CN103278090A - 一种不规则物体体积的视觉测量方法 - Google Patents
一种不规则物体体积的视觉测量方法 Download PDFInfo
- Publication number
- CN103278090A CN103278090A CN2013101772620A CN201310177262A CN103278090A CN 103278090 A CN103278090 A CN 103278090A CN 2013101772620 A CN2013101772620 A CN 2013101772620A CN 201310177262 A CN201310177262 A CN 201310177262A CN 103278090 A CN103278090 A CN 103278090A
- Authority
- CN
- China
- Prior art keywords
- view
- volume
- pixel
- image
- irregularly shaped
- 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
Abstract
一种不规则物体体积的视觉测量方法，首先，对系统进行标定，获取系统的像素当量；其次，利用三个摄像头分别获取待测物体俯视、左视、右视三个方向的原始图像，并通过俯视图获得待测物体的最大外围长度图像坐标参数；然后，对左视图与右视图进行基于灰度的三维重构，同时利用俯视最大长度像素数为依据分割左右视图所对应的重构范围；继而，在图像坐标下的三维模型中，采用相应的统计算法计算三维物体的体积；最后，根据像素当量计算世界坐标系中待测物体的实际体积，本发明利用图像灰度值进行物体在图像坐标系中的三维重构，通过像素值计算物体体积，该方法仅仅对像素当量进行标定，计算速度快，在精度范围内能够满足实时性要求。
Description
技术领域
本发明属于测量技术领域，特别涉及一种不规则物体体积的视觉测量方法。
背景技术
体积测量在很多领域均有应用，工业生产中就经常需要测量不规则物体的体积，如工业原材料的在线检测系统。随着测量技术的发展，不规则物体的测量环境和测量方式也不断革新，特殊需求的测量工程越来越多。
传统的不规则物体体积的测量主要以人工分拣和利用已知密度进行体积等价计算两种方法，人工分拣速度较慢且不准确，而体积等价计算测量过程复杂，速度慢，不适合大型物体的测量，同时也难以实现非接触式测量。现有基于计算机视觉测量系统主要是获得不同角度的物体图像信息，根据世界坐标、摄像头坐标和图像坐标之间的换算关系，进行世界坐标系中的三维重建，这种方法计算复杂，不具备实时性；另外，也有通过表面信息将物体划分成不同柱体，进而求其体积，这种方法的局限在于不能自动测量空间物体的体积，且对于形状复杂的物体精度不高。现有的不规则物体体积测量方法在一定程度上限制了其在工业过程中的应用。
发明内容
为了克服上述现有技术的缺点，本发明的目的在于提供一种不规则物体体积的视觉测量方法，利用图像灰度值进行物体在图像坐标系中的三维重构，通过像素值计算物体体积，该方法仅仅对像素当量进行标定，计算速度快，在精度范围内能够满足实时性要求。
为了实现上述目的，本发明采用的技术方案是：
一种不规则物体体积的视觉测量方法，包括如下步骤：
首先，对系统进行标定，获取系统的像素当量；
其次，利用三个摄像头分别获取待测物体俯视、左视、右视三个方向的原始图像，并通过俯视图获得待测物体的最大外围长度图像坐标参数；
然后，对左视图与右视图进行基于灰度的三维重构，同时利用俯视最大长度像素数为依据分割左右视图所对应的重构范围；
继而，在图像坐标下的三维模型中，计算三维物体的体积；
最后，根据像素当量计算世界坐标系中待测物体的实际体积。
所述系统指基于计算机视觉的不规则物体体积测量系统，包括呈90°依次排开的三个图像采集摄像头，各个摄像头与计算机中安装的图像采集卡相连接。
对系统进行标定具体是利用该系统对一个几何参数L已知的物体进行测量，得到代表其参数的像素数M，然后利用公式ε=L/M计算出系统的像素当量ε，得到单位像素所代表的实际尺寸，其中L为精确长度。
所述通过俯视图获得待测物体的最大外围长度图像坐标参数的过程是：
（1）、对俯视图进行二值化处理；
（2）、求出俯视图上下顶点位置，取两者横向对称中心线，计算中心线与左右顶点的距离，得到左右两侧的最大像素数目Nl和Nr。
所述对俯视图进行二值化处理的方法是采用自适应阈值法将图像转化为二值图像，将目标物体于背景区分开来。
所述对左视图与右视图进行基于灰度的三维重构的方法是：先查找灰度值有较尖锐突变的单个像素点，取其小邻域内像素点的灰度均值进行替换，然后将灰度值赋给三维坐标中的z坐标，从而恢复左右视图的三维图像，得到两者的三维模型的图像坐标集合：(x,y,z)。
所述利用俯视最大长度像素数为依据分割左右视图所对应的重构范围的方法是：
（1）对左视图的三维模型中z值进行最大值限制约束换算，max(z)对应Nl，min(z)对应0，其它中间值利用公式zl=(z×Nl)/max(z)进行计算，其中zl代表换算后的左视图三维模型z轴坐标；
（2）统计左视图三维模型空间中所包含的实际立体像素块数目，计为sum_left；
（3）对右视图的三维模型中z值进行最大值限制约束换算，max(z)对应Nr，min(z)对应0，其它中间值利用公式zr=(z×Nr)/max(z)进行计算，其中zr代表换算后的左视图三维模型z轴坐标；
（4）统计右视图三维模型空间中所包含的实际立体像素块数目，计为sum_right；
（5）图像坐标系中，左右三维模型包含的立体像素块数目为sum=sum_left+sum_right，即三维物体的体积。
利用像素当量，根据公式V=sum×ε3，将图像坐标系中的体积换算为实际测量体积。
本发明的有益效果是，本发明基于灰度三维重建的不规则物体体积测量方法，可以实现不规则物体的体积检测，是一种较准确地非接触式体积测量方法。若将本发明应用于工业生产领域，可以较好的解决工业原始物料大小无法准确、快速测量的问题，从而增加工业化深度，减少人工操作，促进工业发展，具有很大的市场潜力。
附图说明
图1为本发明体积测量方法处理流程图。
具体实施方式
下面结合附图和实施例详细说明本发明的实施方式。
本发明以石块作为被测对象，利用基于计算机视觉的不规则物体体积测量系统，包括呈90°依次排开的三个图像采集摄像头，各个摄像头与计算机中安装的图像采集卡相连接。处理流程如附图1所示，具体实施步骤如下：
Step1、对系统进行定标，即利用该系统对一个几何参数L（精确长度）已知的物体进行测量，得到代表其参数的像素数M，然后利用公式ε=L/M计算出系统的像素当量ε，得到单位像素所代表的实际尺寸。
Step2、通过CCD摄像头获得待测物的俯视图和左右两幅侧视图。
Step3、对俯视图进行二值化处理，采用自适应阈值法将图像转化为二值图像，将目标物体于背景区分开来。
Step4、求出俯视图上下顶点位置，取两者横向对称中心线，计算中心线与左右顶点的距离，得到左右两侧的最大像素数目Nl和Nr。
Step5、依据物体成像规律，即在光照一定的情况下，照片中亮度越强则距离摄像头较近，反之则较远，对二维图片进行三维重构，先查找灰度值有较尖锐突变的单个像素点，取其小邻域内像素点的灰度均值进行替换，然后将灰度值赋给三维坐标中的z坐标，恢复左右视图的三维图像，得到两者的三维模型的图像坐标集合：(x,y,z)
Step6、对左视图的三维模型中z值进行最大值限制约束换算，Step4中得到的左侧最大像素数目Nl，则通过立体图形匹配可知max(z)应该对应Nl，min(z)应该对应0，其它中间值可利用公式zl=(z×Nl)/max(z)进行计算，其中zl代表换算后的左视图三维模型z轴坐标。
Step7、统计左视图三维模型空间中所包含的实际立体像素块数目，计为sum_left。
Step8、对右视图的三维模型中z值进行最大值限制约束换算，Step4中得到的右侧最大像素数目Nr，则通过立体图形匹配可知max(z)应该对应Nr，min(z)应该对应0，其它中间值可利用公式zr=(z×Nr)/max(z)进行计算，其中zr代表换算后的左视图三维模型z轴坐标。
Step9、统计右视图三维模型空间中所包含的实际立体像素块数目，计为sum_right。
Step10、图像坐标系中，左右三维模型包含的立体像素块数目为sum=sum_left+sum_right。
Step11、利用像素当量，利用公式V=sum×ε3，将图像坐标系中的体积换算为实际测量体积。
Step12、输出待测物体实际体积。
Claims (8)
1.一种不规则物体体积的视觉测量方法，其特征在于，包括如下步骤：
首先，对系统进行标定，获取系统的像素当量；
其次，利用三个摄像头分别获取待测物体俯视、左视、右视三个方向的原始图像，并通过俯视图获得待测物体的最大外围长度图像坐标参数；
然后，对左视图与右视图进行基于灰度的三维重构，同时利用俯视最大长度像素数为依据分割左右视图所对应的重构范围；
继而，在图像坐标下的三维模型中，计算三维物体的体积；
最后，根据像素当量计算世界坐标系中待测物体的实际体积。
2.根据权利要求1所述的不规则物体体积的视觉测量方法，其特征在于，所述系统指基于计算机视觉的不规则物体体积测量系统，包括呈90°依次排开的三个图像采集摄像头，各个摄像头与计算机中安装的图像采集卡相连接。
3.根据权利要求1所述的不规则物体体积的视觉测量方法，其特征在于，对系统进行标定具体是利用该系统对一个几何参数L已知的物体进行测量，得到代表其参数的像素数M，然后利用公式ε=L/M计算出系统的像素当量ε，得到单位像素所代表的实际尺寸，其中L为精确长度。
4.根据权利要求1所述的不规则物体体积的视觉测量方法，其特征在于，所述通过俯视图获得待测物体的最大外围长度图像坐标参数的过程是：
（1）、对俯视图进行二值化处理；
（2）、求出俯视图上下顶点位置，取两者横向对称中心线，计算中心线与左右顶点的距离，得到左右两侧的最大像素数目Nl和Nr。
5.根据权利要求4所述的不规则物体体积的视觉测量方法，其特征在于，所述对俯视图进行二值化处理的方法是采用自适应阈值法将图像转化为二值图像，将目标物体于背景区分开来。
6.根据权利要求4所述的不规则物体体积的视觉测量方法，其特征在于，所述对左视图与右视图进行基于灰度的三维重构的方法是：先查找灰度值有较尖锐突变的单个像素点，取其小邻域内像素点的灰度均值进行替换，然后将灰度值赋给三维坐标中的z坐标，从而恢复左右视图的三维图像，得到两者的三维模型的图像坐标集合：(x,y,z)。
7.根据权利要求6所述的不规则物体体积的视觉测量方法，其特征在于，所述利用俯视最大长度像素数为依据分割左右视图所对应的重构范围的方法是：
（1）对左视图的三维模型中z值进行最大值限制约束换算，max(z)对应Nl，min(z)对应0，其它中间值利用公式zl=(z×Nl)/max(z)进行计算，其中zl代表换算后的左视图三维模型z轴坐标；
（2）统计左视图三维模型空间中所包含的实际立体像素块数目，计为sum_left；
（3）对右视图的三维模型中z值进行最大值限制约束换算，max(z)对应Nr，min(z)对应0，其它中间值利用公式zr=(z×Nr)/max(z)进行计算，其中zr代表换算后的左视图三维模型z轴坐标；
（4）统计右视图三维模型空间中所包含的实际立体像素块数目，计为sum_right；
（5）图像坐标系中，左右三维模型包含的立体像素块数目为sum=sum_left+sum_right，即三维物体的体积。
8.根据权利要求7所述的不规则物体体积的视觉测量方法，其特征在于，利用像素当量，根据公式V=sum×ε3，将图像坐标系中的体积换算为实际测量体积。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310177262.0A CN103278090B (zh) | 2013-05-14 | 2013-05-14 | 一种不规则物体体积的视觉测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310177262.0A CN103278090B (zh) | 2013-05-14 | 2013-05-14 | 一种不规则物体体积的视觉测量方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103278090A true CN103278090A (zh) | 2013-09-04 |
| CN103278090B CN103278090B (zh) | 2015-10-07 |
Family
ID=49060680
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310177262.0A Expired - Fee Related CN103278090B (zh) | 2013-05-14 | 2013-05-14 | 一种不规则物体体积的视觉测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103278090B (zh) |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103822581A (zh) * | 2014-02-26 | 2014-05-28 | 陕西科技大学 | 一种基于压缩感知的不规则物体体积测量方法 |
| CN103824224A (zh) * | 2014-02-26 | 2014-05-28 | 陕西科技大学 | 一种基于明暗恢复形状的水果大小分级方法 |
| CN104132613A (zh) * | 2014-07-16 | 2014-11-05 | 佛山科学技术学院 | 一种复杂表面和不规则物体体积的非接触光学测量方法 |
| CN104330066A (zh) * | 2014-10-21 | 2015-02-04 | 陕西科技大学 | 一种基于Freeman链码检测的不规则物体体积测量方法 |
| CN104655011A (zh) * | 2015-01-28 | 2015-05-27 | 佛山科学技术学院 | 一种不规则凸面物体体积的非接触光学测量方法 |
| CN105279785A (zh) * | 2014-06-24 | 2016-01-27 | 北京鸿合智能系统股份有限公司 | 一种展台三维建模的方法和装置 |
| CN105783782A (zh) * | 2016-05-12 | 2016-07-20 | 电子科技大学 | 表面曲率突变光学轮廓测量方法 |
| CN105944976A (zh) * | 2016-05-16 | 2016-09-21 | 陕西科技大学 | 一种利用数字图像处理技术分拣大块煤矸石的方法及装置 |
| CN106548480A (zh) * | 2016-12-23 | 2017-03-29 | 蚌埠学院 | 一种基于机器视觉的农产品体积快速测量装置及测量方法 |
| CN108133477A (zh) * | 2017-12-29 | 2018-06-08 | 深圳市越疆科技有限公司 | 一种物体检测方法及智能机械臂 |
| CN108240732A (zh) * | 2016-12-23 | 2018-07-03 | 青岛海尔智能技术研发有限公司 | 一种冰箱及具有特定轮廓的食材统计方法和系统 |
| CN108717724A (zh) * | 2018-04-02 | 2018-10-30 | 珠海格力电器股份有限公司 | 一种测量方法及装置 |
| CN108917644A (zh) * | 2018-07-19 | 2018-11-30 | 工极（北京）智能科技有限公司 | 三维立体测量系统 |
| CN110533731A (zh) * | 2019-08-30 | 2019-12-03 | 无锡先导智能装备股份有限公司 | 相机解析度的标定方法及相机解析度的标定装置 |
| CN110751620A (zh) * | 2019-08-28 | 2020-02-04 | 宁波海上鲜信息技术有限公司 | 估算体积和重量的方法、电子设备及计算机可读存储介质 |
| CN111299186A (zh) * | 2020-02-21 | 2020-06-19 | 杨伟 | 水果分级的方法、装置及设备 |
| CN111504182A (zh) * | 2020-04-10 | 2020-08-07 | 四川超影科技有限公司 | 一种利用二维码辅助校准的物体体积视觉测量方法 |
| CN112432596A (zh) * | 2021-01-27 | 2021-03-02 | 长沙智能驾驶研究院有限公司 | 空间测量方法、装置、电子设备及计算机存储介质 |
| CN113252103A (zh) * | 2021-05-11 | 2021-08-13 | 安徽理工大学 | 一种基于matlab图像识别技术计算物料堆体积及质量的方法 |
| CN113432558A (zh) * | 2021-08-25 | 2021-09-24 | 山东捷瑞数字科技股份有限公司 | 一种基于激光的不规则物体表面积的测量装置及方法 |
| CN117433952A (zh) * | 2023-12-21 | 2024-01-23 | 西南石油大学 | 一种重晶石粉密度快速测量方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020030808A1 (en) * | 1999-01-18 | 2002-03-14 | Gunnar Bostrom | Method and device for inspecting objects |
| CN101144703A (zh) * | 2007-10-15 | 2008-03-19 | 陕西科技大学 | 一种基于多源图像融合的物体几何尺寸测量装置及方法 |
| CN101266131A (zh) * | 2008-04-08 | 2008-09-17 | 长安大学 | 一种基于图像的体积测量装置及其测量方法 |
| CN101368821A (zh) * | 2008-09-28 | 2009-02-18 | 清华大学 | 一种三轴气浮台转动角度的测量装置及测量方法 |
| US20110188741A1 (en) * | 2009-05-13 | 2011-08-04 | Applied Vision Corporation | System and method for dimensioning objects using stereoscopic imaging |
| CN102801966A (zh) * | 2012-08-29 | 2012-11-28 | 上海天跃科技股份有限公司 | 一种摄像头覆盖区域重叠算法及监控系统 |
| JP2013002866A (ja) * | 2011-06-14 | 2013-01-07 | Panasonic Corp | 体積測定装置及び体積変化測定方法 |
-
2013
- 2013-05-14 CN CN201310177262.0A patent/CN103278090B/zh not_active Expired - Fee Related
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020030808A1 (en) * | 1999-01-18 | 2002-03-14 | Gunnar Bostrom | Method and device for inspecting objects |
| CN101144703A (zh) * | 2007-10-15 | 2008-03-19 | 陕西科技大学 | 一种基于多源图像融合的物体几何尺寸测量装置及方法 |
| CN101266131A (zh) * | 2008-04-08 | 2008-09-17 | 长安大学 | 一种基于图像的体积测量装置及其测量方法 |
| CN101368821A (zh) * | 2008-09-28 | 2009-02-18 | 清华大学 | 一种三轴气浮台转动角度的测量装置及测量方法 |
| US20110188741A1 (en) * | 2009-05-13 | 2011-08-04 | Applied Vision Corporation | System and method for dimensioning objects using stereoscopic imaging |
| JP2013002866A (ja) * | 2011-06-14 | 2013-01-07 | Panasonic Corp | 体積測定装置及び体積変化測定方法 |
| CN102801966A (zh) * | 2012-08-29 | 2012-11-28 | 上海天跃科技股份有限公司 | 一种摄像头覆盖区域重叠算法及监控系统 |
Cited By (36)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103824224A (zh) * | 2014-02-26 | 2014-05-28 | 陕西科技大学 | 一种基于明暗恢复形状的水果大小分级方法 |
| CN103822581A (zh) * | 2014-02-26 | 2014-05-28 | 陕西科技大学 | 一种基于压缩感知的不规则物体体积测量方法 |
| CN103822581B (zh) * | 2014-02-26 | 2016-11-23 | 陕西科技大学 | 一种基于压缩感知的不规则物体体积测量方法 |
| CN105279785A (zh) * | 2014-06-24 | 2016-01-27 | 北京鸿合智能系统股份有限公司 | 一种展台三维建模的方法和装置 |
| CN106017325B (zh) * | 2014-07-16 | 2018-11-02 | 佛山科学技术学院 | 一种改进的复杂表面和不规则物体体积的非接触光学测量方法 |
| CN104132613B (zh) * | 2014-07-16 | 2017-01-11 | 佛山科学技术学院 | 一种复杂表面和不规则物体体积的非接触光学测量方法 |
| CN104132613A (zh) * | 2014-07-16 | 2014-11-05 | 佛山科学技术学院 | 一种复杂表面和不规则物体体积的非接触光学测量方法 |
| CN106017325A (zh) * | 2014-07-16 | 2016-10-12 | 佛山科学技术学院 | 一种改进的复杂表面和不规则物体体积的非接触光学测量方法 |
| CN104330066B (zh) * | 2014-10-21 | 2017-02-01 | 陕西科技大学 | 一种基于Freeman链码检测的不规则物体体积测量方法 |
| CN104330066A (zh) * | 2014-10-21 | 2015-02-04 | 陕西科技大学 | 一种基于Freeman链码检测的不规则物体体积测量方法 |
| CN104655011B (zh) * | 2015-01-28 | 2018-01-30 | 佛山科学技术学院 | 一种不规则凸面物体体积的非接触光学测量方法 |
| CN104655011A (zh) * | 2015-01-28 | 2015-05-27 | 佛山科学技术学院 | 一种不规则凸面物体体积的非接触光学测量方法 |
| CN105783782B (zh) * | 2016-05-12 | 2018-06-15 | 电子科技大学 | 表面曲率突变光学轮廓测量方法 |
| CN105783782A (zh) * | 2016-05-12 | 2016-07-20 | 电子科技大学 | 表面曲率突变光学轮廓测量方法 |
| CN105944976A (zh) * | 2016-05-16 | 2016-09-21 | 陕西科技大学 | 一种利用数字图像处理技术分拣大块煤矸石的方法及装置 |
| CN106548480A (zh) * | 2016-12-23 | 2017-03-29 | 蚌埠学院 | 一种基于机器视觉的农产品体积快速测量装置及测量方法 |
| CN108240732B (zh) * | 2016-12-23 | 2020-11-06 | 青岛海尔智能技术研发有限公司 | 一种冰箱及具有特定轮廓的食材统计方法和系统 |
| CN108240732A (zh) * | 2016-12-23 | 2018-07-03 | 青岛海尔智能技术研发有限公司 | 一种冰箱及具有特定轮廓的食材统计方法和系统 |
| CN106548480B (zh) * | 2016-12-23 | 2023-05-26 | 蚌埠学院 | 一种基于机器视觉的农产品体积快速测量装置及测量方法 |
| CN108133477A (zh) * | 2017-12-29 | 2018-06-08 | 深圳市越疆科技有限公司 | 一种物体检测方法及智能机械臂 |
| CN108717724A (zh) * | 2018-04-02 | 2018-10-30 | 珠海格力电器股份有限公司 | 一种测量方法及装置 |
| CN108917644A (zh) * | 2018-07-19 | 2018-11-30 | 工极（北京）智能科技有限公司 | 三维立体测量系统 |
| CN108917644B (zh) * | 2018-07-19 | 2020-07-28 | 工极（北京）智能科技有限公司 | 三维立体测量系统 |
| CN110751620A (zh) * | 2019-08-28 | 2020-02-04 | 宁波海上鲜信息技术有限公司 | 估算体积和重量的方法、电子设备及计算机可读存储介质 |
| CN110751620B (zh) * | 2019-08-28 | 2021-03-16 | 宁波海上鲜信息技术有限公司 | 估算体积和重量的方法、电子设备及计算机可读存储介质 |
| CN110533731B (zh) * | 2019-08-30 | 2023-01-17 | 无锡先导智能装备股份有限公司 | 相机解析度的标定方法及相机解析度的标定装置 |
| CN110533731A (zh) * | 2019-08-30 | 2019-12-03 | 无锡先导智能装备股份有限公司 | 相机解析度的标定方法及相机解析度的标定装置 |
| CN111299186A (zh) * | 2020-02-21 | 2020-06-19 | 杨伟 | 水果分级的方法、装置及设备 |
| CN111504182A (zh) * | 2020-04-10 | 2020-08-07 | 四川超影科技有限公司 | 一种利用二维码辅助校准的物体体积视觉测量方法 |
| CN112432596B (zh) * | 2021-01-27 | 2021-05-25 | 长沙智能驾驶研究院有限公司 | 空间测量方法、装置、电子设备及计算机存储介质 |
| CN112432596A (zh) * | 2021-01-27 | 2021-03-02 | 长沙智能驾驶研究院有限公司 | 空间测量方法、装置、电子设备及计算机存储介质 |
| CN113252103A (zh) * | 2021-05-11 | 2021-08-13 | 安徽理工大学 | 一种基于matlab图像识别技术计算物料堆体积及质量的方法 |
| CN113432558A (zh) * | 2021-08-25 | 2021-09-24 | 山东捷瑞数字科技股份有限公司 | 一种基于激光的不规则物体表面积的测量装置及方法 |
| CN113432558B (zh) * | 2021-08-25 | 2021-11-26 | 山东捷瑞数字科技股份有限公司 | 一种基于激光的不规则物体表面积的测量装置及方法 |
| CN117433952A (zh) * | 2023-12-21 | 2024-01-23 | 西南石油大学 | 一种重晶石粉密度快速测量方法 |
| CN117433952B (zh) * | 2023-12-21 | 2024-02-27 | 西南石油大学 | 一种重晶石粉密度快速测量方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103278090B (zh) | 2015-10-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103278090B (zh) | 一种不规则物体体积的视觉测量方法 | |
| CN105300316B (zh) | 基于灰度重心法的光条中心快速提取方法 | |
| CN103822581B (zh) | 一种基于压缩感知的不规则物体体积测量方法 | |
| CN108177143B (zh) | 一种基于激光视觉引导的机器人定位抓取方法及系统 | |
| CN111340797A (zh) | 一种激光雷达与双目相机数据融合检测方法及系统 | |
| CN103292779B (zh) | 一种测量距离的方法及图像获取设备 | |
| CN103542815B (zh) | 大幅面散斑全场应变测量方法 | |
| CN105157609A (zh) | 基于两组相机的大型零件全局形貌测量方法 | |
| CN107610176A (zh) | 一种基于Kinect的栈板动态识别与定位方法、系统及介质 | |
| CN106650701B (zh) | 基于双目视觉的室内阴影环境下障碍物检测方法及装置 | |
| CN102221331B (zh) | 一种基于不对称双目立体视觉技术的测量方法 | |
| CN102589437A (zh) | 光笔式便携三坐标测量系统中测头中心位置的标定方法 | |
| CN103438826B (zh) | 激光与视觉相结合的钢板的三维测量系统及方法 | |
| CN103714571A (zh) | 一种基于摄影测量的单像机三维重建方法 | |
| CN110223355B (zh) | 一种基于双重极线约束的特征标志点匹配方法 | |
| CN104501735A (zh) | 一种利用圆形标记点观测边坡三维变形的方法 | |
| CN103198477A (zh) | 一种苹果套袋机器人视觉定位方法 | |
| CN105066915A (zh) | 模具曲面加工误差和表面粗糙度在机检测装置及检测方法 | |
| CN111260720A (zh) | 一种基于深度学习方法的目标高度测定系统 | |
| CN104700385A (zh) | 基于fpga实现的双目视觉定位装置 | |
| CN103308000B (zh) | 基于双目视觉的曲线物体测量方法 | |
| CN105588513A (zh) | 基于移动终端的物体体积测量方法及系统 | |
| CN105277144A (zh) | 基于双目视觉的土地面积快速检测方法及其检测装置 | |
| CN103644894B (zh) | 一种复杂曲面目标识别及三维位姿测量的方法 | |
| CN114279324B (zh) | 一种预制构件外观质量全方位智能检测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20151007 Termination date: 20210514 |