CN105427288A - 一种机器视觉对位系统的标定方法及装置 - Google Patents
一种机器视觉对位系统的标定方法及装置 Download PDFInfo
- Publication number
- CN105427288A CN105427288A CN201510763011.XA CN201510763011A CN105427288A CN 105427288 A CN105427288 A CN 105427288A CN 201510763011 A CN201510763011 A CN 201510763011A CN 105427288 A CN105427288 A CN 105427288A
- Authority
- CN
- China
- Prior art keywords
- subject table
- grid deviation
- object images
- point
- coordinate
- 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
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
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Abstract
本发明实施例公开了一种机器视觉对位系统的标定方法及装置,通过控制对象平台移动固定距离,对象图像采集装置获取对象品台上基准点的对象图像坐标偏差,根据基准点的对象平台坐标偏差,计算对象平台的标定结果;获取对象平台上实时对象的多个标记点的对象图像坐标,根据对象平台的标定结果,计算相邻标记点的对象平台坐标偏差;将实时对象对位贴合到目标平台,获取相邻标记点的目标图像坐标偏差,并根据所述标记点的对象平台坐标偏差,计算目标平台的标定结果,完成目标平台的标定。在标定过程中,对象平台无需参考其他位置,具有很高的精度,而且利用对象平台的标定结果有效克服目标平台不能移动的缺点,精确地完成目标平台标定,适用性强。
Description
技术领域
本发明涉及机器视觉技术领域,特别是涉及一种机器视觉对位系统的标定方法及装置。
背景技术
在电子半导体、触摸屏、太阳能、汽车及零部件等工业领域,往往需要将两个或多个零部件进行对位安装。对位安装的精度直接决定产品的质量,在现代工业生产过程中,一般使用机器视觉对位系统来实现零部件的对位。
如图1所示,为目前一种常用的机器视觉对位系统的结构示意图,所述机器视觉对位系统包括目标平台110、对象平台120、目标图像采集装置130和对象图像采集装置140;目标对象150放置于目标平台110上,实时对象160放置于所述对象平台120上,所述目标对象150和所述实时对象160均设置有对位标识170,在实际的工业生产过程中,例如所述实时对象160可以为手机液晶屏,所述目标对象150可以为背光模组,通过所述机器视觉对位系统实现两者的贴合;所述目标图像采集装置130和所述对象图像采集装置140用于摄取所述对位标识170。对位贴合的过程包括:对象图像采集装置140图像采集摄取实时对象160的对位标识170,并根据预先确定的对象图像平面与对象平台平面的映射关系,计算得出实时对象160中对位标识170的对象平台坐标;同样,目标图像采集装置130摄取目标对象150的对位标识170,并根据预先确定的目标图像平面与目标平台平面的映射关系,计算得出目标对象150中对位标识170的目标平台坐标;对象平台120将实时对象160送入所述目标平台110的正上方,并根据相对应的对位标识170的对象平台坐标和目标平台坐标,调整对象平台120位置,所述实时对象160在所述对象平台120的带动下也进行位置调整,从而完成实时对象160与目标对象150的贴合。在上述对位贴合过程中,预先确定对象图像平面与对象平台平面,以及目标图像平面与目标平台平面的映射关系是对位贴合的基础,称为标定;所述标定的精确程度是对位贴合精确度的关键。
目前,常用的机器视觉对位系统的标定方法主要是九点圆形靶标标定方法,包括如下步骤:将9个位置确定的圆形靶标放置于所述目标平台110,通过所述对象图像采集装置140获取所述圆形靶标圆心的对象图像坐标;手动操作对象平台120移动,使所述对象平台120的基准点依次经过9个圆形靶标的圆心,观察确定所述基准点与所述圆心重合后,记录所述基准点的对象平台坐标;通过相邻所述圆心的对象图像坐标差和基准点的对象平台坐标差,计算确定对象图像平面和对象平台平面的映射关系,完成标定。然而,所述九点圆形靶标标定方法的精确度依赖于所述对象平台120的基准点与所述圆心位置重合的精确度,由于所述圆心位置需要通过图像边缘处理和优化进行确定总会存在误差,以及基准点与圆心位置重合的判断也会引入误差,无法保证标定的精确度;而且所述目标平台110为静止平台,不能通过目标平台110的移动获取目标平台坐标差和目标图像坐标差,因此上述九点圆形靶标标定方法无法适用于静止的目标平台110标定,适用性差。
发明内容
本发明实施例中提供了一种机器视觉对位系统的标定方法及装置,以解决现有技术中的标定方法精度差以及适用性差的问题。
为了解决上述技术问题,本发明实施例公开了如下技术方案:
本发明实施例提供了一种机器视觉对位系统的标定方法,包括以下步骤:
对象图像采集装置获取对象平台基准点图像;
控制所述对象平台移动固定距离,获取所述基准点的对象图像坐标偏差和对象平台坐标偏差;
根据所述对象图像坐标偏差和所述对象平台坐标偏差,计算所述对象平台的标定结果,完成所述对象平台的标定;
所述对象图像采集装置获取实时对象上多个标记点的图像,所述实时对象设置于所述对象平台,根据所述标记点的图像,获取相邻标记点的对象图像坐标偏差;
根据所述标记点的对象图像坐标偏差,以及所述对象平台的标定结果,计算相邻标记点的对象平台坐标偏差;
将所述实时对象对位贴合到目标平台,根据目标图像采集装置获取的实时对象上标记点的图像,获取相邻标记点的目标图像坐标偏差;
根据所述标记点的目标图像坐标偏差和对象平台坐标偏差,计算确定所述目标平台的标定结果,完成所述目标平台的标定。
优选地,所述控制所述对象平台移动固定距离,包括:
控制所述对象平台沿所述对象平台的X、Y、θ坐标方向移动固定距离。
优选地,,所述计算确定所述对象平台的标定结果,包括:
控制所述对象平台沿X和Y坐标方向移动,根据X和Y坐标方向上基准点的对象图像坐标偏差和对象平台坐标偏差,计算所述对象平台坐标和对象图像坐标的转换矩阵、以及对象图像平面与对象平台平面之间的角度;
控制所述对象平台沿θ坐标方向移动,根据θ坐标方向上基准点的对象图像坐标,计算基准点的对象平台坐标。
优选地,所述实时对象包括3个标记点,且所述标记点位于能够被所述对象图像采集装置和所述目标图像采集装置获取的位置。
优选地,根据任意2组所述标记点的目标图像坐标偏差和对象平台坐标偏差,计算确定所述目标平台的标定结果,完成所述目标平台的标定。
本发明实施例还提供了一种机器视觉对位系统的标定装置,包括:
对象图像采集模块,用于获取对象平台基准点的图像;
对象坐标获取模块,用于控制所述对象平台移动固定距离,获取所述基准点的对象图像坐标偏差和对象平台坐标偏差;
对象平台标定模块,用于根据所述对象图像坐标偏差和所述对象平台坐标偏差,计算所述对象平台的标定结果,完成所述对象平台的标定;
所述对象图像采集模块,还用于获取实时对象上多个标记点的图像,所述实时对象设置于所述对象平台;所述对象坐标获取模块,还用于根据所述标记点的图像,获取相邻标记点的对象图像坐标偏差;
对象平台坐标偏差计算模块,用于根据所述标记点的对象图像坐标偏差,以及所述对象平台的标定结果,计算相邻标记点的对象平台坐标偏差;
目标坐标获取模块,用于将所述实时对象对位贴合到目标平台,根据目标图像采集模块获取的实时对象上标记点的图像,获取相邻标记点的目标图像坐标偏差;
目标平台标定模块,用于根据所述标记点的目标图像坐标偏差和对象平台坐标偏差,计算确定所述目标平台的标定结果,完成所述目标平台的标定。
优选地,所述对象坐标获取模块控制所述对象平台沿所述对象平台的X、Y、θ坐标方向移动固定距离。
优选地,所述对象坐标获取模块控制所述对象平台沿X和Y坐标方向移动,获取X和Y坐标方向上基准点对象图像坐标偏差和对象平台坐标偏差,所述对象平台标定模块计算所述对象平台坐标和对象图像坐标的转换矩阵、以及对象图像平面与对象平台平面之间的角度;
所述对象坐标获取模块控制所述对象平台沿θ坐标方向移动,获取的θ坐标方向上基准点对象图像坐标,所述对象平台标定模块根据所述基准点的对象图像坐标计算基准点的对象平台坐标。
优选地,所述实时对象包括3个标记点,且所述标记点位于能够被所述对象图像采集模块和所述目标图像采集模块获取的位置。
优选地,所述目标平台标定模块根据任意2组所述标记点的目标图像坐标偏差和对象平台坐标偏差,计算确定所述目标平台的标定结果,完成所述目标平台的标定。
由以上技术方案可见,本发明实施例提供的机器视觉对位方法及装置,控制对象平台移动固定距离,获取对象平台上基准点的对象图像坐标变化和对象平台坐标变化,计算获得对象平台的标定结果,在对象平台的标定过程中,无需参考其他位置如圆心位置等,能够精确完成对象平台的标定;然后获取对象平台上实时对象的多个标记点图像,根据对象平台的标定结果,计算获得相邻标记点的对象平台坐标偏差;将实时对象对位贴合到目标平台,获取相邻标记点之间的目标图像坐标偏差,结合所述标记点的对象平台坐标偏差,计算确定目标平台的标定结果,克服目标平台不能移动的缺点,而有效借助对象平台的标定结果完成目标平台的标定,适用性强。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为目前一种常用的机器视觉对位系统的结构示意图;
图2为本发明实施例提供的一种机器视觉对位系统的标定方法的流程示意图;
图3为本发明实施例提供的对象平台标定基准位置的示意图;
图4为对象平台分别沿X和Y方向移动固定距离后的基准点位置示意图;
图5为对象平台沿θ方向移动后的基准点位置示意图;
图6为本发明实施例提供的标记点的位置示意图;
图7为本发明实施例提供的一种机器视觉对位系统的标定装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明中的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
机器视觉是一种自动获取分析图像,以得到描述一个景物或控制某种动作的数据的技术。在现代工业自动化生产过程中,机器视觉正成为一种提高生产效率和保证产品质量的关键技术。基于机器视觉的对位系统即机器视觉对位系统,是指利用CCD(ChargeCoupledDevice,电荷耦合元件)摄像机等图像获取装置作为图像传感器,综合运用图像处理、运动算法等技术进行非接触二维或三维坐标对准的系统,它以光学为基础,融合了电子技术、计算机技术和图像处理技术,具有精度高、效率高、自动化程度高、造价低等优点。其中,图像处理技术是机器视觉对位系统的关键技术,包括图像平滑处理、图像锐化、图像对比度增强算法等,通过对采集对象图像的色彩特征等进行分析,获得采集对象的轮廓信息、位置信息等数据。
机器视觉对位系统广泛应用于LCD和半导体的制备与检测过程中,一般包括CCD摄像机、三维移动平台及步进电机控制单元、图像处理单元、计算机系统控制单元、结果输出及反馈单元等。例如在手机液晶屏的装配过程中,机器视觉对位系统通过对手机液晶屏和背光模组的对位标识的采集、滤波、分隔和识别,得出图像标记位置之间的偏差量,以此控制对象平台移动,完成手机液晶屏和背光模组的精确对准。在实际生产过程中,机器视觉对位系统根据整体的机械设计、运动流程、成本控制等综合因素,一般将对象平台设计为可以进行多个自由度精确移动的平台,而目标平台一般为固定的静止平台。
为了保证机器视觉对位系统的精度,必须在产品生产前对所述机器视觉对位系统进行标定。标定的过程,就是建立CCD摄像机拍摄的图像平面与对象平台平面,以及CCD摄像机拍摄的图像平面与目标平台平面的坐标映射关系。标定的精确程度直接决定对位精度,进而影响产品的质量,当然在实际生产过程中只需要在初次安装CCD摄像机或CCD摄像机位置发生变化时才需要进行标定。本发明实施例提供的机器视觉对位系统的标定方法及装置,通过控制对象平台移动,获取对象平台上基准点的对象图像坐标变化和对象平台坐标变化,精确计算完成对对象平台的标定;然后获取设置于对象平台上的实时对象的多个标记点图像,根据对象平台的标定结果,计算获得相邻标记点之间的对象平台坐标偏差;最后将实时对象贴合到目标平台,获取相邻标记点之间的目标图像坐标偏差,并结合所述标记点的对象平台坐标偏差,计算确定目标平台的标定结果,完成目标平台标定。在整个标定过程中,通过对可移动的对象平台的标定能够完成对静止的目标平台的标定,具有极高精度和适用性。
参见图2,为本发明实施例提供的一种机器视觉对位系统的标定方法的流程示意图,所述标定方法包括:
步骤S101:对象图像采集装置获取对象平台基准点的图像。
在本发明实施例中,所述对象图像采集装置可以为工业CCD摄像机或者工业CMOS(ComplementaryMetalOxideSemiconductor,补偿金属氧化物半导体)摄像机,根据对象平台的尺寸以及摄像机到所述对象平台的距离等,调节摄像机的焦距、光圈等参数,使得在摄像机视场内能够清晰的获得对象平台基准点的图像。参看图3,为本发明实施例提供的对象平台标定基准位置的示意图,其中所述对象平台基准点为固定设置于所述对象平台120上的参考位置点;当所述对象平台120位于初始位置、且并未发生移动时,所述对象平台基准点的位置为初始参考位置基准点121;通过调整摄像机,使得所述摄像机的视场141能够清晰地获得所述对象平台基准点的图像,且保证所述对象平台基准点位于所述视场141内靠近中心的位置。当然,所述对象平台基准点可以为所述对象平台120上的任意一点,只要所述对象平台基准点相对于所述对象平台120固定不变、且容易被所述对象图像采集装置获取即可,本发明实施例对所述对象平台基准点的尺寸和位置不做限制,本领域技术人员可以根据实际需要任意进行选择。
步骤S102:控制所述对象平台移动固定距离,获取所述基准点的对象图像坐标偏差和对象平台坐标偏差。
在本发明实施例中,对于对象图像获取装置获取的对象图像平面,建立对象图像坐标系,对于对象平台平面建立对象平台坐标系;其中,如图3所示,所述对象图像坐标系可以以视场141的中心为原点建立坐标系,所述对象图像坐标系的X轴和Y轴分别平行于所述视场141的边线,X轴以向右为正,Y轴以向上为正;所述对象平台坐标系,可以以对象平台120的中心为原点建立坐标系,且所述对象平台坐标系的X轴和Y轴分别平行于所述对象平台的边线,X轴以向右为正,Y轴以向上为正,所述对象平台的θ坐标以所述对象平台以原点为旋转中心旋转确定,顺时针旋转为正,逆时针旋转为负。当然,本领域技术人员可以以任意预设的坐标系原点和相应的坐标轴方向建立所述对象图像坐标系和所述对象平台坐标系,上述坐标系也不限于直角坐标系,也可以为其他坐标系例如极坐标系等。
可选地,控制对象平台移动沿所述对象平台的X、Y、θ方向移动固定距离,以获取所述基准点的对象图像坐标偏差和对象平台坐标偏差。如图4所示,为对象平台分别沿X和Y方向移动固定距离后的基准点位置示意图,在本发明实施例中,对象平台120沿对象平台X轴的正方向移动固定距离ΔXd,所述对象平台基准点122相对于初始参考位置基准点121的对象平台坐标偏差为(ΔXd,0),在对象图像坐标系中,图像获取装置获取移动前和移动后视场141中的基准点的图像,可以确定对象平台基准点122的对象图像坐标为(Xtx,Ytx),初始参考位置基准点的对象图像坐标为(Xt0,Yt0),两者相减即可获得所述对象图像坐标偏差为(ΔXtx,ΔYtx),其中ΔXtx=Xtx-Xt0,ΔYtx=Ytx-Yt0;同样,对象平台从初始位置沿对象平台Y轴的负方向移动固定距离ΔYd,所述对象平台基准点122相对于初始参考位置基准点121的对象平台坐标偏差为(-ΔYd,0),在对象图像坐标系中,所述对象平台沿Y方向移动后的对象平台基准点122的对象图像坐标为(Xty,Yty),所述对象图像坐标偏差为(ΔXty,ΔYty),其中ΔXty=Xty-Xt0,ΔYty=Yty-Yt0。如图5所示,为对象平台沿θ方向移动后的基准点位置示意图,本发明实施例中,对象平台首先沿θ坐标正方向移动固定距离,即以原点为圆心顺时针旋转固定角度α,在对象图像坐标系中,可以确定旋转后对象平台基准点122的对象图像坐标为(Xtz,Ytz),对象平台沿θ负方向移动即以原点为圆心逆时针旋转固定角度α,在对象图像坐标系中可以确定旋转后对象平台基准点122的对象图像坐标为(Xtf,Ytf);在对象图像坐标系中(Xtz,Ytz)、(Xt0,Yt0)、(Xtf,Ytf)三点均在以对象平台中心为圆心的同一圆上,根据圆弧上3点确定圆心的几何规律,可以确定相应的圆心在对象图像坐标系中的坐标为(Xto,Yto),即对象平台坐标系的原点在对象图像坐标系中的坐标,具体的计算方法为本领域技术人员常用的计算方法,例如通过三个点到圆心的距离都为圆半径,联立建立3个方程组,求解3个未知数Xto、Yto以及圆半径,当然也可以使用其他方式计算圆心坐标在此不再赘述;最终,可以计算在对象图像坐标系中,初始参考位置基准点121与圆心的对象图像坐标偏差为(ΔXto,ΔYto),其中ΔXto=Xt0-Xto,ΔYto=Yt0-Yto。
步骤S103:根据所述对象图像坐标偏差和所述对象平台坐标偏差,计算所述对象平台的标定结果,完成所述对象平台的标定。
所述标定结果,包括转换矩阵、对象图像平面与对象平台平面之间的角度、以及基准点的对象平台坐标。通过所述转换矩阵和所述角度,可以将图像坐标系中任意一对X轴和Y轴方向的对象图像坐标偏差转换为对象平台坐标偏差;根据基准点的对象平台坐标,并依据以所述基准点作为参考的对象平台坐标偏差,可以计算获得对象图像坐标系中任意一点在对象平台坐标系中的坐标;当然,如果将所述基准点设置为图像坐标系原点,通过计算所述基准点的对象平台坐标可以确定两个坐标系原点的偏差,能够更容易地将任意一点的对象图像坐标转换为对象平台坐标,从而完成对所述对象平台的标定。
可选地,控制所述对象平台沿X和Y坐标方向移动,根据X和Y坐标方向上基准点的对象图像坐标偏差和对象平台坐标偏差,计算所述对象平台的转换矩阵、以及对象图像平面与对象平台平面之间的角度。所述对象图像坐标偏差和所述对象平台坐标偏差已在步骤S102中获得,在此不再赘述。所述转换矩阵可以通过以下公式计算:
其中,(△Xd,△Yd)为对象平台坐标偏差,(△Xt,△Yt)为对象图像坐标偏差,a11、a12、a21和a22构成的矩阵为转换矩阵。将X方向移动后的对象图像坐标偏差(ΔXtx,ΔYtx)和对象平台坐标偏差(ΔXd,0),以及Y方向移动后的对象图像坐标偏差(ΔXty,ΔYty)和对象平台坐标偏差(-ΔYd,0)代入公式(1),联立可得四元一次方程组,从而可以计算出所述转换矩阵。所述转换矩阵描述了任意两点的对象图像坐标偏差和对象平台坐标偏差的转换关系,其中所述转换关系可能包括平移转换、比例转换、旋转转换中的一种或多种,平移转换对应平移矩阵,比例转换对应比例矩阵,旋转转换对应旋转矩阵,如果所述转换关系包括多种转换,则转换矩阵为多种转换对应矩阵的乘积,从另一种角度说,所述转换矩阵同样可以分解为对应相应转换的矩阵;在本发明实施例中,所述对象图像平面与所述对象平台平面相互平行,通过将所述转换矩阵分解可以得到所述旋转矩阵,所述转换矩阵的分解过程为常用的矩阵分解过程在此不再赘述,旋转矩阵表征了平台平面坐标系与对象平台平面坐标系之间的旋转关系,即所述对象平台平面与对象图像平面之间的角度。
为了确定基准点的对象平台坐标,控制所述对象平台沿θ坐标方向移动。在本发明实施例中,如步骤S102所述,对象平台分别沿θ的正、负方向移动固定距离,从而确定了初始参考位置基准点相对于对象平台中心的对象图像坐标偏差(ΔXto,ΔYto),将所述对象图像坐标偏差以及上述步骤中确定的转换矩阵代入公式(1),可以计算出初始参考基准点相对于对象平台中心的对象平台坐标偏差(ΔXdo,ΔYdo),由于所述对象平台中心为所述对象平台坐标系原点,上述对象平台坐标偏差(ΔXdo,ΔYdo)即为初始参考位置基准点的对象平台坐标。
步骤S104:所述对象图像采集装置获取实时对象上多个标记点的图像,所述实时对象设置于所述对象平台,根据所述标记点的图像,获取相邻标记点的对象图像坐标偏差。
如图6所示,为本发明实施例提供的标记点的位置示意图,将实时对象160设置于所述对象平台120上,所述对象图像采集装置的视场141获取所述实时对象160的图像。在所述实时对象160上选择多个位置明显可辨的点作为标记点,本发明实施例选择了3个标记点包括第一标记点161、第二标记点162和第三标记点163,且所述第一标记点161、所述第二标记点162和所述第三标记点163均在视场141内。在具体实施时,例如所述实时对象160为手机液晶屏,所述标记点可以选择为手机液晶屏的边角拐点等。当然,本领域技术人员可以根据实际需要,选择任意多个位置点作为标记点例如4-5个标记点等。当然,本领域技术人员可以根据实际标定需要选择其他物品作为实时对象。
根据对象图像采集装置获取的所述标记点的图像,在视场141对应的对象图像坐标系中,可以确定第一标记点161的对象图像坐标为(Xt1,Yt1),第二标记点162的对象图像坐标为(Xt2,Yt2),第三标记点163的对象图像坐标为(Xt3,Yt3),由此进一步确定相邻标记点的图像坐标偏差包括:第一标记点161与第二标记点162的对象图像坐标偏差(ΔXt12,ΔYt12),其中ΔXt12=Xt1-Xt2,ΔYt12=Yt1-Yt2;第一标记点161与第三标记点162的对象图像坐标偏差(ΔXt13,ΔYt13),其中ΔXt13=Xt1-Xt3,ΔYt13=Yt1-Yt3;以及第二标记点162与第三标记点163的对象图像坐标偏差(ΔXt23,ΔYt23),其中ΔXt23=Xt2-Xt3,ΔYt23=Yt2-Yt3。
步骤S105:根据所述标记点的对象图像坐标偏差,以及所述对象平台的标定结果,计算相邻标记点的对象平台坐标偏差。
根据上述步骤S104中确定的标记点的对象图像坐标偏差,将所述标记点的对象图像坐标偏差以及步骤S103中确定的转换矩阵代入公式(1),可以计算出相邻标记点的对象平台坐标偏差,包括:第一标记点161与第二标记点162的对象平台坐标偏差(ΔXd12,ΔYd12)、第一标记点161与第三标记点163的对象平台坐标偏差(ΔXd13,ΔYd13)和第二标记点162与第三标记点163的对象平台坐标偏差(ΔXd23,ΔYd23)。
步骤S106:将所述实时对象对位贴合到目标平台,根据目标图像采集装置获取的实时对象上标记点的图像,获取相邻标记点的目标图像坐标偏差。
控制对象平台移动,确保实时对象的中心与目标平台的中心重合,以完成所述实时对象与所述目标平台的对位贴合。目标平台对应的目标图像采集装置130获取步骤S104中选定的标记点的图像,并如步骤S102所述建立目标图像坐标系,具体的建立过程在此不再赘述。在所述目标图像坐标系中,可以确定第一标记点161的目标图像坐标为(Xt1’,Yt1’)、第二标记点162的目标图像坐标为(Xt2’,Yt2’)和第三标记点163的目标图像坐标为(Xt3’,Yt3’);进一步,确定第一标记点161与第二标记点162的目标图像坐标偏差(ΔXt12’,ΔYt12’),其中ΔXt12’=Xt1’-Xt2’,ΔYt12’=Yt1’-Yt2’;第一标记点161与第三标记点162的目标图像坐标偏差(ΔXt13’,ΔYt13’),其中ΔXt13’=Xt1’-Xt3’,ΔYt13’=Yt1’-Yt3’;以及第二标记点162与第三标记点163的目标图像坐标偏差(ΔXt23’,ΔYt23’),其中ΔXt23’=Xt2’-Xt3’,ΔYt23=Yt2’-Yt3’。
步骤S107:根据所述标记点的目标图像坐标偏差和对象平台坐标偏差,计算确定所述目标平台的标定结果,完成所述目标平台的标定。
目标平台对应目标平台坐标系,所述目标平台坐标系的建立如步骤S102所述,在此不再赘述。在机器视觉对位系统中,所述对象平台和所述目标平台相互平行,因此步骤S105中确定的相邻标记点之间的对象平台坐标偏差等于所述标记点的目标平台坐标偏差。根据计算获得的所述对象平台坐标偏差,进一步对目标平台进行标定,而无需对目标平台进行移动。
可选地,根据任意2组所述标记点的目标图像坐标偏差和对象平台坐标偏差,计算确定目标平台的标定结果,完成目标平台的标定。在本发明实施例中,根据步骤S105和步骤S106的结果,可以选择第一标记点161与第二标记点162之间的目标图像坐标偏差(ΔXt12’,ΔYt12’)和对象平台坐标偏差(ΔXt12,ΔYt12),以及第一标记点161与第三标记点163之间的目标图像坐标偏差(ΔXt13’,ΔYt13’)和对象平台坐标偏差(ΔXt13,ΔYt13),作为计算依据;将上述2组图像坐标偏差和对象平台坐标偏差代入公式(1)中,联立方程组可以求解出目标平台的转换矩阵;如步骤S103所述,同样可以从所述转换矩阵中分解出旋转矩阵,从而确定目标平台平面与目标图像平面之间角度。当然,在具体实施时,可以选择大于2组的任意多组标记点的目标图像坐标偏差和对象平台坐标偏差,计算所述转换矩阵。
为了完成对目标平台的标定,需要在目标图像坐标系中选择任意一点作为平台基准点,通过确定所述平台基准点的目标图像坐标以及目标平台坐标,就可以完成标定,在具体实施过程中,例如可以选择任一上述标记点或者所述目标图像坐标系的原点作为平台基准点。在本发明实施例中,以第一标记点161作为平台基准点,根据步骤S102确定的对象平台坐标系原点在对象图像坐标系中的坐标(Xto,Yto),可以确定在对象图像坐标系中,第一标记点161与所述原点的对象图像坐标偏差为(Xt1-Xto,Yt1-Yto);根据上述确定目标平台转换矩阵的方法,同样可以确定对象图像坐标系到目标图像坐标系的转换矩阵;在目标图像坐标系中,第一标记点161的坐标为(Xt1’,Yt1’),根据公式(1)可以计算出所述原点在目标图像坐标系的坐标(Xto’,Yto’),所述第一标记点161与所述原点的目标图像坐标偏差为(Xt1’-Xto’,Yt1’-Yto’);当所述实时对象贴合到目标平台后,所述原点与目标平台坐标系的原点重合,将目标图像坐标系与目标平台坐标系的转换矩阵,以及上述目标图像坐标系中的第一标记点161与原点目标图像坐标偏差(Xt1’-Xto’,Yt1’-Yto’)代入公式(1)可以计算获得第一标记点161的目标平台坐标。以所述第一标记点161作为平台基准点,并以所述平台基准点作为参考,根据所述目标平台的转换矩阵,可以确定目标图像坐标系中的任意一点在目标平面坐标系中的坐标,从而完成目标平台标定。
需要说明的是,在机器视觉对位系统中,对应于对象平台和目标平台设置有多台图像采集装置,可以根据本发明实施例提供的机器视觉对位系统的标定方法,对所述多台图像采集装置、以及相应的对象平台或坐标平台进行标定;而且,在上述标定过程中,可以采用并行处理的方式,以提高标定效率。
通过以上的方法实施例的描述,所属领域的技术人员可以清楚地了解到本发明可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:只读存储器(ROM)、随机存取存储器(RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
与本发明提供的机器视觉对位系统的标定方法实施例相对应,本发明还提供了一种机器视觉对位系统的标定装置。
参见图7,为本发明实施例提供的一种机器视觉对位系统的标定装置的结构示意图,所述标定装置包括:
对象图像采集模块210,用于获取对象平台基准点的图像;
对象坐标获取模块220,用于控制所述对象平台移动固定距离,获取所述基准点的对象图像坐标偏差和对象平台坐标偏差;
对象平台标定模块230,用于根据所述对象图像坐标偏差和所述对象平台坐标偏差,计算所述对象平台的标定结果,完成所述对象平台的标定;
所述对象图像采集模块210,还用于获取实时对象上多个标记点的图像,所述实时对象设置于所述对象平台;所述对象坐标获取模块220,还用于根据所述标记点的图像,获取相邻标记点的对象图像坐标偏差;
对象平台坐标偏差计算模块240,用于根据所述标记点的对象图像坐标偏差,以及所述对象平台的标定结果,计算相邻标记点的对象平台坐标偏差;
目标坐标获取模块250,用于将所述实时对象贴合到目标平台;目标图像采集模块260获取实时对象上标记点的图像;所述目标坐标获取模块250,根据所述标记点的图像获取相邻标记点的目标图像坐标偏差;
目标平台标定模块270,用于根据所述标记点的目标图像坐标偏差和对象平台坐标偏差,计算确定所述目标平台的标定结果,完成所述目标平台的标定。
可选地,所述对象坐标获取模块220控制所述对象平台沿所述对象平台的X、Y、θ坐标方向移动固定距离。
可选地,对象坐标获取模块220控制所述对象平台沿X和Y坐标方向移动,获取X和Y坐标方向上基准点对象图像坐标偏差和对象平台坐标偏差,所述对象平台标定模块230计算所述对象平台坐标和对象图像坐标的转换矩阵、以及对象图像平面与对象平台平面之间的角度;
所述对象坐标获取模块220控制所述对象平台沿θ坐标方向移动,获取θ坐标方向上基准点对象图像坐标,所述对象平台标定模块230还用于根据所述基准点的对象图像坐标计算基准点的对象平台坐标。
可选地,所述实时对象包括3个标记点,且所述标记点位于能够被所述对象图像采集模块210和所述目标图像采集模块260获取的位置。
可选地,所述目标平台标定模块270根据任意2组所述标记点的目标图像坐标偏差和对象平台坐标偏差,计算确定所述目标平台的标定结果,完成所述目标平台的标定。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本发明时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的装置及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
需要说明的是,在本文中,诸如术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种机器视觉对位系统的标定方法,其特征在于,包括以下步骤:
对象图像采集装置获取对象平台基准点的图像;
控制所述对象平台移动固定距离,获取所述基准点的对象图像坐标偏差和对象平台坐标偏差;
根据所述对象图像坐标偏差和所述对象平台坐标偏差,计算所述对象平台的标定结果,完成所述对象平台的标定;
所述对象图像采集装置获取实时对象上多个标记点的图像,所述实时对象设置于所述对象平台,根据所述标记点的图像,获取相邻标记点的对象图像坐标偏差;
根据所述标记点的对象图像坐标偏差,以及所述对象平台的标定结果,计算相邻标记点的对象平台坐标偏差;
将所述实时对象对位贴合到目标平台,根据目标图像采集装置获取的实时对象上标记点的图像,获取相邻标记点的目标图像坐标偏差;
根据所述标记点的目标图像坐标偏差和对象平台坐标偏差,计算确定所述目标平台的标定结果,完成所述目标平台的标定。
2.根据权利要求1所述的机器视觉对位系统的标定方法,其特征在于,所述控制所述对象平台移动固定距离,包括:
控制所述对象平台沿所述对象平台的X、Y、θ坐标方向移动固定距离。
3.根据权利要求2所述的机器视觉对位系统的标定方法,其特征在于,所述计算确定所述对象平台的标定结果,包括:
控制所述对象平台沿X和Y坐标方向移动,根据X和Y坐标方向上基准点的对象图像坐标偏差和对象平台坐标偏差,计算所述对象平台坐标和对象图像坐标的转换矩阵、以及对象图像平面与对象平台平面之间的角度;
控制所述对象平台沿θ坐标方向移动,根据θ坐标方向上基准点的对象图像坐标,计算基准点的对象平台坐标。
4.根据权利要求1所述的机器视觉对位系统的标定方法,其特征在于,所述实时对象包括3个标记点,且所述标记点位于能够被所述对象图像采集装置和所述目标图像采集装置获取的位置。
5.根据权利要求1或4所述的机器视觉对位系统的标定方法,其特征在于,根据任意2组所述标记点的目标图像坐标偏差和对象平台坐标偏差,计算确定所述目标平台的标定结果,完成所述目标平台的标定。
6.一种机器视觉对位系统的标定装置,其特征在于,包括:
对象图像采集模块,用于获取对象平台基准点的图像;
对象坐标获取模块,用于控制所述对象平台移动固定距离,获取所述基准点的对象图像坐标偏差和对象平台坐标偏差;
对象平台标定模块,用于根据所述对象图像坐标偏差和所述对象平台坐标偏差,计算所述对象平台的标定结果,完成所述对象平台的标定;
所述对象图像采集模块,还用于获取实时对象上多个标记点的图像,所述实时对象设置于所述对象平台;所述对象坐标获取模块,还用于根据所述标记点的图像,获取相邻标记点的对象图像坐标偏差;
对象平台坐标偏差计算模块,用于根据所述标记点的对象图像坐标偏差,以及所述对象平台的标定结果,计算相邻标记点的对象平台坐标偏差;
目标坐标获取模块,用于将所述实时对象对位贴合到目标平台,根据目标图像采集模块获取的实时对象上标记点的图像,获取相邻标记点的目标图像坐标偏差;
目标平台标定模块,用于根据所述标记点的目标图像坐标偏差和对象平台坐标偏差,计算确定所述目标平台的标定结果,完成所述目标平台的标定。
7.根据权利要求6所述的机器视觉对位系统的标定装置,其特征在于,所述对象坐标获取模块控制所述对象平台沿所述对象平台的X、Y、θ坐标方向移动固定距离。
8.根据权利要求7所述的机器视觉对位系统的标定装置,其特征在于,包括:
所述对象坐标获取模块控制所述对象平台沿X和Y坐标方向移动,获取X和Y坐标方向上基准点对象图像坐标偏差和对象平台坐标偏差,所述对象平台标定模块计算所述对象平台坐标和对象图像坐标的转换矩阵、以及对象图像平面与对象平台平面之间的角度;
所述对象坐标获取模块控制所述对象平台沿θ坐标方向移动,获取的θ坐标方向上基准点对象图像坐标,所述对象平台标定模块根据所述基准点的对象图像坐标计算基准点的对象平台坐标。
9.根据权利要求6所述的机器视觉对位系统的标定装置,其特征在于,所述实时对象包括3个标记点,且所述标记点位于能够被所述对象图像采集模块和所述目标图像采集模块获取的位置。
10.根据权利要求6或9所述的机器视觉对位系统的标定装置,其特征在于,所述目标平台标定模块根据任意2组所述标记点的目标图像坐标偏差和对象平台坐标偏差,计算确定所述目标平台的标定结果,完成所述目标平台的标定。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510763011.XA CN105427288B (zh) | 2015-11-10 | 2015-11-10 | 一种机器视觉对位系统的标定方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510763011.XA CN105427288B (zh) | 2015-11-10 | 2015-11-10 | 一种机器视觉对位系统的标定方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105427288A true CN105427288A (zh) | 2016-03-23 |
CN105427288B CN105427288B (zh) | 2018-05-29 |
Family
ID=55505469
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510763011.XA Active CN105427288B (zh) | 2015-11-10 | 2015-11-10 | 一种机器视觉对位系统的标定方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105427288B (zh) |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106393103A (zh) * | 2016-08-23 | 2017-02-15 | 苏州博众精工科技有限公司 | 一种基于机器视觉的阵列式料框自适应取料方法 |
CN107685007A (zh) * | 2016-08-04 | 2018-02-13 | 盟立自动化股份有限公司 | 双摄像镜头对位方法、对位上胶方法和基板的对位方法 |
CN107845105A (zh) * | 2017-10-24 | 2018-03-27 | 深圳市圆周率软件科技有限责任公司 | 一种基于全景枪球联动的监控方法、智能设备及存储介质 |
CN107862717A (zh) * | 2017-10-30 | 2018-03-30 | 大族激光科技产业集团股份有限公司 | 多相机标定方法 |
CN108364313A (zh) * | 2018-01-16 | 2018-08-03 | 深圳市科视创科技有限公司 | 一种自动对位的方法、系统及终端设备 |
CN109191527A (zh) * | 2018-11-15 | 2019-01-11 | 凌云光技术集团有限责任公司 | 一种基于最小化距离偏差的对位方法及装置 |
CN109191525A (zh) * | 2018-09-03 | 2019-01-11 | 佛亚智能装备(苏州)有限公司 | 一种偏差预警方法及装置 |
CN109520416A (zh) * | 2018-09-21 | 2019-03-26 | 深圳市凌智自动化科技有限公司 | 一种基于视觉补偿校正的方法、贴合系统及控制设备 |
CN109550649A (zh) * | 2017-09-25 | 2019-04-02 | 深圳市腾盛工业设备有限公司 | 一种基于机器视觉的点胶定位方法及装置 |
CN110928235A (zh) * | 2019-11-18 | 2020-03-27 | 广东利元亨智能装备股份有限公司 | 工件贴合方法、装置、电子设备及工件贴合系统 |
CN111028291A (zh) * | 2019-12-10 | 2020-04-17 | 东莞市盛雄激光先进装备股份有限公司 | 一种元件对位方法及装置 |
CN111260734A (zh) * | 2020-01-13 | 2020-06-09 | 深圳市精昱智能技术有限公司 | 一种XYθ平台机器视觉对位系统的标定方法 |
CN112132904A (zh) * | 2020-08-26 | 2020-12-25 | 江苏迪盛智能科技有限公司 | 一种对位相机与光学装置之间位置关系的确定方法及系统 |
CN113706611A (zh) * | 2021-10-22 | 2021-11-26 | 成都新西旺自动化科技有限公司 | 基于视觉精度运动机构的高精度修正控制系统及修正方法 |
CN114371802A (zh) * | 2021-12-29 | 2022-04-19 | 杭州海康机器人技术有限公司 | 一种机器视觉对位的方法、装置及计算机存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103363901A (zh) * | 2013-07-15 | 2013-10-23 | 北京理工大学 | 一种面向同轴对位微装配系统的标定方法 |
CN103604815A (zh) * | 2013-11-26 | 2014-02-26 | 上海海事大学 | 玻璃晶片检测装置与标定方法 |
CN104634246A (zh) * | 2015-02-03 | 2015-05-20 | 李安澜 | 目标空间坐标的浮动式立体视觉测量系统及测量方法 |
CN104756013A (zh) * | 2012-10-24 | 2015-07-01 | Asml荷兰有限公司 | 衬底定位系统、光刻设备以及器件制造方法 |
-
2015
- 2015-11-10 CN CN201510763011.XA patent/CN105427288B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104756013A (zh) * | 2012-10-24 | 2015-07-01 | Asml荷兰有限公司 | 衬底定位系统、光刻设备以及器件制造方法 |
CN103363901A (zh) * | 2013-07-15 | 2013-10-23 | 北京理工大学 | 一种面向同轴对位微装配系统的标定方法 |
CN103604815A (zh) * | 2013-11-26 | 2014-02-26 | 上海海事大学 | 玻璃晶片检测装置与标定方法 |
CN104634246A (zh) * | 2015-02-03 | 2015-05-20 | 李安澜 | 目标空间坐标的浮动式立体视觉测量系统及测量方法 |
Non-Patent Citations (5)
Title |
---|
曲学军 等: "大尺寸自由曲面部件组合测量现场全局标定优化方法与应用", 《计算机集成制造系统》 * |
杨青 等: "精密对位系统中共平面UVW工作平台的研究", 《机械制造》 * |
王晓奎 等: "倒装焊机精密对位系统的误差建模", 《物流工程与管理》 * |
苗振海 等: "FPC不规则贴胶片的视觉定位算法研究", 《制造业自动化》 * |
袁野 等: "一种基于主动视觉的线性自标定方法", 《小型微型计算机系统》 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107685007A (zh) * | 2016-08-04 | 2018-02-13 | 盟立自动化股份有限公司 | 双摄像镜头对位方法、对位上胶方法和基板的对位方法 |
CN106393103A (zh) * | 2016-08-23 | 2017-02-15 | 苏州博众精工科技有限公司 | 一种基于机器视觉的阵列式料框自适应取料方法 |
CN106393103B (zh) * | 2016-08-23 | 2019-02-19 | 博众精工科技股份有限公司 | 一种基于机器视觉的阵列式料框自适应取料方法 |
CN109550649A (zh) * | 2017-09-25 | 2019-04-02 | 深圳市腾盛工业设备有限公司 | 一种基于机器视觉的点胶定位方法及装置 |
CN109550649B (zh) * | 2017-09-25 | 2022-02-08 | 深圳市腾盛精密装备股份有限公司 | 一种基于机器视觉的点胶定位方法及装置 |
CN107845105A (zh) * | 2017-10-24 | 2018-03-27 | 深圳市圆周率软件科技有限责任公司 | 一种基于全景枪球联动的监控方法、智能设备及存储介质 |
CN107845105B (zh) * | 2017-10-24 | 2021-09-10 | 深圳市圆周率软件科技有限责任公司 | 一种基于全景枪球联动的监控方法、智能设备及存储介质 |
CN107862717A (zh) * | 2017-10-30 | 2018-03-30 | 大族激光科技产业集团股份有限公司 | 多相机标定方法 |
CN108364313A (zh) * | 2018-01-16 | 2018-08-03 | 深圳市科视创科技有限公司 | 一种自动对位的方法、系统及终端设备 |
CN109191525A (zh) * | 2018-09-03 | 2019-01-11 | 佛亚智能装备(苏州)有限公司 | 一种偏差预警方法及装置 |
CN109520416B (zh) * | 2018-09-21 | 2022-04-29 | 深圳市凌智自动化科技有限公司 | 一种基于视觉补偿校正的方法、贴合系统及控制设备 |
CN109520416A (zh) * | 2018-09-21 | 2019-03-26 | 深圳市凌智自动化科技有限公司 | 一种基于视觉补偿校正的方法、贴合系统及控制设备 |
CN109191527B (zh) * | 2018-11-15 | 2021-06-11 | 凌云光技术股份有限公司 | 一种基于最小化距离偏差的对位方法及装置 |
CN109191527A (zh) * | 2018-11-15 | 2019-01-11 | 凌云光技术集团有限责任公司 | 一种基于最小化距离偏差的对位方法及装置 |
CN110928235A (zh) * | 2019-11-18 | 2020-03-27 | 广东利元亨智能装备股份有限公司 | 工件贴合方法、装置、电子设备及工件贴合系统 |
CN110928235B (zh) * | 2019-11-18 | 2021-04-06 | 广东利元亨智能装备股份有限公司 | 工件贴合方法、装置、电子设备及工件贴合系统 |
CN111028291A (zh) * | 2019-12-10 | 2020-04-17 | 东莞市盛雄激光先进装备股份有限公司 | 一种元件对位方法及装置 |
CN111028291B (zh) * | 2019-12-10 | 2024-02-02 | 东莞市盛雄激光先进装备股份有限公司 | 一种元件对位方法及装置 |
CN111260734A (zh) * | 2020-01-13 | 2020-06-09 | 深圳市精昱智能技术有限公司 | 一种XYθ平台机器视觉对位系统的标定方法 |
CN111260734B (zh) * | 2020-01-13 | 2023-07-18 | 深圳市精昱智能技术有限公司 | 一种XYθ平台机器视觉对位系统的标定方法 |
CN112132904A (zh) * | 2020-08-26 | 2020-12-25 | 江苏迪盛智能科技有限公司 | 一种对位相机与光学装置之间位置关系的确定方法及系统 |
CN112132904B (zh) * | 2020-08-26 | 2024-04-12 | 江苏迪盛智能科技有限公司 | 一种对位相机与光学装置之间位置关系的确定方法及系统 |
CN113706611A (zh) * | 2021-10-22 | 2021-11-26 | 成都新西旺自动化科技有限公司 | 基于视觉精度运动机构的高精度修正控制系统及修正方法 |
CN114371802A (zh) * | 2021-12-29 | 2022-04-19 | 杭州海康机器人技术有限公司 | 一种机器视觉对位的方法、装置及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105427288B (zh) | 2018-05-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105427288A (zh) | 一种机器视觉对位系统的标定方法及装置 | |
CN105234943B (zh) | 一种基于视觉识别的工业机器人示教装置及方法 | |
CN105291564B (zh) | 一种丝印对位方法及装置 | |
CN109807885B (zh) | 一种机械手的视觉标定方法、装置及智能终端 | |
EP3407088A1 (en) | Systems and methods for tracking location of movable target object | |
Zhang et al. | A robust and rapid camera calibration method by one captured image | |
KR20180107043A (ko) | 작업재의 가상조립을 통해 어셈블리 시스템을 트레이닝 하기 위한 비전시스템 | |
CN109191527B (zh) | 一种基于最小化距离偏差的对位方法及装置 | |
CN107942949A (zh) | 一种机床视觉定位方法及系统、机床 | |
CN112697112B (zh) | 一种相机水平面倾斜角的测量方法及装置 | |
CN112381827B (zh) | 基于视觉图像的快速高精度缺陷检测方法 | |
CN112883972A (zh) | 校准方法、校准装置、校准系统及计算机可读存储介质 | |
CN107804708A (zh) | 一种贴装机取料旋转轴的旋转中心定位方法 | |
US20220230348A1 (en) | Method and apparatus for determining a three-dimensional position and pose of a fiducial marker | |
CN104002602A (zh) | 具有加工精度纠正功能的激光活化设备和激光活化方法 | |
CN108908344A (zh) | 一种巡检机器人机械臂末端空间定位方法 | |
CN111260734B (zh) | 一种XYθ平台机器视觉对位系统的标定方法 | |
CN112365502A (zh) | 一种基于视觉图像缺陷检测的标对方法 | |
CN108462867A (zh) | 自动标定跟踪式裸眼立体显示设备的系统及方法 | |
US20210065356A1 (en) | Apparatus and method for heat exchanger inspection | |
CN115841516A (zh) | 用于对摄像头的动态本征参数进行建模的方法和设备 | |
CN115066313A (zh) | 用于加工装置的工件的安装方法、工件安装支援系统及工件安装支援程序 | |
CN104168414A (zh) | 拍摄并拼接物件影像的方法 | |
Bakhtari et al. | Active-vision-based multisensor surveillance-an implementation | |
CN113910756A (zh) | 基于丝印对位的补偿控制方法、装置、设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CP03 | Change of name, title or address | ||
CP03 | Change of name, title or address |
Address after: 100094 Beijing city Haidian District Cui Hunan loop 13 Hospital No. 7 Building 7 room 701 Patentee after: Lingyunguang Technology Co., Ltd Address before: 100094 Beijing city Haidian District road Tamatsu wisdom Valley Center Building 2 Patentee before: LUSTER LIGHTTECH GROUP Co.,Ltd. |