CN106815585A - 一种复杂动态环境孔特征的高精视觉定位方法 - Google Patents
一种复杂动态环境孔特征的高精视觉定位方法 Download PDFInfo
- Publication number
- CN106815585A CN106815585A CN201710041770.4A CN201710041770A CN106815585A CN 106815585 A CN106815585 A CN 106815585A CN 201710041770 A CN201710041770 A CN 201710041770A CN 106815585 A CN106815585 A CN 106815585A
- Authority
- CN
- China
- Prior art keywords
- equation
- coordinate system
- hole characteristic
- characteristic
- plane
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/245—Aligning, centring, orientation detection or correction of the image by locating a pattern; Special marks for positioning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种复杂动态环境孔特征的高精视觉定位方法。先通过对孔特征边缘的拟合获取椭圆在图像坐标系下的参数,然后根据以摄像头焦点为原点建立坐标系并求出以原点为顶点,椭圆为准线的椭圆锥面方程,利用锥面与过焦点的球面的交线为圆的特性,获得孔特征的法向量,再将原坐标系进行旋转,使Z轴与平面法向量平行,通过在新坐标系下截线为圆的特性,计算出圆心位置,通过反变换求出在原坐标系孔特征圆心位置及其孔特征的位姿。本发明方法实现了获得孔特征的位置和姿态,解决了常用特征点检测与匹配算法难以对对称特征匹配的问题,具有高精度的定位效果。
Description
技术领域
本发明涉及视觉定位方法类,尤其涉及了一种复杂动态环境孔特征的高精视觉定位方法。
背景技术
在复杂动态环境下的的孔特征识别技术广泛应用于大型零件的装配过程中。然而目前大多数方法通过激光定位,成本高昂并且需要人工操作。随着CCD相机的普及,基于视觉图像处理的定位技术正在逐步取代激光定位,然而对于含有孔特征这样特征点少且对称的零件常规的特征点识别与匹配的方法难以实现对孔特征的定位,因此研究如何根据孔特征的性质对零件进行定位具有重要的研究意义。
常用的图像特征识别方法包括SIFT、ORB、FAST、HOG等,它们通过定义不同的特征描述子提取图像中异于其他点的像素,并将其标记为特征点,但这些方法仍具有以下不足:
1、对光照敏感,在不同光照条件下难以完成准确的特征映射。
2、以颜色、角点、纹理为主要的特征区分方式,对于对称的、黑白的、低纹理的物体识别能力较差。
发明内容
为了解决背景技术中存在的问题,本发明公开了一种复杂动态环境孔特征的高精视觉定位方法。
本发明应用于眼在手上的机械臂轴孔装配,先通过对孔特征边缘的拟合获取椭圆在图像坐标系下的参数,然后根据以摄像头焦点为原点建立坐标系并求出以原点为顶点,椭圆为准线的椭圆锥面方程,利用锥面与过焦点的球面的交线为圆的特性,获得孔特征的法向量,再将原坐标系进行旋转,使Z轴与平面法向量平行,通过在新坐标系下截线为圆的特性,计算出圆心坐标,并通过反变换求出在原坐标系孔特征圆心的坐标,及其孔特征的位姿。
为了实现上述目的,本发明采用技术方案步骤如下:
第一步,通过摄像头采集带有孔特征的图像,将图像进行二值化处理及边缘检测,获得孔特征轮廓,利用椭圆对孔特征轮廓进行拟合,得到图像坐标系下孔特征轮廓对应的椭圆参数方程;
第二步,以摄像头焦点O为原点,以焦距方向为Z轴正方向,以图像水平和竖直方向分别为x和y轴正方向,建立直角坐标系xyz;
第三步,以xyz坐标系原点为圆锥面的顶点,以椭圆参数方程为圆锥面的准线,构建获得椭圆锥面方程;
第四步,将椭圆锥面方程用二次型矩阵表示,并计算椭圆锥面方程二次型矩阵的特征值,由特征值获得交平面方程;
第五步,通过因式分解将交平面方程的二次型矩阵形式XT(C-λ2I)X=0分解为两个平面方程,获得两个平面方程各自对应的平面法向量,作为孔特征可能的位姿方向;
第六步,计算因式分解得到的平面法向量与坐标系Z轴正方向单位向量的夹角,并转换为旋转矩阵;
