CN106127758B - 一种基于虚拟现实技术的视觉检测方法及装置 - Google Patents

一种基于虚拟现实技术的视觉检测方法及装置 Download PDF

Info

Publication number
CN106127758B
CN106127758B CN201610455493.7A CN201610455493A CN106127758B CN 106127758 B CN106127758 B CN 106127758B CN 201610455493 A CN201610455493 A CN 201610455493A CN 106127758 B CN106127758 B CN 106127758B
Authority
CN
China
Prior art keywords
coordinate system
under test
image
object under
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.)
Expired - Fee Related
Application number
CN201610455493.7A
Other languages
English (en)
Other versions
CN106127758A (zh
Inventor
王德麾
樊庆文
李焕
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.)
Sichuan University
Original Assignee
Sichuan University
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 Sichuan University filed Critical Sichuan University
Priority to CN201610455493.7A priority Critical patent/CN106127758B/zh
Publication of CN106127758A publication Critical patent/CN106127758A/zh
Application granted granted Critical
Publication of CN106127758B publication Critical patent/CN106127758B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及在线产品特征检测方法及系统,尤其是一种基于虚拟现实技术的视觉检测方法及装置。本发明针对现有技术存在的问题,提供一种视觉检测方法及装置。该系统首先根据图像坐标系转换为圆环标识坐标系;在拍摄到待检测物的图像后,将标准物数字模型虚拟投射至先前圆环坐标坐标系中,并生成虚拟标准物体图像;然后用对比检测法评判真实拍摄图像和虚拟标准物图像间的差异以决定是否为合格产品。本发明每次生成的虚拟标准物图像可以直接存储供后续检测对比使用,也可以动态生成。此外,为减少虚拟标准物图像数量,可先从待检测物图像上提取能用于其空间位置估计的特征,然后仅生成若干可能位置处的虚拟标准物图像,有效降低数据处理量和检测时间。

