CN103292695B - 一种单目立体视觉测量方法 - Google Patents
一种单目立体视觉测量方法 Download PDFInfo
- Publication number
- CN103292695B CN103292695B CN201310169289.5A CN201310169289A CN103292695B CN 103292695 B CN103292695 B CN 103292695B CN 201310169289 A CN201310169289 A CN 201310169289A CN 103292695 B CN103292695 B CN 103292695B
- Authority
- CN
- China
- Prior art keywords
- coordinate
- machine
- coordinate system
- measuring machine
- coordinate measuring
- 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
Links
Abstract
一种单目立体视觉测量方法，其视觉图像采集由摄像机通过三坐标测量机运动实现，把被测量工件放置在三坐标测量机的工作台上的测量位置，三坐标测量机X方向运动到位置A，摄像机拍摄一张照片，然后三坐标测量机X方向运动到位置B，摄像机再拍摄一张照片，两张照片经过摄像机数据线传送到装有识别软件的计算机进行图像处理后得到特征点，利用基于平动的特征点匹配算法完成两个图像的特征点匹配，三坐标测量机分别计算出各个特征点的空间坐标，再结合各特征点在机器坐标系和零件CAD坐标系中的对应坐标，求解出被测量工件的位姿参数。该方法利用三坐标测量机实现单摄像机立体视觉测量，快速准确地得到零件特征点的三维坐标。
Description
技术领域
本发明涉及一种视觉测量方法，具体涉及三坐标测量机驱动的单目立体视觉测量方法。
背景技术
三坐标测量机是制造业中的标准三维精密测量设备，其本身的自动化、智能化程度也随着现代工业的发展在不断提高，智能三坐标测量机已成为目前国内外测量领域的一大研究热点。零件位姿的自动识别功能是三坐标测量机智能化的一个重要标志。快速获取被测零件位姿信息，指导测量机测头自动找到被测零件，为建立准确的零件坐标系提供参照基准，是智能三坐标测量机测量过程的第一步。
被测零件在三坐标测量机工作台上位姿的自动识别一般利用摄像机视觉系统来完成，需要三坐标测量机自动测量出被测零件上各特征点在摄像机坐标系下的三维坐标，特征点三维坐标自动测量研究方面，目前国内外主要是利用计算机视觉系统来完成，包括双目立体视觉测量和单目立体视觉测量。前者使用两个摄像机同时在两个不同位置分别拍摄被测对象的一幅照片；后者使用一个摄像机在两个不同位置分别拍摄被测对象的一幅照片，虽然两者的测量过程有所不同，但都是基于双目立体视觉测量原理。目前，立体视觉测量精度提升遇到的瓶颈主要就是两个拍摄位置的相对位姿标定精度比较低，导致现有立体视觉测量方法精度很难得到提高。对于单目测量，现有技术无论是采用手动还是电伺服驱动均面临定位精度低和不能保证摄像头和被测零件之间保持平动，造成两个拍摄位置的相对位姿标定精度低且两个图像特征点匹配算法复杂，从而造成立体视觉成像精度比较低。
发明内容
本发明提出一种单目立体视觉方法，其视觉图像采集由摄像机通过的三坐标测量机运动实现，基于三坐标测量机平动的零件特征点坐标单目立体视觉测量系统包括三坐标测量机、摄像机、装有识别软件的计算机和被测量工件，其中三坐标测量机是主要运动和测量设备，摄像机固联在三坐标测量机工作部的末端，摄像机的电缆和装有识别软件的计算机连接在一起，装有识别软件的计算机根据环境状况放置在三坐标测量机的一侧，被测量工件放置在三坐标测量机工作台上的测量位置，具体方法是：
把被测量工件放置在三坐标测量机的工作台上的测量位置，锁定三坐标测量机的Y、Z两个方向的运动，三坐标测量机X方向运动到位置A，摄像机拍摄一张照片，然后三坐标测量机X方向运动到位置B，摄像机再拍摄一张照片，两张照片经过摄像机数据线传送到装有识别软件的计算机进行图像处理后得到特征点，利用基于平动的特征点匹配算法完成两个图像的特征点匹配，三坐标测量机分别计算出各个特征点的空间坐标，再结合各特征点在机器坐标系和零件CAD坐标系中的对应坐标，求解出被测量工件的位姿参数。
本发明建立了三坐标测量机驱动的单目立体视觉方法，充分利用三坐标测量机高精度平移的特点，实现单摄像机立体视觉测量，省去了两次摄像机拍摄位置的相对位姿的标定，简化特征点的匹配算法，进而快速准确地得到零件特征点的三维坐标。建立以三坐标测量机驱动摄像机运动实现摄像机和被测量工件保持平动的零件特征点坐标单目立体视觉测量系统，利用三坐标测量机高精度运动的特点，省去了两次摄像机拍摄位置的相对位姿的标定；根据所建立的单目立体视觉测量系统，得到了基于平动的图像特征点匹配算法，该算法简单、高效；本发明的单目立体视觉测量系统和方法，利用现有设备和简化的算法实现测量，系统建立简便、算法容易实现，这些特性的完美组合保证了单目立体视觉测量两次拍摄位置的相对位姿可以精确得到，从而测量精度比现有方法有提高。
附图说明
图1是本发明单目立体视觉测量系统组成图；
图2是平行光轴单目立体视觉测量原理图；
图3是像点匹配原理图；
图4是视觉识别系统坐标系。
具体实施例
系统包括三坐标测量机、摄像机、装有识别软件的计算机和被测量工件。其中三坐标测量机是主要运动设备，摄像机固联在三坐标测量机工作部的末端，摄像机的电缆和装有识别软件的计算机连接在一起，装有识别软件的计算机根据环境状况放置在三坐标测量机的一侧，被测量工件放置在三坐标测量机工作台上的测量位置。
基于三坐标测量机平动的特征点三维坐标单目立体视觉测量的实现主要包括特征点（被测点）成像、特征点像点提取和特征点在两幅图像中同名像点的匹配三部分。
把待测量工件放置在三坐标测量机的工作台上的测量位置，锁定三坐标测量机的Y、Z两个方向的运动，三坐标测量机X方向运动到位置A，摄像机拍摄一张照片，然后三坐标测量机X方向运动到位置B，再摄像机拍摄一张照片。
摄像机沿X方向从位置A移动到位置B，虽然两者的测量过程有所不同，但都是基于双目立体视觉测量原理。在位置A、B时摄像机的投影中心连线距离为基线距b，设空间任一点，其在A、B两个位置的摄像机像平面上所成像点及其像面坐标分别为和，因摄像机是沿X方向平移，所以，则P点对应视差为，由此可计算出特征点P在A、B两个位置摄像机坐标系下的三维坐标。以A位置摄像机坐标系为例，特征点P在A、B两个位置摄像机坐标系下的三维坐标为：
(1)
因此，在准确标定左右两摄像机之间的相对位置，即基线距B后，对于空间任意一点，只要能确定该点在两幅图像中的匹配同名像点，就可以确定视差D，通过(1)式可计算出该点在A、B两个位置摄像机坐标系中的三维坐标。
根据平行光轴单目立体视觉系统测量原理，结合三坐标测量机可高精度平移的特点，本发明采用基于三坐标测量机平动的单目立体视觉系统。摄像机可以随着三坐标测量机X方向或Y方向精确平移，在两个位置获取零件的两幅图像，计算出零件上特征点在摄像机坐标系中的三维坐标信息。基线距B可直接由三坐标测量机测得，这样既省去了基线距B的标定过程，又简化了系统结构，提高了测量精度。另外，在测量过程中可根据实际情况，精确地调整基线距B，使系统具有很大的灵活性。
三坐标测量机带动摄像机，在两个光轴相互平行的A、B位置分别对被测零件拍摄一幅图像。拍摄到的被测量工件原始图像。
接着需要对原始图像进行图像处理，得到零件图像的边缘。
进而提取图像边缘上像素点的像面坐标，如果对所有像素点都进行相关计算，其计算量会非常大，也没有必要。为了提高计算的准确度和图像处理速度，只选择零件上一些特殊点作为特征点，如角点、中心点和质心点等，对这些特征点在左右两幅中的对应像点进行提取，得其像面坐标，为每个目标特征点在两幅图像中同名像点的匹配做好准备。针对本实施例被测量工件特点，选用角点作为特征点，采用全局和局部曲率特性来定义和提取角点，提取结果如图3所示，打“*”的点即为提取出的角点。SHAPE\*MERGEFORMATSHAPE\*MERGEFORMAT
由(1)式可知，要得到特征点在摄像机坐标系中的三维坐标，需要计算出每一特征点对应的时差D，必须从左右两幅图像中提出的特征点像点中，找出与零件上每一特征点对应的左右两个像点，即同一个特征点的两个同名像点，这一过程就是特征点同名像点的立体匹配。立体匹配是立体视觉测量中最重要、最困难的问题，利用三坐标测量机带动摄像机精确平移并形成平行光轴立体视觉的特点，提出了基于边缘图像质心偏移的同名像点立体匹配方法。
由于摄像机在被测量工件的正上方采集图像，摄像机只在X方向或Y方向移动，没有Z方向的上下移动或旋转，所以在两个位置采集到的左右两幅图像既没有尺度大小变化，也没有旋转的变化，右图相对于左图来说只是相当于把零件图像区域（图3中的实线）在像面上平移了一段或距离，即左图像上所有的像点都沿X轴或Y轴平移了一段或距离。根据图像这一特点，找到零件图像上的一个基准点，即无论图像经怎样变换（尺度、旋转、平移），此点对应的像点相对于零件整个图像的位置关系都不会变，如零件图像的质心，所以提取出左右图像各自的质心O、的像面坐标，计算出的X轴或Y轴距离或（此处以为例），则左图中的任一角点的像点P与其右图中的对应点P1的距离也为dx。因此，立体匹配就转化为寻找左右两图像中满足像面距离为dx这一约束的每一个特征点的左右两个像点。
具体方法是先计算两图像区域质心点的像面坐标，得到两质心点偏移的距离dx；然后对应于左图像中每一特征点（本发明以角点为例）的像点，在右图像中按从上往下，从左向右的顺序遍历寻找与其距离为dx的像点，若符合此约束条件，则两像点即为同名匹配像点。
直线连接点为左右图像中的同名匹配像点，匹配精度可达到1个像素，能满足识别精度要求。
智能三坐标测量机识别被测零件的位姿，就是要确定三坐标测量机机器坐标系与CAD零件坐标系之间的旋转矩阵R和平移矩阵T，其数学模型如(2)式所示，进而计算出被测零件的位姿参数。
(2)
视觉识别系统坐标系如图4所示。
(2)式中的矩阵R和T分别有9个旋转参数和3个平移参数，共12个未知量，由于1个特征点在CAD零件坐标系和机器坐标系中的坐标带入(2)式可产生3个方程，所以在零件上要选取4个以上特征点来求解。
其中，零件上各特征点在CAD零件坐标系中坐标可从零件CAD三维模型直接读出；而各特征点在三坐标测量机机器坐标系中的对应坐标分两步来完成，第一步是利用立体视觉方法，测量出各特征点在摄像机坐标系中的三维坐标；第二步利用视觉系统标定时得到的机器坐标系和摄像机坐标系之间的旋转矩阵和平移矩阵，通过(3)式将第一步得到的各特征点在摄像机坐标系中的三维坐标转换为在机器坐标系下的三维坐标。
(3)
最后将零件上各特征点在CAD零件坐标系和机器坐标系下对应的坐标，带入(2)式可计算出机器坐标系与零件CAD坐标系之间的旋转矩阵R和平移矩阵T，进而可得到被测零件在三坐标测量机工作台上的位姿参数。
采用图1所示的实验系统，CCD摄像机的焦距为12mm，将其安装在三坐标测量机测座上，沿X轴平移采集两幅图像。被测零件的CAD三维模型如图2示，零件上各特征点在CAD零件坐标系下的坐标值（单位为mm）、各特征点在左右图像中的同名匹配像点的像面坐标值（单位为pixel（像素））、各特征点在机器坐标系下的三维坐标值（单位为mm）如表1所示。
表1具体实施例实验数据
| 特征点在CAD坐标系中的坐标值 | 特征点匹配像点在左图像中的像面坐标值 | 特征点匹配像点在右图像中的像面坐标值 | 特征点在机器坐标系中的坐标值 |
| (50,0,-40) | (75,393) | (211,392) | (61.91,-128.52,75.02) |
| (50,60,-40) | (254,417) | (394,418) | (69.02,-68.64,92.75) |
| (50,60,40) | (286,174) | (427,174) | (-8.44,-57.92,96.29) |
| (50,0,40) | (105,149) | (241,147) | (-18.67,-118.26,76.08) |
| (50,0,15) | (94,227) | (231,225) | (7.16,-121.35,79.25) |
| (50,6,15) | (109,232) | (247,231) | (9.11,-115.85,83.00) |
| (50,6,-15) | (98,320) | (233,321) | (38.27,-121.41,72.54) |
| (50,0,-15) | (82,323) | (217,322) | (38.92,-126.79,71.73) |
由表1中的第1列和第4列,可计算出表征零件位姿的6个独立参数分别：，，整个位姿识别过程用时1.818s，满足实时测量要求。
由实验测得结果计算出的特征点在机器坐标系中的三维坐标，与三坐标测量机直接测量的对应三维坐标之差小于0.3mm，能满足智能三坐标测量机位姿识别要求，表明本发明所提测量方法是可行的。
Claims (1)
1.一种单目立体视觉测量方法，其视觉图像采集由摄像机通过三坐标测量机运动实现，基于三坐标测量机平动的零件特征点坐标单目立体视觉测量系统包括三坐标测量机、摄像机、装有识别软件的计算机和被测量工件，其中三坐标测量机是主要运动和测量设备，摄像机固联在三坐标测量机工作部的末端，摄像机的电缆和装有识别软件的计算机连接在一起，装有识别软件的计算机根据环境状况放置在三坐标测量机的一侧，被测量工件放置在三坐标测量机工作台上的测量位置，其特征在于：把被测量工件放置在三坐标测量机的工作台上的测量位置，锁定三坐标测量机的Y、Z两个方向的运动，三坐标测量机X方向运动到位置A，摄像机拍摄一张照片，然后三坐标测量机X方向运动到位置B，摄像机再拍摄一张照片，两张照片经过摄像机数据线传送到装有识别软件的计算机进行图像处理后得到特征点，利用基于平动的特征点匹配算法完成两个图像的特征点匹配，三坐标测量机分别计算出各个特征点的空间坐标，再结合各特征点在机器坐标系和CAD零件坐标系中的对应坐标，求解出被测量工件的位姿参数，三坐标测量机识别被测量工件的位姿，就是要确定三坐标测量机机器坐标系与CAD零件坐标系之间的旋转矩阵R和平移矩阵T，其数学模型(2)式为，(2)式中的为被测量工件上事先选取特征点在三坐标测量机机器坐标系中的三维坐标，有、、共3个参数，为被测量工件上事先选取特征点在CAD零件坐标系中的三维坐标，有、、共3个参数，为坐标系与坐标系之间的旋转矩阵，有、、、、、、、、共9个参数，为坐标系与坐标系之间的平移矩阵，有、、共3个参数，矩阵R和T分别有9个旋转参数和3个平移参数，共12个未知量，在零件上要选取4个以上特征点来求解，其中，零件上各特征点在CAD零件坐标系中坐标从零件CAD三维模型直接读出；而各特征点在三坐标测量机机器坐标系中的对应坐标分两步来完成，第一步是利用立体视觉方法，测量出各特征点在摄像机坐标系中的三维坐标；第二步利用视觉系统标定时得到的机器坐标系和摄像机坐标系之间的旋转矩阵和平移矩阵，通过(3)式将第一步得到的各特征点在摄像机坐标系中的三维坐标转换为在机器坐标系下的三维坐标，最后将零件上各特征点在CAD零件坐标系和机器坐标系下对应的坐标带入(2)式计算出机器坐标系与CAD零件坐标系之间的旋转矩阵R和平移矩阵T，进而得到被测量工件在三坐标测量机工作台上的位姿参数，(3)式中的为被测量工件上事先选取特征点在三坐标测量机机器坐标系中的三维坐标，有、、共3个参数，为被测量工件上事先选取特征点在摄像机坐标系中的三维坐标，有、、共3个参数，为机器坐标系和摄像机坐标系之间的旋转矩阵，有、、、、、、、、共9个参数，为坐标系与坐标系之间的平移矩阵，有、、共3个参数。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310169289.5A CN103292695B (zh) | 2013-05-10 | 2013-05-10 | 一种单目立体视觉测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310169289.5A CN103292695B (zh) | 2013-05-10 | 2013-05-10 | 一种单目立体视觉测量方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103292695A CN103292695A (zh) | 2013-09-11 |
| CN103292695B true CN103292695B (zh) | 2016-02-24 |
Family
ID=49093961
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310169289.5A Expired - Fee Related CN103292695B (zh) | 2013-05-10 | 2013-05-10 | 一种单目立体视觉测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103292695B (zh) |
Families Citing this family (23)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105333818B (zh) * | 2014-07-16 | 2018-03-23 | 浙江宇视科技有限公司 | 基于单目摄像机的3d空间测量方法 |
| CN105528789B (zh) * | 2015-12-08 | 2018-09-18 | 深圳市恒科通机器人有限公司 | 机器人视觉定位方法和装置、视觉标定方法和装置 |
| CN106289071B (zh) * | 2016-08-18 | 2018-10-19 | 温州大学 | 一种结构三维位移单目摄像测量方法 |
| CN106970620A (zh) * | 2017-04-14 | 2017-07-21 | 安徽工程大学 | 一种基于单目视觉的机器人控制方法 |
| WO2018214147A1 (zh) * | 2017-05-26 | 2018-11-29 | 深圳配天智能技术研究院有限公司 | 一种机器人标定方法、系统、机器人及存储介质 |
| CN107883929B (zh) * | 2017-09-22 | 2020-01-31 | 中冶赛迪技术研究中心有限公司 | 基于多关节机械臂的单目视觉定位装置及方法 |
| CN108460804A (zh) * | 2018-03-20 | 2018-08-28 | 重庆大学 | 一种基于机器视觉的转运对接机构及转运对接机构的三自由度位姿检测方法 |
| CN108765375A (zh) * | 2018-04-28 | 2018-11-06 | 湖北盛时杰精密机电有限公司 | 一种用于汽车零部件测试设备的监控方法 |
| CN110966917A (zh) * | 2018-09-29 | 2020-04-07 | 深圳市掌网科技股份有限公司 | 移动终端室内三维扫描系统及方法 |
| CN109274954B (zh) * | 2018-10-26 | 2020-09-25 | 北京理工大学 | 一种小凹单目立体成像系统 |
| US11707842B2 (en) * | 2018-11-27 | 2023-07-25 | Fanuc Corporation | Robot system and coordinate conversion method |
| TWI715899B (zh) | 2018-12-20 | 2021-01-11 | 財團法人工業技術研究院 | 量測程式編譯裝置與量測程式編譯方法 |
| CN111213364A (zh) * | 2018-12-21 | 2020-05-29 | 深圳市大疆创新科技有限公司 | 拍摄设备的控制方法、拍摄设备的控制装置及拍摄设备 |
| CN109712139B (zh) * | 2019-01-02 | 2023-05-26 | 苏州天准科技股份有限公司 | 基于线性运动模组的单目视觉的尺寸测量方法 |
| CN110017770A (zh) * | 2019-04-18 | 2019-07-16 | 天津工业大学 | 一种应用于三坐标测量机的视觉检测标定方法 |
| CN110136047B (zh) * | 2019-05-22 | 2022-12-27 | 长沙莫之比智能科技有限公司 | 一种车载单目图像中静止目标三维信息获取方法 |
| CN110425983B (zh) * | 2019-07-26 | 2021-04-06 | 杭州电子科技大学 | 一种基于偏振多光谱的单目视觉三维重建测距方法 |
| CN110969652B (zh) * | 2019-11-20 | 2023-10-03 | 上海交通大学 | 基于机械手单目相机充当双目立体视觉的拍摄方法及系统 |
| CN113009878A (zh) * | 2019-12-20 | 2021-06-22 | 中国科学院沈阳计算技术研究所有限公司 | 一种基于单目视觉的运动工件姿态估计方法及装置 |
| CN111397511A (zh) * | 2020-04-02 | 2020-07-10 | 南京工程学院 | 一种利用物体平移进行单目三维测量的方法及装置 |
| CN114279325B (zh) * | 2021-12-16 | 2024-02-09 | 天津大学 | 视觉测量模块测量坐标系空间位置关系标定系统及方法 |
| CN115014398B (zh) * | 2022-07-27 | 2023-01-24 | 湖南科天健光电技术有限公司 | 单目立体视觉测量系统位置姿态校准方法、装置、系统 |
| CN116071358B (zh) * | 2023-03-07 | 2023-06-27 | 江西省智能产业技术创新研究院 | 一种汽车底盘检测方法及可读存储介质 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201945293U (zh) * | 2010-10-29 | 2011-08-24 | 中国科学技术大学 | 一种目标空间坐标的柔性立体视觉测量装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR100715026B1 (ko) * | 2005-05-26 | 2007-05-09 | 한국과학기술원 | 단일카메라 전방향 양안시 영상 획득 장치 |
-
2013
- 2013-05-10 CN CN201310169289.5A patent/CN103292695B/zh not_active Expired - Fee Related
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN201945293U (zh) * | 2010-10-29 | 2011-08-24 | 中国科学技术大学 | 一种目标空间坐标的柔性立体视觉测量装置 |
Non-Patent Citations (2)
| Title |
|---|
| 智能三坐标测量中的检测信息识别与获取技术发展;方忆湘，高婷，黄风山;《河北科技大学学报》;20130430;第34卷(第2期);第134-141，165页 * |
| 智能三坐标测量机零件位姿识别中的立体匹配;黄风山，韩宁，刘恩福，方忆湘;《半导体光电》;20130430;第34卷(第2期);第334-337页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103292695A (zh) | 2013-09-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103292695B (zh) | 一种单目立体视觉测量方法 | |
| Chen et al. | High-accuracy multi-camera reconstruction enhanced by adaptive point cloud correction algorithm | |
| CN106981083B (zh) | 双目立体视觉系统摄像机参数的分步标定方法 | |
| CN109658457B (zh) | 一种激光与相机任意相对位姿关系的标定方法 | |
| CN103115613B (zh) | 一种空间三维定位方法 | |
| CN102364299B (zh) | 一种多个结构光投影三维型面测量头的标定技术 | |
| CN102376089B (zh) | 一种标靶校正方法及系统 | |
| CN108198224B (zh) | 一种用于立体视觉测量的线阵相机标定装置及标定方法 | |
| CN111243002A (zh) | 应用于高精度三维测量的单目激光散斑投影系统标定及深度估计方法 | |
| CN103743352B (zh) | 一种基于多相机匹配的三维变形测量方法 | |
| CN104990515B (zh) | 大型物体三维形状测量系统及其测量方法 | |
| CN105043251B (zh) | 一种基于机械运动的线结构光传感器的标定方法与装置 | |
| CN110728715A (zh) | 一种智能巡检机器人像机角度自适应调整方法 | |
| CN104537707B (zh) | 像方型立体视觉在线移动实时测量系统 | |
| CN105115560B (zh) | 一种船舱舱容的非接触测量方法 | |
| WO2011145285A1 (ja) | 画像処理装置、画像処理方法およびプログラム | |
| CN106709955B (zh) | 基于双目立体视觉的空间坐标系标定系统和方法 | |
| CN113592721B (zh) | 摄影测量方法、装置、设备及存储介质 | |
| CN106352817A (zh) | 一种非接触四轮定位仪及其定位方法 | |
| CN110136047B (zh) | 一种车载单目图像中静止目标三维信息获取方法 | |
| CN102221331A (zh) | 一种基于不对称双目立体视觉技术的测量方法 | |
| CN103535960A (zh) | 基于数码图像的人体三维测量方法 | |
| CN103198481B (zh) | 一种摄像机标定方法 | |
| CN106289086B (zh) | 一种用于光学标识点间距离精确标定的双相机测量方法 | |
| CN102914295A (zh) | 基于计算机视觉立方体标定的三维测量方法 |
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: 20160224 Termination date: 20180510 |