-09-24 | 2020-01-10 | 中国计量科学研究院 | 一种基于视觉的高精度旋转角度测量方法 |
Non-Patent Citations (2)
Title |
---|
张文博: "基于转镜跟踪目标的分析与计算", 《应用光学》 * |
纪贤瑞: "基于机器视觉的面内转角测量方法的研究", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技Ⅰ辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023273023A1 (zh) * | 2021-07-01 | 2023-01-05 | 中冶南方工程技术有限公司 | 一种扒渣机四维度运动位置参量的检测和计算方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112432612B (zh) | 2022-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110672040B (zh) | 一种基于视觉的高精度旋转角度测量方法 | |
CN109612390B (zh) | 基于机器视觉的大尺寸工件自动测量*** | |
US7634128B2 (en) | Stereoscopic three-dimensional metrology system and method | |
CN100491903C (zh) | 一种结构光视觉传感器结构参数标定方法 | |
US20160358322A1 (en) | Method and system for data detecting of an instrument | |
CN108007388A (zh) | 一种基于机器视觉的转盘角度高精度在线测量方法 | |
CN112444233B (zh) | 一种基于单目视觉的平面运动位移及轨迹测量方法 | |
CN107729853B (zh) | 一种适用于变电站窄刻度指针式仪表的自动识别方法 | |
CN111207671B (zh) | 位置标定方法和位置标定装置 | |
CN111637851B (zh) | 一种基于Aruco码的平面旋转角度视觉测量方法及装置 | |
CN109448059B (zh) | 一种快速x角点亚像素检测方法 | |
CN110108715B (zh) | 一种透明平行平板的缺陷检测方法 | |
CN101430196A (zh) | 基于点阵的高精度视觉测角装置 | |
CN112432612B (zh) | 一种基于单目视觉的高精度微小旋转角度测量方法 | |
CN109727267B (zh) | 一种标准的虚拟正弦直线振动测量方法 | |
CN110207605B (zh) | 一种基于机器视觉的金属结构变形的测量装置及方法 | |
CN114088088B (zh) | 一种基于单目视觉的角速率与角加速度测量方法 | |
US20050254041A1 (en) | Tilted edge for optical-transfer-function measurement | |
CN210400319U (zh) | 旋转扫描获得完整外表面3d轮廓的装置 | |
CN107907049A (zh) | 一种微小模数齿轮的测量方法 | |
US20230217036A1 (en) | Plane coding target and image splicing system and method applying the same | |
CN111707446B (zh) | 光斑中心与探测器接收面中心对准的调节方法及*** | |
CN113989368A (zh) | 一种物体表面高精度定位方法及*** | |
CN114485464B (zh) | 一种大范围平面元件白光干涉快速测量方法 | |
CN116978005B (zh) | 基于姿态变换的显微镜图像处理*** |
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 |