CN113724213A - 一种自定义搜索区域跟随的小孔定位方法 - Google Patents
一种自定义搜索区域跟随的小孔定位方法 Download PDFInfo
- Publication number
- CN113724213A CN113724213A CN202110959936.7A CN202110959936A CN113724213A CN 113724213 A CN113724213 A CN 113724213A CN 202110959936 A CN202110959936 A CN 202110959936A CN 113724213 A CN113724213 A CN 113724213A
- Authority
- CN
- China
- Prior art keywords
- search area
- workpiece
- small hole
- image
- initial workpiece
- 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 31
- 238000001514 detection method Methods 0.000 claims abstract description 19
- 238000007781 pre-processing Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 8
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 4
- 238000009826 distribution Methods 0.000 claims description 3
- 238000009776 industrial production Methods 0.000 abstract description 3
- 239000013072 incoming material Substances 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 4
- 235000002566 Capsicum Nutrition 0.000 description 3
- 239000006002 Pepper Substances 0.000 description 3
- 241000722363 Piper Species 0.000 description 3
- 235000016761 Piper aduncum Nutrition 0.000 description 3
- 235000017804 Piper guineense Nutrition 0.000 description 3
- 235000008184 Piper nigrum Nutrition 0.000 description 3
- 150000003839 salts Chemical class 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- 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
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种自定义搜索区域跟随的小孔定位方法,包括选定初始工件、初始工件进行定位、设置小孔的搜索区域、求后续工件偏移和旋转后的搜索区域、分割搜索区域内的图像、对小孔进行定位的步骤;该方法可以定义搜索区域形状,缩小检测范围,在特定的搜索区域内搜索,另外添加搜索区域跟随功能,对于来料位置有偏差的工件进行定位,根据工件位置偏差计算跟随后的搜索区域,对搜索区域内的小孔进行识别与筛选,确定小孔的位置,从而大大提高检测效率和检测精度。本发明的小孔定位方法能够快速的、准确的对小孔进行定位,定位精度高,满足工业生产的要求,操作简便,实用性强。
Description
技术领域
本发明属于机器视觉技术领域,具体而言,涉及一种自定义搜索区域跟随的小孔定位方法。
背景技术
机器视觉是人工智能正在快速发展的一个分支。简单说来,机器视觉就是用机器代替人眼来做测量和判断。机器视觉***是通过机器视觉产品将被摄取目标转换成图像信号,传送给专用的图像处理***,得到被摄目标的形态信息,根据像素分布和亮度、颜色等信息,转变成数字化信号;图像***对这些信号进行各种运算来抽取目标的特征,进而根据判别的结果来控制现场的设备动作。其中,小孔定位是机器视觉中一个重要的应用。
目前市场中产品上的小孔定位识别存在以下问题:由于产品来料位置不固定,产品上的小孔位置也不固定,搜索区域较大,检测效率比较低下,此外,检测环境中存在噪点,进行小孔进行定位时,由于小孔的孔径较小,特征不明显,产品外的噪点也会影响小孔的识别,从而影响检测的稳定性。
发明内容
本发明的目的是提供一种自定义搜索区域跟随的小孔定位方法,以解决小孔定位过程中存在的检测效率低、检测精度不高的技术问题。
本发明的一种自定义搜索区域跟随的小孔定位方法的技术方案包括以下内容:
一种自定义搜索区域跟随的小孔定位方法,包括以下步骤:
S1,选定待小孔定位的一个表面反光的工件为初始工件;
S2,对步骤S1中选好的初始工件进行图像采集;采用偏振片和偏振光组合的方式拍摄初始工件,得到原始图像,对原始图像进行预处理操作,得到初始工件的第一预处理图像;
S3,对步骤S2中的第一预处理图像中的初始工件进行定位;对初始工件的外边缘轮廓提取,求出初始工件的初始位置和旋转角度,初始工件的初始位置记为(x0,y0),初始工件的旋转角度记为α0;
S4,设置初始工件上待定位小孔的搜索区域;在步骤S1中的初始工件的预处理图像上,根据小孔的分布情况,定义特定形状、大小和位置的搜索区域,此搜索区域的掩膜定义为mask1;
S5,对与初始工件同一型号、同一尺寸的后续工件进行求偏移和旋转后的搜索区域;采用上述步骤S2到S3对后续工件进行外边缘定位,后续工件的位置记为(xk,yk),旋转角度记为αk,计算得到与初始工件的位置差值(Δx,Δy)和角度差值Δα,根据上述位置差值和角度差值对搜索区域进行偏移和旋转,得到转换后的搜索区域的掩膜为mask2;其中K=1、2、3…n;
S6,分割步骤S5中搜索区域mask2内的图像;对后续工件上通过计算得到的搜索区域mask2图像进行分割,得到mask2内的预处理图像Image1;
S7,对后续工件上的待定位小孔进行定位;对图像Image1进行轮廓检测,根据设置的参数标准筛选出小孔轮廓,即可得到后续工件上待定位小孔的位置(xLk,yLk)。
进一步地,步骤S2中采用H通道提取初始工件的区域,通过中值滤波去除椒盐噪声,得到初始工件的预处理图像。
进一步地,步骤S3中对提取的初始工件的外边缘轮廓求出最小外接矩形,外接矩形的中心位置和旋转角度,作为初始工件的初始位置和初始工件的旋转角度。
进一步地,步骤S4中所述搜索区域的形状为矩形、圆形、圆环、椭圆或多边形。
进一步地,步骤S5中采用搜索区域mask2内的像素值为步骤S1中的原始图像的像素值,搜索区域mask2外的灰度值置零的方法得到后续工件的预处理图像Image1。
更进一步地,步骤S4中还包括:对搜索区域mask1进行图片分割,得到预处理图像Image0;对图像Image0进行轮廓检测,根据设置的参数标准筛选出小孔轮廓,即可得到初始工件上待定位小孔的位置(xL0,yL0)。
相对于现有技术,本发明实施例具有以下有益效果:
1、本发明可以定义搜索区域形状,缩小检测范围,减少噪点,在特定的搜索区域内搜索,另外添加搜索区域跟随功能,对于来料位置有偏差的工件进行定位,根据工件位置偏差计算跟随后的搜索区域,对搜索区域内的小孔进行识别与筛选,确定小孔的位置,从而大大提高检测效率和检测精度。
2、本发明的定位方法能够快速的、准确的对小孔进行定位,定位精度高,满足工业生产的要求,操作简便,实用性强。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1示出了本发明实施例一对初始工件定位的流程图;
图2示出了本发明实施例一初始工件的原始图像;
图3示出了本发明实施例一初始工件的第一预处理图像;
图4示出了本发明实施例一初始工件的第一预处理图像定义搜索区域图;
图5示出了本发明实施例一初始工件的搜索区域图像;
图6示出了本发明实施例一初始工件的第二预处理图像Image0
图7示出了本发明实施例二的对后续工件小孔定位的流程图。
图中,1、第一小孔,2、第二小孔。
具体实施方式
现在结合附图对本发明作进一步详细的说明。这些附图均为简化的示意图,仅以示意方式说明本发明的基本结构,因此其仅显示与本发明有关的构成。
实施例一
参照图1至图6所示,本实施例一提供了一种自定义搜索区域跟随的小孔定位方法,包括以下步骤:
S1',采用偏振片和偏振光组合得到初始工件的原始图像;
S2',对上述原始图像进行预处理操作,得到第一预处理图像;
S3',对初始工件的外轮廓进行高精度定位;
S4',绘制搜索区域mask1;
S5',对搜索区域mask1进行图片分割得到初始工件的第二预处理图像Image0;
S6',对第二预处理图像Image0进行轮廓检测,根据设置的参数标准筛选出小孔轮廓的方法,即可得到初始工件上待定位小孔的位置(xL0,yL0)。
针对一个表面反光工件进行小孔定位,确认一个工件为初始工件,图1为采用偏振片和偏振光组合得到的初始工件的原始图像,对初始工件上的第一小孔1和第二小孔2进行定位,由于第一小孔1和第二小孔2较小,且与初始工件上其它位置的噪声特征近似,直接提取会得到多个结果,造成对第一小孔1和第二小孔2定位失败。
由于初始工件表面反光,采用偏振片和偏振光组合的方式拍摄表面反光的工件,得到原始图像如图2所示。对原始图像进行预处理操作,通过H通道提取得到工字轮上彩色的区域,通过中值滤波去除椒盐噪声,处理得到第一预处理图像,如图3所示;本发明的实施例一采用H通道提取工字轮上彩色的区域,利用初始工件与背景颜色不同,能精确的区分出工件和背景,保证初始工件第一预处理图像的精准度。
对初始工件的外边缘轮廓提取,求出轮廓的最小外接矩形,得到最小外接矩形的中心和旋转角度,其中,该旋转角度是相对于图像坐标系的旋转角度,工件的初始位置记为(x0,y0),工件的初始的旋转角度记为α0。从第一预处理图像图3中可以看出,定位的第一小孔1和第二小孔2在以工件圆心为中点的圆环上,所以绘制圆环状的搜索区域,如图4所示,此处的搜索区域根据工件的不同,工件上小孔位置的不同,可以设置成矩形、圆形、圆环、多边形但不限于上述形状,对应的搜索区域掩膜定义为mask1,如图5所示。
对搜索区域mask1进行图片分割,搜索区域内的为初始工件的原始图像的像素值,搜索区域外的灰度值置0,避免了搜索区域外噪点的干扰,得到初始工件的第二预处理图像Image0;处理结果如图6所示,对第二预处理图像Image0进行轮廓检测,根据设置的参数标准筛选出小孔轮廓的方法,即可得到初始工件上待定位的第一小孔1的位置(xL01,yL01)和第二小孔的位置(xL02,yL02)。
实施例二
在工业的生产安装中,我们需要对同一尺寸、型号的工件进行大批量的定位安装,在对同一型号、同一尺寸的不同工件的小孔定位过程中,由于每一个工件的来料位置不固定,小孔无法保证每次都在固定的搜索区域内部,在本文中将后面每一次的来料工件叫后续工件。对于每次来料位置与设定的初始工件位置不同的后续工件上小孔的定位方法,参照图7,包括以下过程:
S1,选定待小孔定位的一个表面反光的工件为初始工件;
S2,对步骤S1中选好的初始工件进行图像采集;采用偏振片和偏振光组合的方式拍摄初始工件,得到原始图像,对原始图像进行预处理操作,得到预处理图像;
S3,对步骤S2中的预处理图像中的初始工件进行定位;对初始工件的外边缘轮廓提取,求出轮廓的最小外接矩形,得到外接矩形的中心和旋转角度,初始工件的初始位置记为(x0,y0),初始的旋转角度记为α0;
S4,设置初始工件上待定位小孔的搜索区域;在步骤S1中的初始工件的预处理图像上绘制待定位小孔的搜索区域,此搜索区域的掩膜定义为mask1;
S5,对与初始工件同一型号、同一尺寸的后续工件进行求偏移和旋转后的搜索区域;采用上述步骤S2到S3对后续工件进行外边缘定位,后续工件的位置记为(xk,yk),旋转角度记为αk,计算得到与初始工件的位置差值(Δx,Δy)和角度差值Δα,根据上述位置差值和角度差值对搜索区域进行偏移和旋转,得到转换后的搜索区域的掩膜为mask2;其中K=1、2、3…n;
S6,分割步骤S5中搜索区域mask2内的图像;对后续工件上通过计算得到的搜索区域mask2图像进行分割,得到mask2内的预处理图像Image1;
S7,对后续工件上的待定位小孔进行定位;对图像Image1进行轮廓检测,根据设置的参数标准筛选出小孔轮廓,即可得到后续工件上待定位小孔的位置(xLk,yLk)。
采用实施例1中相同的方法对后续工件进行外边缘定位,采用偏振片和偏振光组合的方式对后续工件进行拍摄,得到后续工件的原始图像。对后续工件的原始图像进行预处理操作,通过H通道提取得到工字轮上彩色的区域,通过中值滤波去除椒盐噪声,处理得到后续工件的第一预处理图像,后续工件的位置记为(xk,yk),旋转角度记为αk,计算得到与初始工件的位置差值(Δx,Δy)和角度差值Δα,根据上述位置差值和角度差值对搜索区域进行偏移和旋转,得到转换后的搜索区域的掩膜为mask2;其中K=1、2、3…n,K不仅限于为1、2、3……N,还可以是其他能实现区别的符号,例如a、b、c、d……等。
分割上述中搜索区域mask2内的图像;对后续工件上通过计算得到的搜索区域mask2图像进行分割,其中搜索区域内的为初始工件的原始图像的像素值,搜索区域外的灰度值置0,避免了搜索区域外噪点的干扰,得到mask2内的后续工件的第二预处理图像Image1。
然后对第二预处理图像Image1进行轮廓检测,根据设置的参数标准筛选出小孔轮廓,即可得到后续工件上待定位小孔的位置(xLk,yLk),其中K=1、2、3…n,完成了对工件上的小孔的跟随定位。
以上的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
在本发明的描述中,需要理解的是,指示方位或位置关系的术语为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的设备或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
Claims (6)
1.一种自定义搜索区域跟随的小孔定位方法,其特征在于,包括以下步骤:
S1,选定待小孔定位的一个表面反光的工件为初始工件;
S2,对步骤S1中选好的初始工件进行图像采集;采用偏振片和偏振光组合的方式拍摄初始工件,得到原始图像,对原始图像进行预处理操作,得到初始工件的第一预处理图像;
S3,对步骤S2中的第一预处理图像中的初始工件进行定位;对初始工件的外边缘轮廓提取,求出初始工件的初始位置和旋转角度,初始工件的初始位置记为(x0,y0),初始工件的旋转角度记为α0;
S4,设置初始工件上待定位小孔的搜索区域;在步骤S1中的初始工件的预处理图像上,根据小孔的分布情况,定义特定形状、大小和位置的搜索区域,此搜索区域的掩膜定义为mask1;
S5,对与初始工件同一型号、同一尺寸的后续工件进行求偏移和旋转后的搜索区域;采用上述步骤S2到S3对后续工件进行外边缘定位,后续工件的位置记为(xk,yk),旋转角度记为αk,计算得到与初始工件的位置差值(Δx,Δy)和角度差值Δα,根据上述位置差值和角度差值对搜索区域进行偏移和旋转,得到转换后的搜索区域的掩膜为mask2;其中K=1、2、3…n;
S6,分割步骤S5中搜索区域mask2内的图像;对后续工件上通过计算得到的搜索区域mask2图像进行分割,得到mask2内的预处理图像Image1;
S7,对后续工件上的待定位小孔进行定位;对图像Image1进行轮廓检测,根据设置的参数标准筛选出小孔轮廓,即可得到后续工件上待定位小孔的位置(xLk,yLk)。
2.根据权利要求1所述的一种自定义搜索区域跟随的小孔定位方法,其特征在于:步骤S2中采用H通道提取初始工件的区域,通过中值滤波去除椒盐噪声,得到初始工件的预处理图像。
3.根据权利要求1所述的一种自定义搜索区域跟随的小孔定位方法,其特征在于:步骤S3中对提取的初始工件的外边缘轮廓求出最小外接矩形,最小外接矩形的中心位置和旋转角度作为初始工件的初始位置和初始工件的旋转角度。
4.根据权利要求1所述的一种自定义搜索区域跟随的小孔定位方法,其特征在于:步骤S4中所述搜索区域的形状为矩形、圆形、圆环、椭圆或多边形。
5.根据权利要求1所述的一种自定义搜索区域跟随的小孔定位方法,其特征在于:步骤S5中采用搜索区域mask2内的像素值为步骤S1中的原始图像的像素值,搜索区域mask2外的灰度值置零的方法得到后续工件的预处理图像Image1。
6.根据权利要求1~5任一项所述的一种自定义搜索区域跟随的小孔定位方法,其特征在于,步骤S4中还包括:对搜索区域mask1进行图片分割,得到预处理图像Image0;对图像Image0进行轮廓检测,根据设置的参数标准筛选出小孔轮廓,即可得到初始工件上待定位小孔的位置(xL0,yL0)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110959936.7A CN113724213B (zh) | 2021-08-20 | 2021-08-20 | 一种自定义搜索区域跟随的小孔定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110959936.7A CN113724213B (zh) | 2021-08-20 | 2021-08-20 | 一种自定义搜索区域跟随的小孔定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113724213A true CN113724213A (zh) | 2021-11-30 |
CN113724213B CN113724213B (zh) | 2022-06-03 |
Family
ID=78677043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110959936.7A Active CN113724213B (zh) | 2021-08-20 | 2021-08-20 | 一种自定义搜索区域跟随的小孔定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113724213B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030016846A1 (en) * | 2001-06-19 | 2003-01-23 | Eastman Kodak Company | Method for automatically locating eyes in an image |
CN112258536A (zh) * | 2020-10-26 | 2021-01-22 | 大连理工大学 | 一种胼胝体及小脑蚓部的一体化定位及分割方法 |
CN113191356A (zh) * | 2021-05-19 | 2021-07-30 | 南方电网电力科技股份有限公司 | 一种开关柜压板设备的状态识别方法及相关装置 |
-
2021
- 2021-08-20 CN CN202110959936.7A patent/CN113724213B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030016846A1 (en) * | 2001-06-19 | 2003-01-23 | Eastman Kodak Company | Method for automatically locating eyes in an image |
CN112258536A (zh) * | 2020-10-26 | 2021-01-22 | 大连理工大学 | 一种胼胝体及小脑蚓部的一体化定位及分割方法 |
CN113191356A (zh) * | 2021-05-19 | 2021-07-30 | 南方电网电力科技股份有限公司 | 一种开关柜压板设备的状态识别方法及相关装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113724213B (zh) | 2022-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111243032B (zh) | 一种棋盘格角点全自动检测方法 | |
CN108007388A (zh) | 一种基于机器视觉的转盘角度高精度在线测量方法 | |
CN105260693B (zh) | 一种激光二维码定位方法 | |
CN105913415B (zh) | 一种具有广泛适应性的图像亚像素边缘提取方法 | |
CN103047943B (zh) | 基于单投射编码结构光的车门外板形状尺寸检测方法 | |
CN105067638A (zh) | 基于机器视觉的轮胎胎膜表面字符缺陷检测方法 | |
CN107248159A (zh) | 一种基于双目视觉的金属工件缺陷检测方法 | |
CN108827316A (zh) | 基于改进的Apriltag标签的移动机器人视觉定位方法 | |
CN106251353A (zh) | 弱纹理工件及其三维位姿的识别检测方法及*** | |
CN112734761B (zh) | 工业品图像边界轮廓提取方法 | |
CN109064481B (zh) | 一种机器视觉定位方法 | |
CN106952307B (zh) | 一种图像中球体定位方法及*** | |
CN108629347A (zh) | 变电站宽刻度指针式仪表自动识别方法 | |
CN108921858A (zh) | 一种自动检测吊耳位置的识别方法 | |
CN109190742A (zh) | 一种基于灰度特征的编码特征点的解码方法 | |
CN114331879A (zh) | 一种均衡化二阶梯度直方图描述子的可见光与红外图像配准方法 | |
CN111429462A (zh) | 一种基于边缘检测和数学形态学的车牌定位方法 | |
CN109635679B (zh) | 一种实时的靶纸定位及环线识别方法 | |
CN113724213B (zh) | 一种自定义搜索区域跟随的小孔定位方法 | |
CN111292375B (zh) | 一种基于位置约束的直升机桨叶标记点识别匹配方法 | |
CN113989482A (zh) | 一种基于图像处理的光学合像水平仪自动读数识别方法 | |
CN117496401A (zh) | 一种用于视频测量影像序列椭圆形目标点全自动识别与跟踪方法 | |
CN105844614B (zh) | 一种基于校对机器人角度的视觉指北方法 | |
CN116883498A (zh) | 基于灰度质心提取算法的视觉合作靶标特征点定位方法 | |
CN116245793A (zh) | 基于视觉的色环电阻阻值检测方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |