CN105444692B - 一种水火弯板曲面提取方法 - Google Patents

一种水火弯板曲面提取方法 Download PDF

Info

Publication number
CN105444692B
CN105444692B CN201510797446.6A CN201510797446A CN105444692B CN 105444692 B CN105444692 B CN 105444692B CN 201510797446 A CN201510797446 A CN 201510797446A CN 105444692 B CN105444692 B CN 105444692B
Authority
CN
China
Prior art keywords
processing
cloud data
point
plate
label
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.)
Active
Application number
CN201510797446.6A
Other languages
English (en)
Other versions
CN105444692A (zh
Inventor
程良伦
吴伟波
徐金雄
王涛
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.)
Guangchuan International Co., Ltd
Guangdong University of Technology
Original Assignee
Cssc Offshore & Marine Engineering (group) Co Ltd
Guangdong University of Technology
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 Cssc Offshore & Marine Engineering (group) Co Ltd, Guangdong University of Technology filed Critical Cssc Offshore & Marine Engineering (group) Co Ltd
Priority to CN201510797446.6A priority Critical patent/CN105444692B/zh
Publication of CN105444692A publication Critical patent/CN105444692A/zh
Application granted granted Critical
Publication of CN105444692B publication Critical patent/CN105444692B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/24Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Laser Beam Processing (AREA)

Abstract

本发明提供一种水火弯板曲面提取方法,通过在加工板上设置识别标签,采用3D红外扫描技术对加工场景采集海量三维点云数据,使点偏差问题得到缓解;在确定加工区域后,通过行处理和块处理来分析数据,使数据分析和处理速度快;根据识别标签的特征来提取识别标签,在提取识别标签的基础上获取加工板的边界,再经过边缘处理,最终获取准确可用的加工板三维点云数据。通过本发明的方法,可实现海量点云数据下,加工曲面数据的高精度提取,在控制处理时间的同时提高精度,提取结果精度和准确度高。

Description

一种水火弯板曲面提取方法
技术领域
本发明涉及船体外板加工领域,更具体地,涉及一种水火弯板曲面提取方法。
背景技术
水火弯板是指沿预定的加热线用氧-乙炔烘炬对板材进行局部线状加热,并用水跟踪冷却(或让其自然冷却),使板产生局部塑性变形,从而将板材弯成所要求的曲面形状的一种弯板方法。有的国家称为线状加热法。水火弯板是目前大多数船舶制造,钢结构等重工企业弯制复杂曲度板和船体内部大型构件的主要工艺方法。水火弯板的成型过程中,不同的加工板,加工过程不一样,因此需要提取加工板的三维数据对加工板进行分类处理,同时,水火弯板专家系统的加工板重构,焰道布置等工艺都需要有精确可用的三维数据。
现有的提取水火弯板曲面的方法是通过相机拍摄加工板,通过灰度域值法从图像中分隔出目标区域,提取弯板曲面的二维轮廓信息,结合相机的内部参数和水火弯板的二维轮廓信息,计算弯板的三维形态数据点。虽然这种办法能够提取出弯板三维数据,但是二维数据转换三维数据过程中会存在采集点和曲面之间存在点偏差问题,造成数据精度不足的缺陷。
发明内容
本发明为克服上述现有技术所述的数据精度不足的缺陷,提供一种提取速度快、数据精度高的水火弯板曲面提取方法。
为解决上述技术问题,本发明的技术方案如下:
一种水火弯板曲面提取方法,包括以下步骤:
S1:标签设定:在加工板上放置多个识别标签,用以标识加工板存在的区域;
S2:数据采集:采用3D激光扫描技术采集包括加工板在内的整个场景的三维点云数据;
S3:加工区域确定:根据水火弯板机的加工区域确定加工板可能存在的区域;
S4:标签坐标提取:采用行处理方法对海量的点云数据进行第一步处理;在行处理的基础上采用块处理方法对点云数据进行第二步处理,从而获得识别标签的坐标;
S5:曲面数据提取:根据识别标签的坐标得到加工板的点云数据,通过去噪处理和平滑处理对加工板的边缘数据进一步处理获得高精度的曲面点云数据。
在一种优选的方案中,步骤S1中,所述识别标签的数目为6个,分别位于加工板的四个顶点和加工板沿水火弯板机x轴加工方向的两个中点。
在一种优选的方案中,步骤S1中,所述识别标签的灰度值与加工板的灰度值的差值大于预设的灰度差阈值。
在一种优选的方案中,步骤S3中,水火弯板机有一个确定的加工区域,3D激光扫描仪安装在水火弯板机上,根据位移量和水火弯板机的加工区域可以确定一个精确的加工区域,即加工板可能存在的区域。
在一种优选的方案中,步骤S4中,具体包括以下步骤:
S4.1:当还有未处理的加工板的点云数据时,读取一行加工板的点云数据,所述点云数据中包含了行号、列号、x轴坐标、y轴坐标、z轴坐标和灰度值;
当加工板的点云数据都处理结束时,跳转到S4.4;
S4.2:对于步骤S4.1读取的一行加工板的点云数据,用行处理的方法对该行的点云数据进行处理,行处理具体包括以下步骤:
S4.2.1:对该行的点云数据,计算所有点的灰度的平均值并标记最大的点的灰度值,如果最大值跟平均值之间的差值超过一定量,则认为该行的点云数据可能存在识别标签的点,进入S4.2.2处理,否则继续返回S4.1读取下一行的点云数据,不再对该行点云数据进行处理;
S4.2.2:计算每个点的灰度值跟平均灰度值的差值,如果一行点云数据中超过一定数值的点的个数超过预设的数量,则认为该行点云数据可能存在识别标签,把该行点云数据存储在预定义的数据结构中,进入S4.3进行块处理,否则返回S4.1读取下一行的点云数据;
S4.3:在S4.2用行处理的方法获取可能存在标签的行的点云数据后,用块处理的方法来获取可能的识别标签区域,块处理具体包括以下步骤:
S4.3.1:判断该行点云数据中是否存在未处理的点,如果存在则获取一个点的信息,进入S4.3.2进行处理,如果不存在未处理的点,则退出数据的块处理;
S4.3.2:如果获取的点与已存储的点云数据都属于同一行,则判断是否与已经存储的点云数据的列是否可能存在相关关系,若存在相关关系则存储并返回S4.3.1获取下一个处理点;如果获取的点与已存储数据不属于同一行,则进入S4.3.3;
S4.3.3:获取的点与已存储数据不属于同一行,判断获取点与已存储点的行和列之间是否可能存在相关关系,若存在相关关系则存储并返回S4.3.1获取下一个处理点;如果不相关,则进入S4.3.4对已存储的点云数据进行处理;
S4.3.4:当存储的点云数据间超过预设的行数和列数,点的个数超过预设的点数,则认为这些点具备构成标签图形的条件,即符合识别标签的特征,则对这个局部区域即小标签点的信息进行存储,存储的信息包括最大值、最小值和中间值等;如果不具备构成识别标签的条件,则不进行处理;处理结束后返回S4.1获取下一行需要处理的点云数据。
S4.4:经过行处理和块处理后,即可获得扫描文件里所有的可能为识别标签的区域信息,由于在复杂的工业环境中存在干扰,检测的识别标签总的数量会多于布置的识别标签数量,因此,还需要根据识别标签放置的位置信息,采用相应的处理规则来确定各个识别标签的坐标位置信息。
在一种优选的方案中,步骤S5中,由获取的识别标签的坐标对扫描文件进行点云预处理即可得到曲面的大致取值范围,根据加工板的灰度值对加工板的边界进行初步的去噪处理,再根据加工板点与点间x轴,y轴和z轴的相关关系对加工板的边界再次进行平滑处理,提取出加工板准确可用的三维曲面数据。
与现有技术相比,本发明技术方案的有益效果是:本发明提供一种水火弯板曲面提取方法,通过在加工板上设置识别标签,采用3D红外扫描技术对加工场景采集海量三维点云数据,使点偏差问题得到缓解;在确定加工区域后,通过行处理和块处理来分析数据,使数据分析和处理速度快;根据识别标签的特征来提取识别标签,在提取识别标签的基础上获取加工板的边界,再经过边缘处理,最终获取准确可用的加工板三维点云数据。通过本发明的方法,可实现海量点云数据下,加工曲面数据的高精度提取,在控制处理时间的同时提高精度,提取结果精度和准确度高。
附图说明
图1为本发明水火弯板曲面提取方法的流程图。
图2为本发明水火弯板数据处理的流程图。
图3为本发明水火弯板数据块处理的流程图。
具体实施方式
附图仅用于示例性说明,不能理解为对本专利的限制;
为了更好说明本实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;
对于本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
实施例1
如图1所示,一种水火弯板曲面提取方法,包括以下步骤:
S1:标签设定:在加工板上放置多个识别标签,用以标识加工板存在的区域;
在具体实施过程中,所述识别标签的数目为6个,分别位于加工板的四个顶点和加工板沿水火弯板机x轴加工方向的两个中点。所述识别标签的灰度值与加工板的灰度值的差值大于预设的灰度差阈值。
S2:数据采集:采用3D激光扫描技术采集包括加工板在内的整个场景的三维点云数据;
S3:加工区域确定:根据水火弯板机的加工区域确定加工板可能存在的区域;
在具体实施过程中,水火弯板机有一个确定的加工区域,3D激光扫描仪安装在水火弯板机上,根据位移量和水火弯板机的加工区域可以确定一个精确的加工区域,即加工板可能存在的区域。
S4:标签坐标提取:采用行处理方法对海量的点云数据进行第一步处理;在行处理的基础上采用块处理方法对点云数据进行第二步处理,从而获得识别标签的坐标;如图2所示,具体包括以下步骤:
S4.1:当还有未处理的加工板的点云数据时,读取一行加工板的点云数据,所述点云数据中包含了行号、列号、x轴坐标、y轴坐标、z轴坐标和灰度值;
当加工板的点云数据都处理结束时,跳转到S4.4;
S4.2:对于步骤S4.1读取的一行加工板的点云数据,用行处理的方法对该行的点云数据进行处理,行处理具体包括以下步骤:
S4.2.1:对该行的点云数据,计算所有点的灰度的平均值并标记最大的点的灰度值,如果最大值跟平均值之间的差值超过一定量,则认为该行的点云数据可能存在识别标签的点,进入S4.2.2处理,否则继续返回S4.1读取下一行的点云数据,不再对该行点云数据进行处理;
S4.2.2:计算每个点的灰度值跟平均灰度值的差值,如果一行点云数据中超过一定数值的点的个数超过预设的数量,则认为该行点云数据可能存在识别标签,把该行点云数据存储在预定义的数据结构中,进入S4.3进行块处理,否则返回S4.1读取下一行的点云数据;
S4.3:在S4.2用行处理的方法获取可能存在标签的行的点云数据后,用块处理的方法来获取可能的识别标签区域,如图3所示,块处理具体包括以下步骤:
S4.3.1:判断该行点云数据中是否存在未处理的点,如果存在则获取一个点的信息,进入S4.3.2进行处理,如果不存在未处理的点,则退出数据的块处理;
S4.3.2:如果获取的点与已存储的点云数据都属于同一行,则判断是否与已经存储的点云数据的列是否可能存在相关关系,若存在相关关系则存储并返回S4.3.1获取下一个处理点;如果获取的点与已存储数据不属于同一行,则进入S4.3.3;
S4.3.3:获取的点与已存储数据不属于同一行,判断获取点与已存储点的行和列之间是否可能存在相关关系,若存在相关关系则存储该点并返回S4.3.1获取下一个处理点;如果不相关,则进入S4.3.4对已存储的点云数据进行处理;
S4.3.4:当存储的点云数据间超过预设的行数和列数,点的个数超过预设的点数,则认为这些点具备构成标签图形的条件,即符合识别标签的特征,则对这个局部区域即小标签点的信息进行存储,存储的信息包括最大值、最小值和中间值等;如果不具备构成识别标签的条件,则不进行处理;处理结束后返回S4.1获取下一行需要处理的点云数据。
S4.4:经过行处理和块处理后,即可获得扫描文件里所有的可能为识别标签的区域信息,由于在复杂的工业环境中存在干扰,检测的识别标签总的数量会多于布置的识别标签数量,因此,还需要根据识别标签放置的位置信息,采用相应的处理规则来确定各个识别标签的坐标位置信息。
S5:曲面数据提取:根据识别标签的坐标得到加工板的点云数据,通过去噪处理和平滑处理对加工板的边缘数据进一步处理获得高精度的曲面点云数据。
在具体实施过程中,由获取的识别标签的坐标对扫描文件进行点云预处理即可得到曲面的大致取值范围,根据加工板的灰度值对加工板的边界进行初步的去噪处理,再根据加工板点与点间x轴,y轴和z轴的相关关系对加工板的边界再次进行平滑处理,提取出加工板准确可用的三维曲面数据。
与现有技术相比,本发明技术方案的有益效果是:本发明提供一种水火弯板曲面提取方法,通过在加工板上设置识别标签,采用3D红外扫描技术对加工场景采集海量三维点云数据,使点偏差问题得到缓解;在确定加工区域后,通过行处理和块处理来分析数据,使数据分析和处理速度快;根据识别标签的特征来提取识别标签,在提取识别标签的基础上获取加工板的边界,再经过边缘处理,最终获取准确可用的加工板三维点云数据。通过本发明的方法,可实现海量点云数据下,加工曲面数据的高精度提取,在控制处理时间的同时提高精度,提取结果精度和准确度高。
相同或相似的标号对应相同或相似的部件;
附图中描述位置关系的用语仅用于示例性说明,不能理解为对本专利的限制;
显然,本发明的上述实施例仅仅是为清楚地说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。

Claims (5)

1.一种水火弯板曲面提取方法,其特征在于,包括以下步骤:
S1:标签设定:在加工板上放置多个识别标签;
S2:数据采集:采用3D激光扫描技术采集包括加工板在内的整个场景的三维点云数据;
S3:加工区域确定:根据水火弯板机的加工区域确定加工板可能存在的区域;
S4:标签坐标提取:采用行处理方法对点云数据进行第一步处理;在行处理的基础上采用块处理方法对点云数据进行第二步处理,从而获得识别标签的坐标;
步骤S4中,具体包括以下步骤:
S4.1:当还有未处理的加工板的点云数据时,读取一行加工板的点云数据,所述点云数据中包含了行号、列号、x轴坐标、y轴坐标、z轴坐标和灰度值;
当加工板的点云数据都处理结束时,跳转到S4.4;
S4.2:对于步骤S4.1读取的一行加工板的点云数据,用行处理的方法对该行的点云数据进行处理,行处理具体包括以下步骤:
S4.2.1:对该行的点云数据,计算所有点的灰度的平均值并标记最大的点的灰度值,如果最大值跟平均值之间的差值超过一定量,则认为该行的点云数据可能存在识别标签的点,进入S4.2.2处理,否则继续返回S4.1读取下一行的点云数据;
S4.2.2:计算每个点的灰度值跟平均灰度值的差值,如果一行点云数据中超过一定数值的点的个数超过预设的数量,则认为该行点云数据可能存在识别标签,把该行点云数据存储在预定义的数据结构中,进入S4.3进行块处理,否则返回S4.1读取下一行的点云数据;
S4.3:在S4.2用行处理的方法获取可能存在标签的行的点云数据后,用块处理的方法来获取可能的识别标签区域,块处理具体包括以下步骤:
S4.3.1:判断该行点云数据中是否存在未处理的点,如果存在则获取一个点的信息,进入S4.3.2进行处理,如果不存在未处理的点,则退出数据的块处理;
S4.3.2:如果获取的点与已存储的点云数据都属于同一行,则判断是否与已经存储的点云数据的列是否可能存在相关关系,若存在相关关系则存储并返回S4.3.1获取下一个处理点;如果获取的点与已存储数据不属于同一行,则进入S4.3.3;
S4.3.3:获取的点与已存储数据不属于同一行,判断获取点与已存储点的行和列之间是否可能存在相关关系,若存在相关关系则存储并返回S4.3.1获取下一个处理点;如果不相关,则进入S4.3.4对已存储的点云数据进行处理;
S4.3.4:当存储的点云数据间超过预设的行数和列数,点的个数超过预设的点数,则认为这些点具备构成标签图形的条件,即符合识别标签的特征,则对这个局部区域即小标签点的信息进行存储,存储的信息包括最大值、最小值和中间值;如果不具备构成识别标签的条件,则不进行处理;处理结束后返回S4.1获取下一行需要处理的点云数据;
S4.4:经过行处理和块处理后,即可获得扫描文件里所有的可能为识别标签的区域信息,由于在复杂的工业环境中存在干扰,检测的识别标签总的数量会多于布置的识别标签数量,因此,还需要根据识别标签放置的位置信息,采用相应的处理规则来确定各个识别标签的坐标位置信息;
S5:曲面数据提取:根据识别标签的坐标得到加工板的点云数据,通过去噪处理和平滑处理对加工板的边缘数据进一步处理获得高精度的曲面点云数据。
2.根据权利要求1所述的水火弯板曲面提取方法,其特征在于,步骤S1中,所述识别标签的数目为6个,分别位于加工板的四个顶点和加工板沿水火弯板机x轴加工方向的两个中点。
3.根据权利要求1所述的水火弯板曲面提取方法,其特征在于,步骤S1中,所述识别标签的灰度值与加工板的灰度值的差值大于预设的灰度差阈值。
4.根据权利要求1所述的水火弯板曲面提取方法,其特征在于,步骤S3中,水火弯板机有一个确定的加工区域,3D激光扫描仪安装在水火弯板机上,根据位移量和水火弯板机的加工区域可以确定一个精确的加工区域,即加工板可能存在的区域。
5.根据权利要求1所述的水火弯板曲面提取方法,其特征在于,步骤S5中,由获取的识别标签的坐标对扫描文件进行点云预处理即可得到曲面的大致取值范围,根据加工板的灰度值对加工板的边界进行初步的去噪处理,再根据加工板点与点间x轴,y轴和z轴的相关关系对加工板的边界再次进行平滑处理,提取出加工板准确可用的三维曲面数据。
CN201510797446.6A 2015-11-18 2015-11-18 一种水火弯板曲面提取方法 Active CN105444692B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510797446.6A CN105444692B (zh) 2015-11-18 2015-11-18 一种水火弯板曲面提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510797446.6A CN105444692B (zh) 2015-11-18 2015-11-18 一种水火弯板曲面提取方法

Publications (2)

Publication Number Publication Date
CN105444692A CN105444692A (zh) 2016-03-30
CN105444692B true CN105444692B (zh) 2018-03-09

Family

ID=55555169

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510797446.6A Active CN105444692B (zh) 2015-11-18 2015-11-18 一种水火弯板曲面提取方法

Country Status (1)

Country Link
CN (1) CN105444692B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106874916B (zh) * 2017-02-20 2020-04-28 广东工业大学 一种复杂外板点云场景对比提取方法及装置
CN107504930B (zh) * 2017-08-10 2019-11-26 苏州玻色智能科技有限公司 曲面或弧面玻璃面板的检测设备
CN107862745B (zh) * 2017-10-25 2021-04-09 武汉楚锐视觉检测科技有限公司 一种反射式的曲面三维重建标签方法和装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101750030A (zh) * 2008-12-17 2010-06-23 鸿富锦精密工业(深圳)有限公司 曲面检测系统及方法
CN102129716A (zh) * 2011-03-01 2011-07-20 广东工业大学 一种用于水火弯板曲面拟合的方法
CN103604388A (zh) * 2013-11-08 2014-02-26 江苏科技大学 大尺度钢板三维测量中特殊标记物快速精确定位方法
CN104463845A (zh) * 2014-10-31 2015-03-25 广东工业大学 一种水火弯板特征配准点的选取方法及系统
CN104897142A (zh) * 2015-06-11 2015-09-09 湖北工业大学 一种适用于双目或多目视觉尺寸测量的立体靶标

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5964803B2 (ja) * 2013-12-03 2016-08-03 株式会社神戸製鋼所 データ処理方法及びデータ処理装置

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101750030A (zh) * 2008-12-17 2010-06-23 鸿富锦精密工业(深圳)有限公司 曲面检测系统及方法
CN102129716A (zh) * 2011-03-01 2011-07-20 广东工业大学 一种用于水火弯板曲面拟合的方法
CN103604388A (zh) * 2013-11-08 2014-02-26 江苏科技大学 大尺度钢板三维测量中特殊标记物快速精确定位方法
CN104463845A (zh) * 2014-10-31 2015-03-25 广东工业大学 一种水火弯板特征配准点的选取方法及系统
CN104897142A (zh) * 2015-06-11 2015-09-09 湖北工业大学 一种适用于双目或多目视觉尺寸测量的立体靶标

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种优化的船体外板三维点云数据提取方法;刘建成等;《船舶工程》;20150831;第75页第1-8段,第76页第1-5段,第77页第1-6段 *

Also Published As

Publication number Publication date
CN105444692A (zh) 2016-03-30

Similar Documents

Publication Publication Date Title
CN109272523B (zh) 基于改进cvfh和crh特征的随机堆放活塞位姿估计方法
JP5458885B2 (ja) 物体検出方法と物体検出装置およびロボットシステム
CN105783723B (zh) 基于机器视觉的精密模具表面加工精度检测装置及方法
CN107230203B (zh) 基于人眼视觉注意机制的铸件缺陷识别方法
JP6899189B2 (ja) ビジョンシステムで画像内のプローブを効率的に採点するためのシステム及び方法
CN111126174A (zh) 一种用于机器人抓取零件的视觉检测方法
CN107392929B (zh) 一种基于人眼视觉模型的智能化目标检测及尺寸测量方法
CN105444692B (zh) 一种水火弯板曲面提取方法
CN104359415B (zh) 一种水火弯板角变形量测量方法及系统
CN106951905A (zh) 一种基于tof相机的树上苹果识别与定位方法
CN110992363B (zh) 一种基于生成对抗网络的三维漏磁检测缺陷重构方法
CN111598172B (zh) 基于异构深度网络融合的动态目标抓取姿态快速检测方法
CN110751097B (zh) 一种半监督的三维点云手势关键点检测方法
CN112419429B (zh) 一种基于多视角的大型工件表面缺陷检测标定方法
CN107610086A (zh) 一种基于仿生复眼结构的工业并联机器人快速视觉检测算法
CN112365439B (zh) 一种镀锌钢gmaw焊缝成形特征与焊枪方向同步实时检测方法
CN110335204A (zh) 一种热成像图像增强方法
CN108582075A (zh) 一种智能机器人视觉自动化抓取系统
Borsu et al. Automated surface deformations detection and marking on automotive body panels
JP2013109691A (ja) 画像処理装置、画像処理方法及び画像処理プログラム
CN116061187B (zh) 一种复合机器人对货架商品识别、定位和抓取方法
CN106529368A (zh) 二维码识别区域定位的方法
CN107895166B (zh) 基于特征描述子的几何哈希法实现目标鲁棒识别的方法
US20080030521A1 (en) Method for extracting edge in photogrammetry with subpixel accuracy
CN109556533B (zh) 一种针对多线结构光条纹图像的自动提取方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220411

Address after: 510090 Dongfeng East Road 729, Yuexiu District, Guangzhou City, Guangdong Province

Patentee after: GUANGDONG University OF TECHNOLOGY

Patentee after: Guangchuan International Co., Ltd

Address before: 510006 No. 100 West Ring Road, Guangzhou University, Guangzhou, Guangdong, Panyu District

Patentee before: GUANGDONG University OF TECHNOLOGY

Patentee before: China Shipbuilding marine and defense equipment Co., Ltd