Description

一种基于虚拟现实技术的视觉检测方法及装置
技术领域
本发明涉及在线产品特征检测方法及系统,尤其是一种基于虚拟现实技术的视觉检测方法及装置。
背景技术
视觉检测是指通过图像摄取装置(目前为CMOS或CCD)将被摄取目标转换成数字图像,并传输给专门的图像处理系统;图像处理系统根据像素分布、颜色、亮度等信息,形成目标物特征;通过对目标物特征进行分析或与标准特征进行对比,形成判别结果,进而控制相关设备对各种情况进行处理。在生产线缺陷检测方面应用广泛。
典型的视觉检测系统主要由以下几部分组成,分别是:照明光源、数字相机及镜头、图像处理软/硬件系统、动作输出控制器,但其中图像处理软件,即检测算法是该系统的核心技术,具有很高的技术门槛。目前,基于视觉原理的检测技术主要有2种,分别是:直接测量法和对比检测法。
直接检测法是利用目标图像数据,根据成像参数直接计算测量值,然后与事先设定的可接受(或不可接受)阈值进行比较,进而决定后续动作。鉴于目前运算平台及图像理解技术的限制,仅能对圆度、位置、轮廓完整性等简单特征实行,且需要事先对相机进行繁琐的参数定标等操作,也需要配合复杂的图像处理算法进行数据解析。
对比检测法则相较直接检测法简单的多。在布设好检测系统后,首先需要在检测点放置标准物体,并拍摄下标准物体图像;检测时,待检物体以同样的姿态放置在相同的位置点采集图像;通过检测与标准图像的差异程度,判定是否为合格产品。
对比检测法算法简单,能够检测复杂的指标和特征。但其检测原理要求待嫁物必须和标准物体的拍摄角度严格一致,从而需要在生产线上设计复杂精密的定位机构;此外,在很多检测场合下,需要事先拍摄多种可能出现的标准图像,一般情况下图像数量巨大,造成系统调校工作繁重。
发明内容
本发明所要解决的技术问题是:针对上述存在的问题,提供一种用于底部是圆环的立体物的基于虚拟现实技术的视觉检测方法及装置。该系统首先根据图像坐标系转换为圆环标识坐标系;在拍摄到待检测物的图像后,将标准物数字模型虚拟投射至先前建立的圆环坐标坐标系中,并生成逼真的虚拟标准物体图像;然后用对比检测法评判真实拍摄图像和虚拟标准物图像间的差异以决定是否为合格产品。在该算法中,每次生成的虚拟标准物图像可以直接存储供后续检测对比使用,也可以动态生成。此外,为减少虚拟标准物图像数量,可先从待检测物图像上提取能用于其空间位置估计的特征,然后仅生成若干可能位置处的虚拟标准物图像,有效降低数据处理量和检测时间。
本发明采用的技术方案如下:
一种基于虚拟现实技术的视觉检测方法包括:
步骤1:数字相机拍摄检测平台圆环标识图片;计算机获得数字相机拍摄的检测平台圆环标识图片,并获得图像坐标系下的圆环标识上像素坐标(ui,vi);(如图1所示);
步骤2:计算机根据图像坐标系下圆环标识上像素坐标(ui,vi)、检测平台圆环标识图片信息,建立圆环标识坐标系;圆环标识坐标系在世界坐标系中被定义,因此待测物体在圆环标识坐标系z轴坐标不为零;
步骤3:当是定点检测时,首先计算机通过控制数字相机,拍摄放置于检测平台上的图像坐标系中待测物体图像,获得数字相机待测物体图像信息I;通过计算机获得待测物体图像坐标系中待测物体图像底部任意三点位置坐标(up1,vp1)、(up2,vp2)、(up3,vp3);并根据步骤2的圆环标识坐标系,将任意三点位置(up1,vp1)、(up2,vp2)、(up3,vp3)分别对应转换为圆环标识坐标系下圆环平面上待测物体放置位置坐标(xp1,yp1,zp1)、(xp2,yp2,zp2)、(xp3,yp3,zp3),进而得到待测物体在圆环标识坐标系中圆心位置(xp,yp,zp),从而确定待测物体的在圆环标识坐标系中的放置位置;此后,将其余待测物体放置以圆心位置(xp,yp,zp)为中心位置处,通过数字相机拍摄获取待测物图像,通过计算机获取待测物体图像信息I,执行步骤4;当是动点检测时,计算机通过控制数字相机,拍摄放置于检测平台上的图像坐标系中待测物体图像,获得数字相机待测物体图像信息I;通过计算机获得待测物体图像坐标系中待测物体图像底部任意三点位置坐标(up1,vp1)、(up2,vp2)、(up3,vp3);并根据步骤2的圆环标识坐标系,将任意三点位置(up1,vp1)、(up2,vp2)、(up3,vp3)分别对应转换为圆环标识坐标系下圆环平面上待测物体放置位置坐标(xp1,yp1,zp1)、(xp2,yp2,zp2)、(xp3,yp3,zp3),进而得到待测物体在圆环标识坐标系中圆心位置(xp,yp,zp),从而确定待测物体的在圆环标识坐标系中的放置位置,执行步骤4;
步骤4:计算机以圆心位置(xp,yp,zp)为中心,生成标准物体数字模型虚拟图像序列Is;
步骤5:根据步骤3获取的待测物体图像信息I及步骤4获取的标准物体数字模型虚拟图像序列Is进行对比,若待测物体图像信息I与Is中至少一幅图像相似度大于阈值X,则待检测物体与标准物体无明显差异,待测物体是合格产品;否则,视为具有显著差异,待测物体为不合格产品;其中X范围为0.5到1。
进一步的,所述步骤2具体步骤包括:
步骤21:数字相机拍摄检测平台圆环标识图片,并通过数字图像方法提取所述圆环标识内外两边界的像素,每个像素位置用图像坐标系的像素坐标描述为(ui,vi),i=0,1…n;然后用最小二乘法可拟合出两圆环边界的二次曲线方程,其矩阵形式表示为M1,M2;
步骤22:因为数字相机线性成像模型符合射影几何原理,所以根据射影几何原理可知,图像坐标系平面上存在唯一一条消隐线,其方程可描述为:
aui+bvi+c=0
并且消隐线可以用图像坐标系平面上圆心和圆方程计算得到;其中a、b、c为消隐线系数值;由解析几何知识可知,a、b、c这三个系数值同时乘以一个非零系数,仍然表示相同的直线;因此,将圆环标识的圆心坐标设为(uc,vc),则有以下关系:
并满足关系:
其中(3)中a·f1、b·f1、c·f1可由式(1)获得,其皆可用仅含uc、vc的方程表示;a·f2、b·f2、c·f2可由式(2)获得,同样为仅含uc、vc的方程,因此式(3)可以转化为3个仅含uc、vc的方程,即:
因此可根据(4)(5)(6),由最小二乘法求解出uc、vc值;再代入式(1)或式(2),获得a、b、c三个参数的连比比值,也即消隐线方程的系数a、b、c,从而获得了消隐线方程;
步骤23:获取圆环标识的圆心坐标(uc,vc)后,在图像坐标系平面上过圆心(uc,vc),以任意方向确定一条直线S;在已知相机内部参数K及平面消隐线方程的情况下,可以利用平面夹角测量方法,计算出1条圆环标识平面上与该直线S相垂直的直线M的像;这2条图像上的直线、圆心即可建立一个射影坐标系;该射影坐标系即是圆环平面上,一个过圆心坐标(uc,vc)的直角坐标系,即得到圆环标识坐标系;其中,该直角坐标系的法线方向是垂直于该直角坐标系的方向。
进一步的,所述步骤3中计算机通过控制数字相机,拍摄放置于检测平台上的图像坐标系中待测物体图像,获得数字相机待测物体图像信息I;通过计算机获得待测物体图像坐标系中待测物体图像底部任意三点位置坐标(up1,vp1)、(up2,vp2)、(up3,vp3);并根据步骤2的圆环标识坐标系,将任意三点位置(up1,vp1)、(up2,vp2)、(up3,vp3)分别对应转换为圆环标识坐标系下圆环平面上待测物体放置位置坐标(xp1,yp1,zp1)、(xp2,yp2,zp2)、(xp3,yp3,zp3),进而得到待测物体在圆环标识坐标系中圆心位置(xp,yp,zp),从而确定待测物体的在圆环标识坐标系中的放置位置具体步骤是:
步骤31:计算机控制数字相机拍摄位于检测平台上的待测物体图像,获得图像坐标系下的待测物体底部上某点图像坐标(upi,vpi),根据步骤2中圆环坐标系圆心坐标(uc,vc),则圆环坐标系所在平面方程唯一确定;通过集合相机成像方程,即可获得(upi,vpi)对应的圆环标识坐标系中的空间坐标[xi,yi,zi],即由相机成像方程式(7)可得圆环标识坐标系坐标[xi,yi,zi]为:
其中K表示为数字相机参数;xi为圆环标识坐标系中待测物体在x轴坐标;yi为圆环坐标系中待测物体在y轴坐标;zi为圆环坐标系中待测物体在z轴坐标;
步骤32:同步骤31获取待测物体底部任意3个圆环标识坐标系坐标[xp1,yp1,zp1]、[xp2,yp2,zp2]、[xp3,yp3,zp3],根据3个圆环标识坐标系坐标[xp1,yp1,zp1]、[xp2,yp2,zp2]、[xp3,yp3,zp3]确定得到待测物体在圆环标识坐标系中圆心位置(xp,yp,zp),对于圆柱体来说,如已知其底部轮廓上至少3个点的空间坐标,即可以唯一确定其放置位置。
进一步的,所述步骤4生成检测平台上位置某处标准物体数字模型虚拟图像序列Is具体过程是:
步骤41:当待测物体在圆环标识坐标系中的位置坐标已知,通过乘以旋转矩阵,并加上一个平移向量,即可将圆环标识坐标系转换到图像坐标系;
步骤42:以圆心位置(xp,yp,zp)为中心位置,通过数字建模方法构建的待测物体的标准物体数字模型;然后绕圆环标识坐标系绕Z轴,每次以间隔角度α旋转一周;在每次旋转位置处,利用虚拟现实技术,生成一幅待测物体标准物体数字模型的虚拟图像;α值与检测精度相关;α值范围是0.2°-1°;
步骤43:当待测物体标准物体数字模型的虚拟图像特征未被遮挡,并满足检测要求,则将此虚拟图像归入Is中,否则直接去除。
进一步的,所述步骤5具体步骤是:
步骤51:在待检测物仅可能出现有限个固定转动角度的情况下,采用图像的像素直接对比法,检测待测物体是否合格;否则,执行步骤52;
步骤52:采用图像处理技术从待测物体图像信息I中提取检测特征图像;
步骤53:在待检测物体图像上选取至少1个特征点,特征点是能够区别于特征图像上其它点的点,所述特征点为特定曲率、颜色、灰度点;
步骤54:在计算机生成标准物体数字模型虚拟图像Is中的每幅图像中,以步骤53方法确定特征点;
步骤55:待测物体图像信息I与标准物体数字模型虚拟图像Is进行特征点对比,首先通过平移使待测物体图像信息I中特征点与标准物体数字模型虚拟图像Is中特征点重合,然后再进行待测物体图像信息I与标准物体数字模型虚拟图像Is像素的直接对比法,计算待测物体图像信息I与标准物体数字模型虚拟图像Is差异;
步骤56:如果I在Is存在至少1幅图像的相似度超出设定值X,则终止后续对比,直接判定为符合标准;否则判定为和标准物体不相同;其中X范围是0.8-1。
进一步的,当待测物体图像信息I或Is中存在线条类的结构图像时,进行特征点重合后,采样高斯模糊处理,然后再进行像素直接对比。
一种基于虚拟现实技术的视觉检测装置,包括:
数字相机,用于接收计算机控制信号,拍摄图像,并将图像信息回传给计算机进行数据处理;
计算机,用于控制数字相机拍摄检测平台圆环标识图片;获得数字相机拍摄的检测平台圆环标识图片,并获得图像坐标系下的圆环标识上像素坐标(ui,vi);
根据图像坐标系下圆环标识上像素坐标(ui,vi)、检测平台圆环标识图片信息,建立圆环标识坐标系;圆环标识坐标系在世界坐标系中被定义,因此待测物体在圆环标识坐标系z轴坐标不为零;
当是定点检测时,首先计算机通过控制数字相机,拍摄放置于检测平台上的图像坐标系中待测物体图像,获得数字相机待测物体图像信息I;通过计算机获得待测物体图像坐标系中待测物体图像底部任意三点位置坐标(up1,vp1)、(up2,vp2)、(up3,vp3);并根据圆环标识坐标系,将任意三点位置(up1,vp1)、(up2,vp2)、(up3,vp3)分别对应转换为圆环标识坐标系下圆环平面上待测物体放置位置坐标(xp1,yp1,zp1)、(xp2,yp2,zp2)、(xp3,yp3,zp3),进而得到待测物体在圆环标识坐标系中圆心位置(xp,yp,zp),从而确定待测物体的在圆环标识坐标系中的放置位置;此后,将其余待测物体放置以圆心位置(xp,yp,zp)为中心位置处,通过数字相机拍摄获取待测物图像,通过计算机获取待测物体图像信息I,计算机以圆环标识坐标系中圆心位置(xp,yp,zp)为中心,生成标准物体数字模型虚拟图像序列Is;根据待测物体图像信息I及标准物体数字模型虚拟图像序列Is进行对比,若待测物体图像信息I与Is中至少一幅图像相似度大于阈值X,则待检测物体与标准物体无明显差异,待测物体是合格产品;否则,视为具有显著差异,待测物体为不合格产品;其中X范围为0.5到1;当是动点检测时,计算机通过控制数字相机,拍摄放置于检测平台上的图像坐标系中待测物体图像,获得数字相机待测物体图像信息I;通过计算机获得待测物体图像坐标系中待测物体图像底部任意三点位置坐标(up1,vp1)、(up2,vp2)、(up3,vp3);并根据圆环标识坐标系,将任意三点位置(up1,vp1)、(up2,vp2)、(up3,vp3)分别对应转换为圆环标识坐标系下圆环平面上待测物体放置位置坐标(xp1,yp1,zp1)、(xp2,yp2,zp2)、(xp3,yp3,zp3),进而得到待测物体在圆环标识坐标系中圆心位置(xp,yp,zp),从而确定待测物体的在圆环标识坐标系中的放置位置,计算机以圆心位置(xp,yp,zp)为中心,生成标准物体数字模型虚拟图像序列Is;根据待测物体图像信息I及标准物体数字模型虚拟图像序列Is进行对比,若待测物体图像信息I与Is中至少一幅图像相似度大于阈值X,则待检测物体与标准物体无明显差异,待测物体是合格产品;否则,视为具有显著差异,待测物体为不合格产品;其中X范围为0.5到1。
进一步的,计算机根据图像坐标系下圆环标识上像素坐标(ui,vi)、检测平台圆环标识图片信息,建立圆环标识坐标系具体步骤包括:
步骤21:数字相机拍摄检测平台圆环标识图片,并通过数字图像方法提取所述圆环标识内外两边界的像素,每个像素位置用图像坐标系的像素坐标描述为(ui,vi),i=0,1…n;然后用最小二乘法可拟合出两圆环边界的二次曲线方程,其矩阵形式表示为M1,M2;
步骤22:因为数字相机线性成像模型符合射影几何原理,所以根据射影几何原理可知,图像坐标系平面上存在唯一一条消隐线,其方程可描述为:
aui+bvi+c=0
并且消隐线可以用图像坐标系平面上圆心和圆方程计算得到;其中a、b、c为消隐线系数值;由解析几何知识可知,a、b、c这三个系数值同时乘以一个非零系数,仍然表示相同的直线;因此,将圆环标识的圆心坐标设为(uc,vc),则有以下关系:
并满足关系:
其中(3)中a·f1、b·f1、c·f1可由式(1)获得,其皆可用仅含uc、vc的方程表示;a·f2、b·f2、c·f2可由式(2)获得,同样为仅含uc、vc的方程,因此式(3)可以转化为3个仅含uc、vc的方程,即:
因此可根据(4)(5)(6),由最小二乘法求解出uc、vc值;再代入式(1)或式(2),获得a、b、c三个参数的连比比值,也即消隐线方程的系数a、b、c,从而获得了消隐线方程;
步骤23:获取圆环标识的圆心坐标(uc,vc)后,在图像坐标系平面上过圆心(uc,vc),以任意方向确定一条直线S;在已知相机内部参数K及平面消隐线方程的情况下,可以利用平面夹角测量方法,计算出1条圆环标识平面上与该直线S相垂直的直线M的像;这2条图像上的直线、圆心即可建立一个射影坐标系;该射影坐标系即是圆环平面上,一个过圆心坐标(uc,vc)的直角坐标系,即得到圆环标识坐标系;其中,该直角坐标系的法线方向是垂直于该直角坐标系的方向。
进一步的,计算机通过控制数字相机,拍摄放置于检测平台上的图像坐标系中待测物体图像,获得数字相机待测物体图像信息I;通过计算机获得待测物体图像坐标系中待测物体图像底部任意三点位置坐标(up1,vp1)、(up2,vp2)、(up3,vp3);并根据圆环标识坐标系,将任意三点位置(up1,vp1)、(up2,vp2)、(up3,vp3)分别对应转换为圆环标识坐标系下圆环平面上待测物体放置位置坐标(xp1,yp1,zp1)、(xp2,yp2,zp2)、(xp3,yp3,zp3),进而得到待测物体在圆环标识坐标系中圆心位置(xp,yp,zp),从而确定待测物体的在圆环标识坐标系中的放置位置具体步骤是:
步骤31:计算机控制数字相机拍摄位于检测平台上的待测物体图像,获得图像坐标系下的待测物体底部上某点图像坐标(upi,vpi),根据圆环坐标系圆心坐标(uc,vc),则圆环坐标系所在平面方程唯一确定;通过集合相机成像方程,即可获得(upi,vpi)对应的圆环标识坐标系中的空间坐标[xi,yi,zi],即由相机成像方程式(7)可得圆环标识坐标系坐标[xi,yi,zi]为:
其中K表示为数字相机参数;
步骤32:同步骤31获取待测物体底部任意3个圆环标识坐标系坐标[xp1,yp1,zp1]、[xp2,yp2,zp2]、[xp3,yp3,zp3],根据3个圆环标识坐标系坐标[[xp1,yp1,zp1]、[xp2,yp2,zp2]、[xp3,yp3,zp3]确定得到待测物体在圆环标识坐标系中圆心位置(xp,yp,zp),对于圆柱体来说,如已知其底部轮廓上至少3个点的空间坐标,即可以唯一确定其放置位置。
进一步的,所述计算机以圆环标识坐标系中圆心位置(xp,yp,zp)为中心,生成标准物体数字模型虚拟图像序列Is;根据待测物体图像信息I及标准物体数字模型虚拟图像序列Is进行对比,若待测物体图像信息I与Is中至少一幅图像相似度大于阈值X,则待检测物体与标准物体无明显差异,待测物体是合格产品;否则,视为具有显著差异,待测物体为不合格产品具体过程是:
步骤41:在待检测物仅可能出现有限个固定转动角度的情况下,采用图像的像素直接对比法,检测待测物体是否合格;否则,执行步骤42:
步骤42:采用图像处理技术从待测物体图像信息I中提取检测特征图像;
步骤43:在待检测物体图像上选取至少1个特征点,特征点是能够区别于特征图像上其它点的点,所述特征点为特定曲率、颜色、灰度点;
步骤44:在计算机生成标准物体数字模型虚拟图像Is中的每幅图像中,以步骤43方法确定特征点;
步骤45:待测物体图像信息I与标准物体数字模型虚拟图像Is进行特征点对比,首先通过平移使待测物体图像信息I中特征点与标准物体数字模型虚拟图像Is中特征点重合,然后再进行待测物体图像信息I与标准物体数字模型虚拟图像Is像素的直接对比法,计算待测物体图像信息I与标准物体数字模型虚拟图像Is差异;
步骤46:如果I在Is存在至少1幅图像的相似度超出设定值X,则终止后续对比,直接判定为符合标准;否则判定为和标准物体不相同;其中X范围是0.8-1。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
1.通过使用虚拟现实技术,能够由计算机生成任意精度的标准物体匹配图像,使得可以采用图像对比法进行复杂特征的检测,避免了此类检测设备的调试布设周期;同时也降低了图像处理技术的难度,有效的降低了设备开发成本。
2.通过检测平台上设置的圆环标识,以及相应的圆环标识坐标系计算方法,使得检测相机能够以任意角度安装布设;并且该计算方法有能够实现完全的自动化,有效简化了系统的用和维护。
3.通过测量待检测物体放置位置,提供了重要的物体空间位置信息,仅保留了绕其中轴旋转的1个自由度,显著降低了虚拟标准物体姿态的遍历空间,能够有效的降低Is图像序列中的图像数量,降低图像对比计算复杂度。
4.从该方法检测原理可知,允许待检测物存在绕自身中轴的转动差异,使得生产线上无需使用精密和昂贵的对正机构,提高了该系统的适用性。
5.在图像对比操作步骤中,提供了基于特征点的匹配技术,进一步提高了对比精度,同时也有效的降低了计算复杂性。
6.在图像对比操作中,首先使用高斯模糊处理,然后再进行图像对比,能够提高匹配精度,有效降低误报率。
附图说明
本发明将通过例子并参照附图的方式说明,其中:
图1本发明结构示意图。
具体实施方式
本说明书中公开的所有特征,或公开的所有方法或过程中的步骤,除了互相排斥的特征和/或步骤以外,均可以以任何方式组合。
本说明书中公开的任一特征,除非特别叙述,均可被其他等效或具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。
本发明相关说明:
1、待测物体图像指的都是具有圆心底部的物体,例如普通瓶子,圆柱体等待测物体。
2、如已知圆环平面上点P图像的坐标为(up,vp),同时已知圆环标识坐标为(0,r1),(r1,0)点的像的坐标,则通过射影几何中的交比不变性原理可得,点P的圆环标识坐标系下的坐标。即能够仅通过圆环平面上某点的图像坐标,获取其圆环标识坐标系下的坐标,实现了从图像坐标向标识坐标的转换。
3、平面夹角测量方法指的是《基于机器视觉平面夹角测量方法》中的平面夹角测量方法;文章是华南理工大学学报第39卷第8期2011年8月;作者:雷经发、王德麾、袁中凡。
具体实施方式:
1)计算机控制数字相机拍摄检测平台圆环标识图片,并获得次圆环标识图片像素坐标(ui,vi);
2)利用检测平台上的圆环标识,建立圆环标识坐标系;
3)通过拍摄待检测物图像I,确定物体在检测平台上的圆环标识坐标系的放置中心位置P;
4)生成位置P处的标准物体数字模型虚拟图像序列Is。这些图像中的标准虚拟物体,存在不同的z轴转动参数。
5)将图像I和Is中的图像进行对比。如果I与Is序列图像中至少1幅图像匹配(相似度超过接收阈值),则认为待检测物体与标准物体无显著差异;否则视为具有显著差异。此结果直接作为动作执行依据。
进一步的,所述步骤2具体步骤包括:
步骤21:数字相机拍摄检测平台圆环标识图片,并通过数字图像方法提取所述圆环标识内外两边界的像素,每个像素位置用图像坐标系的像素坐标描述为(ui,vi),i=0,1…n;然后用最小二乘法可拟合出两圆环边界的二次曲线方程,其矩阵形式表示为M1,M2;
步骤22:因为数字相机线性成像模型符合射影几何原理,所以根据射影几何原理可知,图像坐标系平面上存在唯一一条消隐线,其方程可描述为:
aui+bvi+c=0
并且消隐线可以用图像坐标系平面上圆心和圆方程计算得到;其中a、b、c为消隐线系数值;由解析几何知识可知,a、b、c这三个系数值同时乘以一个非零系数,仍然表示相同的直线;因此,将圆环标识的圆心坐标设为(uc,vc),则有以下关系:
并满足关系:
其中(3)中a·f1、b·f1、c·f1可由式(1)获得,其皆可用仅含uc、vc的方程表示;a·f2、b·f2、c·f2可由式(2)获得,同样为仅含uc、vc的方程,因此式(3)可以转化为3个仅含uc、vc的方程,即:
因此可根据(4)(5)(6),由最小二乘法求解出uc、vc值;再代入式(1)或式(2),获得a、b、c三个参数的连比比值,也即消隐线方程的系数a、b、c,从而获得了消隐线方程;
步骤23:获取圆环标识的圆心坐标(uc,vc)后,在图像坐标系平面上过圆心(uc,vc),以任意方向确定一条直线S;在已知相机内部参数K及平面消隐线方程的情况下,可以利用平面夹角测量方法,计算出1条圆环标识平面上与该直线S相垂直的直线M的像;这2条图像上的直线、圆心即可建立一个射影坐标系;该射影坐标系即是圆环平面上,一个过圆心坐标(uc,vc)的直角坐标系,即得到圆环标识坐标系;其中,该直角坐标系的法线方向是垂直于该直角坐标系的方向。
其中所述步骤3中计算机通过控制数字相机,拍摄放置于检测平台上的图像坐标系中待测物体图像,获得数字相机待测物体图像信息I;通过计算机获得待测物体图像坐标系中待测物体图像底部任意三点位置坐标(up1,vp1)、(up2,vp2)、(up3,vp3);并根据步骤2的圆环标识坐标系,将任意三点位置(up1,vp1)、(up2,vp2)、(up3,vp3)分别对应转换为圆环标识坐标系下圆环平面上待测物体放置位置坐标(xp1,yp1,zp1)、(xp2,yp2,zp2)、(xp3,yp3,zp3),进而得到待测物体在圆环标识坐标系中圆心位置(xp,yp,zp),从而确定待测物体的在圆环标识坐标系中的放置位置具体步骤是:
步骤31:计算机控制数字相机拍摄位于检测平台上的待测物体图像,获得图像坐标系下的待测物体底部上某点图像坐标(upi,vpi),根据步骤2中圆环坐标系圆心坐标(uc,vc),则圆环坐标系所在平面方程唯一确定;通过集合相机成像方程,即可获得(upi,vpi)对应的圆环标识坐标系中的空间坐标[xi,yi,zi],即由相机成像方程式(7)可得圆环标识坐标系坐标[xi,yi,zi]为:
其中K表示为数字相机参数;xi为圆环标识坐标系中待测物体在x轴坐标;yi为圆环坐标系中待测物体在y轴坐标;zi为圆环坐标系中待测物体在z轴坐标;
步骤32:同步骤31获取待测物体底部任意3个圆环标识坐标系坐标[xp1,yp1,zp1]、[xp2,yp2,zp2]、[xp3,yp3,zp3],根据3个圆环标识坐标系坐标[xp1,yp1,zp1]、[xp2,yp2,zp2]、[xp3,yp3,zp3]确定得到待测物体在圆环标识坐标系中圆心位置(xp,yp,zp),对于圆柱体来说,如已知其底部轮廓上至少3个点的空间坐标,即可以唯一确定其放置位置。
其中所述步骤4生成检测平台上位置某处标准物体数字模型虚拟图像序列Is具体过程是:
步骤41:当待测物体在圆环标识坐标系中的位置坐标已知,通过乘以旋转矩阵,并加上一个平移向量,即可将圆环标识坐标系转换到图像坐标系;
步骤42:以圆心位置(xp,yp,zp)为中心位置,通过数字建模方法构建的待测物体的标准物体数字模型;然后绕圆环标识坐标系绕Z轴,每次以间隔角度α旋转一周;在每次旋转位置处,利用虚拟现实技术,生成一幅待测物体标准物体数字模型的虚拟图像;α值与检测精度相关;0.2°-1°。
步骤43:当待测物体标准物体数字模型的虚拟图像特征未被遮挡,并满足检测要求,则将次虚拟图像归入Is中,否则直接去除;
进一步的,所述步骤5具体步骤是:
步骤51:在待检测物仅可能出现有限个固定转动角度的情况下,采用图像的像素直接对比法,检测待测物体是否合格;否则,执行步骤52:
步骤52:采用图像处理技术从待检测物图像I中提取检测特征图像;
步骤53:在待检测物体图像上选取至少1个特征点,特征点是能够区别与特征图像上其它点的点,所述特征点位特定曲率、颜色、灰度点;
步骤54:在计算机生成标准物体数字模型虚拟图像Is中的每幅图像中,以步骤53方法确定特征点;
步骤55:待检测物图像I与标准物体数字模型虚拟图像Is进行特征点对比,首先通过平移使待检测物图像I中特征点与标准物体数字模型虚拟图像Is中特征点重合,然后再进行待检测物图像I与标准物体数字模型虚拟图像Is像素的直接对比法,计算待检测物图像I与标准物体数字模型虚拟图像Is差异;
步骤56:如果I在Is存在至少1幅图像的相似度超出设定值X,则终止后续对比,直接判定为符合标准;否则判定为和标准物体不相同;其中X范围是0.8-1。
进一步的,当图像信息I或Is中存在线条类的结构图像时,进行特征点重合后,采样高斯模糊处理,然后再进行像素直接对比。
本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合,以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (10)

1.一种基于虚拟现实技术的视觉检测方法,其特征在于包括:
步骤1:数字相机拍摄检测平台圆环标识图片;计算机获得数字相机拍摄的检测平台圆环标识图片,并获得图像坐标系下的圆环标识上像素坐标(ui,vi);
步骤2:计算机根据图像坐标系下圆环标识上像素坐标(ui,vi)、检测平台圆环标识图片信息,建立圆环标识坐标系;圆环标识坐标系在世界坐标系中被定义,因此待测物体在圆环标识坐标系z轴坐标不为零;
步骤3:当是定点检测时,首先计算机通过控制数字相机,拍摄放置于检测平台上的图像坐标系中待测物体图像,获得数字相机待测物体图像信息I;通过计算机获得待测物体图像坐标系中待测物体图像底部任意三点位置坐标(up1,vp1)、(up2,vp2)、(up3,vp3);并根据步骤2的圆环标识坐标系,将任意三点位置(up1,vp1)、(up2,vp2)、(up3,vp3)分别对应转换为圆环标识坐标系下圆环平面上待测物体放置位置坐标(xp1,yp1,zp1)、(xp2,yp2,zp2)、(xp3,yp3,zp3),进而得到待测物体在圆环标识坐标系中圆心位置(xp,yp,zp),从而确定待测物体的在圆环标识坐标系中的放置位置;此后,将其余待测物体放置以圆心位置(xp,yp,zp)为中心位置处,通过数字相机拍摄获取待测物图像,通过计算机获取待测物体图像信息I,执行步骤4;当是动点检测时,计算机通过控制数字相机,拍摄放置于检测平台上的图像坐标系中待测物体图像,获得数字相机待测物体图像信息I;通过计算机获得待测物体图像坐标系中待测物体图像底部任意三点位置坐标(up1,vp1)、(up2,vp2)、(up3,vp3);并根据步骤2的圆环标识坐标系,将任意三点位置(up1,vp1)、(up2,vp2)、(up3,vp3)分别对应转换为圆环标识坐标系下圆环平面上待测物体放置位置坐标(xp1,yp1,zp1)、(xp2,yp2,zp2)、(xp3,yp3,zp3),进而得到待测物体在圆环标识坐标系中圆心位置(xp,yp,zp),从而确定待测物体的在圆环标识坐标系中的放置位置,执行步骤4;
步骤4:计算机以圆心位置(xp,yp,zp)为中心,生成标准物体数字模型虚拟图像序列Is;
步骤5:根据步骤3获取的待测物体图像信息I及步骤4获取的标准物体数字模型虚拟图像序列Is进行对比,若待测物体图像信息I与Is中至少一幅图像相似度大于阈值X,则待检测物体与标准物体无明显差异,待测物体是合格产品;否则,视为具有显著差异,待测物体为不合格产品;其中X范围为0.5到1。
2.根据权利要求1所述的一种基于虚拟现实技术的视觉检测方法,其特征在于所述步骤2具体步骤包括:
步骤21:数字相机拍摄检测平台圆环标识图片,并通过数字图像方法提取所述圆环标识内外两边界的像素,每个像素位置用图像坐标系的像素坐标描述为(ui,vi),i=0,1…n;然后用最小二乘法可拟合出两圆环边界的二次曲线方程,其矩阵形式表示为M1,M2;
步骤22:因为数字相机线性成像模型符合射影几何原理,所以根据射影几何原理可知,图像坐标系平面上存在唯一一条消隐线,其方程可描述为:
aui+bvi+c=0
并且消隐线可以用图像坐标系平面上圆心和圆方程计算得到;其中a、b、c为消隐线系数值;由解析几何知识可知,a、b、c这三个系数值同时乘以一个非零系数,仍然表示相同的直线;因此,将圆环标识的圆心坐标设为(uc,vc),则有以下关系:
并满足关系:
其中(3)中a·f1、b·f1、c·f1可由式(1)获得,其皆可用仅含uc、vc的方程表示;a·f2、b·f2、c·f2可由式(2)获得,同样为仅含uc、vc的方程,因此式(3)可以转化为3个仅含uc、vc的方程,即:
因此可根据(4)(5)(6),由最小二乘法求解出uc、vc值;再代入式(1)或式(2),获得a、b、c三个参数的连比比值,也即消隐线方程的系数a、b、c,从而获得了消隐线方程;
步骤23:获取圆环标识的圆心坐标(uc,vc)后,在图像坐标系平面上过圆心(uc,vc),以任意方向确定一条直线S;在已知相机内部参数K及平面消隐线方程的情况下,可以利用平面夹角测量方法,计算出1条圆环标识平面上与该直线S相垂直的直线M的像;这2条图像上的直线、圆心即可建立一个射影坐标系;该射影坐标系即是圆环平面上,一个过圆心坐标(uc,vc)的直角坐标系,即得到圆环标识坐标系;其中,该直角坐标系的法线方向是垂直于该直角坐标系的方向。
3.根据权利要求1所述的一种基于虚拟现实技术的视觉检测方法,其特征在于所述步骤3中计算机通过控制数字相机,拍摄放置于检测平台上的图像坐标系中待测物体图像,获得数字相机待测物体图像信息I;通过计算机获得待测物体图像坐标系中待测物体图像底部任意三点位置坐标(up1,vp1)、(up2,vp2)、(up3,vp3);并根据步骤2的圆环标识坐标系,将任意三点位置(up1,vp1)、(up2,vp2)、(up3,vp3)分别对应转换为圆环标识坐标系下圆环平面上待测物体放置位置坐标(xp1,yp1,zp1)、(xp2,yp2,zp2)、(xp3,yp3,zp3),进而得到待测物体在圆环标识坐标系中圆心位置(xp,yp,zp),从而确定待测物体的在圆环标识坐标系中的放置位置具体步骤是:
步骤31:计算机控制数字相机拍摄位于检测平台上的待测物体图像,获得图像坐标系下的待测物体底部上某点图像坐标(upi,vpi),根据步骤2中圆环坐标系圆心坐标(uc,vc),则圆环坐标系所在平面方程唯一确定;通过集合相机成像方程,即可获得(upi,vpi)对应的圆环标识坐标系中的空间坐标[xi,yi,zi],即由相机成像方程式(7)可得圆环标识坐标系坐标[xi,yi,zi]为:
其中K表示为数字相机参数;xi为圆环标识坐标系中待测物体在x轴坐标;yi为圆环坐标系中待测物体在y轴坐标;zi为圆环坐标系中待测物体在z轴坐标;
步骤32:同步骤31获取待测物体底部任意3个圆环标识坐标系坐标[xp1,yp1,zp1]、[xp2,yp2,zp2]、[xp3,yp3,zp3],根据3个圆环标识坐标系坐标[xp1,yp1,zp1]、[xp2,yp2,zp2]、[xp3,yp3,zp3]确定得到待测物体在圆环标识坐标系中圆心位置(xp,yp,zp),对于圆柱体来说,如已知其底部轮廓上至少3个点的空间坐标,即可以唯一确定其放置位置。
4.根据权利要求1所述的一种基于虚拟现实技术的视觉检测方法,其特征在于所述步骤4生成检测平台上位置某处标准物体数字模型虚拟图像序列Is具体过程是:
步骤41:当待测物体在圆环标识坐标系中的位置坐标已知,通过乘以旋转矩阵,并加上一个平移向量,即可将圆环标识坐标系转换到图像坐标系;
步骤42:以圆心位置(xp,yp,zp)为中心位置,通过数字建模方法构建的待测物体的标准物体数字模型;然后绕圆环标识坐标系绕Z轴,每次以间隔角度α旋转一周;在每次旋转位置处,利用虚拟现实技术,生成一幅待测物体标准物体数字模型的虚拟图像;α值与检测精度相关;α值范围是0.2°-1°;
步骤43:当待测物体标准物体数字模型的虚拟图像特征未被遮挡,并满足检测要求,则将此虚拟图像归入Is中,否则直接去除。
5.根据权利要求1所述的一种基于虚拟现实技术的视觉检测方法,其特征在于所述步骤5具体步骤是:
步骤51:在待检测物仅可能出现有限个固定转动角度的情况下,采用图像的像素直接对比法,检测待测物体是否合格;否则,执行步骤52;
步骤52:采用图像处理技术从待测物体图像信息I中提取检测特征图像;
步骤53:在待检测物体图像上选取至少1个特征点,特征点是能够区别于特征图像上其它点的点,所述特征点为特定曲率、颜色、灰度点;
步骤54:在计算机生成标准物体数字模型虚拟图像Is中的每幅图像中,以步骤53方法确定特征点;
步骤55:待测物体图像信息I与标准物体数字模型虚拟图像Is进行特征点对比,首先通过平移使待测物体图像信息I中特征点与标准物体数字模型虚拟图像Is中特征点重合,然后再进行待测物体图像信息I与标准物体数字模型虚拟图像Is像素的直接对比法,计算待测物体图像信息I与标准物体数字模型虚拟图像Is差异;
步骤56:如果I在Is存在至少1幅图像的相似度超出设定值X,则终止后续对比,直接判定为符合标准;否则判定为和标准物体不相同;其中X范围是0.8-1。
6.根据权利要求5所述的一种基于虚拟现实技术的视觉检测方法,其特征在于当待测物体图像信息I或Is中存在线条类的结构图像时,进行特征点重合后,采样高斯模糊处理,然后再进行像素直接对比。
7.一种基于虚拟现实技术的视觉检测装置,其特征在于包括:
数字相机,用于接收计算机控制信号,拍摄图像,并将图像信息回传给计算机进行数据处理;
计算机,用于控制数字相机拍摄检测平台圆环标识图片;获得数字相机拍摄的检测平台圆环标识图片,并获得图像坐标系下的圆环标识上像素坐标(ui,vi);
根据图像坐标系下圆环标识上像素坐标(ui,vi)、检测平台圆环标识图片信息,建立圆环标识坐标系;圆环标识坐标系在世界坐标系中被定义,因此待测物体在圆环标识坐标系z轴坐标不为零;
当是定点检测时,首先计算机通过控制数字相机,拍摄放置于检测平台上的图像坐标系中待测物体图像,获得数字相机待测物体图像信息I;通过计算机获得待测物体图像坐标系中待测物体图像底部任意三点位置坐标(up1,vp1)、(up2,vp2)、(up3,vp3);并根据圆环标识坐标系,将任意三点位置(up1,vp1)、(up2,vp2)、(up3,vp3)分别对应转换为圆环标识坐标系下圆环平面上待测物体放置位置坐标(xp1,yp1,zp1)、(xp2,yp2,zp2)、(xp3,yp3,zp3),进而得到待测物体在圆环标识坐标系中圆心位置(xp,yp,zp),从而确定待测物体的在圆环标识坐标系中的放置位置;此后,将其余待测物体放置以圆心位置(xp,yp,zp)为中心位置处,通过数字相机拍摄获取待测物图像,通过计算机获取待测物体图像信息I,计算机以圆心位置(xp,yp,zp)为中心,生成标准物体数字模型虚拟图像序列Is;根据待测物体图像信息I及标准物体数字模型虚拟图像序列Is进行对比,若待测物体图像信息I与Is中至少一幅图像相似度大于阈值X,则待检测物体与标准物体无明显差异,待测物体是合格产品;否则,视为具有显著差异,待测物体为不合格产品;其中X范围为0.5到1;当是动点检测时,计算机通过控制数字相机,拍摄放置于检测平台上的图像坐标系中待测物体图像,获得数字相机待测物体图像信息I;通过计算机获得待测物体图像坐标系中待测物体图像底部任意三点位置坐标(up1,vp1)、(up2,vp2)、(up3,vp3);并根据圆环标识坐标系,将任意三点位置(up1,vp1)、(up2,vp2)、(up3,vp3)分别对应转换为圆环标识坐标系下圆环平面上待测物体放置位置坐标(xp1,yp1,zp1)、(xp2,yp2,zp2)、(xp3,yp3,zp3),进而得到待测物体在圆环标识坐标系中圆心位置(xp,yp,zp),从而确定待测物体的在圆环标识坐标系中的放置位置,计算机以圆心位置(xp,yp,zp)为中心,生成标准物体数字模型虚拟图像序列Is;根据待测物体图像信息I及标准物体数字模型虚拟图像序列Is进行对比,若待测物体图像信息I与Is中至少一幅图像相似度大于阈值X,则待检测物体与标准物体无明显差异,待测物体是合格产品;否则,视为具有显著差异,待测物体为不合格产品;其中X范围为0.5到1。
8.根据权利要求7所述的一种基于虚拟现实技术的视觉检测装置,其特征在于计算机根据图像坐标系下圆环标识上像素坐标(ui,vi)、检测平台圆环标识图片信息,建立圆环标识坐标系具体步骤包括:
步骤21:数字相机拍摄检测平台圆环标识图片,并通过数字图像方法提取所述圆环标识内外两边界的像素,每个像素位置用图像坐标系的像素坐标描述为(ui,vi),i=0,1…n;然后用最小二乘法可拟合出两圆环边界的二次曲线方程,其矩阵形式表示为M1,M2;
步骤22:因为数字相机线性成像模型符合射影几何原理,所以根据射影几何原理可知,图像坐标系平面上存在唯一一条消隐线,其方程可描述为:
aui+bvi+c=0
并且消隐线可以用图像坐标系平面上圆心和圆方程计算得到;其中a、b、c为消隐线系数值;由解析几何知识可知,a、b、c这三个系数值同时乘以一个非零系数,仍然表示相同的直线;因此,将圆环标识的圆心坐标设为(uc,vc),则有以下关系:
并满足关系:
其中(3)中a·f1、b·f1、c·f1可由式(1)获得,其皆可用仅含uc、vc的方程表示;a·f2、b·f2、c·f2可由式(2)获得,同样为仅含uc、vc的方程,因此式(3)可以转化为3个仅含uc、vc的方程,即:
因此可根据(4)(5)(6),由最小二乘法求解出uc、vc值;再代入式(1)或式(2),获得a、b、c三个参数的连比比值,也即消隐线方程的系数a、b、c,从而获得了消隐线方程;
步骤23:获取圆环标识的圆心坐标(uc,vc)后,在图像坐标系平面上过圆心(uc,vc),以任意方向确定一条直线S;在已知相机内部参数K及平面消隐线方程的情况下,可以利用平面夹角测量方法,计算出1条圆环标识平面上与该直线S相垂直的直线M的像;这2条图像上的直线、圆心即可建立一个射影坐标系;该射影坐标系即是圆环平面上,一个过圆心坐标(uc,vc)的直角坐标系,即得到圆环标识坐标系;其中,该直角坐标系的法线方向是垂直于该直角坐标系的方向。
9.根据权利要求7所述的一种基于虚拟现实技术的视觉检测装置,其特征在于计算机通过控制数字相机,拍摄放置于检测平台上的图像坐标系中待测物体图像,获得数字相机待测物体图像信息I;通过计算机获得待测物体图像坐标系中待测物体图像底部任意三点位置坐标(up1,vp1)、(up2,vp2)、(up3,vp3);并根据圆环标识坐标系,将任意三点位置(up1,vp1)、(up2,vp2)、(up3,vp3)分别对应转换为圆环标识坐标系下圆环平面上待测物体放置位置坐标(xp1,yp1,zp1)、(xp2,yp2,zp2)、(xp3,yp3,zp3),进而得到待测物体在圆环标识坐标系中圆心位置(xp,yp,zp),从而确定待测物体的在圆环标识坐标系中的放置位置具体步骤是:
步骤31:计算机控制数字相机拍摄位于检测平台上的待测物体图像,获得图像坐标系下的待测物体底部上某点图像坐标(upi,vpi),根据圆环坐标系圆心坐标(uc,vc),则圆环坐标系所在平面方程唯一确定;通过集合相机成像方程,即可获得(upi,vpi)对应的圆环标识坐标系中的空间坐标[xi,yi,zi],即由相机成像方程式(7)可得圆环标识坐标系坐标[xi,yi,zi]为:
其中K表示为数字相机参数;
步骤32:同步骤31获取待测物体底部任意3个圆环标识坐标系坐标[xp1,yp1,zp1]、[xp2,yp2,zp2]、[xp3,yp3,zp3],根据3个圆环标识坐标系坐标[xp1,yp1,zp1]、[xp2,yp2,zp2]、[xp3,yp3,zp3]确定得到待测物体在圆环标识坐标系中圆心位置(xp,yp,zp),对于圆柱体来说,如已知其底部轮廓上至少3个点的空间坐标,即可以唯一确定其放置位置。
10.根据权利要求7所述的一种基于虚拟现实技术的视觉检测装置,其特征在于所述计算机以圆心位置(xp,yp,zp)为中心,生成标准物体数字模型虚拟图像序列Is;根据待测物体图像信息I及标准物体数字模型虚拟图像序列Is进行对比,若待测物体图像信息I与Is中至少一幅图像相似度大于阈值X,则待检测物体与标准物体无明显差异,待测物体是合格产品;否则,视为具有显著差异,待测物体为不合格产品具体过程是:
步骤41:在待检测物仅可能出现有限个固定转动角度的情况下,采用图像的像素直接对比法,检测待测物体是否合格;否则,执行步骤42:
步骤42:采用图像处理技术从待测物体图像信息I中提取检测特征图像;
步骤43:在待检测物体图像上选取至少1个特征点,特征点是能够区别于特征图像上其它点的点,所述特征点为特定曲率、颜色、灰度点;
步骤44:在计算机生成标准物体数字模型虚拟图像Is中的每幅图像中,以步骤43方法确定特征点;
步骤45:待测物体图像信息I与标准物体数字模型虚拟图像Is进行特征点对比,首先通过平移使待测物体图像信息I中特征点与标准物体数字模型虚拟图像Is中特征点重合,然后再进行待测物体图像信息I与标准物体数字模型虚拟图像Is像素的直接对比法,计算待测物体图像信息I与标准物体数字模型虚拟图像Is差异;
步骤46:如果I在Is存在至少1幅图像的相似度超出设定值X,则终止后续对比,直接判定为符合标准;否则判定为和标准物体不相同;其中X范围是0.8-1。
CN201610455493.7A 2016-06-21 2016-06-21 一种基于虚拟现实技术的视觉检测方法及装置 Expired - Fee Related CN106127758B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610455493.7A CN106127758B (zh) 2016-06-21 2016-06-21 一种基于虚拟现实技术的视觉检测方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610455493.7A CN106127758B (zh) 2016-06-21 2016-06-21 一种基于虚拟现实技术的视觉检测方法及装置

Publications (2)

Publication Number Publication Date
CN106127758A CN106127758A (zh) 2016-11-16
CN106127758B true CN106127758B (zh) 2019-08-23

Family

ID=57268465

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610455493.7A Expired - Fee Related CN106127758B (zh) 2016-06-21 2016-06-21 一种基于虚拟现实技术的视觉检测方法及装置

Country Status (1)

Country Link
CN (1) CN106127758B (zh)

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106595518A (zh) * 2016-11-30 2017-04-26 中航华东光电(上海)有限公司 基于特征点立体匹配的曲面外观形状检测vr系统
CN107580203B (zh) * 2017-07-18 2019-01-15 长春理工大学 沉浸式主动立体投影透视变换矩阵求解方法
FI129042B (en) * 2017-12-15 2021-05-31 Oy Mapvision Ltd Computer vision system with a computer-generated virtual reference object
CN108121292B (zh) * 2017-12-26 2019-09-03 深圳市雷赛智能控制股份有限公司 伺服系统的性能评估方法、装置和系统
CN108340374B (zh) * 2018-02-08 2023-10-03 西北农林科技大学 一种采摘机械手的控制系统及控制方法
WO2020044440A1 (ja) * 2018-08-28 2020-03-05 株式会社オプティム コンピュータシステム、動作検証方法及びプログラム
CN110057828A (zh) * 2019-04-28 2019-07-26 广东工业大学 一种基于机器视觉的表面检测方法及系统
CN110136123A (zh) * 2019-05-17 2019-08-16 无锡睿勤科技有限公司 物品检测方法、移动终端及计算机可读存储介质
CN110415292A (zh) * 2019-09-02 2019-11-05 安徽建筑大学 一种圆环标识的运动姿态视觉测量方法及其应用
CN111652874B (zh) * 2020-06-04 2023-10-20 崧智智能科技(深圳)有限公司 止通规测量方法、装置、终端和计算机可读存储介质
CN113587847A (zh) * 2021-08-13 2021-11-02 武汉汉宁轨道交通技术有限公司 接触线磨耗检测方法、装置、设备和计算机存储介质

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101349746A (zh) * 2008-09-06 2009-01-21 黄以华 一种基于虚拟参考标签算法的无线射频定位方法
CN102915535A (zh) * 2012-08-23 2013-02-06 深圳大学 摄像机投影变换中圆形标志点的圆心偏差修正方法及系统
CN103816654A (zh) * 2012-11-19 2014-05-28 大连鑫奇辉科技有限公司 一种舞蹈训练系统
CN103816656A (zh) * 2012-11-19 2014-05-28 大连鑫奇辉科技有限公司 一种体操训练系统
CN104166986A (zh) * 2014-07-07 2014-11-26 广东工业大学 一种条状物体表面缺陷在线视觉注意力检测方法
CN104697463A (zh) * 2015-03-26 2015-06-10 北京航空航天大学 一种双目视觉传感器的消隐特征约束标定方法及装置
CN104900553A (zh) * 2014-03-07 2015-09-09 中芯国际集成电路制造(上海)有限公司 晶圆缺陷检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101640458B1 (ko) * 2009-06-25 2016-07-18 삼성전자주식회사 영상 장치 및 컴퓨터 판독 기록매체

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101349746A (zh) * 2008-09-06 2009-01-21 黄以华 一种基于虚拟参考标签算法的无线射频定位方法
CN102915535A (zh) * 2012-08-23 2013-02-06 深圳大学 摄像机投影变换中圆形标志点的圆心偏差修正方法及系统
CN103816654A (zh) * 2012-11-19 2014-05-28 大连鑫奇辉科技有限公司 一种舞蹈训练系统
CN103816656A (zh) * 2012-11-19 2014-05-28 大连鑫奇辉科技有限公司 一种体操训练系统
CN104900553A (zh) * 2014-03-07 2015-09-09 中芯国际集成电路制造(上海)有限公司 晶圆缺陷检测方法
CN104166986A (zh) * 2014-07-07 2014-11-26 广东工业大学 一种条状物体表面缺陷在线视觉注意力检测方法
CN104697463A (zh) * 2015-03-26 2015-06-10 北京航空航天大学 一种双目视觉传感器的消隐特征约束标定方法及装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
A virtual reality based interventional cardiology simulation system;Jie Shen et al.;《2013 First International Symposium on Future Information and Communication Technologies for Ubiquitous HealthCare》;20130703;第1-3页
基于机器视觉的平面夹角测量方法;雷经发 等;《华南理工大学学报(自然科学版)》;20110831;第39卷(第8期);第54-59页
基于计算机视觉的平面角度测量方法;王德麾 等;《西南交通大学学报》;20101031;第45卷(第5期);第775-779页,第793页

Also Published As

Publication number Publication date
CN106127758A (zh) 2016-11-16

Similar Documents

Publication Publication Date Title
CN106127758B (zh) 一种基于虚拟现实技术的视觉检测方法及装置
CN105091744B (zh) 一种基于视觉传感器和激光测距仪的位姿检测装置与方法
US11243072B2 (en) Method for the three dimensional measurement of moving objects during a known movement
JP5671281B2 (ja) 位置姿勢計測装置、位置姿勢計測装置の制御方法及びプログラム
Salvi et al. A comparative review of camera calibrating methods with accuracy evaluation
JP6370038B2 (ja) 位置姿勢計測装置及び方法
CN109558879A (zh) 一种基于点线特征的视觉slam方法和装置
GB2520711A (en) Calibration apparatus and method for computed tomography
CN106840106B (zh) 基站式六自由度对接位姿检测方法
GB2504822A (en) Position and orientation derivation using patterned light
CN108413917A (zh) 非接触式三维测量系统、非接触式三维测量方法及测量装置
Hosseininaveh et al. Towards fully automatic reliable 3D acquisition: From designing imaging network to a complete and accurate point cloud
JP2021193400A (ja) アーチファクトを測定するための方法
CN106813570B (zh) 基于线结构光扫描的长圆柱形物体三维识别与定位方法
JP5976089B2 (ja) 位置姿勢計測装置、位置姿勢計測方法、およびプログラム
CN110517323A (zh) 基于机械手单相机多目视觉的三维定位系统及方法
Muffert et al. The estimation of spatial positions by using an omnidirectional camera system
Ricolfe-Viala et al. Optimal conditions for camera calibration using a planar template
JP2011022066A (ja) 3次元物体位置姿勢計測方法
JPH1137736A (ja) 3次元形状計測方法及び3次元形状計測装置
CN110866951A (zh) 一种单目摄像机光轴倾斜的校正方法
Wang et al. Research on object recognition of intelligent robot base on binocular vision
Hofer et al. Image processing for calibrating a coordinate measurement set-up
Feng et al. Fast recognition and precise centroiding of artificial targets
Xiong et al. Design and research of camera calibration system in binocular stereo vision

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: 20190823

Termination date: 20210621