第七步,通过旋转矩阵将直角坐标系xyz进行旋转获得新坐标系x′y′z′,并计算获得新坐标系下的椭圆锥面方程,然后计算在新坐标系下x′y′z′孔特征的圆心位置,再通过旋转矩阵求得孔特征在直角坐标系xyz下的初步圆心位置;
第八步,将摄像头移动距离,重复上述第一步到第七步的步骤,得到第二次拍摄图像处理后获得的孔特征在直角坐标系xyz下的初步圆心位置,再确定正确的孔特征圆心及其位姿。
所述第一步中的椭圆参数方程表示为:
ax2+bxy+cy2+dx+ey+f=0
其中,a,b,c,d,e,f分别为椭圆的第一、第二、第三、第四、第五、第六参数,满足4ac-b2>0,x,y分别表示孔特征轮廓在图像坐标系下的水平和竖直坐标,x,y为变量,单位为像素。
所述第三步中的椭圆锥面方程表示为:
其中,fc为摄像头焦距,f为椭圆的第六参数。
所述第四步,椭圆锥面方程转化为以下公式的二次型矩阵形式,获得特征值λ1、λ2和λ3:
XTCX=0
其中,C表示二次型矩阵,λ1、λ2和λ3分别表示二次型矩阵C的第一、第二、第三特征值,三个特征值满足λ1≥λ2≥λ3;
因为椭圆锥面方程所代表的椭圆锥面与球面的交线为圆,所述球面是以摄像机焦点O为球心的球面,然后获得采用以下公式的交平面方程表示的椭圆锥面与球面之间的交线平面,并取λ=λ2代入交平面方程:
其中,λ表示交平面方程的特征值,λ=λ2。
交平面方程的二次型矩阵形式表示为XT(C-λ2I)X=0,由于上述公式表示平面,因此二次型矩阵的行列式为零,此时λ=λ1,λ=λ2或λ=λ3。因为当λ=λ2时交平面方程过原点,所以取λ=λ2。
所述的第五步中,由交平面方程的二次型矩阵形式表示为XT(C-λ2I)X=0,X表示椭圆锥面方程变量,将XT(C-λ2I)X=0通过因式分解得到的两个平面方程表示为,两个平面方程作为椭圆锥面与球面之间可能的交平面:
其中,l1,m1,n1表示第一平面方程的三个系数,l2,m2,n2表示第二平面方程的三个系数,从而获得第一平面法向量N1(l1,m1,n1)和第二平面法向量N2(l2,m2,n2)。
所述第六步具体步骤如下:
第一步,采用以下公式求出两个平面法向量的夹角:
其中,N表示平面法向量,平面法向量N为第一平面法向量N1或第二平面法向量N2,为沿z轴正方向的单位向量Zr(0,0,1)与平面法向量N的夹角,Zr表示沿z轴正方向的单位向量;
第二步,采用以下公式求出两个平面法向量旋转的转轴u(ux,uy,uz):
u=N×Zr
其中,ux,uy,uz分别表示转轴u沿x、y、z轴的分量;
然后将夹角和转轴u代入以下公式获得旋转矩阵Rc:
所述第七步获得新坐标系x′y′z′后具体步骤如下:
先采用以下公式计算获得新坐标系x′y′z′下的椭圆锥面方程,并以二次型矩阵形式表示:
C′=Rc -TCRc -1
其中,C′为新坐标系下椭圆锥面方程的二次型矩阵;
接着采用以下公式计算获得新坐标系下孔特征圆心位置p’的坐标为:
然后通过旋转矩阵将坐标反变换计算获得孔特征在原直角坐标系下的初步圆心位置p的坐标:
p=Rcp′
其中,Rc表示旋转矩阵。
所述的孔特征圆心坐标求解原理如下:
第一步,采用以下公式计算获得新坐标系x′y′z′下的椭圆锥面方程,并以二次型矩阵形式表示:
C′=Rc -TCRc -1
其中,C′为新坐标系下椭圆锥面方程的二次型矩阵;
第二步,采用以下公式构建新坐标系x′y′z′下在z′轴方向上的z′0=q截面处的椭圆方程:
X′TC″X′=0
其中,X′表示椭圆方程变量,q为新坐标系x′y′z′的z′轴方向上的截距,q为待求量;
第三步,计算新坐标系下孔特征圆心位置x0′,y0′:
根据圆的参数方程可以表示为:
X′TE′X′=0
其中,x0′,y0′为圆心位置在新坐标系下的坐标,E′表示圆参数方程的二次型形式,r为孔特征半径,r已知;
且C”表示的椭圆锥面方程与E’表示的圆参数方程为同一个圆,因此对应系数成比例,所以可以求出在新坐标系下孔特征圆心位置p’的坐标为:
第四步,通过旋转矩阵进行坐标的反变换计算获得原直角坐标系下孔特征初步圆心位置p的坐标为:
p=Rcp′
其中,Rc表示旋转矩阵。
所述的第八步具体步骤如下:首先将摄像头向不平行于z轴的任意方向移动距离T,确保孔特征仍然位于摄像头视野范围内;重复上述步骤进行图像处理并获得移动摄像头后的孔特征的初步圆心位置;将移动摄像头后的孔特征的初步圆心位置和移动摄像头后的孔特征的初步圆心位置进行比较,取其中两次初步圆心位置中重复的圆心点作为最终正确的孔特征圆心,并以该圆心对应的平面法向量作为孔特征的位姿方向。
