CN102032878B - 基于双目立体视觉测量系统的精确在线测量方法 - Google Patents

基于双目立体视觉测量系统的精确在线测量方法 Download PDF

Info

Publication number
CN102032878B
CN102032878B CN200910307630.2A CN200910307630A CN102032878B CN 102032878 B CN102032878 B CN 102032878B CN 200910307630 A CN200910307630 A CN 200910307630A CN 102032878 B CN102032878 B CN 102032878B
Authority
CN
China
Prior art keywords
image
measured target
pair
video cameras
stereo vision
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.)
Expired - Fee Related
Application number
CN200910307630.2A
Other languages
English (en)
Other versions
CN102032878A (zh
Inventor
甄海涛
宋昌江
周丽丽
王涛
何艳
田晓英
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.)
Institute of Automation of Heilongjiang Academy of Sciences
Original Assignee
Institute of Automation of Heilongjiang Academy of Sciences
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 Institute of Automation of Heilongjiang Academy of Sciences filed Critical Institute of Automation of Heilongjiang Academy of Sciences
Priority to CN200910307630.2A priority Critical patent/CN102032878B/zh
Publication of CN102032878A publication Critical patent/CN102032878A/zh
Application granted granted Critical
Publication of CN102032878B publication Critical patent/CN102032878B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

基于双目立体视觉测量系统的精确在线测量方法,它涉及计算机视觉领域,解决了目前双目立体视觉测量系统测量精度和测量速度不能兼顾的问题。它由以下步骤实现:A、运用两台摄像机同时对目标板进行图像采集,获得图像对;B、对采用Harris Cocner角点提取法,对目标板的图像进行亚像素级角点的提取和计算,获得标定的模板;C、采用两步法对摄像机进行标定;D、通过相位编码和展开理论的技术方法获得标定特征点的图像坐标;E、通过数值插值方法,求得图像基于Harris算子的亚像素级的特征点,利用极线法对被测目标进行亚像素级的特征点匹配;步骤F、获得被测目标的三维重构图像。本发明适用于测量精度高的在线测量工业领域。

Description

基于双目立体视觉测量系统的精确在线测量方法
技术领域
本发明涉及计算机视觉领域。
背景技术
双目立体视觉测量技术经过二十多年的研究,是目前市场上应用最为广泛的计算机视觉理论之一,双目立体视觉是模仿人类和动物眼睛系统而设计的一种立体视觉系统,其主要是根据两台摄像机在不同位置对同一物体进行观察时形成视差,然后利用三角测量原理计算图像像素间的位置偏差,实现对物体深度的测量和三维重构。要实现一个完整的双目立体视觉系统通常需要图像获取、摄像机标定、特征提取、立体图像匹配等步骤。
根据该理论研制的视觉产品应用于逆向工程、工业在线测量、医疗医学、航空探测等多个领域,其基本原理、重点和难点已经非常清楚,由于这一技术涉及的学科非常广泛,包括光学、电子、图像处理、机器视觉、计算机等技术,其中的任一环节的误差都会影响到最终结果的准确性,提高系统的测量精度是这一技术的核心问题,但是由于技术的广泛性和复杂性,目前还不具备开发高精度基于立体视觉原理的三维测量设备的能力。目前的主要计算机视觉产品,想要达到很高测量精度,要以牺牲时间为代价,想要具有实时测量的能力,测量精度又会受到限制,因此急需一种测量精度高而且测量速度快的立体视觉技术。
发明内容
本发明为了解决目前双目立体视觉测量系统的测量精度和测量速度不能兼顾的问题,提供一种基于双目立体视觉测量系统的精确在线测量方法。
基于双目立体视觉测量系统的精确在线测量方法是基于双目立体视觉测量系统实现的:
所述双目立体视觉测量系统包括两台摄像机、一台投影机和图像采集和投影线路板,投影机的投影范围覆盖两台摄像机的公共视场,图像采集和投影线路板的三个信号输出端分别连接在两台摄像机和投影机的信号输入端,图像采集和投影线路板数据输入/输出端连接在计算机的图像采集信号输入/输出端。
基于上述双目立体视觉测量系统的精确在线测量方法由以下步骤实现:
步骤A、将目标板放置在两台摄像机的公共视场中,运用两台摄像机同时对所述目标板进行图像采集获得一个图像对;
步骤B、对步骤A获得的图像对采用Harris Cocner角点提取法,进行亚像素级角点的提取和计算,获得标定的模板;
步骤C、采用两步法对两台摄像机进行标定,获得摄像机的内部参数和外部参数并确定两台摄像机的空间位置关系;
步骤D、在两台摄像机的公共视场范围内放置被测目标,两台摄像机同时拍摄被测目标获得被测目标的图像对,根据步骤B获得的标定的模板,通过相位编码和展开理论的方法,获得被测目标的图像对中两幅图像中的所有特征点的图像坐标;
步骤E、通过数值插值方法,求得所述被测目标的图像对中的一幅图像中基于Harris算子的所有亚像素级的特征点,再根据每个亚像素级的特征点利用极线法逐一在所述被测目标的图像对中另一幅图像中获得相匹配的亚像素级的特征点;
步骤F、根据步骤E获得的被测目标的图像对的匹配亚像素级特征点,获得被测目标的三维重构图像。
本发明的测试时间主要分为两部分,一部分是软件算法的计算时间,另一部分就是摄像机及投影机的采集及投影时间。本发明在保证高精度(应用到576×768的模拟信号CCD相机,在150mm×150mm视场范围内的精度可以达到0.03mm)的前提下,整体的测试和计算时间仅为十几秒,在相关的方法中具有先进性和实用性,本发明适用于测量精度高的在线测量工业领域。
附图说明
图1为基于双目立体视觉测量系统的精确在线测量方法工作流程图。图2为双目立体视觉测量系统的结构示意图。图3为获得标定特征点的图像坐标的工作流程图。图4为利用极线法对获得的被测目标的图相对进行亚像素级的特征点匹配的工作流程图。图5为极线法匹配原理图。
具体实施方式
具体实施方式一:结合图1和图2说明本实施方式,本实施方式所述的基于双目立体视觉测量系统的精确在线测量方法是基于下述双目立体视觉测量系统实现的:
所述双目立体视觉测量系统包括两台摄像机1、一台投影机3和图像采集和投影线路板2,投影机3的投影范围覆盖两台摄像机1的公共视场,图像采集和投影线路板2的三个信号输出端分别连接在两台摄像机1和投影机3的信号输入端,图像采集和投影线路板2数据输入/输出端连接在计算机4的图像采集信号输入/输出端。
基于上述双目立体视觉测量系统的精确在线测量方法由以下步骤实现:
步骤A、将目标板放置在两台摄像机1的公共视场中,运用两台摄像机1同时对所述目标板进行图像采集获得一个图像对;
步骤B、对步骤A获得的图像对采用Harris Cocner角点提取法,进行亚像素级角点的提取和计算,获得标定的模板;
步骤C、采用两步法对两台摄像机1进行标定,获得摄像机的内部参数和外部参数并确定两台摄像机1的空间位置关系;
步骤D、在两台摄像机1的公共视场范围内放置被测目标5,两台摄像机同时拍摄被测目标5获得被测目标5的图像对,根据步骤B获得的标定的模板,通过相位编码和展开理论的方法,获得被测目标5的图像对中两幅图像中的所有特征点的图像坐标;
步骤E、通过数值插值方法,求得所述被测目标5的图像对中的一幅图像中基于Harris算子的所有亚像素级的特征点,再根据每个亚像素级的特征点利用极线法逐一在所述被测目标5的图像对中另一幅图像中获得相匹配的亚像素级的特征点;
步骤F、根据步骤E获得的被测目标5的图像对的匹配亚像素级特征点,获得被测目标5的三维重构图像。
本实施方式中的双目立体视觉测量系统中的摄像机1采用高精度工业级模拟CCD摄像机1。高精度工业模拟CCD摄像机1和投影机3配合使用作为测量系统。
本实施方式中,步骤B中所述的目标板为5×7的高精度黑白相间的棋盘格目标板。
具体实施方式二:本实施方式与具体实施方式一中所述的基于双目立体视觉测量系统的精确在线测量方法不同之处在于:在步骤A中,变换目标板在两台摄像机1的公共视场中的位置,采集获得多个图像对;在步骤B中,通过Harris算子计算得到多个图像对中的标定板像素级的角点;
然后,通过数值差值方法对获得的多个图像对中的标定板像素级的角点进行处理,最终根据获得的基于Harris算子的亚像素级角点获得标定模板。
本实施方式中在步骤A中获得4-10个图像对。
因为需要提供特征点的空间位置变化,以求解方程组,所以一般需要采集不同空间位置的标定板,至少需要测4个不同位置,理论上测试的位置越多,标定精度越高,但是由于计算机计算的误差及其他误差的影响,测量次数过多也容易造成负面影响,不利于测试工作。
具体实施方式三:本实施方式是对具体实施方式一中步骤C中获得摄像机的内部参数和外部参数的进一步说明:
在步骤C中获得摄像机的外部参数的方法为:利用径向约束条件,使用最小二乘法解超定线性方程组,给出外部参数;
在步骤C中获得摄像机的内部参数的方法为:将外部参数与畸变修正参数进行迭代,求解超定线性方程组或非线性方程组,获得内部参数。
本实施方式中所述的内部参数包括:计算机图像中心坐标、图像单位距离上的像素数(即尺度因子)、有效焦距和畸变系数。其中,计算机图像中心坐标包括X、Y方向两个参数,图像单位距离上的像素数包括X、Y方向两个参数,因此所述内部参数共包含有六个参数。
本实施方式中所述的外部参数包括旋转矩阵和平移矩阵。其中,旋转矩阵中包含有三个参数,平移矩阵中也包含有三个参数,因此所述外部参数共包含有六个参数。
如果摄像机1无透视畸变,可由一个超定线性方程求解。如果存在径向畸变,则可结合非线性优化的方法获得全部参数。该方法的计算量适中,并且精度较高,平均精度可达到1/4000,最高精度可达到1/8000。
具体实施方式四:结合图5说明本实施方式,本实施方式是对具体实施方式一中步骤D的进一步说明,步骤D的具体步骤为:
步骤D1、通过投影机3投射一组正弦光栅及编码光栅于被测目标5表面;
步骤D2、两台摄像机1同步进行图像采集,每台摄像机获得一幅被测目标5的图像,两台摄像机同一时刻采集的两幅被测目标5的图像组成一个被测目标5的图像对;
步骤D3、重复上面D1和D2两个步骤,获得13-30个被测目标5的图像对;
步骤D4、对步骤D3获得的多个被测目标5的图像对计算正弦编码;
步骤D5、逐一将步骤D4获得的每一个被测目标5的图像对按纵向或横向进行统一的相位编码;
步骤D6、根据步骤B获得的标定的模板,通过相位编码和展开理论的方法,获得每一个被测目标5的图像对中两幅图像中的所有特征点的图像坐标。
本实施方式中,步骤D2和步骤D1之间间隔50-100ms,进而保证摄像机1采集的图像的稳定性。
通过函数的形式直接调用步骤C的测试结果,获得两个摄像机1各自的旋转矩阵和平移矩阵数值及两摄像机1相对空间位置数值,然后是对物体的投影和采集,通过投影机3投射一组正弦光栅及编码光栅于被测目标5表面,在投射的过程中,两台摄像机1同步进行图像采集,获得多个图像对,通过这些图像计算正弦编码,将被测目标5按纵向或横向实现统一的相位编码。
投影机3投出的光栅图像的范围覆盖摄像机1采集的范围,使得摄像机1所采集的图像为被光栅完全覆盖范围,且两摄像机1所采集图像信息尽可能的重叠,以保证较大的测量范围,因此投影机3与水平方向放置的摄像机1成一定的角度。
本发明中需要获得多对被测物体5的图相对,采集的图相对越多,编码越细致,能够获得的精度越高,但是相应的编码过程越复杂,测量时间越长,相反采集的图相对越少编码过程越简单,测量时间越短,但是编码越粗糙,获得的精度越低,本发明以采集13个图像对为例,图像对的采集在投影后50ms,下一次投影和本次采集的时间间隔为150ms,共采集13个图像对,整体的测试和计算时间仅为十几秒,而且能够保证在576×768的模拟信号CCD相机,在150mm×150mm视场范围内精度达到0.03mm。
具体实施方式五:结合图6说明本实施方式,本实施方式是对具体实施方式一中步骤E的进一步说明,步骤E中对每一对特征点进行匹配的具体步骤为:
步骤E1、定义一个被测目标5的图像对中的两幅图像分别为图像A1和图像A2,通过极线法在图像A2中寻找与图像A1中的一个特征点m1对应的直线L;
步骤E2、计算步骤E1获得的图像A2中直线S上所有点的相位值Wi,将直线L上所有点的相位值Wi逐个与图像A1上特征点m1的相位值W0比较,相位差|Wi-W0|小于阈值Wth的几个区域即为图像A2上对应特征点m2所在区域;
步骤E3、在图像A2上对应特征点m2所在区域通过差值算法,最终得到图像A1中的特征点m1在图像A2上与其匹配的特征点m2。
其中Wth为用户根据需要设定的值,一般以获得3-5个满需要求的特征点所在区域为宜。
极线法匹配的基本原理如图5所示,在由两台摄像机组成的双目立体视觉系统中,连接光心Ol和Or的线称为基线B,两台摄像机的光心和场景点M三点组成的平面定义为极面π,该平面与图像平面的交线称为极线S。当场景点在空间移动时,图像A1和A2上各自所有的极线都相交于极点el、er,极点就是所有极线在各自图像平面上的交点。实际上极点el、er是摄像机光心Ol和Or分别在两个图像平面上的投影,并且el、er、Ol和Or共线。
在实际匹配过程中,图像A1平面任一点ml,对它在图像A2平面上的匹配点mr的搜索不需要在整幅图像上搜索,它必然位于极线Sr上,我们称Sr为图像A2平面上对应于ml点的极线。类似的,图像A2平面上任一点mr,它在图像A1平面上的匹配点ml必位于极线Sl上。
本发明中可以先确定图像A1上的特征点,然后在图像A2上寻找该特征点所在直线,再将图像A1上的特征点的相位值与该直线上的相位值比较,确定特征点所在区域。也可以先确定图像A2上的特征点,然后在图像A1上寻找该特征点所在直线,再将图像A2上的特征点的相位值与该直线上的相位值比较,确定特征点所在区域。
本发明将一组高精度正弦光栅投射到被测物体的表面上,然后通过对这组光栅相位展开,实现相位在单个周期内是单调连续分布的,可以获得较精确的深度分辨率,通过规定阈值计算,使各个相位展开成一连续曲线,从而可以实现对全视场范围的相位编码。从而缩短了特征点的找寻速度,即相当于极线几何法提供一个方向上的约束,相位编码提供另一非平行方向上的约束,两个方向的交点即为特征点。为了提高精度,本发明提出对特征点区附近的点进行插值运算,进而得到更精确的特征点,使精度达到亚像素级。
极线法是目前双目视觉特征点匹配的最重要的方法,其特点是理论方法直观,易于算法研究及实现,并且这种方法能够得到较高的匹配精度。本发明根据双目视觉的计算原理,将相位编码及相位展开原理与极线几何匹配法相结合,再用差值算法,得到亚像素级的特征点匹配,本发明双目立体视觉的算法应用576×768的模拟信号CCD相机,在150mm×150mm视场范围内的精度可以达到0.03mm。

Claims (4)

1.基于双目立体视觉测量系统的精确在线测量方法,是基于双目立体视觉测量系统实现的:所述双目立体视觉测量系统包括两台摄像机(1)、一台投影机(3)和图像采集和投影线路板(2),投影机(3)的投影范围覆盖两台摄像机(1)的公共视场,图像采集和投影线路板(2)的三个信号输出端分别连接在两台摄像机(1)和投影机(3)的信号输入端,图像采集和投影线路板(2)输入端连接在计算机(4)的图像采集信号输入端,其特征在于基于上述双目立体视觉测量系统的精确在线测量方法由以下步骤实现:
步骤A、将目标板放置在两台摄像机(1)的公共视场中,运用两台摄像机(1)同时对所述目标板进行图像采集获得一个图像对;
步骤B、对步骤A获得的图像对采用Harris Cocner角点提取法,进行亚像素级角点的提取和计算,获得标定的模板;
步骤C、采用两步法对两台摄像机(1)进行标定,获得摄像机的内部参数和外部参数并确定两台摄像机(1)的空间位置关系;
步骤D、在两台摄像机(1)的公共视场范围内放置被测目标(5),两台摄像机同时拍摄被测目标(5)获得被测目标(5)的图像对,根据步骤B获得的标定的模板,通过相位编码和展开理论的方法,获得被测目标(5)的图像对中两幅图像中的所有特征点的图像坐标;
步骤E、通过数值插值方法,求得所述被测目标(5)的图像对中的一幅图像中基于Harris算子的所有亚像素级的特征点,再根据每个亚像素级的特征点利用极线法逐一在所述被测目标(5)的图像对中另一幅图像中获得相匹配的亚像素级的特征点;
步骤F、根据步骤E获得的被测目标(5)的图像对的匹配业像素级特征点,获得被测目标(5)的三维重构图像;
步骤D的具体步骤为:
步骤Dl、通过投影机(3)投射一组正弦光栅及编码光栅十被测目标(5)表面;
步骤D2、两台摄像机(1)同步进行图像采集,每台摄像机获得一幅被测目标(5)的图像,两台摄像机同一时刻采集的两幅被测目标(5)的图像组成一个被测目标(5)的图像对;
步骤D3、重复上面Dl和D2两个步骤,获得13-30个被测目标(5)的图像对;
步骤D4、对步骤D3获得的多个被测目标(5)的图像对计算正弦编码;
步骤D5、逐一将步骤D4获得的每一个被测目标(5)的图像对按纵向或横向进行统一的相位编码;
步骤D6、根据步骤B获得的标定的模板,通过相位编码和展开理论的方法,获得每一个被测目标(5)的图像对中两幅图像中的所有特征点的图像坐标。
2.根据权利要求1所述的基于双目立体视觉测量系统的精确在线测量方法,其特征在于在步骤A中,变换目标板在两台摄像机(1)的公共视场中的位置,采集获得多个图像对;在步骤B中,通过Harris算子计算得到多个图像对中的标定板像素级的角点。
3.根据权利要求1所述的基于双目立体视觉测量系统的精确在线测量方法,其特征在于在步骤C中获得摄像机的外部参数的方法为:利用径向约束条件,使用最小二乘法解超定线性方程组,给出外部参数;在步骤C中获得摄像机的内部参数的方法为:将外部参数与畸变修正参数进行迭代,求解超定线性方程组或非线性方程组,获得内部参数。
4.根据权利要求1所述的基于双目立体视觉测量系统的精确在线测量方法,其特征在于步骤E中对每一对特征点进行匹配的具体步骤为:
步骤El、定义一个被测目标(5)的图像对中的两幅图像分别为图像Al和图像A2,通过极线法在图像A2中寻找与图像Al中的一个特征点ml对应的直线L;
步骤E2、计算步骤El获得的图像A2中直线L上所有点的相位值Wi,将直线L上所有点的相位值Wi逐个与图像Al上特征点ml的相位值W0比较,相位差∣Wi-W0∣小于阈值Wth的几个区域即为图像A2上对应特征点m2所在区域;
步骤E3、在图像A2上对应特征点m2所在区域通过差值算法,最终得到图像Al中的特征点ml在图像A2上与其匹配的特征点m2。
CN200910307630.2A 2009-09-24 2009-09-24 基于双目立体视觉测量系统的精确在线测量方法 Expired - Fee Related CN102032878B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN200910307630.2A CN102032878B (zh) 2009-09-24 2009-09-24 基于双目立体视觉测量系统的精确在线测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN200910307630.2A CN102032878B (zh) 2009-09-24 2009-09-24 基于双目立体视觉测量系统的精确在线测量方法

Publications (2)

Publication Number Publication Date
CN102032878A CN102032878A (zh) 2011-04-27
CN102032878B true CN102032878B (zh) 2014-06-18

Family

ID=43886082

Family Applications (1)

Application Number Title Priority Date Filing Date
CN200910307630.2A Expired - Fee Related CN102032878B (zh) 2009-09-24 2009-09-24 基于双目立体视觉测量系统的精确在线测量方法

Country Status (1)

Country Link
CN (1) CN102032878B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110238520A (zh) * 2019-06-26 2019-09-17 北京工业大学 一种基于ccd视觉检测的自动精密激光焊接方法

Families Citing this family (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102269575B (zh) * 2011-05-11 2013-08-07 上海章旗柯维系统有限公司 一种视觉测量中基于映射的相位匹配方法
CN102519434B (zh) * 2011-12-08 2014-04-02 北京控制工程研究所 一种用于立体视觉三维恢复数据精度测量的试验验证方法
CN102682211A (zh) * 2012-05-09 2012-09-19 晨星软件研发(深圳)有限公司 一种立体试衣方法及装置
CN102940493B (zh) * 2012-11-14 2016-08-24 黑龙江省科学院自动化研究所 全景人体三维扫描系统及测量方法
CN103090807A (zh) * 2013-01-11 2013-05-08 北京国网富达科技发展有限责任公司 一种检测输电线路安全运行的方法和系统
CN103162623A (zh) * 2013-03-07 2013-06-19 大连理工大学 一种双摄像机垂直安装的立体测量系统及标定方法
CN104406594B (zh) * 2014-12-09 2017-06-06 上海新跃仪表厂 交会对接航天器相对位姿的测量算法
US9628695B2 (en) * 2014-12-29 2017-04-18 Intel Corporation Method and system of lens shift correction for a camera array
CN104776832B (zh) * 2015-04-16 2017-02-22 浪潮软件集团有限公司 一种空间内物体的定位方法、机顶盒和系统
CN105300316B (zh) * 2015-09-22 2017-10-13 大连理工大学 基于灰度重心法的光条中心快速提取方法
CN105277144A (zh) * 2015-10-16 2016-01-27 浙江工业大学 基于双目视觉的土地面积快速检测方法及其检测装置
CN105405135B (zh) * 2015-11-06 2018-08-10 中国人民解放军信息工程大学 基于基本配置点的两步法摄影物点、像点自动匹配方法
CN105954163B (zh) * 2016-04-19 2018-05-15 长沙理工大学 冷凝器中污垢沉积率和剥蚀率的在线测量方法
CN106174830A (zh) * 2016-06-30 2016-12-07 西安工程大学 基于机器视觉的服装尺寸自动测量系统及其测量方法
CN106530401A (zh) * 2016-10-31 2017-03-22 黑龙江省科学院自动化研究所 一种数字博物馆3d图像获取与呈现方法
WO2019051728A1 (zh) * 2017-09-14 2019-03-21 深圳大学 基于相位映射的折叠相位三维数字成像方法及装置
CN107967700B (zh) * 2017-12-01 2020-02-14 北京控制工程研究所 大视场宽工作距双目相机的在轨几何校正及精度验证方法
CN108648264B (zh) * 2018-04-25 2020-06-23 吉林大学 基于运动恢复的水下场景重建方法及存储介质
CN109357633B (zh) * 2018-09-30 2022-09-30 先临三维科技股份有限公司 三维扫描方法、装置、存储介质和处理器
CN109903376B (zh) * 2019-02-28 2022-08-09 四川川大智胜软件股份有限公司 一种人脸几何信息辅助的三维人脸建模方法及系统
CN110044301B (zh) * 2019-03-29 2020-05-05 易思维(天津)科技有限公司 基于单双目混合测量的三维点云计算方法
CN111521113B (zh) * 2020-04-24 2021-08-03 成都飞机工业(集团)有限责任公司 一种基于高速相机双目立体视觉的图像采集方法
CN111750805B (zh) * 2020-07-06 2021-12-10 山东大学 一种基于双目相机成像和结构光技术的三维测量装置及测量方法
CN112013786A (zh) * 2020-09-01 2020-12-01 三一重工股份有限公司 一种大视场深度相机及三维信息探测方法
CN112161997B (zh) * 2020-09-28 2022-09-27 南京工程学院 半导体芯片管脚三维几何尺寸的在线精密视觉测量方法及系统
CN114910021A (zh) * 2022-05-07 2022-08-16 泰州市创新电子有限公司 一种光栅式双目立体视觉三维测量系统及方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1483999A (zh) * 2003-08-15 2004-03-24 清华大学 测量物体三维表面轮廊的方法及系统
CN101093160A (zh) * 2007-07-12 2007-12-26 上海交通大学 基于双目立体视觉技术的空间圆几何参数的测量方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004264249A (ja) * 2003-03-04 2004-09-24 Fujitsu Ltd 格子パターン投影法における画像処理方法、計測装置及び画像処理装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1483999A (zh) * 2003-08-15 2004-03-24 清华大学 测量物体三维表面轮廊的方法及系统
CN101093160A (zh) * 2007-07-12 2007-12-26 上海交通大学 基于双目立体视觉技术的空间圆几何参数的测量方法

Non-Patent Citations (7)

* Cited by examiner, † Cited by third party
Title
JP特开2004-264249A 2004.09.24
刘晶晶.基于双目立体视觉的三维定位技术研究.《中国优秀硕士学位论文全文数据库》.2009,(第06期),正文第9-14页第2节,第21-33页第3.2-3.3节,第35-44页第4节.
基于双目立体视觉的三维定位技术研究;刘晶晶;《中国优秀硕士学位论文全文数据库》;20090615(第06期);正文第9-14页第2节,第21-33页第3.2-3.3节,第35-44页第4节 *
基于投影栅相位的立体匹配方法;赵慧洁,雷彦章,姜宏志;《第十三届全国图像图形学学术会议论文集》;20061130;正文第1-6节 *
空间编码与外极线斜率约束相结合的立体精匹配方法;邹志勇;《自动化技术与应用》;20031230;第22卷(第1期);全文 *
赵慧洁,雷彦章,姜宏志.基于投影栅相位的立体匹配方法.《第十三届全国图像图形学学术会议论文集》.2006,正文第1-6节.
邹志勇.空间编码与外极线斜率约束相结合的立体精匹配方法.《自动化技术与应用》.2003,第22卷(第1期),全文.

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110238520A (zh) * 2019-06-26 2019-09-17 北京工业大学 一种基于ccd视觉检测的自动精密激光焊接方法
CN110238520B (zh) * 2019-06-26 2021-09-24 北京工业大学 一种基于ccd视觉检测的自动精密激光焊接方法

Also Published As

Publication number Publication date
CN102032878A (zh) 2011-04-27

Similar Documents

Publication Publication Date Title
CN102032878B (zh) 基于双目立体视觉测量系统的精确在线测量方法
CN107063129A (zh) 一种阵列式并行激光投影三维扫描方法
CN102364299B (zh) 一种多个结构光投影三维型面测量头的标定技术
CN104537707B (zh) 像方型立体视觉在线移动实时测量系统
CN108038902A (zh) 一种面向深度相机的高精度三维重建方法和系统
CN104596439A (zh) 一种基于相位信息辅助的散斑匹配三维测量方法
CN102445165B (zh) 基于单幅彩色编码光栅的立体视觉测量方法
Yang et al. Geometric calibration of IR camera using trinocular vision
Yang et al. Flexible and accurate implementation of a binocular structured light system
CN108665535A (zh) 一种基于编码光栅结构光的三维结构重建方法与系统
CN109141226A (zh) 单相机多角度的空间点坐标测量方法
CN114998499A (zh) 一种基于线激光振镜扫描的双目三维重建方法及系统
CN110378969A (zh) 一种基于3d几何约束的汇聚式双目相机标定方法
CN100561118C (zh) 三维数字化测量中的一种颜色渲染方法
CN109523595A (zh) 一种建筑工程直线棱角间距视觉测量方法
TW201310004A (zh) 編列數位影像關係裝置
CN111091599A (zh) 一种基于球体标定物的多相机-投影仪系统标定方法
Ye et al. An accurate 3D point cloud registration approach for the turntable-based 3D scanning system
CN114066983A (zh) 一种基于两轴转台的智能补扫方法和计算机可读存储介质
CN105374067A (zh) 一种基于pal相机的三维重建方法及其重建系统
CN106500625A (zh) 一种远心立体视觉测量装置及其应用于物体三维形貌微米级精度测量的方法
Sansoni et al. 3-D optical measurements in the field of cultural heritage: the case of the Vittoria Alata of Brescia
CN110940295A (zh) 基于激光散斑极限约束投影的高反射物体测量方法及系统
Schreve How accurate can a stereovision measurement be?
Xiao et al. Large-scale structured light 3D shape measurement with reverse photography

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
ASS Succession or assignment of patent right

Owner name: AUTOMATION INST. OF HEILONGJIANG ACIENCES ACADEMY

Free format text: FORMER OWNER: ZHEN HAITAO

Effective date: 20140509

C41 Transfer of patent application or patent right or utility model
TA01 Transfer of patent application right

Effective date of registration: 20140509

Address after: 150090 Nangang, Heilongjiang, Han Han Road, No. 165, No.

Applicant after: Automation Inst. of Heilongjiang Aciences Academy

Address before: 150090, room 165, 307 Han River Road, Nangang District, Heilongjiang, Harbin

Applicant before: Zhen Haitao

C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20140618

Termination date: 20140924

EXPY Termination of patent right or utility model