CN112945120B - 一种利用三维数字图像技术测量注塑制品收缩率的方法 - Google Patents
一种利用三维数字图像技术测量注塑制品收缩率的方法 Download PDFInfo
- Publication number
- CN112945120B CN112945120B CN202110163089.3A CN202110163089A CN112945120B CN 112945120 B CN112945120 B CN 112945120B CN 202110163089 A CN202110163089 A CN 202110163089A CN 112945120 B CN112945120 B CN 112945120B
- Authority
- CN
- China
- Prior art keywords
- image
- coordinates
- speckles
- images
- coordinate system
- 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 56
- 238000001746 injection moulding Methods 0.000 title claims abstract description 29
- 238000005516 engineering process Methods 0.000 title claims abstract description 13
- 239000002245 particle Substances 0.000 claims description 27
- 238000006073 displacement reaction Methods 0.000 claims description 20
- 239000000155 melt Substances 0.000 claims description 17
- 238000005259 measurement Methods 0.000 claims description 12
- 238000003384 imaging method Methods 0.000 claims description 10
- 230000000007 visual effect Effects 0.000 claims description 10
- 238000005457 optimization Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 6
- 230000003287 optical effect Effects 0.000 claims description 5
- 150000001875 compounds Chemical class 0.000 claims description 3
- 238000012937 correction Methods 0.000 claims description 3
- 230000036544 posture Effects 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 238000013500 data storage Methods 0.000 claims 1
- HBMJWWWQQXIZIP-UHFFFAOYSA-N silicon carbide Chemical compound [Si+]#[C-] HBMJWWWQQXIZIP-UHFFFAOYSA-N 0.000 description 11
- 229910021418 black silicon Inorganic materials 0.000 description 6
- 238000002347 injection Methods 0.000 description 6
- 239000007924 injection Substances 0.000 description 6
- 229910010271 silicon carbide Inorganic materials 0.000 description 5
- 239000007787 solid Substances 0.000 description 5
- 239000003973 paint Substances 0.000 description 3
- 229920000515 polycarbonate Polymers 0.000 description 3
- 239000004417 polycarbonate Substances 0.000 description 3
- 238000005507 spraying Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000005314 correlation function Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000000465 moulding Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
- 239000002699 waste material Substances 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
- G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Injection Moulding Of Plastics Or The Like (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明属于注塑成型技术领域，具体涉及一种利用三维数字图像技术测量注塑制品收缩率的方法，本发明通过在可视化模具的基础上，向熔体内添加黑色固体颗粒物作为标记，所添加的黑色固体颗粒具有二维图像测量中的散斑功能，经过固定光路、制备随机散斑、图像信息采集、图像数据存储、图像匹配、计算收缩率等步骤，实现对待测注塑品的热残余应力变化的实时监测。
Description
技术领域
本发明属于注塑成型技术领域，具体涉及一种利用三维数字图像技术测量注塑制品收缩率的方法。
背景技术
数字图像相关方法(或者称为数字散斑相关方法DICM)是近几年一种发展迅速的光测力学方法。其测量过程：由CCD摄像机采集物体变形前后表面的散斑图，这些散斑图像经模数转换器(A/D)转换成数字图像存储于图像采集卡中，同时将图像保存在计算机上或者不使用图像采集卡直接存储在计算机上。最后对采集到的散斑图像进行相关运算，求解到物体发生变形时的表面位移和收缩率。
现有的散斑技术大多采用在制品表面喷洒亚光漆制备人工散斑或者通过投影仪在被测物体上打上光斑来制备散斑。但是制品表面喷洒亚光漆的方法只能测已经成型的物体的形变，无法测量物料成型过程中位移的变化，不具有实时性，具有一定的滞后性。同时，由于注塑成型过程一般在模具中进行，一直到定型后才会取出注塑制品，注塑制品在模具中存在时无法通过喷漆的方法制备人工散斑。另外，由于散斑和被测试物体紧密结合一起变形，通过相关搜索确定散斑变形后的位置，从而确定被测试物体的变形场和收缩率场。而投影仪打上去的散斑不会跟随被测试物体一起变形，一直都在原处，不能表征物体的变形量。
因此开发出一种能够测量注塑制品的实时三维变量，测量相应的收缩率具有重要的研究意义。
发明内容
本发明的目的在于提供一种利用三维数字图像技术测量注塑制品收缩率的方法。
基于上述目的，本发明采用如下技术方案：
一种利用三维数字图像技术测量注塑制品收缩率的方法，包括以下步骤：
(1)固定光路：固定两个CCD摄像机，调整两个CCD摄像机的夹角，固定光源，使可视化模具型腔内被测量区域光照均匀，打开数字图像测量软件***，对照屏幕上的采集图像区域来调试CCD摄像机的光圈和对焦，确保拍摄到的测量区域散斑清晰，大小合适；并对光路进行标定。
(2)制备随机散斑：在熔体内添加黑色颗粒，然后向可视化模具型腔内注入含有黑色颗粒的熔体。
(3)图像信息采集：选取熔体完全注入可视化模具型腔的瞬间，由两个CCD摄像机拍摄的图像为初始参考图像，之后持续拍摄的图像作为目标图像。
(4)图像信息存储：将拍摄到的初始参考图像和目标图像经模数转换器转换成数字图像存储于图像采集卡中，同时将图像保存在计算机上，并对图像进行去畸变处理。
(5)图像匹配：根据数字图像的相关系数C进行图像散斑的匹配，
(x'0,y'0)为目标图像子区的中心位置，x'0＝x0+ξ0,y'0＝y0+η0，其中，ξ0，η0是参考图像子区中心点(x0,y0)的视差，ξx，ξy，ηx，ηy是参考图像子区内视差的一阶导数；fm为参考图像子区的灰度均值，
gm为目标图像子区的灰度均值，
为待定参数矢量。
由于物体表面散斑场的分布具有随机性，散斑场在每个点周围的一个小区域内的散斑分布是各不相同的，也就是说相对于其它点形成的区域来说，这个点形成的区域具有唯一性。使用数字图像相关方法寻找两幅散斑图像中的对应点，在左CCD摄像机参考图像取以某待求点为中心的(2M+1)×(2M+1)像素大小的正方形图像子区，在右CCD摄像机图像中通过一定的搜索方法接照预先定义的归一化最小平方距离函数来进行相关计算，寻找与参考图像子区的相关系数取极小值的形变后的待求点为中心的目林图像子区。当靶面发生位移或变形后，变形前的样本子区移到变形后目标子区的位置。子区两个样本空间的相关系数C值取得最大，最接近1，且相关系数C越大，说明图像匹配度越高，因此，通过确定相关函数取得最大值的方法，确定目标图像子区最终位置。
(6)计算收缩率：利用步骤(5)中获得的匹配图像中散斑的位置坐标与初始参考图像的散斑位置坐标作差值，得到在三维坐标系下平面中散斑的面内位移和离面位移，将面内位移和离面位移进行矢量叠加得到三维坐标系下散斑的位移，对三维坐标系下平面中随机选取的多个散斑点的位移求取均值即得收缩率。
进一步地，步骤(1)中标定的方法参考如下：
I.世界坐标系中的一点在CCD摄像机靶面的投影用理想针孔成像模型描述，齐次坐标下表示为
式中，s为比例系数，(u,v)为空间点在CCD摄像机理想像平面上的坐标，(xw,yw,zw)T为对应点在世界坐标系中的坐标，R为世界坐标系到CCD摄像机坐标系的旋转扭矩，t为世界坐标系到CCD摄像机坐标系的平移向量，R和t均为CCD摄像机内部参数；A为CCD摄像机内部参数，
式中，(u0,v0)为主点坐标，α和β分别为图像在u轴与v轴的焦距参数，λ为图像的歪斜参数。
II.使用经过计算的12×9圆点标定板，拍摄若干张不同姿态下的标定图像，通过识别特征点在左右CCD摄像机中的对应坐标，获得每次拍摄时左CCD摄像机的内外参数Al、Rli、Tli和右CCD摄像机内外参数Ar、Rri、Tri，然后通过非线性最小二乘法优化方法做全局优化，目标函数为
式中，
为左CCD摄像机第i幅标定图上第j个特征点用非线性模型计算出来的图像坐标，
为右CCD摄像机第i幅标定图上第j个特征点用非线性模型计算出来的图像坐标，ml,ij,mr,ij为算法识别的对应特征点的真实图像坐标。
进一步地，模数转换器为A/D转换器。
进一步地，黑色颗粒的加入质量为熔体总质量的十万分之一至千分之一。
进一步地，黑色颗粒的粒径小于10微米。
进一步地，畸变是CCD摄像机固有的，CCD摄像机得到的图像会失真，边缘部分变形很大，不能直接用于测量，且该变形不能消除，但可以通过CCD摄像机标定来补偿这个畸变，需要用一个“标准”计算出“失真系数”，在实际测量过程中，通过“失真系数”计算出物体边缘的实际位置，从而还原真实图像。去畸变处理的过程为：a.使用亚像素边缘算法对失真图像定位边缘、提取边缘点；b.用最小二乘法对提取的边缘点进行线性拟合,得到所有点与标准点的总平方和；c.使用LM算法对步骤b得到的总平方和进行优化参数处理,得到最优参数；d.将最优参数带入反校正模型,最终还原图像。
与现有技术相比，本发明具有以下优势：
本发明结合了DIC方法和双目立体视觉的原理，使用两个互成一定角度固定的CCD摄像机拍摄物体表面散斑图像，然后通过图像区配算法计算得到图像中待测点的图像坐标，再结合事先标定的两个CCD摄像机的参数和相对位置关系，计算得到物体表面的三维空间坐标，得到物体表面的三维形貌。
另外，本发明在可视化模具的基础上，通过提前熔体撒入黑色颗粒，所选黑色颗粒的性质与注塑制品的性质近似，并且黑色颗粒仅存在于注塑制品表面，因此，黑色颗粒的存在不会引起注塑制品性质的改变，利用黑色颗粒充当人工散斑，在注塑制品成型过程中可以实时监测注塑品的变化，通过计算每张图片下注塑制品的收缩率，可以得到注塑制品的收缩率的连续变化，具有实时性和连续性。
热收缩变形直接影响制品形状和尺寸精度，对于注塑品成品来说，各部分尺寸都有规定的尺寸和公差，超出这个范围，注塑后的产品即视为废品。在注塑品的尺寸和公差达不到规定的要求时，对于后期产品装配和固定等方面会产生不可弥补的影响。注塑品的热收缩变形会引起产品尺寸和精度的变化，所以为保证产品精度和质量，需要严格控制由热收缩引起的变形情况。因此，通过计算注塑、冷却和脱模过程的收缩率变化，对注塑过程的加料量、温度等参数起到指示作用，有助于提高注塑制品的质量。
同时本发明提供的方法具有非接触、可视化的优点，同时测试尺度应用范围广、测量范围大、精度高、对测量环境要求低，实现简单。
附图说明
图1是去畸变处理流程；
图2是左右视图对应子区的匹配图；
图3是双目立体视觉原理示意图。
具体实施方式
实施例1
一种利用三维数字图像技术测量注塑制品收缩率的方法，如图1～3所示，包括以下步骤：
(1)固定光路：固定两个CCD摄像机，调整两个CCD摄像机的夹角，固定光源，使可视化模具型腔内被测量区域光照均匀，打开数字图像测量软件***，对照屏幕上的采集图像区域来调试CCD摄像机的光圈和对焦，确保拍摄到的测量区域散斑清晰，大小合适；并对光路进行标定,用于建立空间虚拟坐标系，确定空间物体表面某点的三维几何位置与该点在图像中对应点之间的相互关系，即通过对光路进行标定，建立相机成像的几何模型，即确定相机参数如相机的内参、外参、畸变参数等。
(2)对光路进行标定的方法如下：
I.世界坐标系中的一点在CCD摄像机靶面的投影用理想针孔成像模型描述，齐次坐标下表示为
式中，s为比例系数，(u,v)为空间点在CCD摄像机理想像平面上的坐标，(xw,yw,zw)T为对应点在世界坐标系中的坐标，R为世界坐标系到CCD摄像机坐标系的旋转扭矩，t为世界坐标系到CCD摄像机坐标系的平移向量，R和t均为CCD摄像机内部参数；A为CCD摄像机内部参数，
式中，(u0,v0)为主点坐标，α和β分别为图像在u轴与v轴的焦距参数，λ为图像的歪斜参数。
II.使用经过计算的12×9圆点标定板，拍摄若干张不同姿态下的标定图像，通过识别特征点在左右CCD摄像机中的对应坐标，获得每次拍摄时左CCD摄像机的内外参数Al、Rli、Tli和右CCD摄像机内外参数Ar、Rri、Tri，然后通过非线性最小二乘法优化方法做全局优化，目标函数为
式中，
为左CCD摄像机第i幅标定图上第j个特征点用非线性模型计算出来的图像坐标，
为右CCD摄像机第i幅标定图上第j个特征点用非线性模型计算出来的图像坐标，ml,ij,mr,ij为算法识别的对应特征点的真实图像坐标。
(3)制备随机散斑：在聚碳酸酯熔体内添加直径为2微米的碳化硅黑色颗粒，碳化硅黑色颗粒的加入质量为熔体总质量的十万分之一，然后向可视化模具型腔内注入含有碳化硅黑色颗粒的熔体。
(4)图像信息采集：选取熔体完全注入可视化模具型腔的瞬间，由两个CCD摄像机拍摄的图像为初始参考图像，之后持续拍摄的图像作为目标图像。
(5)图像信息存储：将拍摄到的初始参考图像和目标图像经A/D转换器转换成数字图像存储于图像采集卡中，同时将图像保存在计算机上，并对图像进行去畸变处理。畸变是CCD摄像机固有的，CCD摄像机得到的图像会失真，边缘部分变形很大，不能直接用于测量，且该变形不能消除，但可以通过CCD摄像机标定来补偿这个畸变，需要用一个“标准”计算出“失真系数”，在实际测量过程中，通过“失真系数”计算出物体边缘的实际位置，从而还原真实图像。
去畸变处理的过程如图1所示，具体为：a.使用亚像素边缘算法对失真图像定位边缘、提取边缘点；b.用最小二乘法对提取的边缘点进行线性拟合,得到所有点与标准点的总平方和；c.使用LM算法对步骤b得到的总平方和进行优化参数处理,得到最优参数；d.将最优参数带入反校正模型,最终还原图像。
(6)图像匹配：根据数字图像的相关系数C进行图像散斑的匹配，
由于物体表面散斑场的分布具有随机性，散斑场在每个点周围的一个小区域内的散斑分布是各不相同的，也就是说相对于其它点形成的区域来说，这个点形成的区域具有唯一性。使用数字图像相关方法寻找两幅散斑图像中的对应点，如图2和图3所示，在左CCD摄像机参考图像f(x,y)中取以某待求点f(x0,y0)为中心的(2M+1)×(2M+1)像素大小的正方形图像子区，在右CCD摄像机目标图像g(x',y')中通试一定的搜索方法接照预先定义的归一化最小平方距离函数来进行相关计算，寻找与参考图像子区的相关系数取极小值的以g(x0',y0')为中心的目林图像子区。当靶面发生位移或变形后，变形前的样本子区移到变形后目标子区的位置。子区两个样本空间的相关系数C值取得最大，最接近1，且相关系数C越大，说明图像匹配度越高，因此，通过确定相关函数取得最大值的方法，确定目标图像子区最终位置。
(7)计算收缩率：利用步骤(6)中获得的匹配图像中散斑的位置坐标与初始参考图像的散斑位置坐标作差值，得到在三维坐标系下平面中散斑的面内位移和离面位移，将面内位移和离面位移进行矢量叠加得到三维坐标系下散斑的位移，对三维坐标系下平面中随机选取的多个散斑点的位移求取均值即得收缩率。
实施例2
本实施例与实施例1的区别在于碳化硅黑色颗粒的添加量不同，本实施例中碳化硅的加入量为熔体总质量的万分之一。
实施例3
本实施例与实施例1的区别在于碳化硅黑色颗粒的添加量不同，本实施例中碳化硅的加入量为熔体总质量的五千分之一。
实施例4
本实施例与实施例1的区别在于碳化硅黑色颗粒的添加量不同，本实施例中碳化硅的加入量为熔体总质量的千分之一。
实施例5收缩率检测试验
实施例1～4制备的样品分别记为A、B、C、D组，每一组作3个平行试验，共计12个聚碳酸酯试样。
利用实施例1所述注塑品收缩率的测试方法，对上述12个试样进行收缩率检测；这12个聚碳酸酯试样中碳化硅的添加量及其相应注塑品收缩率的测量结果如表1所示。
表1四组试样中碳化硅的添加量及其相应注塑品收缩率测量结果
由表1可知，按照本发明对注塑品收缩率的检测方法，利用黑色固体颗粒充当人工散斑，在注塑制品成型过程中可以实时监测注塑品收缩率的变化，并且，随着黑色颗粒用量的增加，所测得的收缩率呈先上升后降低趋势；且当黑色固体颗粒的添加量为熔体质量的十万分之一或万分之一时，平行试样如样品1～3之间的收缩率标准差相对较小，同样，平行试样如样品4～6之间的收缩率标准差也相对较小，而当黑色固体颗粒的添加量为熔体质量的千分之一时，平行试样即样品10～12之间的收缩率标准差较前述平行试样的标准差大。表明，黑色固体颗粒的添加量过多时会对收缩率测量产生负面干扰，故本发明中黑色固体颗粒的添加量为熔体质量的十万分之一至千分之一，在该添加量范围内，能够对注塑品收缩率的检测具有良好的指示作用。
Claims (6)
1.一种利用三维数字图像技术测量注塑制品收缩率的方法，其特征在于，包括以下步骤：
(1)固定光路：固定两个CCD摄像机，调整两个CCD摄像机的夹角，固定光源，使可视化模具型腔内被测量区域光照均匀，打开数字图像测量软件***，对照屏幕上的采集图像区域来调试CCD摄像机的光圈和对焦，确保拍摄到的测量区域散斑清晰，大小合适；并对光路进行标定；
(2)制备随机散斑：在熔体内添加黑色颗粒，然后向可视化模具型腔内注入含有黑色颗粒的熔体；
(3)图像信息采集：选取熔体完全注入可视化模具型腔的瞬间，由两个CCD摄像机拍摄的图像为初始参考图像，之后持续拍摄的图像作为目标图像；
(4)图像数据存储：将拍摄到的初始参考图像和目标图像经模数转换器转换成数字图像存储于图像采集卡中，同时将图像保存在计算机上，并对图像进行去畸变处理；
(5)图像匹配：根据数字图像的相关系数C进行图像散斑的匹配，
式中，f(x,y)是参考图像子区中坐标为(x,y)点的灰度值，x＝x0+Δx；y＝y0+Δy，(x0,y0)为参考图像子区中心位置坐标；g(x',y')是目标图像子区中对应点(x',y')灰度值，
(x'0,y'0)为目标图像子区的中心位置，x'0＝x0+ξ0,y'0＝y0+η0，其中，ξ0，η0是参考图像子区中心点(x0,y0)的视差，ξx，ξy，ηx，ηy是参考图像子区内视差的一阶导数；fm为参考图像子区的灰度均值，
gm为目标图像子区的灰度均值，
为待定参数矢量；
(6)计算收缩率：利用步骤(5)中获得的匹配图像中散斑的位置坐标与初始参考图像的散斑位置坐标作差值，得到在三维坐标系下平面中散斑的面内位移和离面位移，将面内位移和离面位移进行矢量叠加得到三维坐标系下散斑的位移，对三维坐标系下平面中随机选取的多个散斑点的位移求取均值即得收缩率。
2.根据权利要求1所述的利用三维数字图像技术测量注塑制品收缩率的方法，其特征在于，步骤(1)中标定的方法为：
I.世界坐标系中的一点在CCD摄像机靶面的投影用理想针孔成像模型描述，齐次坐标下表示为
式中，s为比例系数，(u,v)为空间点在CCD摄像机理想像平面上的坐标，(xw,yw,zw)T为对应点在世界坐标系中的坐标，R为世界坐标系到CCD摄像机坐标系的旋转扭矩，t为世界坐标系到CCD摄像机坐标系的平移向量，R和t均为CCD摄像机内部参数；A为CCD摄像机内部参数，
式中，(u0,v0)为主点坐标，α和β分别为图像在u轴与v轴的焦距参数，λ为图像的歪斜参数；
II.使用经过计算的12×9圆点标定板，拍摄若干张不同姿态下的标定图像，通过识别特征点在左右CCD摄像机中的对应坐标，获得每次拍摄时左CCD摄像机的内外参数Al、Rli、Tli和右CCD摄像机内外参数Ar、Rri、Tri，然后通过非线性最小二乘法优化方法做全局优化，目标函数为
式中，
为左CCD摄像机第i幅标定图上第j个特征点用非线性模型计算出来的图像坐标，
为右CCD摄像机第i幅标定图上第j个特征点用非线性模型计算出来的图像坐标，ml,ij,mr,ij为算法识别的对应特征点的真实图像坐标。
3.根据权利要求2所述的利用三维数字图像技术测量注塑制品收缩率的方法，其特征在于，所述模数转换器为A/D转换器。
4.根据权利要求3所述的利用三维数字图像技术测量注塑制品收缩率的方法，其特征在于，所述去畸变处理的过程为：a.使用亚像素边缘算法对失真图像定位边缘、提取边缘点；b.用最小二乘法对提取的边缘点进行线性拟合,得到所有点与标准点的总平方和；c.使用LM算法对步骤b得到的总平方和进行优化参数处理,得到最优参数；d.将最优参数带入反校正模型,最终还原图像。
5.根据权利要求1～4任一所述的利用三维数字图像技术测量注塑品收缩率的方法，其特征在于，所述黑色颗粒的加入质量为熔体总质量的十万分之一至千分之一。
6.根据权利要求5所述的利用三维数字图像技术测量注塑品收缩率的方法，其特征在于，所述黑色颗粒的粒径小于10微米。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110163089.3A CN112945120B (zh) | 2021-02-05 | 2021-02-05 | 一种利用三维数字图像技术测量注塑制品收缩率的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110163089.3A CN112945120B (zh) | 2021-02-05 | 2021-02-05 | 一种利用三维数字图像技术测量注塑制品收缩率的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112945120A CN112945120A (zh) | 2021-06-11 |
| CN112945120B true CN112945120B (zh) | 2022-01-18 |
Family
ID=76242712
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110163089.3A Active CN112945120B (zh) | 2021-02-05 | 2021-02-05 | 一种利用三维数字图像技术测量注塑制品收缩率的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112945120B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002148232A (ja) * | 2000-11-14 | 2002-05-22 | Kanto Auto Works Ltd | 射出成形品の熱変形解析方法 |
| CN102928339A (zh) * | 2012-10-16 | 2013-02-13 | 大连理工大学 | 一种高分子材料内部成型收缩特性的可视化测定方法 |
| CN106595528A (zh) * | 2016-11-10 | 2017-04-26 | 华中科技大学 | 一种基于数字散斑的远心显微双目立体视觉测量方法 |
-
2021
- 2021-02-05 CN CN202110163089.3A patent/CN112945120B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002148232A (ja) * | 2000-11-14 | 2002-05-22 | Kanto Auto Works Ltd | 射出成形品の熱変形解析方法 |
| CN102928339A (zh) * | 2012-10-16 | 2013-02-13 | 大连理工大学 | 一种高分子材料内部成型收缩特性的可视化测定方法 |
| CN106595528A (zh) * | 2016-11-10 | 2017-04-26 | 华中科技大学 | 一种基于数字散斑的远心显微双目立体视觉测量方法 |
Non-Patent Citations (2)
| Title |
|---|
| Microstructure and properties of nano-TiN modified Ti(C,N)-based cermets fabricated by powder injection molding and die pressing;Shan-jie Yi;《International Journal of Minerals, Metallurgy and Materials》;20131120;全文 * |
| 三维数字图像相关法及其在水泥基材料变形研究中的应用;张宾等;《电子显微学报》;20151215(第06期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112945120A (zh) | 2021-06-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106595528B (zh) | 一种基于数字散斑的远心显微双目立体视觉测量方法 | |
| CN107452024B (zh) | 一种用于旋转物体全场运动追踪的视觉测量方法 | |
| CN109859272B (zh) | 一种自动对焦双目摄像头标定方法及装置 | |
| CN108986070B (zh) | 一种基于高速视频测量的岩石裂缝扩展实验监测方法 | |
| Zhang et al. | A robust and rapid camera calibration method by one captured image | |
| CN111192235B (zh) | 一种基于单目视觉模型和透视变换的图像测量方法 | |
| CN109579695B (zh) | 一种基于异构立体视觉的零件测量方法 | |
| CN111667536A (zh) | 一种基于变焦相机深度估计的参数标定方法 | |
| CN103575227A (zh) | 一种基于数字散斑的视觉引伸计实现方法 | |
| CN109341668B (zh) | 基于折射投影模型和光束追踪法的多相机测量方法 | |
| CN109084688B (zh) | 一种基于可变焦相机的双目视觉测距方法 | |
| CN113119129A (zh) | 一种基于标准球的单目测距定位方法 | |
| CN111127613A (zh) | 基于扫描电子显微镜的图像序列三维重构方法及*** | |
| CN111998834B (zh) | 一种裂缝监测方法及*** | |
| CN112525106B (zh) | 基于三相机协同激光的3d探测方法及装置 | |
| CN111912606B (zh) | 一种基于光学折射的相机物距标定方法 | |
| CN112945120B (zh) | 一种利用三维数字图像技术测量注塑制品收缩率的方法 | |
| CN112712566A (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 | |
| CN114078163A (zh) | 激光雷达与可见光相机的精确标定方法 | |
| Pinchukov et al. | Computer and physical modeling for verification of the stereo system calibration parameters optimization results | |
| CN112986312B (zh) | 一种利用二维数字图像技术测量注塑制品热应力的方法 | |
| CN114170321A (zh) | 一种基于测距的相机自标定方法及*** | |
| CN113012279B (zh) | 一种非接触三维成像测量方法、***及计算机可读存储介质 | |
| CN113446958A (zh) | 基于对称布设的双目视觉***及dic技术的曲面重构法 | |
| Zhang et al. | Adaptive zoom distance measuring system of camera based on the ranging of binocular vision |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231115 Address after: Room 67, 17th Floor, Unit 1, Building 17, No. 108 Changchun Road, Gaoxin District, Zhengzhou City, Henan Province, 450000 Patentee after: ZHENGZHOU CRAFTSMAN MACHINERY EQUIPMENT CO.,LTD. Address before: 450000 100 science Avenue, Zhengzhou high tech Zone, Henan Patentee before: Zhengzhou University |