CN112767494A - 基于标定算法的精确测量定位方法 - Google Patents
基于标定算法的精确测量定位方法 Download PDFInfo
- Publication number
- CN112767494A CN112767494A CN202110070836.9A CN202110070836A CN112767494A CN 112767494 A CN112767494 A CN 112767494A CN 202110070836 A CN202110070836 A CN 202110070836A CN 112767494 A CN112767494 A CN 112767494A
- Authority
- CN
- China
- Prior art keywords
- image
- camera
- points
- coordinates
- steps
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 44
- 238000005259 measurement Methods 0.000 title claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 47
- 239000011159 matrix material Substances 0.000 claims abstract description 18
- 238000013519 translation Methods 0.000 claims abstract description 4
- 238000006243 chemical reaction Methods 0.000 claims description 9
- 238000001514 detection method Methods 0.000 claims description 9
- 238000003384 imaging method Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 3
- 230000000007 visual effect Effects 0.000 claims description 3
- 230000006872 improvement Effects 0.000 abstract description 7
- 238000004364 calculation method Methods 0.000 abstract 1
- 238000003754 machining Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000000691 measurement method Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
Images
Classifications
-
- 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
-
- 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
-
- 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
- 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
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20112—Image segmentation details
- G06T2207/20164—Salient point detection; Corner detection
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
本发明公开了一种基于标定算法的精确测量定位方法,包括用确定焦距的相机对平面对棋盘格标定板变换任意位置、姿态进行多张图像获取,把图像转化为灰度图并进行二值化处理,对图像上棋盘格标定板角点的获取,获得图像棋盘格标定板角点的精确亚像素坐标,计算拍摄图片的相机设备内参数,通过多点定位方法得到拍摄的相机设备的旋转、平移矩阵等外参数,计算得到图片上期望定位点与之相对应的世界坐标点的精确位置。本发明可以获取相机任意位姿状态下拍摄的图像上任意像素点对应的真实空间的相对位置,而精确的目标位置定位是精密仪器加工和日常测量计算中非常重要的环节,提高定位和测量的精度与速度是工业界一直努力的目标和方向。
Description
技术领域
本发明涉及激光精密加工领域,尤其涉及一种基于标定算法的精确测量定位方法。
背景技术
