CN105783786A - 一种基于结构光视觉的零件倒角测量方法与装置 - Google Patents
一种基于结构光视觉的零件倒角测量方法与装置 Download PDFInfo
- Publication number
- CN105783786A CN105783786A CN201610261558.4A CN201610261558A CN105783786A CN 105783786 A CN105783786 A CN 105783786A CN 201610261558 A CN201610261558 A CN 201610261558A CN 105783786 A CN105783786 A CN 105783786A
- Authority
- CN
- China
- Prior art keywords
- chamfering
- image
- line
- structured light
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000005259 measurement Methods 0.000 claims abstract description 13
- 230000007547 defect Effects 0.000 claims abstract description 5
- 230000008569 process Effects 0.000 claims abstract description 5
- 238000003384 imaging method Methods 0.000 claims description 26
- 238000000605 extraction Methods 0.000 claims description 13
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000007476 Maximum Likelihood Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 5
- 239000000284 extract Substances 0.000 claims description 5
- 238000013507 mapping Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 4
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 claims description 3
- 229910052782 aluminium Inorganic materials 0.000 claims description 3
- 239000004411 aluminium Substances 0.000 claims description 3
- 208000031481 Pathologic Constriction Diseases 0.000 claims description 2
- 230000015572 biosynthetic process Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000009924 canning Methods 0.000 claims description 2
- 230000008859 change Effects 0.000 claims description 2
- 238000005253 cladding Methods 0.000 claims description 2
- 230000007423 decrease Effects 0.000 claims description 2
- 239000000463 material Substances 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 claims description 2
- 230000011218 segmentation Effects 0.000 claims description 2
- 230000009466 transformation Effects 0.000 claims description 2
- 238000012937 correction Methods 0.000 claims 2
- 238000001514 detection method Methods 0.000 abstract description 10
- 238000005516 engineering process Methods 0.000 abstract description 5
- 238000005299 abrasion Methods 0.000 abstract 1
- 238000007781 pre-processing Methods 0.000 abstract 1
- 238000004441 surface measurement Methods 0.000 abstract 1
- 238000013461 design Methods 0.000 description 4
- 238000000691 measurement method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000007812 deficiency Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/2518—Projection by scanning of the object
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及工业零件检测领域，特别是涉及一种基于结构光视觉的零件倒角测量方法与装置，针对倒角工艺应用广且数量大，传统检测技术适应性弱、精度低和主观因素影响大的不足，本发明提供一种基于结构光视觉的零件倒角测量方法与装置，包括按顺序进行的如下步骤：针对二维共面靶标的线面测量模型进行结构光视觉系统标定；待测倒角零件图像预处理及特征信息提取；零件倒角特征参数计算；本发明通过非接触式的视觉测量技术，降低了零件表面磨损的可能，实现具有高精度、高适应性和高效率应用特点的倒角特征参数测量，很好的解决了现有技术存在的问题。
Description
技术领域
本发明涉及工业零件检测领域，特别是涉及一种基于结构光视觉的零件倒角测量方法与装置。
背景技术
工业零件大多都带有倒角，如常见的轴、壳、方体类零件设计倒角，设计倒角可以使工件自身直角端部应力得以降低，加工和装配时平稳过渡，用户获得良好体验，是产品的一个重要工艺和特征，应用广且数量大。倒角大小和倒角度数是决定倒角形态的两个主要参数，也用于工业上检测和衡量倒角的质量，目前制造线上对零件倒角特征的尺寸参数没有良好有效的检测手段，多采用针对型或专用型模具进行对比式检测，即对需要倒角检测的产品或零件设计专用量具，该方法适用性弱、精度低且工人主观因素影响大，在具有高精密加工要求的场合，不再满足应用要求。如在加工手机壳体零件时，两个端部和一个中段零件的倒角工艺分别经一次用刀成型，筛选具有两个相同特征倒角(误差≤3um)的零件进行拼接，成为最后受用户触觉感知和体验的手机外壳零件。传统的检测方法是设计测量模具或人工对比筛选，这种方法远远不能满足高精密要求的手机外壳拼接零件检测，且接触式的模具测量极易造成被检零件区域磨损而致淘汰，这样的测量方法还存在耗时长、效率极低的缺陷，不能满足产品的高检测要求，也不能达到现代工业制造的快速高效要求。
发明内容
针对上述零件倒角特征测量方法技术上的不足，本发明提供一种基于结构光视觉的零件倒角测量方法与装置，通过非接触式的视觉测量技术，实现具有高精度、高适应性和高效率应用特点的倒角特征参数测量，很好的解决了现有技术存在的问题。
本发明解决其技术问题所采用的技术方案是：
一种基于结构光视觉的零件倒角测量方法，包括按顺序进行的如下步骤：
步骤一：针对二维共面靶标的线面测量模型进行结构光视觉系统标定，主要包括：
1)采用已知坐标的二维共面靶标进行CCD成像系统参数标定，
拍摄多位姿的多幅(≥3幅)图像，处理并提取靶标图像上各标定点图像坐标，根据摄像机成像模型建立图像坐标与摄像机的世界坐标的空间映射关系，求取其内参数矩阵Kc和畸变系数kc；
2)采用已知坐标的二维共面靶标进行结构光平面标定，针对传统靶标移动标定法标定点获取误差大的缺陷，提出基于自由运动二维靶标的结构光平面标定新方法，增加对同行和同列等共线定位点坐标的非线性拟合限制，提高标定点定位精度；
3)采用自由运动二维靶标的结构光平面标定新方法的标定模型参数包括内参数矩阵Kc，畸变系数kc以及结构光平面参数(a，b，c，d)，上述标定参数已知后可由公式(1)-(3)唯一确定出点P的图像坐标(up，vp)在摄像机坐标系下的三维坐标(xp，yp，zp)；
式中：内参数矩阵Kc中fu及fv分别表示CCD成像平面坐标系的u轴、v轴的当量因子，[u0，v0]为摄像机中心于像平面的投影坐标，畸变系数kc中k1，k2分别为取二次方和四次方时的径向畸变系数，p1，p2为切向畸变系数；
步骤二：待测倒角零件图像预处理及特征信息提取，采集具有待测量倒角零件的倒角特征和线结构光照射于倒角上呈现曲折光条纹特征的图像，进行图像预处理和倒角特征信息提取，主要包括：
4)将待测量倒角零件按倒角特征清晰成像于CCD像平面为标准固定，保证线结构光源照射于零件倒角及外轮廓上不遮挡，采集线结构光源照射于待测量倒角零件的倒角上所成具有曲折条纹特征的图像；
5)提取步骤4中所述图像内线结构光条纹信息：CCD摄像机成像为线结构光条纹中心拟合的直线，即零件实际倒角于CCD摄像机光面的投影，提取图像内线结构光条纹信息；
步骤三：零件倒角特征参数计算，主要包括：
6)零件实际倒角于CCD摄像机光面的投影为三条代表倒角轮廓的直线，三条直线在成像面内相交于两点，通过所得直线方程求取两个交点的图像坐标；
7)结合结构光视觉系统标定所得的标定参数，唯一确定两个交点在CCD坐标系下的世界坐标P1(x1，y1)，P2(x2，y2)；
8)从而代表倒角特征的倒角宽度d和倒角角度α可由步骤7中P1、P2两个交点坐标根据公式(4)求知；
进一步的，步骤一中步骤2)所述结构光平面标定的步骤具体如下：
2.1)二维靶标放置于CCD成像视野内，线性结构光源投射于靶标上成一直线，拍摄带有上述靶标和结构光直线条纹的图像，由已知的内参数矩阵Kc和畸变系数kc将提取的标定点图像坐标转换为CCD代表的世界坐标信息；处理靶标图像上标定点坐标信息时，增加对同行和同列等共线定位点和线拟合成面的非线性拟合限制，利用最大似然准则对同行和同列定的坐标信息优化求取最优解，精确靶标定位的世界坐标信息；
2.2)提取结构光成像光条纹中心直线的亚像素信息方程，为降低条纹与靶标投射变形引入的数据误差，设置光条中心提取的亚像素坐标与光条边界的阈值约束，有效保证条纹中心直线的稳定和标定精度；
2.3)由步骤1)所得世界坐标和图像坐标的映射关系建立光条纹中心直线的世界坐标信息；
2.4)在CCD成像视野内自由移动二维靶标，重复步骤2.1)-2.3)多次(≥3次)；
2.5)经由上述步骤获取的多条二维直线方程，在所处世界坐标系下的形成一平面，因直线信息提取误差的存在使得多条直线不能理想成一面，故增加对多条直线的非线性优化拟合，利用最大似然准则获取多条直线的最优唯一平面；
进一步的，步骤二中步骤5)所述提取图像内的线结构光条纹信息的步骤具体如下：
5.1)根据线结构光成像宽度不固定且光条能量中心集中并向两个边缘减弱的特点，通过利用光条纹能量的特征分布信息获取条纹中心点；
5.2)由多个中心点进行非线性拟合条纹中心直线方程：对所得交点应用最大似然准则的非线性拟合方式求取最优的直线条纹中心直线方程；
5.3)三条直线段方程代表不同阶段倒角轮廓信息；
该条纹中心线提取方法减少了结构光条边缘不稳定带来的误差；
进一步的，步骤5)中步骤5.1及5.2所述利用光条纹能量特征分布信息获取条纹中心点并拟合直线方程的步骤具体如下：
5.1.1)将条纹曲折线分为水平线(上)-折线-竖直线三段直线段，并设置竖直方向上n条直线N来分割所述三段直线段，直线N与CCD摄像机的水平分辨率w的关系可表述为公式(5)；
5.1.2)应用小波变换将图像转换至小波变换域，该域内图像灰度信息变化越剧烈则局域能量值较大，可知图像中光条纹的两个边缘能量局部最大且光条中心能量区域平稳，由此限制条纹中心信息；
5.1.3)上述n条直线N分割小波变换域的结构光纹中心可得N个交点，所述N个交点即代表三段结构光条纹中心点。
为便于上述测量方法更快捷、有效的完成，本发明还提供一种基于结构光视觉的零件倒角的测量装置，包括铝型材组成的装置平台机架、线结构光源、CCD摄像机和待测量倒角零件，装置平台机架的前面板设置工业一体机作为图像处理和控制中心；所述装置平台机架的底面板为方便成像设置为统一非反射面白色，所述线结构光源竖直方向安装于中部横梁上，所述CCD摄像机与线结构光源有一定距离并约成30°角安装，待测量倒角零件根据CCD成像时条纹照射倒角特征清晰不遮挡为准放置。
所述装置平台机架各面板采用板材包覆，部分密闭的外壳装置降低了视觉系统受环境光源影响的可能性，前面板面向工业应用而设置触摸式一体机使该装置结构完整一体，简洁而不简单。
本发明的积极效果：
本发明所述的一种基于结构光视觉的零件倒角测量方法与装置，可完成待测量倒角零件特征参数的高效、高精度测量，该方法成功解决了传统检测方式的不足，且具有如下优点：
(1)提供一种高精度的倒角参数测量方法，满足现代工业精密制造应用要求；
(2)提供一种具有高适应度的倒角参数测量方法，满足各种规格的倒角特征检测；
(3)提供一种高效的倒角参数测量方法，降低倒角的测量时间，大大提高零件检测效率；
(4)视觉测量方式降低接触式检测造成零件表面磨损的可能，减少不必要成本支出。
附图说明
图1是本发明的测量流程示意图
图2是本发明所涉及的测量装置结构示意图
图3是待测量倒角零件实际倒角与摄像机成像倒角示意图
图2中，1装置平台机架2线结构光源3CCD摄像机4待测量倒角零件
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细的说明。
参照图2，作为本发明优选实施例，本发明所述一种基于结构光视觉的零件倒角测量装置，包括由铝型材组成的装置平台机架(1)、线结构光源(2)、CCD摄像机(3)和待测量倒角零件(4)，装置平台机架(1)前面板设置工业一体机作为图像处理和控制中心；所述装置平台机架(1)的底面板为方便成像设置为统一非反射面白色，所述线结构光源(2)竖直方向安装于中部横梁上，所述CCD摄像机(3)与线结构光源(2)有一定距离并约成30°角安装，待测量倒角零件(4)根据CCD成像时条纹照射倒角特征清晰不遮挡为准放置。
参照图1，利用基于结构光视觉的零件倒角测量方法对手机壳体倒角特征进行高效、高精度测量，步骤如下：
1)采用已知坐标的二维共面靶标进行CCD成像系统参数标定，拍摄多位姿的多幅(≥3幅)图像，处理并提取靶标图像上各标定点图像坐标，根据摄像机成像模型建立图像坐标与摄像机的世界坐标的空间映射关系，求取其内参数矩阵Kc和畸变系数kc；
2)采用已知坐标的二维共面靶标进行结构光平面标定，针对传统靶标移动标定法标定点获取误差大的缺陷，提出基于自由运动二维靶标的结构光平面标定新方法，增加对同行和同列等共线定位点坐标的非线性拟合限制，提高标定点定位精度；
3)采用自由运动二维靶标的结构光平面标定新方法的标定模型参数包括内参数矩阵Kc，畸变系数kc以及结构光平面参数(a，b，c，d)，上述标定参数已知后可由公式(1)-(3)唯一确定出点P的图像坐标(up，vp)在摄像机坐标系下的三维坐标(xp，yp，zp)；
4)将待测量倒角零件按倒角特征清晰成像于CCD像平面为标准固定，保证线结构光源照射于零件倒角及外轮廓上不遮挡，采集线结构光源照射于待测量倒角零件的倒角上所成具有曲折条纹特征的图像；
5)提取步骤4中所述图像内线结构光条纹信息：CCD摄像机成像为线结构光条纹中心拟合的直线，即零件实际倒角于CCD摄像机光面的投影，提取图像内线结构光条纹信息；
6)零件实际倒角于CCD摄像机光面的投影为三条代表倒角轮廓的直线，三条直线在成像面内相交于两点，通过所得直线方程求取两个交点的图像坐标；
7)结合结构光视觉系统标定所得的标定参数，唯一确定两个交点在CCD坐标系下的世界坐标P1(x1，y1)，P2(x2，y2)；
8)从而代表倒角特征的倒角宽度d和倒角角度α可由步骤7中P1、P2两个交点坐标根据公式(4)求知；
以上所述的只是用图解说明本发明相关的一种基于结构光视觉的零件倒角测量方法与装置的一种优选应用实例，由于对相同技术领域的技术人员来说很容易在此基础上进行若干的修改，因此本说明书并非要将本发明所述的一种基于结构光视觉的零件倒角测量方法与装置局限在所示或者所述的具体机构及适用范围内，故凡是可能被利用的相应修改以及等同替换等，均属于本发明专利的保护范围。
Claims (5)
1.一种基于结构光视觉的零件倒角测量方法，其特征在于：该方法是通过一种基于结构光视觉的零件倒角测量装置来实现的，该装置包括铝型材组成的装置平台机架、线结构光源及CCD摄像机，装置平台机架的前面板设置工业一体机作为图像处理和控制中心；所述装置平台机架的底面板为非反射面白色，所述线结构光源竖直方向安装于中部横梁上，所述CCD摄像机与线结构光源有一定距离并成30°角安装，待测量倒角零件按照CCD摄像机成像时条纹照射倒角特征清晰不遮挡为标准放置在装置平台机架的底面；
所述基于结构光视觉的零件倒角测量方法包括如下步骤：
针对二维共面靶标的线面测量模型进行结构光视觉系统标定，主要包括：
1)采用已知坐标的二维共面靶标进行CCD摄像机成像系统参数标定，拍摄多位姿的至少3幅图像，处理并提取靶标图像上各标定点图像坐标，根据摄像机成像模型建立图像坐标与CCD摄像机的世界坐标的空间映射关系，求取其内参数矩阵Kc和畸变系数kc；
2)采用已知坐标的二维共面靶标进行结构光平面标定，针对传统靶标移动标定法标定点获取误差大的缺陷，提出基于自由运动二维靶标的结构光平面标定新方法，增加对同行和同列等共线定位点坐标的非线性拟合限制，提高标定点定位精度；
3)采用自由运动二维靶标的结构光平面标定新方法的标定模型参数，包括内参数矩阵Kc，畸变系数kc以及结构光平面参数(a，b，c，d)，根据标定参数及CCD成像模型、结构光平面模型、畸变矫正模型的公式唯一确定出点P的图像坐标(up，vp)在摄像机坐标系下的三维坐标(xp，yp，zp)；
CCD成像模型：
结构光平面模型：axp+byp+czp+d＝0；
畸变矫正模型：
其中，内参数矩阵Kc中fu及fv分别表示CCD成像平面坐标系的u轴、v轴的当量因子，[u0，v0]为摄像机中心于像平面的投影坐标，畸变系数kc中k1，k2分别为取二次方和四次方时的径向畸变系数，p1，p2为切向畸变系数；
待测倒角零件图像预处理及特征信息提取，采集具有待测量倒角零件的倒角特征和线结构光照射于倒角上呈现曲折光条纹特征的图像，进行图像预处理和倒角特征信息提取，主要包括：
4)将待测量倒角零件按倒角特征清晰成像于CCD摄像机的CCD像平面为标准固定，保证线结构光源照射于零件倒角及外轮廓上不遮挡，采集线结构光源照射于待测量倒角零件的倒角上所成具有曲折条纹特征的图像；
5)CCD摄像机成像为线结构光条纹中心拟合的直线，即零件实际倒角于CCD摄像机光面的投影，提取步骤4中所述图像内线结构光条纹信息；
零件倒角特征参数计算，主要包括：
6)零件实际倒角在CCD像平面的投影为三条代表倒角轮廓的直线，三条直线在成像面内相交于两点，通过所得直线方程求取两个交点的图像坐标；
7)结合结构光视觉系统标定所得的标定参数，唯一确定两个交点在CCD坐标系下的世界坐标P1(x1，y1)，P2(x2，y2)；
8)从而代表倒角特征的倒角宽度d和倒角角度α可由步骤7中P1、P2两个交点坐标根据如下公式得出：
d＝|y2-y1|；
2.根据权利要求1所述的基于结构光视觉的零件倒角测量方法，其特征在于：步骤2中结构光平面标定的步骤具体如下：
a)二维靶标放置于CCD摄像机成像视野内，线性结构光源投射于靶标上成一直线，拍摄带有上述靶标和结构光直线条纹的图像，由已知的内参数矩阵Kc和畸变系数kc将提取的标定点图像坐标转换为CCD摄像机的世界坐标信息；处理靶标图像上标定点坐标信息时，增加对同行和同列等共线定位点和线拟合成面的非线性拟合限制，利用最大似然准则对同行和同列定的坐标信息优化求取最优解，精确靶标定位的世界坐标信息；
b)提取结构光成像光条纹中心直线的亚像素信息方程，为降低条纹与靶标投射变形引入的数据误差，设置光条中心提取的亚像素坐标与光条边界的阈值约束，有效保证条纹中心直线的稳定和标定精度；
c)由步骤1所得世界坐标和图像坐标的映射关系建立光条纹中心直线的世界坐标信息；
d)在CCD摄像机的成像视野内自由移动二维靶标，重复上述步骤a至步骤c至少三次；
e)经由上述步骤获取的多条二维直线方程，在所处世界坐标系下的形成一平面，因直线信息提取误差的存在使得多条直线不能理想成一面，故增加对多条直线的非线性优化拟合，利用最大似然准则获取多条直线的最优唯一平面。
3.根据权利要求1所述的基于结构光视觉的零件倒角测量方法，其特征在于：所述装置平台机架各面板采用板材包覆，部分密闭的外壳装置降低了视觉系统受环境光源影响的可能性，前面板面向工业应用而设置触摸式一体机。
4.根据权利要求1所述的基于结构光视觉的零件倒角测量方法，其特征在于：步骤5中提取图像内的线结构光条纹信息的步骤具体如下：
f)根据线结构光成像宽度不固定且光条能量中心集中并向两个边缘减弱的特点，通过利用光条纹能量的特征分布信息获取条纹中心点；
g)由多个中心点进行非线性拟合条纹中心直线方程：对所得交点应用最大似然准则的非线性拟合方式求取最优的直线条纹中心直线方程；三条直线段方程代表不同阶段倒角轮廓信息，该条纹中心线提取方法减少了结构光条边缘不稳定带来的误差。
5.根据权利要求3所述的基于结构光视觉的零件倒角测量方法，其特征在于：利用光条纹能量特征分布信息获取条纹中心点并拟合直线方程的步骤具体如下：
h)将条纹曲折线分为水平线-折线-竖直线三段直线段，并设置竖直方向上n条直线N来分割所述三段直线段，直线N与CCD摄像机的水平分辨率w的关系为：
i)应用小波变换将图像转换至小波变换域，该域内图像灰度信息变化越剧烈则局域能量值较大，可知图像中光条纹的两个边缘能量局部最大且光条中心能量区域平稳，由此限制条纹中心信息；
j)上述n条直线N分割小波变换域的结构光纹中心可得N个交点，所述N个交点即代表三段结构光条纹中心点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610261558.4A CN105783786B (zh) | 2016-04-26 | 2016-04-26 | 一种基于结构光视觉的零件倒角测量方法与装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610261558.4A CN105783786B (zh) | 2016-04-26 | 2016-04-26 | 一种基于结构光视觉的零件倒角测量方法与装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105783786A true CN105783786A (zh) | 2016-07-20 |
| CN105783786B CN105783786B (zh) | 2018-08-17 |
Family
ID=56399282
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610261558.4A Expired - Fee Related CN105783786B (zh) | 2016-04-26 | 2016-04-26 | 一种基于结构光视觉的零件倒角测量方法与装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105783786B (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106844843A (zh) * | 2016-12-15 | 2017-06-13 | 上海电机学院 | 零件特征的数据处理与参数提取方法 |
| CN107449402A (zh) * | 2017-07-31 | 2017-12-08 | 清华大学深圳研究生院 | 一种非合作目标的相对位姿的测量方法 |
| CN108050934A (zh) * | 2017-12-25 | 2018-05-18 | 武汉比天科技有限责任公司 | 一种带倒角工件的视觉垂直定位方法 |
| CN108195319A (zh) * | 2017-12-25 | 2018-06-22 | 武汉比天科技有限责任公司 | 一种带倒角工件的视觉倾斜定位方法 |
| CN109283188A (zh) * | 2018-10-12 | 2019-01-29 | 成都精工华耀科技有限公司 | 一种轨道可视化巡检二维与三维一体化成像系统 |
| CN109489572A (zh) * | 2018-12-28 | 2019-03-19 | 浙江农林大学 | 一种汽车空调活塞内球面直径检测装置 |
| CN109544623A (zh) * | 2018-10-11 | 2019-03-29 | 百度在线网络技术（北京）有限公司 | 车辆损伤区域的测量方法和装置 |
| CN109612867A (zh) * | 2018-11-22 | 2019-04-12 | 中国科学院理化技术研究所 | 材料尺寸稳定性的评价方法及系统 |
| CN109622404A (zh) * | 2018-11-19 | 2019-04-16 | 广东海洋大学 | 一种基于机器视觉的微工件自动分拣系统及方法 |
| CN110608686A (zh) * | 2019-10-31 | 2019-12-24 | 大连理工大学 | 一种有倒角零件的视觉测量方法和装置 |
| CN111476847A (zh) * | 2020-04-03 | 2020-07-31 | 中国水利水电科学研究院 | 用于结构光参数标定的虚拟仪器装置及其方法 |
| CN112700415A (zh) * | 2020-12-31 | 2021-04-23 | 重庆宇海精密制造股份有限公司 | 一种笔电外壳缺陷快速检测算法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000186923A (ja) * | 1998-12-22 | 2000-07-04 | Daido Steel Co Ltd | 形状認識装置及び作業処理装置 |
| CN101526336A (zh) * | 2009-04-20 | 2009-09-09 | 陈炳生 | 基于量块的线结构光三维视觉传感器标定方法 |
| US20100134615A1 (en) * | 2007-07-18 | 2010-06-03 | Masaru Akamatsu | Shape measurement apparatus and shape measurement method |
| CN103424088A (zh) * | 2013-08-12 | 2013-12-04 | 韵升控股集团有限公司 | 一种倒角测试方法及倒角测量仪 |
-
2016
- 2016-04-26 CN CN201610261558.4A patent/CN105783786B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000186923A (ja) * | 1998-12-22 | 2000-07-04 | Daido Steel Co Ltd | 形状認識装置及び作業処理装置 |
| US20100134615A1 (en) * | 2007-07-18 | 2010-06-03 | Masaru Akamatsu | Shape measurement apparatus and shape measurement method |
| CN101526336A (zh) * | 2009-04-20 | 2009-09-09 | 陈炳生 | 基于量块的线结构光三维视觉传感器标定方法 |
| CN103424088A (zh) * | 2013-08-12 | 2013-12-04 | 韵升控股集团有限公司 | 一种倒角测试方法及倒角测量仪 |
Non-Patent Citations (1)
| Title |
|---|
| 张湘凯: "倒角的测量及量检具设计", 《计量与测试技术》 * |
Cited By (21)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106844843A (zh) * | 2016-12-15 | 2017-06-13 | 上海电机学院 | 零件特征的数据处理与参数提取方法 |
| CN107449402B (zh) * | 2017-07-31 | 2019-11-26 | 清华大学深圳研究生院 | 一种非合作目标的相对位姿的测量方法 |
| CN107449402A (zh) * | 2017-07-31 | 2017-12-08 | 清华大学深圳研究生院 | 一种非合作目标的相对位姿的测量方法 |
| CN108195319A (zh) * | 2017-12-25 | 2018-06-22 | 武汉比天科技有限责任公司 | 一种带倒角工件的视觉倾斜定位方法 |
| CN108050934A (zh) * | 2017-12-25 | 2018-05-18 | 武汉比天科技有限责任公司 | 一种带倒角工件的视觉垂直定位方法 |
| CN108050934B (zh) * | 2017-12-25 | 2020-07-14 | 武汉比天科技有限责任公司 | 一种带倒角工件的视觉垂直定位方法 |
| CN108195319B (zh) * | 2017-12-25 | 2020-07-14 | 武汉比天科技有限责任公司 | 一种带倒角工件的视觉倾斜定位方法 |
| CN109544623A (zh) * | 2018-10-11 | 2019-03-29 | 百度在线网络技术（北京）有限公司 | 车辆损伤区域的测量方法和装置 |
| CN109283188A (zh) * | 2018-10-12 | 2019-01-29 | 成都精工华耀科技有限公司 | 一种轨道可视化巡检二维与三维一体化成像系统 |
| CN109622404A (zh) * | 2018-11-19 | 2019-04-16 | 广东海洋大学 | 一种基于机器视觉的微工件自动分拣系统及方法 |
| CN109622404B (zh) * | 2018-11-19 | 2021-08-13 | 广东海洋大学 | 一种基于机器视觉的微工件自动分拣系统及方法 |
| CN109612867A (zh) * | 2018-11-22 | 2019-04-12 | 中国科学院理化技术研究所 | 材料尺寸稳定性的评价方法及系统 |
| CN109612867B (zh) * | 2018-11-22 | 2021-10-29 | 中国科学院理化技术研究所 | 材料尺寸稳定性的评价方法及系统 |
| CN109489572A (zh) * | 2018-12-28 | 2019-03-19 | 浙江农林大学 | 一种汽车空调活塞内球面直径检测装置 |
| CN109489572B (zh) * | 2018-12-28 | 2020-08-11 | 浙江农林大学 | 一种汽车空调活塞内球面直径检测装置 |
| CN110608686A (zh) * | 2019-10-31 | 2019-12-24 | 大连理工大学 | 一种有倒角零件的视觉测量方法和装置 |
| CN110608686B (zh) * | 2019-10-31 | 2021-03-26 | 大连理工大学 | 一种有倒角零件的视觉测量方法和装置 |
| CN111476847A (zh) * | 2020-04-03 | 2020-07-31 | 中国水利水电科学研究院 | 用于结构光参数标定的虚拟仪器装置及其方法 |
| CN111476847B (zh) * | 2020-04-03 | 2024-01-30 | 中国水利水电科学研究院 | 用于结构光参数标定的虚拟仪器装置及其方法 |
| CN112700415A (zh) * | 2020-12-31 | 2021-04-23 | 重庆宇海精密制造股份有限公司 | 一种笔电外壳缺陷快速检测算法 |
| CN112700415B (zh) * | 2020-12-31 | 2024-05-17 | 重庆宇海精密制造股份有限公司 | 一种笔电外壳缺陷快速检测算法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105783786B (zh) | 2018-08-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105783786A (zh) | 一种基于结构光视觉的零件倒角测量方法与装置 | |
| CN102410811B (zh) | 一种弯管参数的测量方法和系统 | |
| CN104897062B (zh) | 一种零件异面平行孔形位偏差的视觉测量方法及装置 | |
| CN103345755B (zh) | 一种基于Harris算子的棋盘格角点亚像素提取方法 | |
| CN102135417B (zh) | 一种全自动三维特征提取方法 | |
| Liu et al. | An improved online dimensional measurement method of large hot cylindrical forging | |
| CN107301648B (zh) | 基于重叠区域边界角度的冗余点云去除方法 | |
| CN111062915A (zh) | 一种基于改进YOLOv3模型的实时钢管缺陷检测方法 | |
| CN103530880B (zh) | 基于投影高斯网格图案的摄像机标定方法 | |
| CN109520436B (zh) | 一种基于机器视觉的蝶形弹簧三维尺寸自动测量系统及其测量方法 | |
| CN103615980B (zh) | 一种板件上圆孔参数的测量方法及系统 | |
| Xia et al. | An accurate and robust method for the measurement of circular holes based on binocular vision | |
| CN114037675B (zh) | 一种飞机样板缺陷检测方法及装置 | |
| WO2021082380A1 (zh) | 一种基于激光雷达的托盘识别方法、系统和电子设备 | |
| Zhang et al. | Accuracy improvement in laser stripe extraction for large-scale triangulation scanning measurement system | |
| CN103191958B (zh) | 一种板料成形回弹的光学检测方法 | |
| CN102798349A (zh) | 一种基于等灰度线搜索的三维表面提取方法 | |
| Shi et al. | Circular grid pattern based surface strain measurement system for sheet metal forming | |
| CN116740060B (zh) | 基于点云几何特征提取的装配式预制构件尺寸检测方法 | |
| He et al. | Robust laser stripe extraction for 3D measurement of complex objects | |
| CN108182705A (zh) | 一种基于机器视觉的三维坐标定位方法 | |
| Tian et al. | An experimental evaluation method for the performance of a laser line scanning system with multiple sensors | |
| CN108088381A (zh) | 一种基于图像处理的非接触式微小间隙宽度测量方法 | |
| Wei et al. | Calibration approach for structured-light-stripe vision sensor based on the invariance of double cross-ratio | |
| Kampel et al. | Robust 3D reconstruction of archaeological pottery based on concentric circular rills |
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 | ||
| 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: 20180817 |