CN103971353A - 采用激光辅助大型锻件测量图像数据的拼接方法 - Google Patents
采用激光辅助大型锻件测量图像数据的拼接方法 Download PDFInfo
- Publication number
- CN103971353A CN103971353A CN201410201073.7A CN201410201073A CN103971353A CN 103971353 A CN103971353 A CN 103971353A CN 201410201073 A CN201410201073 A CN 201410201073A CN 103971353 A CN103971353 A CN 103971353A
- Authority
- CN
- China
- Prior art keywords
- camera
- data
- point
- binocular camera
- image
- 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
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明采用激光辅助大型锻件测量图像数据的拼接方法属于图像处理和计算机视觉检测领域。该方法使用两种不同的激光器在金属表面上构造特征点,实现复杂工况下图像数据的拼接;相邻两组双目相机使用点激光器投射出的光斑,进行图像数据粗匹配,同时得到转换矩阵,使用线激光器投射出栅格,以粗匹配的转换矩阵为初值,进行图像数据精确匹配,去除冗余数据后,完成拼接。图像数据粗匹配以三个大小不同的光斑为特征点,有效避免误匹配,提高匹配精度;精确匹配以粗匹配得出的转换矩阵为初值,减小了修正转换矩阵的计算量。拼接中将测量系统看作多双目测量系统,方法对靶标的位置无精确要求,易实现。
Description
技术领域
本发明属于图像处理和计算机视觉检测领域,特别涉及采用激光辅助大型锻件尺寸测量系统中图像数据的拼接方法。
背景技术
图像数据拼接是多目测量系统实现被测物体尺寸测量和三维形貌重建的重要步骤。图像数据拼接技术根据公共视场区的特征,将不同视角采集到的数据点转换到全局坐标系下。采用图像数据拼接技术的多目视觉测量系统,能有效扩大测量范围。
提取相邻两相机间公共视场区的特征是进行图像数据拼接的基础。目前用于特征提取方法有两种,第一可以利用待测物体的形貌特征,直接通过图像处理软件提取待测物体的角点、边缘或区域。2008年7月王娟等在期刊《计算机应用研究》上发表“一种柱面全景图像自动拼接算法”一文,文中提出利用特征块匹配的方法在待配准图像中找出与基准块匹配的配准块,进而实现两幅图像的配准,该方法不适用于表面没有易于区别的特征的被测量物体。第二是通过在公共视场区布置靶标,比较常用的几种靶标包括平面靶标、靶球、和LED编码器等,孙军华等在2006年7月《机械工程学报》中“基于平面基线靶标的视觉测量数据拼接方法”提出一种基于平面基线靶标的拼接方法,利用平面基线靶标提供特征点,建立视觉传感器在相邻位置坐标系旋转矩阵和平移矢量各参数的优化目标函数。该方法存在靶标遮挡被测物体的问题,同时在一些复杂环境下无法布置靶标。
利用图像数据拼接技术进行大型锻件三维尺寸测量时,由于在锻件的表面没有明显的特征点或者易于提取的边缘曲线,因此需要在现场合理布置特征点或特征曲线。然而,在大型锻件的锻造现场,由于锻件的锻造温度在1000℃~1200℃,因此无法采用常用的靶标进行拼接。
发明内容
本发明所要解决的技术问题是克服现有技术的缺陷,发明一种采用激光辅助大型锻件尺寸测量的拼接技术,基于多目的视觉测量系统测量锻件表面的尺寸,将多组双目相机采集的图像数据进行拼接,实现大型锻件的尺寸测量。鉴于锻造现场的特殊环境,采用在相邻两组双目相机的公共视场区投射激光靶标,作为图像数据拼接的特征点,进行图像数据粗匹配和精确匹配。由于投射激光靶标的光强分布呈高斯曲线的特点,依据高斯分布的特性,可精确提取靶标的坐标位置。
本发明采取的技术方案是采用激光辅助大型锻件测量图像数据的拼接方法,该方法使用两种不同的激光器在金属表面上构造特征点,实现复杂工况下图像数据的拼接。相邻两组双目相机使用点激光器投射出的光斑,进行图像数据粗匹配,同时得到转换矩阵,使用线激光器投射出栅格,以粗匹配的转换矩阵为初值,进行图像数据精确匹配,去除冗余数据后,完成拼接,对于多目视觉测量系统,分别完成相邻两组双目相机的图像数据拼接,进而完成全局拼接,具体步骤如下:
步骤1:布置实验现场
在锻件的同一侧布置2N台相机,构成多目视觉测量系统,由于多目视觉测量系统可以看作N组双目视觉测量系统,因此将相机依次编号为CL1,CR1,CL2,CR2……CLN,CRN,其中CLi,CRi(i=1,2,3……N)分别表示第i组双目相机的左相机与右相机。在相机布局中,每组双目相机的视场尽量重叠,保证任意相邻两组双目相机的公共视场区不少于待拼接区域的30%。同时,完成每组双目相机内、外参数的标定。
步骤2:布置匹配的特征点
在相机CLi,CRi与相机CLi+1,CRi+1的公共视场区使用激光器投射出拼接中粗匹配和精确匹配的特征点。
首先使用三个点激光器投射出圆形光斑作为图像数据粗匹配的特征点。通过调整激光器的焦距,将光斑调节为尺寸大小有显著区别的三个圆。将三个光斑分布在尽量平坦的表面,且不能在同一直线上,三个光斑放置在较大的重叠区域范围,并均匀分布呈等边三角形。
其次,在由三个圆形光斑构成的三角形范围内,使用线激光器在相机图像的公共视场区投射线激光阵列构成网格,为步骤4中精确匹配提供特征点。避免圆光斑与线激光阵列的相互干扰,合理布局线激光器,将线激光阵列的网格布置在三个光斑之间,使两者不发生干涉。
步骤3:图像数据粗匹配
图像数据拼接的实质是通过坐标转换将待拼接图像数据与参考图像数据转换到同一坐标系下。将CRi采集的数据作为参考图像数据,CLi+1采集的数据作为待拼接图像数据,将第i+1组双目相机的数据转换到第i组双目相机坐标系下。
通过图像采集,获取N组双目相机的采集的锻件相貌图像,根据已标定的双目相机的内、外参数,将第i组双目相机世界坐标系建立在相机CRi上,第i+1组双目相机世界坐标系建立在相机CLi+1上,根据相机的内外参数计算公共视场任意点在分别在CRi和CLi+1坐标系下的三维坐标。
提取三个大小不同的光斑的圆心作为粗匹配的特征点。根据激光器光强呈高斯分布,对圆形光斑进行高斯拟合,将拟合的高斯分布的峰值作为光斑的圆心的位置。相机CRi采集到的特征点Pi根据光斑面积从大到小依次排序为Pij(xij,yij,zij)(j=1,2,3),相应地,相机CLi+1采集到的特征点Qi+1依次排序为Qi+1j(xi+1j,yi+1j,zi+1j)(j=1,2,3)。由两相机的坐标关系,有
Qi+1=RPi+T (1)
其中,R为相机CRi和CLi+1坐标系之间的旋转矩阵,T为相机CRi和CLi+1坐标系之间的平移向量。
转换矩阵 参考图像与待拼接图像的转换矩阵共有6个未知参数,包括待拼接图像坐标系相对于参考图像坐标系关于三个坐标轴的旋转角度α,β,γ,以及平移向量T=(tx,ty,tz)T。通过计算R,T矩阵即可确定参考图像与待拼接图像之间的转换关系,此时,图形拼接的问题转化为计算精确R,T矩阵的问题。将三个圆形光斑的圆心坐标带入方程(1)中,方程组有唯一解。
步骤4:图像数据的精确匹配
以粗匹配得到的旋转矩阵R与平移向量T为初值,通过迭代参考图像中与待拼接图像的对应特征点坐标,不断修正两组数据点间的旋转矩阵R和平移向量T,具体如下:
(a)以粗匹配计算的旋转矩阵R与平移向量T为初值,即令R0=R,T0=T;
(b)提取参考图像中激光线网格上n个特征点,相机CRi世界坐标系下采集到的数据点集Di={Di1,Di2,Di3……Din},根据第i组双目相机的内外参数计算得出特征点的三维坐标Dij=(xij,yij,zij),(j=1,2,3……n);
(c)在待拼接图像中对应Di的一定区域内搜索对应特征点集Di+1,其中每一个对应特征点的搜索区域需满足||Di+1j-(RkDij+Tk)||≤δ,k为迭代次数,δ为搜索半径,得到相机CLi+1世界坐标系下的特征点集Di+1={Di+1,1,Di+1,2,Di+1,3……Di+1,n},计算对应点的平均距离
(d)根据公式(1)计算参考图像与待拼接图像的转换矩阵,需满足Di+1=Rk+1Di+Tk+1,计算变换矩阵累计Rk+1′=Rk+1·Rk,Tk+1′=Rk·Tk+Tk+1;
(e)更新数据点集,剔除数据点集中不合适的点;
(f)计算
(g)如果dk+1-dk≥τ,且k<M返回(b),M为最大迭代次数,直到相邻两次迭代数据间的距离差小于给定的阈值τ,或达到最大迭代次数。
步骤5:去除冗余数据
利用精确匹配得出的转换矩阵H,将相邻两组双目相机的图像转换到同一坐标系下,同时删去重叠区域的冗余数据,完成相邻两组双目相机的图像数据拼接。
步骤6:全局拼接
由步骤1~步骤5得出相邻两组双目相机的转换矩阵H,同样地N组双目相机能够计算(N-1)个转换矩阵H,根据已知的双目相机之间的关系,能够推导出任意两相机之间的转换关系。
由相机之间的转换矩阵H能够将N组双目相机的图像点转换到全局坐标系下,从而完成大型锻件表面的三维尺寸的测量。
本发明的有益效果是图像数据粗匹配时以三个大小不同的光斑为特征点,有效避免误匹配,提高匹配精度;精确匹配以粗匹配得出的转换矩阵为初值,减小了修正转换矩阵的计算量。拼接中将测量系统看作多双目测量系统,以较精确的双目相机内外参数计算特征点的三维坐标,方法对靶标的位置无精确要求,易实现。
附图说明
图1为多目测量系统测量大型锻件的示意图。其中,CLi,CRi为第i组双目相机,CLi+1,CRi+1为第i+1组双目相机,Ⅰ为两组双目相机的公共视场区,Ⅱ为锻件,Ⅲ为激光器。
图2为相邻两组双目相机的公共视场区的示意图,Ⅰ为相机C1和相机C2的公共视场区,Ⅳ为相机C1的像平面。
图3为本发明在相邻两组双目相机的公共视场区投射的激光靶标的示意图,P1、P2、P3为三个大小不同的光斑。
具体实施方式
下面结合技术方案和附图详细说明本发明的具体实施,这里以两组双目相机图像数据的拼接过程说明采用激光辅助大型锻件尺寸测量的图像数据拼接方法。
相机模型采用经典的小孔成像模型,相机内参数标定包括四个内参数{fx,fy,u0,v0},构成内参数矩阵
其中,(u0,v0)为相机光轴和像平面的交点,即主点坐标,fx,fy分别为横、纵向的归一化焦距。一组双目相机的外参数包括相机之间旋转矩阵R、平移向量t和尺度因子ZC。图像平面内的点p=(u,v)T,其中(u,v)为数据点在图像上的横纵坐标。根据转换关系,计算像平面内的点在相机世界坐标系中的三维坐标P=(x,y,z)T,有
其中,转换矩阵M=K[R|t]。
步骤1:布置实验现场
在四目相机测量系统中,由于锻造现场环境复杂,需要将四台相机布置在锻件的同一侧,CL1,CR1为第一组双目相机,CL2,CR2为第二组双目相机。保证每组双目相机中左右相机的视场重叠,公共视场区占单组双目相机视场的40%。
第一组双目相机外参数标定将世界坐标系建立CR1在的光心上,标定内参数得到内参数矩阵K1,标定外参数得到双目相机的旋转矩阵R1、平移向量t1和尺度因子ZC1,则第一组双目相机的转换矩阵M1=K1[R1|t1]。同样地,第二组双目相机内外参数标定,将世界坐标系建立相机CL2在的光心上,标定内参数得到内参数矩阵K1,标定外参数得出双目相机的转换矩阵M2=K2[R2|t2]。通过两组双目相机的内外参数,可以计算相机公共视场区域任意数据点的三维坐标。
步骤2:布置匹配的特征点
使用激光器在两组双目相机的公共视场区域投射特征点。首先使用点激光器投射出三个大小不一的圆形光斑,以圆形光斑的圆心作为粗匹配的特征点,其直径分别为80mm,140mm和200mm。将圆形光斑尽量均布在较大的公共视场区内,且构成近似的等边三角形。其次,在三个光斑构成的三角形区域内使用线激光器投射出5×5激光线构成的网格,均匀排布网格线。
步骤3:图像数据粗匹配
试验现场布置完成后,四台相机在同一时刻各拍摄一张图片。完成图像采集后,处理参考图像,提取光斑的圆心。根据图像灰度分布拟合的高斯曲线,以曲线的峰值为特征点图像坐标。按照特征点面积从大到小依次为p1,p2,p3,其中pj=(uj,vj)T(j=1,2,3)。根据公式(2)计算圆形光斑的三维坐标为
其中Pj=(xj,yj,zj)T,(j=1,2,3)为光斑的圆心在以在相机CR1世界坐标系下的三维坐标。相应地,待拼接图像的特征点的图像坐标按照特征点面积从大到小排序依次为q1,q2,q3,其中为qj=(uj,vj)T,(j=1,2,3),计算特征点在相机CL2世界坐标系下的三维坐标为Qj=(xj,yj,zj)T,(j=1,2,3)。根据特征点面积不同,则参考图像中特征点P1,P2,P3在待拼接图像中的对应特征点为Q1,Q2,Q3。
根据参考数据点与待拼接数据点之间的转换关系Qj=RPj+T,列出方程组,计算得出转换矩阵
步骤4:图像数据精确匹配
粗匹配能够快速计算相邻两组双目相机数据点之间转换矩阵H=[R|T],但是由于R,T矩阵的计算只采用了三个特征点,由于图像采集过程与特征点提取过程存在误差,因此粗匹配得到的转换矩阵H需要进一步修正。
以步骤3中得到粗匹配的转换矩阵H作为初值,对转换矩阵H进行修正,具体如下:
(a)以粗匹配计算的旋转矩阵R与平移向量T为初值,即令R0=R,T0=T;
(b)提取参考图像中激光线网格上n个特征点,n=60x在参考图像的公共视场区提取激光线网格上的数据点作为精确匹配的数据点集X={X1,X2,X3……Xn},n=60,根据双目相机的内外参数,计算数据点在相机CR1坐标下的三维坐标Xi(xi,yi,zi);
(c)在待拼接图像中对应的点位置一定区域内搜索对应特征点需满足其中k为迭代次数,δ为搜索半径,计算
(d)根据公式(1)计算参考图像与待拼接图像的转换矩阵,需满足计算变换矩阵累计Rk+1′=Rk+1·Rk,Tk+1′=Rk·Tk+Tk+1;
(e)更新数据点集,剔除数据点集中不合适的点;
(f)计算
(g)如果dk+1-dk≥τ,且k<M返回(b),M为最大迭代次数,设M=1.0E5,直到相邻两次迭代数据间的距离差小于给定的阈值τ=1.0E-6,或达到最大迭代次数,即认为得到的旋转矩阵R与平移向量T为实际值。
步骤5:去除冗余数据
根据计算得出的转换矩阵H,将两组双目相机的图像数据点转换到全局坐标系下,即以相机CL2光心为原点的世界坐标系下,去除公共视场区的冗余数据,完场图像数据拼接。
本发明的大型锻件表面三维测量图像数据的拼接方法,在没有便于提取的特征的金属表面使用激光器构造特征点,实现复杂工况下图像数据的拼接。
Claims (1)
1.采用激光辅助大型锻件测量图像数据的拼接方法,其特征是,该方法使用两种不同的激光器在金属表面上构造特征点,实现复杂工况下图像数据的拼接;相邻两组双目相机使用点激光器投射出的光斑,进行图像数据粗匹配,同时得到转换矩阵,使用线激光器投射出栅格,以粗匹配的转换矩阵为初值,进行图像数据精确匹配,去除冗余数据后,完成拼接;对于多目视觉测量系统,分别完成相邻两组双目相机的图像数据拼接,进而完成全局拼接,具体步骤如下:
步骤1:布置实验现场
在锻件的同一侧布置2N台相机,构成多目视觉测量系统,由于多目视觉测量系统可以看作N组双目视觉测量系统,因此将相机依次编号为CL1,CR1,CL2,CR2……CLN,CRN,其中CLi,CRi(i=1,2,3……N)分别表示第i组双目相机的左相机与右相机;在相机布局中,每组双目相机的视场尽量重叠,保证任意相邻两组双目相机的公共视场区不少于待拼接区域的30%;同时,完成每组双目相机内、外参数的标定;
步骤2:布置匹配的特征点
在相机CLi,CRi与相机CLi+1,CRi+1的公共视场区使用激光器投射出拼接中粗匹配和精确匹配的特征点;
首先使用三个点激光器投射出圆形光斑作为图像数据粗匹配的特征点;通过调整激光器的焦距,将光斑调节为尺寸大小有显著区别的三个圆;将三个光斑分布在尽量平坦的表面,且不能在同一直线上,三个光斑放置在较大的重叠区域范围,并均匀分布呈等边三角形;
其次,在由三个圆形光斑构成的三角形范围内,使用线激光器在相机图像的公共视场区投射线激光阵列构成网格,为步骤4中精确匹配提供特征点;避免圆光斑与线激光阵列的相互干扰,合理布局线激光器,将线激光阵列的网格布置在三个光斑之间,使两者不发生干涉;
步骤3:图像数据粗匹配
图像数据拼接的实质是通过坐标转换将待拼接图像数据与参考图像数据转换到同一坐标系下;将CRi采集的数据作为参考图像数据,CLi+1采集的数据作为待拼接图像数据,将第i+1组双目相机的数据转换到第i组双目相机坐标系下;通过图像采集,获取N组双目相机的采集的锻件相貌图像,根据已标定的双目相机的内、外参数,将第i组双目相机世界坐标系建立在相机CRi上,第i+1组双目相机世界坐标系建立在相机CLi+1上,根据相机的内外参数计算公共视场任意点在分别在CRi和CLi+1坐标系下的三维坐标;
提取三个大小不同的光斑的圆心作为粗匹配的特征点;根据激光器光强呈高斯分布,对圆形光斑进行高斯拟合,将拟合的高斯分布的峰值作为光斑的圆心的位置;相机CRi采集到的特征点Pi根据光斑面积从大到小依次排序为Pij(xij,yij,zij)(j=1,2,3),相应地,相机CLi+1采集到的特征点Qi+1依次排序为Qi+1j(xi+1j,yi+1j,zi+1j)(j=1,2,3);由两相机的坐标关系,有
Qi+1=RPi+T (1)
其中,R为相机CRi和CLi+1坐标系之间的旋转矩阵,T为相机CRi和CLi+1坐标系之间的平移向量;
转换矩阵 参考图像与待拼接图像的转换矩阵共有6个未知参数,包括待拼接图像坐标系相对于参考图像坐标系关于三个坐标轴的旋转角度α,β,γ,以及平移向量T=(tx,ty,tz)T;通过计算R,T矩阵即可确定参考图像与待拼接图像之间的转换关系,此时,图形拼接的问题转化为计算精确R,T矩阵的问题;将三个圆形光斑的圆心坐标带入方程(1)中,方程组有唯一解;
步骤4:图像数据的精确匹配
以粗匹配得到的旋转矩阵R与平移向量T为初值,通过迭代参考图像中与待拼接图像的对应特征点坐标,不断修正两组数据点间的旋转矩阵R和平移向量T,具体如下:
(a)以粗匹配计算的旋转矩阵R与平移向量T为初值,即令R0=R,T0=T;
(b)提取参考图像中激光线网格上n个特征点,相机CRi世界坐标系下采集到的数据点集Di={Di1,Di2,Di3……Din},根据第i组双目相机的内外参数计算得出特征点的三维坐标Dij=(xij,yij,zij),(j=1,2,3……n);
(c)在待拼接图像中对应Di的一定区域内搜索对应特征点集Di+1,其中每一个对应特征点的搜索区域需满足||Di+1j-(RkDij+Tk)||≤δ,k为迭代次数,δ为搜索半径,得到相机CLi+1世界坐标系下的特征点集Di+1={Di+1,,Di1+,D1i+,2……D1i+,n3},1计,算对应点的平均距离
(d)根据公式(1)计算参考图像与待拼接图像的转换矩阵,需满足Di+1=Rk+1Di+Tk+1,计算变换矩阵累计Rk+1′=Rk+1·Rk,Tk+1′=Rk·Tk+Tk+1;
(e)更新数据点集,剔除数据点集中不合适的点;
(f)计算
(g)如果dk+1-dk≥τ,且k<M返回(b),M为最大迭代次数,直到相邻两次迭代数据间的距离差小于给定的阈值τ,或达到最大迭代次数;
步骤5:去除冗余数据
利用精确匹配得出的转换矩阵H,将相邻两组双目相机的图像转换到同一坐标系下,同时删去重叠区域的冗余数据,完成相邻两组双目相机的图像数据拼接;
步骤6:全局拼接
由步骤1~步骤5得出相邻两组双目相机的转换矩阵H,同样地N组双目相机能够计算(N-1)个转换矩阵H,根据已知的双目相机之间的关系,能够推导出任意两相机之间的转换关系;
由相机之间的转换矩阵H能够将N组双目相机的图像点转换到全局坐标系下,从而完成大型锻件表面的三维尺寸图像数据的拼接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410201073.7A CN103971353B (zh) | 2014-05-14 | 2014-05-14 | 采用激光辅助大型锻件测量图像数据的拼接方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410201073.7A CN103971353B (zh) | 2014-05-14 | 2014-05-14 | 采用激光辅助大型锻件测量图像数据的拼接方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103971353A true CN103971353A (zh) | 2014-08-06 |
CN103971353B CN103971353B (zh) | 2017-02-15 |
Family
ID=51240802
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410201073.7A Active CN103971353B (zh) | 2014-05-14 | 2014-05-14 | 采用激光辅助大型锻件测量图像数据的拼接方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103971353B (zh) |
Cited By (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105303615A (zh) * | 2015-11-06 | 2016-02-03 | 中国民航大学 | 一种图像二维拼接与三维表面重建的组合方法 |
CN105321152A (zh) * | 2015-11-11 | 2016-02-10 | 佛山轻子精密测控技术有限公司 | 一种图像拼接方法和系统 |
CN105698699A (zh) * | 2016-01-26 | 2016-06-22 | 大连理工大学 | 一种基于时间转轴约束的双目视觉测量方法 |
CN105716542A (zh) * | 2016-04-07 | 2016-06-29 | 大连理工大学 | 一种基于柔性特征点的三维数据拼接方法 |
CN106091930A (zh) * | 2016-08-16 | 2016-11-09 | 郑州辰维科技股份有限公司 | 一种基于双相机测量及结构光传感器的实时在线测量方法 |
CN106324696A (zh) * | 2016-08-02 | 2017-01-11 | 高功臣 | 一种主动式道路障碍探测仪及避障判断方法 |
CN106355550A (zh) * | 2016-10-31 | 2017-01-25 | 微景天下(北京)科技有限公司 | 图像拼接系统和图像拼接方法 |
WO2017041418A1 (zh) * | 2015-09-10 | 2017-03-16 | 天远三维(天津)科技有限公司 | 多线阵列激光三维扫描系统及多线阵列激光三维扫描方法 |
CN106546230A (zh) * | 2016-11-01 | 2017-03-29 | 狒特科技(北京)有限公司 | 定位点布置方法及装置、测定定位点三维坐标的方法及设备 |
CN106767399A (zh) * | 2016-11-11 | 2017-05-31 | 大连理工大学 | 基于双目立体视觉和点激光测距的物流货物体积的非接触测量方法 |
CN107301648A (zh) * | 2017-06-09 | 2017-10-27 | 大连理工大学 | 基于重叠区域边界角度的冗余点云去除方法 |
CN107621226A (zh) * | 2017-07-18 | 2018-01-23 | 深圳大学 | 多目立体视觉的三维扫描方法及系统 |
CN108540730A (zh) * | 2018-03-29 | 2018-09-14 | 四川斐讯信息技术有限公司 | 一种适用于物联网设备拍摄的补光方法及系统 |
CN109556534A (zh) * | 2017-09-26 | 2019-04-02 | 海克斯康计量(以色列)有限公司 | 传感器相对于全局三维表面重建的不同拼接块的全局定位 |
CN109781014A (zh) * | 2019-03-11 | 2019-05-21 | 安徽工业大学 | 机器视觉方式下多相机协同在线测量条状目标长度的技术和方法 |
CN109828681A (zh) * | 2017-11-20 | 2019-05-31 | 深圳市Tcl高新技术开发有限公司 | 激光笔光流轨迹跟踪方法、投影设备及计算机可读存储介质 |
CN109839067A (zh) * | 2017-11-29 | 2019-06-04 | 宝山钢铁股份有限公司 | 钢板尺寸测量装置及方法 |
CN109900204A (zh) * | 2019-01-22 | 2019-06-18 | 河北科技大学 | 基于线结构光扫描的大型锻件尺寸视觉测量装置及方法 |
CN110415286A (zh) * | 2019-09-24 | 2019-11-05 | 杭州蓝芯科技有限公司 | 一种多飞行时间深度相机系统的外参标定方法 |
CN111504202A (zh) * | 2020-02-29 | 2020-08-07 | 深圳市智信精密仪器有限公司 | 一种用于多个线激光高精度标定拼接的方法 |
CN111578837A (zh) * | 2020-04-30 | 2020-08-25 | 北京农业智能装备技术研究中心 | 面向农业机器人作业的植物形态视觉跟踪测量方法 |
CN111829435A (zh) * | 2019-08-27 | 2020-10-27 | 北京伟景智能科技有限公司 | 一种多双目相机与线激光协同检测方法 |
CN111915485A (zh) * | 2020-07-10 | 2020-11-10 | 浙江理工大学 | 一种特征点稀疏工件图像的快速拼接方法及系统 |
CN112233189A (zh) * | 2020-12-14 | 2021-01-15 | 深圳普罗米修斯视觉技术有限公司 | 多深度相机外部参数标定方法、装置及存储介质 |
CN112415010A (zh) * | 2020-09-30 | 2021-02-26 | 成都中信华瑞科技有限公司 | 一种成像检测方法及系统 |
CN112581369A (zh) * | 2020-12-24 | 2021-03-30 | 中国银联股份有限公司 | 图像拼接方法以及装置 |
CN112577445A (zh) * | 2020-12-18 | 2021-03-30 | 深圳市泽峰光电科技有限公司 | 一种旋转光栅的原木端面轮廓提取方法 |
CN112697065A (zh) * | 2021-01-25 | 2021-04-23 | 东南大学 | 基于相机阵列的三维形貌重构方法 |
WO2021115299A1 (zh) * | 2019-12-12 | 2021-06-17 | 左忠斌 | 一种用于3d信息采集的的图像采集装置及其选择方法 |
CN113959347A (zh) * | 2021-08-10 | 2022-01-21 | 南京中车浦镇城轨车辆有限责任公司 | 一种适用于地铁车辆的地板橡胶垫厚度分析方法及系统 |
CN114322751A (zh) * | 2020-09-30 | 2022-04-12 | 广东博智林机器人有限公司 | 目标测量方法、装置、计算机设备和存储介质 |
CN116295278A (zh) * | 2022-12-09 | 2023-06-23 | 中国科学院上海技术物理研究所 | 一种动态双目视觉相机基线的三维视觉测量系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107830813B (zh) * | 2017-09-15 | 2019-10-29 | 浙江理工大学 | 激光线标记的长轴类零件图像拼接及弯曲变形检测方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103776390A (zh) * | 2014-01-22 | 2014-05-07 | 广东工业大学 | 三维自然纹理数据扫描机及多视场数据拼接方法 |
US20140125760A1 (en) * | 2012-11-05 | 2014-05-08 | Honeywell International Inc. | Visual system having multiple cameras |
-
2014
- 2014-05-14 CN CN201410201073.7A patent/CN103971353B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140125760A1 (en) * | 2012-11-05 | 2014-05-08 | Honeywell International Inc. | Visual system having multiple cameras |
CN103776390A (zh) * | 2014-01-22 | 2014-05-07 | 广东工业大学 | 三维自然纹理数据扫描机及多视场数据拼接方法 |
Non-Patent Citations (2)
Title |
---|
孙军华 等: "基于平面基线靶标的视觉测量数据拼接方法", 《机械工程学报》 * |
王伟 等: "数字图像拼接技术", 《小型微型计算机系统》 * |
Cited By (47)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017041418A1 (zh) * | 2015-09-10 | 2017-03-16 | 天远三维(天津)科技有限公司 | 多线阵列激光三维扫描系统及多线阵列激光三维扫描方法 |
CN105303615A (zh) * | 2015-11-06 | 2016-02-03 | 中国民航大学 | 一种图像二维拼接与三维表面重建的组合方法 |
CN105321152A (zh) * | 2015-11-11 | 2016-02-10 | 佛山轻子精密测控技术有限公司 | 一种图像拼接方法和系统 |
CN105321152B (zh) * | 2015-11-11 | 2019-03-08 | 佛山轻子精密测控技术有限公司 | 一种图像拼接方法和系统 |
CN105698699A (zh) * | 2016-01-26 | 2016-06-22 | 大连理工大学 | 一种基于时间转轴约束的双目视觉测量方法 |
CN105716542A (zh) * | 2016-04-07 | 2016-06-29 | 大连理工大学 | 一种基于柔性特征点的三维数据拼接方法 |
CN106324696A (zh) * | 2016-08-02 | 2017-01-11 | 高功臣 | 一种主动式道路障碍探测仪及避障判断方法 |
CN106091930A (zh) * | 2016-08-16 | 2016-11-09 | 郑州辰维科技股份有限公司 | 一种基于双相机测量及结构光传感器的实时在线测量方法 |
CN106091930B (zh) * | 2016-08-16 | 2019-01-11 | 郑州辰维科技股份有限公司 | 一种基于双相机测量系统及结构光传感器的实时在线测量方法 |
CN106355550B (zh) * | 2016-10-31 | 2024-04-09 | 河北鼎联科技有限公司 | 图像拼接系统和图像拼接方法 |
CN106355550A (zh) * | 2016-10-31 | 2017-01-25 | 微景天下(北京)科技有限公司 | 图像拼接系统和图像拼接方法 |
CN106546230A (zh) * | 2016-11-01 | 2017-03-29 | 狒特科技(北京)有限公司 | 定位点布置方法及装置、测定定位点三维坐标的方法及设备 |
CN106546230B (zh) * | 2016-11-01 | 2021-06-22 | 北京墨土科技有限公司 | 定位点布置方法及装置、测定定位点三维坐标的方法及设备 |
CN106767399A (zh) * | 2016-11-11 | 2017-05-31 | 大连理工大学 | 基于双目立体视觉和点激光测距的物流货物体积的非接触测量方法 |
CN106767399B (zh) * | 2016-11-11 | 2018-11-09 | 大连理工大学 | 基于双目立体视觉和点激光测距的物流货物体积的非接触测量方法 |
CN107301648A (zh) * | 2017-06-09 | 2017-10-27 | 大连理工大学 | 基于重叠区域边界角度的冗余点云去除方法 |
CN107301648B (zh) * | 2017-06-09 | 2020-04-07 | 大连理工大学 | 基于重叠区域边界角度的冗余点云去除方法 |
CN107621226A (zh) * | 2017-07-18 | 2018-01-23 | 深圳大学 | 多目立体视觉的三维扫描方法及系统 |
CN109556534A (zh) * | 2017-09-26 | 2019-04-02 | 海克斯康计量(以色列)有限公司 | 传感器相对于全局三维表面重建的不同拼接块的全局定位 |
US10832441B2 (en) | 2017-09-26 | 2020-11-10 | Hexagon Metrology (Israel) Ltd. | Global positioning of a sensor with respect to different tiles for a global three-dimensional surface reconstruction |
CN109828681B (zh) * | 2017-11-20 | 2022-10-11 | 深圳市Tcl高新技术开发有限公司 | 激光笔光流轨迹跟踪方法、投影设备及计算机可读存储介质 |
CN109828681A (zh) * | 2017-11-20 | 2019-05-31 | 深圳市Tcl高新技术开发有限公司 | 激光笔光流轨迹跟踪方法、投影设备及计算机可读存储介质 |
CN109839067A (zh) * | 2017-11-29 | 2019-06-04 | 宝山钢铁股份有限公司 | 钢板尺寸测量装置及方法 |
CN108540730A (zh) * | 2018-03-29 | 2018-09-14 | 四川斐讯信息技术有限公司 | 一种适用于物联网设备拍摄的补光方法及系统 |
CN108540730B (zh) * | 2018-03-29 | 2020-12-15 | 台州市吉吉知识产权运营有限公司 | 一种适用于物联网设备拍摄的补光方法及系统 |
CN109900204A (zh) * | 2019-01-22 | 2019-06-18 | 河北科技大学 | 基于线结构光扫描的大型锻件尺寸视觉测量装置及方法 |
CN109781014A (zh) * | 2019-03-11 | 2019-05-21 | 安徽工业大学 | 机器视觉方式下多相机协同在线测量条状目标长度的技术和方法 |
CN111829435A (zh) * | 2019-08-27 | 2020-10-27 | 北京伟景智能科技有限公司 | 一种多双目相机与线激光协同检测方法 |
CN110415286A (zh) * | 2019-09-24 | 2019-11-05 | 杭州蓝芯科技有限公司 | 一种多飞行时间深度相机系统的外参标定方法 |
WO2021115299A1 (zh) * | 2019-12-12 | 2021-06-17 | 左忠斌 | 一种用于3d信息采集的的图像采集装置及其选择方法 |
CN111504202A (zh) * | 2020-02-29 | 2020-08-07 | 深圳市智信精密仪器有限公司 | 一种用于多个线激光高精度标定拼接的方法 |
CN111578837B (zh) * | 2020-04-30 | 2022-03-01 | 北京农业智能装备技术研究中心 | 面向农业机器人作业的植物形态视觉跟踪测量方法 |
CN111578837A (zh) * | 2020-04-30 | 2020-08-25 | 北京农业智能装备技术研究中心 | 面向农业机器人作业的植物形态视觉跟踪测量方法 |
CN111915485A (zh) * | 2020-07-10 | 2020-11-10 | 浙江理工大学 | 一种特征点稀疏工件图像的快速拼接方法及系统 |
CN114322751B (zh) * | 2020-09-30 | 2024-01-23 | 广东博智林机器人有限公司 | 目标测量方法、装置、计算机设备和存储介质 |
CN112415010B (zh) * | 2020-09-30 | 2024-06-04 | 成都中信华瑞科技有限公司 | 一种成像检测方法及系统 |
CN112415010A (zh) * | 2020-09-30 | 2021-02-26 | 成都中信华瑞科技有限公司 | 一种成像检测方法及系统 |
CN114322751A (zh) * | 2020-09-30 | 2022-04-12 | 广东博智林机器人有限公司 | 目标测量方法、装置、计算机设备和存储介质 |
CN112233189B (zh) * | 2020-12-14 | 2021-04-06 | 深圳普罗米修斯视觉技术有限公司 | 多深度相机外部参数标定方法、装置及存储介质 |
CN112233189A (zh) * | 2020-12-14 | 2021-01-15 | 深圳普罗米修斯视觉技术有限公司 | 多深度相机外部参数标定方法、装置及存储介质 |
CN112577445B (zh) * | 2020-12-18 | 2021-08-03 | 深圳市泽峰光电科技有限公司 | 一种旋转光栅的原木端面轮廓提取方法 |
CN112577445A (zh) * | 2020-12-18 | 2021-03-30 | 深圳市泽峰光电科技有限公司 | 一种旋转光栅的原木端面轮廓提取方法 |
CN112581369A (zh) * | 2020-12-24 | 2021-03-30 | 中国银联股份有限公司 | 图像拼接方法以及装置 |
CN112697065B (zh) * | 2021-01-25 | 2022-07-15 | 东南大学 | 基于相机阵列的三维形貌重构方法 |
CN112697065A (zh) * | 2021-01-25 | 2021-04-23 | 东南大学 | 基于相机阵列的三维形貌重构方法 |
CN113959347A (zh) * | 2021-08-10 | 2022-01-21 | 南京中车浦镇城轨车辆有限责任公司 | 一种适用于地铁车辆的地板橡胶垫厚度分析方法及系统 |
CN116295278A (zh) * | 2022-12-09 | 2023-06-23 | 中国科学院上海技术物理研究所 | 一种动态双目视觉相机基线的三维视觉测量系统 |
Also Published As
Publication number | Publication date |
---|---|
CN103971353B (zh) | 2017-02-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103971353A (zh) | 采用激光辅助大型锻件测量图像数据的拼接方法 | |
Sun et al. | Distance measurement system based on binocular stereo vision | |
CN108828606B (zh) | 一种基于激光雷达和双目可见光相机联合测量方法 | |
CN109544679B (zh) | 管道内壁的三维重建方法 | |
CN102072725B (zh) | 一种基于激光点云和实景影像进行空间三维测量的方法 | |
CN105716542B (zh) | 一种基于柔性特征点的三维数据拼接方法 | |
CN104268876A (zh) | 基于分块的摄像机标定方法 | |
CN103278138B (zh) | 一种复杂结构薄部件三维位置及姿态的测量方法 | |
CN105931234A (zh) | 一种地面三维激光扫描点云与影像融合及配准的方法 | |
CN102519434B (zh) | 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 | |
CN103604417B (zh) | 物方信息约束的多视影像双向匹配策略 | |
CN103386640B (zh) | 大口径反射镜加工机床精确对准方法 | |
CN104268935A (zh) | 一种基于特征的机载激光点云与影像数据融合系统及方法 | |
CN107767440A (zh) | 基于三角网内插及约束的文物序列影像精细三维重建方法 | |
CN103411553A (zh) | 多线结构光视觉传感器的快速标定方法 | |
CN103759669A (zh) | 一种大型零件的单目视觉测量方法 | |
CN110796694A (zh) | 一种基于KinectV2的果实三维点云实时获取方法 | |
CN103308000B (zh) | 基于双目视觉的曲线物体测量方法 | |
CN109141226A (zh) | 单相机多角度的空间点坐标测量方法 | |
Zhou et al. | A novel way of understanding for calibrating stereo vision sensor constructed by a single camera and mirrors | |
CN104848801A (zh) | 一种基于平行双圆柱靶标的线结构光视觉传感器标定方法 | |
CN101354796B (zh) | 基于泰勒级数模型的全向立体视觉三维重建方法 | |
CN103793909B (zh) | 基于衍射模糊的单视觉全局深度信息获取方法 | |
CN102081296A (zh) | 仿复眼视觉的动目标快速定位及全景图同步获取装置及方法 | |
CN102305598A (zh) | 半刚性自回弹反射器型面精度的水下摄影测量方法 |
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 |