在传统图像处理领域中,通过图像还原事物本身的精确位置是很重要的一环。例如,在工业测量定位领域,要获得物体的长宽高等实际参数需要人工进行准确测量,这种在线测量方法实施过程较为繁琐,对于一些大型或小型的难以测量或要求精度很高的设备,往往很难通过直接测量的方法获取物体精确的参数。目前常用的离线测量方法很多,如显微镜共焦扫描等测量精密物体的方法,虽然此方法精度高,但是在进行物体的精密加工时,大多要求同轴测量,而加工平台与显微镜很难进行同轴同时测量和加工,并且同轴测量的方法对硬件设备和外界条件的要求较高,需要对加工平台和待加工物体进行精确校准和匹配,且每次移动加工平台或待加工物体后需要重新进行两者的校准和匹配,因此同轴方法不适合加工时同时进行准确测量。
虽然旁轴测量加工也有使用,目前通常是使用图像变换或投影变换等方法,这种图像变换方法测量精度不高且对外界因素要求很高,需要严格控制摄像头畸变并要求摄像机和加工平台以及物体的位置比较精确来拍摄理想图片进行后续测量操作,过程繁琐且成本较高。而在精确定位领域,目前可以通过激光雷达快速可靠获取被测物体的相对位置,但是其需要相关的设备和对应的外界条件。虽然图像能反映实际物体的相对位置和相对参数,但因为拍摄条件和外界因素的影响,通过图像并不能准确获得实际物体的实际参数,也较难获得空间位置信息。因此,解决这一类的问题显得尤为重要。
发明内容
针对上述问题,本发明提供了一种基于标定算法的精确测量定位方法,通过相机成像获得相机与待测物体的世界三维坐标系的一一对应关系得到图像和世界坐标下的转换矩阵,利用世界坐标与像素坐标的转换关系,通过上述转换矩阵得到待加工物体相对于激光加工平面的相对位置关系,以此跳过每次移动物体后繁琐的重新匹配加工平面与加工物体的步骤,使用本发明所描述的方法可直接在加工平面上对任意移动后的物体进行精密加工。
为了实现上述技术方案,本发明提供了一种基于标定算法的精确测量定位方法,包括以下步骤:
步骤一:对拍摄图片角点亚像素坐标的获取,用焦距固定的相机对已知尺寸参数的棋盘格标定板进行变换任意位置、姿态的多张拍摄以获取图像,把图像转化为灰度图,将上述处理后的灰度图二值化后通过角点检测算法判断是否存在角点,若存在角点,则获得角点的精确亚像素坐标;
步骤二:对相机设备内参数的获取,定义对应图像角点的相应世界坐标,获得角点的世界坐标和图像坐标的一一对应关系,选取若干组图像上角点和对应的世界坐标系上的点,通过标定算法获得拍摄该组图片相机设备的内参数和畸变系数;
步骤三:对拍摄该组图片的相机设备外参数的获取,保持上述拍摄相机的焦距等内参数不变,在激光加工平面上选择待加工物体周围三个不共线的点用激光器打出,相机在任意位置、姿态下拍摄待加工物体获得图像,通过多点定位算法得到拍摄的相机设备的外参数;
步骤四:固定已得到内外参数的相机位置,在保持待加工物体成像在相机取景范围内可任意移动待加工物体,相机重新获取移动后的图像,逐像素获得拍摄图像上的像素点,通过内外参数计算的转换矩阵得到激光加工平面与图像的可视化关系,即可在激光加工平面上对图像上任意位置进行精密加工操作。
进一步改进在于,在所述步骤一中,图像的灰度图是把图像的灰度值设置为0至255,255代表全白,0代表全黑;把白色与黑色之间按对数关系分为若干等阶,灰度分为256阶。
进一步改进在于,在所述步骤一中,所述角点检测算法包括以下步骤,对拍摄的且经过灰度化处理后的一组图片,连续取出每一张图片,对每一张图片,执行以下操作:
步骤一:对图像进行预处理,对图像进行二值化,把灰度图转化为二值图;
步骤二:寻找每个方格的相邻方格,并记相邻方格的个数,对所有相邻方格分类,分类的原则是类内所有的方格是相邻的;
步骤三:根据已知角点个数,判别每个类中方格是否为所求的棋盘方格,确认方格位置和个数是否正确,若正确则提取所求棋盘方格所有任意两个方格的连接点,即为所求角点,获得所有角点精确亚像素坐标;若不正确,则棋盘角点检测失败。
进一步改进在于,在所述步骤二中,所述标定算法包括以下步骤,对每张成功获取亚像素坐标角点的图像,执行以下操作:
步骤一:定义该张图像上棋盘格标定板角点坐标对应的世界坐标点,世界坐标点需与理论情况相同,即两个角点间的坐标差值应为拍摄所用的棋盘格标定板格子间的真实间距;
步骤二:将定义好对应的角点的世界坐标与像素坐标以矩阵形式输入函数计算得到相机的内参数和畸变系数。
进一步改进在于,所述像素坐标与世界坐标的关系如下:
其中,u、v表示像素坐标系中的坐标,s表示尺度因子,fx、fy、u0、v0、γ表示5个相机内参数,R,t表示相机外参数,Xw、Yw、Zw(假设标定棋盘位于世界坐标系中Zw=0的平面)表示世界坐标系中的坐标,即输入若干组世界坐标和对应的像素坐标点,得出需要的相机内参数。
进一步改进在于,所述畸变系数的关系为:
u1=u+(u-u0)[k1(x2+y2)+k2(x2+y2)2]
v1=v+(v-v0)[k1(x2+y2)+k2(x2+y2)2]
其中,(u,v)代表理想无畸变的像素坐标,(u1,v1)代表实际径像畸变的情况下的像素坐标,(u0,v0)代表主点,与是否存在畸变无关,直接在已求得的内参阵中得到。
进一步改进在于,相机设备外参数获取包括以下步骤,对上述已获得内参数的相机模型,执行以下操作:保持相机焦距等内参数不变,将待加工物体放在激光加工操作台上,在激光加工平面上选择待加工物体周围不共线三点,用激光器打出,相机在激光器加工平台旁轴任意位置、姿态下拍摄包含待加工物体和上述用激光器打出的不共线三点的图像,通过多点定位算法获得拍摄相机此时的外参数。
进一步改进在于:所述多点定位算法包括以下步骤,对上述已获得的相机拍摄图像,执行以下操作:
步骤一:输入激光加工平面上选择的待加工物体周围三点的激光加工平面坐标;
步骤二:输入上述激光器打出的激光加工平面上三点的对应世界坐标;
步骤三:通过余弦定理,再利用点云配准方法可以得到此时拍摄的相机***图像坐标系相对于世界坐标系的平移和旋转矩阵。
本发明的有益效果是:本发明基于旁轴离线测量,提出了一种激光精密加工方法,通过相机成像获得相机与待测物体的世界三维坐标系的一一对应关系得到图像和世界坐标下的转换矩阵,利用世界坐标与像素坐标的转换关系,通过上述转换矩阵得到待加工物体相对于激光加工平面的相对位置关系,以此跳过每次移动物体后繁琐的重新匹配加工平面与加工物体的步骤,使用本发明所描述的方法可直接在加工平面上对任意移动后的物体进行精密加工。同时本发明可以实现相机与待加工物体在任意位姿的旁轴摆放,有效避免了同轴加工的繁琐过程和精度不高等问题,此方法加工精度较高,过程简单,为激光精密加工领域提供了一种低成本、高效率、较准确的新方法。
附图说明
图1为本发明的流程图。
图2为本发明的举例运行效果示意图。
图3为本发明的举例运行效果示意图。
图4为本发明的举例效果示意图。
具体实施方式
为了加深对本发明的理解,下面将结合实施例对本发明做进一步详述,本实施例仅用于解释本发明,并不构成对本发明保护范围的限定。
根据图1所示,本实施例提供了一种基于标定算法的精确测量定位方法,包括以下步骤:
步骤一:对拍摄图片角点亚像素坐标的获取,用焦距固定的相机对已知尺寸参数的棋盘格标定板进行变换任意位置、姿态的多张拍摄以获取图像,把图像转化为灰度图,将上述处理后的灰度图二值化后通过角点检测算法判断是否存在角点,若存在角点,则获得角点的精确亚像素坐标;
步骤二:对相机设备内参数的获取,定义对应图像角点的相应世界坐标,获得角点的世界坐标和图像坐标的一一对应关系,选取若干组图像上角点和对应的世界坐标系上的点,通过标定算法获得拍摄该组图片相机设备的内参数和畸变系数;
步骤三:对拍摄该组图片的相机设备外参数的获取,保持上述拍摄相机的焦距等内参数不变,在激光加工平面上选择待加工物体周围三个不共线的点用激光器打出,相机在任意位置、姿态下拍摄待加工物体获得图像,通过多点定位算法得到拍摄的相机设备的外参数;
步骤四:固定已得到内外参数的相机位置,在保持待加工物体成像在相机取景范围内可任意移动待加工物体,相机重新获取移动后的图像,逐像素获得拍摄图像上的像素点,通过内外参数计算的转换矩阵得到激光加工平面与图像的可视化关系,即可在激光加工平面上对图像上任意位置进行精密加工操作。
在本实施例中,在所述步骤一中,图像的灰度图是把图像的灰度值设置为0至255,255代表全白,0代表全黑;把白色与黑色之间按对数关系分为若干等阶,灰度分为256阶。
在本实施例中,在所述步骤一中,所述角点检测算法包括以下步骤,对拍摄的且经过灰度化处理后的一组图片,连续取出每一张图片,对每一张图片,执行以下操作:
步骤一:对图像进行预处理,对图像进行二值化,把灰度图转化为二值图;
步骤二:寻找每个方格的相邻方格,并记相邻方格的个数,对所有相邻方格分类,分类的原则是类内所有的方格是相邻的;
步骤三:根据已知角点个数,判别每个类中方格是否为所求的棋盘方格,确认方格位置和个数是否正确,若正确则提取所求棋盘方格所有任意两个方格的连接点,即为所求角点,获得所有角点精确亚像素坐标;若不正确,则棋盘角点检测失败。
在本实施例中,在所述步骤二中,所述标定算法包括以下步骤,对每张成功获取亚像素坐标角点的图像,执行以下操作:
步骤一:定义该张图像上棋盘格标定板角点坐标对应的世界坐标点,世界坐标点需与理论情况相同,即两个角点间的坐标差值应为拍摄所用的棋盘格标定板格子间的真实间距;
步骤二:将定义好对应的角点的世界坐标与像素坐标以矩阵形式输入函数计算得到相机的内参数和畸变系数。
在本实施例中,所述像素坐标与世界坐标的关系如下:
其中,u、v表示像素坐标系中的坐标,s表示尺度因子,fx、fy、u0、v0、γ表示5个相机内参数,R,t表示相机外参数,Xw、Yw、Zw(假设标定棋盘位于世界坐标系中Zw=0的平面)表示世界坐标系中的坐标,即输入若干组世界坐标和对应的像素坐标点,得出需要的相机内参数。
在本实施例中,所述畸变系数的关系为:
u1=u+(u-u0)[k1(x2+y2)+k2(x2+y2)2]
v1=v+(v-v0)[k1(x2+y2)+k2(x2+y2)2]
其中,(u,v)代表理想无畸变的像素坐标,(u1,v1)代表实际径像畸变的情况下的像素坐标,(u0,v0)代表主点,与是否存在畸变无关,直接在已求得的内参阵中得到。
在本实施例中,相机设备外参数获取包括以下步骤,对上述已获得内参数的相机模型,执行以下操作:保持相机焦距等内参数不变,将待加工物体放在激光加工操作台上,在激光加工平面上选择待加工物体周围不共线三点,用激光器打出,相机在激光器加工平台旁轴任意位置、姿态下拍摄包含待加工物体和上述用激光器打出的不共线三点的图像,通过多点定位算法获得拍摄相机此时的外参数。
在本实施例中,所述多点定位算法包括以下步骤,对上述已获得的相机拍摄图像,执行以下操作:
步骤一:输入激光加工平面上选择的待加工物体周围三点的激光加工平面坐标;
步骤二:输入上述激光器打出的激光加工平面上三点的对应世界坐标;
步骤三:通过余弦定理,再利用点云配准方法可以得到此时拍摄的相机***图像坐标系相对于世界坐标系的平移和旋转矩阵。
图2-3为本发明举例运行效果示意图,如图2所示,以棋盘格作为本发明的一个实例进行相关解释说明,棋盘格标定板参数为3mm×3mm,拍摄所用摄像机已进行获取外参数和相机畸变的标定步骤,棋盘格可变换任意位姿后用相机进行拍摄获得所需图像,在左侧实际拍摄上选取任意3个不共线的点,在右侧模拟图像上选取对应3个点。步骤完成后如图3所示,在左侧实际拍摄图像上选取期望定位测量点,经过本发明上述步骤后,在右侧模拟图像上显示实际定位测量点。本实例仅为举例,为方便直接观察,选取棋盘格标定板作为示例进行说明,实际操作中可以选取任意物体进行本示例所述操作流程。
图4为本发明举例效果示意图,如图4所示,以棋盘格作为本发明的一个实例进行相关解释说明,待加工物体为2mm×2mm的某棋盘格,放置在某激光加工平台上,此时摄像机可选择任意能拍摄到该待加工物体的任意位置,且此时摄像机已进行获取外参数和相机畸变系数的标定步骤,在左侧待加工物体上选择任意3个不共线的点,通过本发明所述方法,输入期望加工点和得到的转换矩阵,得到实际空间位置加工点,进行精密加工,获得右图所示加工效果。本实例进行过程中,只需保持相机的位置不变,可任意旋转或移动待加工物体的位置,所获得的结果一致。通过此实例证明了本发明的可行性与准确性。
以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。
Claims (8)
1.一种基于标定算法的精确测量定位方法,其特征在于,包括以下步骤:
步骤一:对拍摄图片角点亚像素坐标的获取,用焦距固定的相机对已知尺寸参数的棋盘格标定板进行变换任意位置、姿态的多张拍摄以获取图像,把图像转化为灰度图,将上述处理后的灰度图二值化后通过角点检测算法判断是否存在角点,若存在角点,则获得角点的精确亚像素坐标;
步骤二:对相机设备内参数的获取,定义对应图像角点的相应世界坐标,获得角点的世界坐标和图像坐标的一一对应关系,选取若干组图像上角点和对应的世界坐标系上的点,通过标定算法获得拍摄该组图片相机设备的内参数和畸变系数;
步骤三:对拍摄该组图片的相机设备外参数的获取,保持上述拍摄相机的焦距等内参数不变,在激光加工平面上选择待加工物体周围三个不共线的点用激光器打出,相机在任意位置、姿态下拍摄待加工物体获得图像,通过多点定位算法得到拍摄的相机设备的外参数;
步骤四:固定已得到内外参数的相机位置,在保持待加工物体成像在相机取景范围内可任意移动待加工物体,相机重新获取移动后的图像,逐像素获得拍摄图像上的像素点,通过内外参数计算的转换矩阵得到激光加工平面与图像的可视化关系,即可在激光加工平面上对图像上任意位置进行精密加工操作。
2.根据权利要求1所述的基于标定算法的精确测量定位方法,其特征在于,在所述步骤一中,图像的灰度图是把图像的灰度值设置为0至255,255代表全白,0代表全黑;把白色与黑色之间按对数关系分为若干等阶,灰度分为256阶。
3.根据权利要求1所述的基于标定算法的精确测量定位方法,其特征在于,在所述步骤一中,所述角点检测算法包括以下步骤:
步骤一:对图像进行预处理,对图像进行二值化,把灰度图转化为二值图;
步骤二:寻找每个方格的相邻方格,并记相邻方格的个数,对所有相邻方格分类,分类的原则是类内所有的方格是相邻的;
步骤三:根据已知角点个数,判别每个类中方格是否为所求的棋盘方格,确认方格位置和个数是否正确,若正确则提取所求棋盘方格所有任意两个方格的连接点,即为所求角点,获得所有角点精确亚像素坐标;若不正确,则棋盘角点检测失败。
4.根据权利要求1所述的基于标定算法的精确测量定位方法,其特征在于,在所述步骤二中,所述标定算法包括以下步骤:
步骤一:定义该张图像上棋盘格标定板角点坐标对应的世界坐标点,世界坐标点需与理论情况相同,即两个角点间的坐标差值应为拍摄所用的棋盘格标定板格子间的真实间距;
步骤二:将定义好对应的角点的世界坐标与像素坐标以矩阵形式输入函数计算得到相机的内参数和畸变系数。
6.根据权利要求1或4所述的基于标定算法的精确测量定位方法,其特征在于,所述畸变系数的关系为:
u1=u+(u-u0)[k1(x2+y2)+k2(x2+y2)2]
v1=v+(v-v0)[k1(x2+y2)+k2(x2+y2)2]
其中,(u,v)代表理想无畸变的像素坐标,(u1,v1)代表实际径像畸变的情况下的像素坐标,(u0,v0)代表主点,与是否存在畸变无关,直接在已求得的内参阵中得到。
7.根据权利要求1所述的基于标定算法的精确测量定位方法,其特征在于,相机设备外参数获取包括以下步骤:保持相机焦距等内参数不变,将待加工物体放在激光加工操作台上,在激光加工平面上选择待加工物体周围不共线三点,用激光器打出,相机在激光器加工平台旁轴任意位置、姿态下拍摄包含待加工物体和上述用激光器打出的不共线三点的图像,通过多点定位算法获得拍摄相机此时的外参数。
8.根据权利要求1或7所述的基于标定算法的精确测量定位方法,其特征在于:所述多点定位算法包括以下步骤:
步骤一:输入激光加工平面上选择的待加工物体周围三点的激光加工平面坐标;
步骤二:输入上述激光器打出的激光加工平面上三点的对应世界坐标;
步骤三:通过余弦定理,再利用点云配准方法可以得到此时拍摄的相机***图像坐标系相对于世界坐标系的平移和旋转矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110070836.9A CN112767494A (zh) | 2021-01-19 | 2021-01-19 | 基于标定算法的精确测量定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110070836.9A CN112767494A (zh) | 2021-01-19 | 2021-01-19 | 基于标定算法的精确测量定位方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112767494A true CN112767494A (zh) | 2021-05-07 |
Family
ID=75703264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110070836.9A Pending CN112767494A (zh) | 2021-01-19 | 2021-01-19 | 基于标定算法的精确测量定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112767494A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113888640A (zh) * | 2021-09-07 | 2022-01-04 | 浙江大学 | 一种适用于无人机云台相机的改进标定方法 |
CN115174879A (zh) * | 2022-07-18 | 2022-10-11 | 峰米(重庆)创新科技有限公司 | 投影画面校正方法、装置、计算机设备和存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106595700A (zh) * | 2015-10-15 | 2017-04-26 | 南京理工大学 | 基于三点坐标测量的靶道空间基准标定方法 |
CN109949373A (zh) * | 2019-03-22 | 2019-06-28 | 深圳市博维远景科技有限公司 | 一种改进的棋盘格角点检测方法 |
CN110449749A (zh) * | 2019-07-19 | 2019-11-15 | 东莞理工学院 | 一种激光切割扫描*** |
CN110751680A (zh) * | 2019-10-17 | 2020-02-04 | 中国科学院云南天文台 | 一种具有快速对齐算法的图像处理方法 |
CN111429532A (zh) * | 2020-04-30 | 2020-07-17 | 南京大学 | 一种利用多平面标定板提高相机标定精确度的方法 |
CN111922510A (zh) * | 2020-09-24 | 2020-11-13 | 武汉华工激光工程有限责任公司 | 一种激光可视化加工方法及*** |
CN112161586A (zh) * | 2020-11-20 | 2021-01-01 | 苏州睿牛机器人技术有限公司 | 一种基于编码棋盘格的线结构光视觉传感器标定方法 |
-
2021
- 2021-01-19 CN CN202110070836.9A patent/CN112767494A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106595700A (zh) * | 2015-10-15 | 2017-04-26 | 南京理工大学 | 基于三点坐标测量的靶道空间基准标定方法 |
CN109949373A (zh) * | 2019-03-22 | 2019-06-28 | 深圳市博维远景科技有限公司 | 一种改进的棋盘格角点检测方法 |
CN110449749A (zh) * | 2019-07-19 | 2019-11-15 | 东莞理工学院 | 一种激光切割扫描*** |
CN110751680A (zh) * | 2019-10-17 | 2020-02-04 | 中国科学院云南天文台 | 一种具有快速对齐算法的图像处理方法 |
CN111429532A (zh) * | 2020-04-30 | 2020-07-17 | 南京大学 | 一种利用多平面标定板提高相机标定精确度的方法 |
CN111922510A (zh) * | 2020-09-24 | 2020-11-13 | 武汉华工激光工程有限责任公司 | 一种激光可视化加工方法及*** |
CN112161586A (zh) * | 2020-11-20 | 2021-01-01 | 苏州睿牛机器人技术有限公司 | 一种基于编码棋盘格的线结构光视觉传感器标定方法 |
Non-Patent Citations (1)
Title |
---|
周辉辉等: "经络可视化***中的双目立体视觉定位", 《中国医疗设备》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113888640A (zh) * | 2021-09-07 | 2022-01-04 | 浙江大学 | 一种适用于无人机云台相机的改进标定方法 |
CN113888640B (zh) * | 2021-09-07 | 2024-02-02 | 浙江大学 | 一种适用于无人机云台相机的改进标定方法 |
CN115174879A (zh) * | 2022-07-18 | 2022-10-11 | 峰米(重庆)创新科技有限公司 | 投影画面校正方法、装置、计算机设备和存储介质 |
CN115174879B (zh) * | 2022-07-18 | 2024-03-15 | 峰米(重庆)创新科技有限公司 | 投影画面校正方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110555889B (zh) | 一种基于CALTag和点云信息的深度相机手眼标定方法 | |
CN110021046B (zh) | 相机与激光雷达组合传感器的外参数标定方法及*** | |
CN109215108B (zh) | 基于激光扫描的全景三维重建***及方法 | |
CN110689579A (zh) | 基于合作目标的快速单目视觉位姿测量方法及测量*** | |
CN111369630A (zh) | 一种多线激光雷达与相机标定的方法 | |
CN111707187B (zh) | 一种大型零件的测量方法及*** | |
CN112614188B (zh) | 一种基于交比不变性的点阵式标定板及其识别方法 | |
CN112767494A (zh) | 基于标定算法的精确测量定位方法 | |
CN113119129A (zh) | 一种基于标准球的单目测距定位方法 | |
CN111637851A (zh) | 一种基于Aruco码的平面旋转角度视觉测量方法及装置 | |
CN114283079A (zh) | 一种基于图卡拍摄校正的方法及设备 | |
CN111047586A (zh) | 一种基于机器视觉的像素当量测量方法 | |
CN115201883A (zh) | 一种运动目标视频定位测速***及方法 | |
CN109506629B (zh) | 一种水下核燃料组件检测装置旋转中心标定的方法 | |
CN112935562A (zh) | 基于旁轴离线测量的激光精密加工方法 | |
Zexiao et al. | A novel approach for the field calibration of line structured-light sensors | |
CN109272551B (zh) | 一种基于圆形标志点布局的视觉定位方法 | |
CN115810055A (zh) | 一种基于平面棋盘格的环形结构光标定方法 | |
CN113983951B (zh) | 三维目标的测量方法、装置、影像仪及存储介质 | |
WO2023060717A1 (zh) | 一种物体表面高精度定位方法及*** | |
Ju et al. | Multi-camera calibration method based on minimizing the difference of reprojection error vectors | |
CN110706292B (zh) | 一种基于机器视觉的二维工作台误差自标定方法 | |
CN114062265A (zh) | 一种用于视觉***的支撑结构稳定性的评估方法 | |
CN115082538A (zh) | 基于线结构光投影的多目视觉平衡环零件表面三维重建***及方法 | |
CN114518070A (zh) | 与扫描探针显微镜联用***的快速定位方法、*** |
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 |