所述的确定正确的孔特征位姿步骤如下:
上述第一次图像处理步骤后获得孔特征的初步圆心位置p包括两个圆心点p1和p2,因此将摄像头向不平行于z轴的任意方向移动距离T(x1,y1,z1),然后重复上述步骤进行图像处理并获得移动摄像头后的孔特征的初步圆心位置初步圆心位置包括两个圆心点和将圆心点p1和p2与圆心点和进行比较,若其中的p1和坐标相同或者p2和坐标相同,则认为圆心点p1或者圆心点p2为正确的孔特征的圆心坐标。
本发明的有益效果是:
本发明方法通过对孔特征边缘的识别,以椭圆的形式表达了孔特征的特性,实现了通过椭圆参数特征值分解的方法求取摄像机相对位姿,进而获得孔特征的位置和姿态,解决了常用特征点检测与匹配算法难以对对称特征匹配的问题,具有高精度的定位效果,误差达到小于1mm。
附图说明
图1是本发明方法的流程图。
图2是本发明方法原理示意图。
图3是坐标转换示意图。
图4是本实施例摄像头拍摄的孔零件原始图片。
图5是实施例边缘提取后的图像。
图6是实施例获取的椭圆。
具体实施方式
以下结合附图和实例对本发明作进一步的详细描述,图中涉及信息为本发明在注塑装备设计中的实际应用数据。
如图1所示,本发明实施例如下:
本发明实施例中的摄像头的图像平面、椭圆锥面方程所代表的椭圆锥面、椭圆参数方程所代表的椭圆、孔特征圆心及其位姿代表的平面的相互关系如图2所示。
第一步,通过摄像头采集带有孔特征的图像,如图4所示,目标为直径为45mm的孔特征,摄像头焦距fc=1400。
将图像进行二值化处理及边缘检测,获得孔特征轮廓,利用椭圆对孔特征轮廓进行拟合,如图5所示,得到图像坐标系下孔特征轮廓对应的椭圆参数方程如图6所示:
6901.31x2-2181.3xy+5864.23y2+2618830x-836548y+217006000=0
第二步,以摄像头光心为原点,以焦距方向为Z轴正方向,以图像水平和竖直方向分别为x和y轴正方向,建立直角坐标系xyz。
第三步,以xyz坐标系原点为圆锥面的顶点,以椭圆参数方程为圆锥面的准线,构建获得椭圆锥面方程。
第四步,椭圆锥面方程转化为以下公式的二次型矩阵形式,获得特征值λ1=7709.35,λ2=5186.29,λ3=-19.64。
并取λ=λ2代入交平面方程获得表示的椭圆锥面与球面之间的交线平面。
第五步,将椭圆锥面方程的主对角线上元素减λ2并通过因式分解将交平面方程的二次型矩阵形式XT(C-λ2I)X=0分解为两个平面方程:
获得两个平面方程各自对应的平面法向量,第一平面法向量N1(1,0.54,1,26)和第二平面法向量N2(1,-0.73,2.35),作为孔特征可能的位姿方向。
第六步,计算因式分解得到的平面法向量与坐标系Z轴正方向单位向量的夹角,并转换为旋转矩阵;具体是计算向量N1(1,0.54,1,26),N2(1,-0.73,2.35)分别与Z轴单位向量(0,0,1)之间旋转角与旋转矩阵构建旋转方程为:
第七步,通过旋转矩阵将直角坐标系xyz进行旋转获得新坐标系x′y′z′,并计算获得新坐标系下的椭圆锥面方程为:
然后计算在新坐标系下x′y′z′孔特征的圆心位置,再通过旋转矩阵求得孔特征在直角坐标系xyz下的初步圆心位置,分别为p1(-46.88,9.26,362.67),p2(-47.98,9.93,362.51)。
第八步,将摄像头向不平行于z轴的任意方向移动距离T(10,10,5),确保孔特征仍然位于摄像头视野范围内;重复上述步骤进行图像处理并获得移动摄像头后的孔特征的初步圆心位置;将移动摄像头后的孔特征的初步圆心位置和移动摄像头后的孔特征的初步圆心位置进行比较,取其中两次初步圆心位置中重复的圆心点作为最终正确的孔特征圆心,实施例确定唯一解为初步圆心位置p2(-47.98,9.93,362.51),对应的姿态为N2(1,-0.73,2.35)。实施例与实际摄像机与孔特征的相对位置p(-48,10,362),x,y,z项误差小于1mm。
由此可见,本发明实现了孔特征的位置和姿态的高精度定位,并且能够针对包含其他工件特征的图像从中提取孔特征并定位,具有其突出显著的技术效果。
Claims (8)
1.一种复杂动态环境孔特征的高精视觉定位方法,其特征在于该方法步骤如下:
第一步,通过摄像头采集带有孔特征的图像,将图像进行二值化处理及边缘检测,获得孔特征轮廓,利用椭圆对孔特征轮廓进行拟合,得到图像坐标系下孔特征轮廓对应的椭圆参数方程;
第二步,以摄像头光心为原点,以焦距方向为Z轴正方向,以图像水平和竖直方向分别为x和y轴正方向,建立直角坐标系xyz;
第三步,以xyz坐标系原点为圆锥面的顶点,以椭圆参数方程为圆锥面的准线,构建获得椭圆锥面方程;
第四步,将椭圆锥面方程用二次型矩阵表示,并计算椭圆锥面方程二次型矩阵的特征值,由特征值获得交平面方程;
第五步,通过因式分解将交平面方程的二次型矩阵形式XT(C-λ2I)X=0分解为两个平面方程,获得两个平面方程各自对应的平面法向量,作为孔特征可能的位姿方向;
第六步,计算因式分解得到的平面法向量与坐标系Z轴正方向单位向量的夹角,并转换为旋转矩阵;
第七步,通过旋转矩阵将直角坐标系xyz进行旋转获得新坐标系x′y′z′,并计算获得新坐标系下的椭圆锥面方程,然后计算在新坐标系下x′y′z′孔特征的圆心位置,再通过旋转矩阵求得孔特征在直角坐标系xyz下的初步圆心位置;
第八步,将摄像头移动距离,重复上述第一步到第七步的步骤,得到第二次拍摄图像处理后获得的孔特征在直角坐标系xyz下的初步圆心位置,再确定正确的孔特征圆心及其位姿。
2.根据权利要求1所述的一种开放场景下孔特征的视觉定位方法,其特征在于:所述第一步中的椭圆参数方程表示为:
ax2+bxy+cy2+dx+ey+f=0
其中,a,b,c,d,e,f分别为椭圆的第一、第二、第三、第四、第五、第六参数,满足4ac-b2>0,x,y分别表示孔特征轮廓在图像坐标系下的水平和竖直坐标,x,y为变量,单位为像素。
3.根据权利要求1所述的一种开放场景下孔特征的视觉定位方法,其特征在于:所述第三步中的椭圆锥面方程表示为:
其中,fc为摄像头焦距,f为椭圆的第六参数。
4.根据权利要求1所述的一种开放场景下孔特征的视觉定位方法,其特征在于:所述第四步,椭圆锥面方程转化为以下公式的二次型矩阵形式,获得特征值λ1、λ2和λ3:
XTCX=0
其中,C表示二次型矩阵,λ1、λ2和λ3分别表示二次型矩阵C的第一、第二、第三特征值,三个特征值满足λ1≥λ2≥λ3;
然后获得采用以下公式的交平面方程表示的椭圆锥面与球面之间的交线平面,并取λ=λ2代入交平面方程:
其中,λ表示交平面方程的特征值,λ=λ2。
5.根据权利要求1所述的一种开放场景下孔特征的视觉定位方法,其特征在于:所述的第五步中,由交平面方程的二次型矩阵形式表示为XT(C-λ2I)X=0,X表示椭圆锥面方程变量,将XT(C-λ2I)X=0通过因式分解得到的两个平面方程表示为:
其中,l1,m1,n1表示第一平面方程的三个系数,l2,m2,n2表示第二平面方程的三个系数,从而获得第一平面法向量N1(l1,m1,n1)和第二平面法向量N2(l2,m2,n2)。
6.根据权利要求1所述的一种开放场景下孔特征的视觉定位方法,其特征在于:所述第六步具体步骤如下:
第一步,采用以下公式求出两个平面法向量的夹角:
其中,N表示平面法向量,平面法向量N为第一平面法向量N1或第二平面法向量N2,为沿z轴正方向的单位向量Zr(0,0,1)与平面法向量N的夹角,Zr表示沿z轴正方向的单位向量;
第二步,采用以下公式求出两个平面法向量旋转的转轴u(ux,uy,uz):
u=N×Zr
其中,ux,uy,uz分别表示转轴u沿x、y、z轴的分量;
然后将夹角和转轴u代入以下公式获得旋转矩阵Rc:
7.根据权利要求1所述的一种开放场景下孔特征的视觉定位方法,其特征在于:所述第七步获得新坐标系x′y′z′后具体步骤如下:
先采用以下公式计算获得新坐标系x′y′z′下的椭圆锥面方程,并以二次型矩阵形式表示:
C′=Rc -TCRc -1
其中,C′为新坐标系下椭圆锥面方程的二次型矩阵;
接着采用以下公式计算获得新坐标系下孔特征圆心位置p’的坐标为:
然后通过旋转矩阵将坐标反变换计算获得孔特征在原直角坐标系下的初步圆心位置p的坐标:
p=Rcp′
其中,Rc表示旋转矩阵。
8.根据权利要求1所述的一种开放场景下孔特征的视觉定位方法,其特征在于:所述的第八步具体步骤如下:首先将摄像头向不平行于z轴的任意方向移动距离T,确保孔特征仍然位于摄像头视野范围内;重复上述步骤进行图像处理并获得移动摄像头后的孔特征的初步圆心位置;将移动摄像头后的孔特征的初步圆心位置和移动摄像头后的孔特征的初步圆心位置进行比较,取其中两次初步圆心位置中重复的圆心点作为最终正确的孔特征圆心,并以该圆心对应的平面法向量作为孔特征的位姿方向。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710041770.4A CN106815585B (zh) | 2017-01-20 | 2017-01-20 | 一种复杂动态环境孔特征的高精视觉定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710041770.4A CN106815585B (zh) | 2017-01-20 | 2017-01-20 | 一种复杂动态环境孔特征的高精视觉定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106815585A true CN106815585A (zh) | 2017-06-09 |
CN106815585B CN106815585B (zh) | 2020-01-10 |
Family
ID=59111225
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710041770.4A Active CN106815585B (zh) | 2017-01-20 | 2017-01-20 | 一种复杂动态环境孔特征的高精视觉定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106815585B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109373894A (zh) * | 2018-09-27 | 2019-02-22 | 南京航空航天大学 | 一种基于分布式单目视觉的飞机部件连接交点孔系自动定位方法 |
CN109934854A (zh) * | 2019-03-28 | 2019-06-25 | 南京邮电大学 | 一种利用多目摄像头检测运动目标的装置及方法 |
CN110434854A (zh) * | 2019-08-20 | 2019-11-12 | 兰州大学 | 一种基于数据驱动的冗余度机械臂视觉伺服控制方法与装置 |
CN110659652A (zh) * | 2019-09-10 | 2020-01-07 | 东华大学 | 风机装置Creo模型的特征匹配性检测系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101329764A (zh) * | 2008-07-31 | 2008-12-24 | 上海交通大学 | 采用两个任意共面圆进行摄像机标定的方法 |
CN101334263A (zh) * | 2008-07-22 | 2008-12-31 | 东南大学 | 圆形目标的圆心定位方法 |
CN103440663A (zh) * | 2013-09-05 | 2013-12-11 | 黑龙江科技大学 | 数字成像系统中标定板上圆形标志点成像偏差的补偿方法 |
CN103886593A (zh) * | 2014-03-07 | 2014-06-25 | 华侨大学 | 一种基于三维点云曲面圆孔检测方法 |
CN104318555A (zh) * | 2014-10-13 | 2015-01-28 | 江南大学 | 靶标图像中圆心投影点精确定位方法 |
-
2017
- 2017-01-20 CN CN201710041770.4A patent/CN106815585B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101334263A (zh) * | 2008-07-22 | 2008-12-31 | 东南大学 | 圆形目标的圆心定位方法 |
CN101329764A (zh) * | 2008-07-31 | 2008-12-24 | 上海交通大学 | 采用两个任意共面圆进行摄像机标定的方法 |
CN103440663A (zh) * | 2013-09-05 | 2013-12-11 | 黑龙江科技大学 | 数字成像系统中标定板上圆形标志点成像偏差的补偿方法 |
CN103886593A (zh) * | 2014-03-07 | 2014-06-25 | 华侨大学 | 一种基于三维点云曲面圆孔检测方法 |
CN104318555A (zh) * | 2014-10-13 | 2015-01-28 | 江南大学 | 靶标图像中圆心投影点精确定位方法 |
Non-Patent Citations (1)
Title |
---|
邓桦: "机械臂空间目标视觉抓取的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109373894A (zh) * | 2018-09-27 | 2019-02-22 | 南京航空航天大学 | 一种基于分布式单目视觉的飞机部件连接交点孔系自动定位方法 |
CN109373894B (zh) * | 2018-09-27 | 2020-06-09 | 南京航空航天大学 | 一种基于分布式单目视觉的飞机部件连接交点孔系自动定位方法 |
CN109934854A (zh) * | 2019-03-28 | 2019-06-25 | 南京邮电大学 | 一种利用多目摄像头检测运动目标的装置及方法 |
CN109934854B (zh) * | 2019-03-28 | 2022-09-02 | 南京邮电大学 | 一种利用多目摄像头检测运动目标的装置及方法 |
CN110434854A (zh) * | 2019-08-20 | 2019-11-12 | 兰州大学 | 一种基于数据驱动的冗余度机械臂视觉伺服控制方法与装置 |
CN110434854B (zh) * | 2019-08-20 | 2023-04-07 | 兰州大学 | 一种基于数据驱动的冗余度机械臂视觉伺服控制方法与装置 |
CN110659652A (zh) * | 2019-09-10 | 2020-01-07 | 东华大学 | 风机装置Creo模型的特征匹配性检测系统 |
CN110659652B (zh) * | 2019-09-10 | 2023-08-18 | 东华大学 | 风机装置Creo模型的特征匹配性检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN106815585B (zh) | 2020-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109308693B (zh) | 由一台ptz相机构建的目标检测和位姿测量单双目视觉系统 | |
WO2021138990A1 (zh) | 一种棋盘格亚像素级角点自适应检测的方法 | |
CN107679537B (zh) | 一种基于轮廓点orb特征匹配的无纹理空间目标姿态估计算法 | |
CN111414798A (zh) | 基于rgb-d图像的头部姿态检测方法及系统 | |
CN104484648B (zh) | 基于轮廓识别的机器人可变视角障碍物检测方法 | |
CN109344882A (zh) | 基于卷积神经网络的机器人控制目标位姿识别方法 | |
CN110232389B (zh) | 一种基于绿色作物特征提取不变性的立体视觉导航方法 | |
CN106815585A (zh) | 一种复杂动态环境孔特征的高精视觉定位方法 | |
CN110992263B (zh) | 一种图像拼接方法及系统 | |
CN107705322A (zh) | 运动目标识别跟踪方法和系统 | |
CN107945217B (zh) | 一种适用于自动装配的图像特征点对快速筛选方法及系统 | |
CN110378325B (zh) | 一种机器人抓取过程中的目标位姿识别方法 | |
CN106919944A (zh) | 一种基于orb算法的大视角图像快速识别方法 | |
CN107953329A (zh) | 物体识别和姿态估计方法、装置及机械臂抓取系统 | |
CN106485757A (zh) | 一种基于实心圆标定板的立体视觉系统标定平台及标定方法 | |
CN110796700B (zh) | 基于卷积神经网络的多物体抓取区域定位方法 | |
CN111652941B (zh) | 基于自适应变异的天牛群优化算法的相机内参校准方法 | |
CN115816460B (zh) | 一种基于深度学习目标检测与图像分割的机械手抓取方法 | |
CN105631844A (zh) | 一种摄像机标定方法 | |
CN109859101B (zh) | 农作物冠层热红外图像识别方法及系统 | |
CN107680137A (zh) | 一种基于球体投影公切线的多相机标定及参数优化方法 | |
CN115205286B (zh) | 爬塔机器人机械臂螺栓识别与定位方法、存储介质、终端 | |
CN106097277B (zh) | 一种基于视觉测量的绳索物质点跟踪方法 | |
Puig et al. | Scale space for camera invariant features | |
Ma et al. | Precision pose measurement of an object with flange based on shadow distribution |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |