CN106856003B - 轴类工件侧表面缺陷检测图像的展开校正方法 - Google Patents
轴类工件侧表面缺陷检测图像的展开校正方法 Download PDFInfo
- Publication number
- CN106856003B CN106856003B CN201611267528.0A CN201611267528A CN106856003B CN 106856003 B CN106856003 B CN 106856003B CN 201611267528 A CN201611267528 A CN 201611267528A CN 106856003 B CN106856003 B CN 106856003B
- Authority
- CN
- China
- Prior art keywords
- image
- point
- camera
- plane
- shaft
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 27
- 230000007547 defect Effects 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000003384 imaging method Methods 0.000 claims abstract description 18
- 230000009466 transformation Effects 0.000 claims abstract description 13
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims abstract description 11
- 238000012937 correction Methods 0.000 claims abstract description 11
- 238000006243 chemical reaction Methods 0.000 claims abstract description 4
- 230000003287 optical effect Effects 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 2
- 238000012545 processing Methods 0.000 abstract description 5
- 238000013461 design Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 5
- 238000009738 saturating Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000003702 image correction Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000009659 non-destructive testing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 239000000729 antidote Substances 0.000 description 1
- 230000000052 comparative effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000006249 magnetic particle Substances 0.000 description 1
- 239000006247 magnetic powder Substances 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000011895 specific detection Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种轴类工件侧表面缺陷检测图像的展开校正方法,该校正方法首先通过相机成像模型获取轴类工件侧表面空间点与图像坐标位置之间的透视投影关系,以及距相机最近轴母线为基准展开的平面空间点与图像坐标位置之间的透视投影关系;根据几何坐标转换方法获取轴侧表面空间点与距相机最近轴母线为基准展开的平面空间点之间的坐标位置关系;再根据所获得的上述三种关系联立推导,建立轴侧表面与展开平面图像间的仿射变换关系,结合该仿射变换关系及插值法完成像素复制,实现检测图像的展开校正。本发明可真实还原轴侧表面实际检测情况,提高了后期图像处理检测精度。
Description
技术领域
本发明属于无损检测图像校正领域,具体涉及一种轴类工件侧表面检测图像的展开校正方法。
背景技术
图像检测技术可准确、直观、快速、安全的获取轴类工件侧表面缺陷情况,在荧光磁粉等无损检测领域应用广泛。由于检测工件的多样性,即存在轴类、长方体类等工件,被检对象含有平面和圆周曲面,为了适应不同结构形状的工件,检测设备通常采用面阵相机。以面阵相机获取到的轴类工件侧面图像与实际图形相比,存在几何失真现象,变形较大,因此在进行具体检测工作之前,必须对所获取的轴侧面图像进行展开校正处理,以获得更加准确的检测结果,并方便后续图像处理算法应用。
目前,侧表面图像展开校正方法通常以原检测图像中某几个特征点为控制点,直接计算图像间透视变换矩阵实现图像校正,如计算机工程与科学2012年公开的基于局部透视变换的圆柱体侧表面PDF417条码矫正方法,该方法首先将所获取的侧表面图像分为若干子区域,再在各子区域中选取四个控制点进行透视变换矩阵计算并矫正,最后对各矫正后的子区域进行拼接以获得准确的检测图像,该方法适合表面纹理确定,控制点易选择的情况,对于轴类工件,纹理单一,没有明确可用控制点的情况则无法适用。
发明内容
本发明的目的在于提供一种轴类工件侧表面缺陷检测图像的展开校正方法,以解决轴类侧表面图像获取时景深不一致,所带来的曲面图像几何失真以及像素分辨率不一致的问题,达到获取准确直观的展开校正图像的目的。
实现本发明目的的技术解决方案为:一种轴类工件侧表面缺陷检测图像的展开校正方法,具体步骤如下:
步骤1,通过相机成像模型获取轴类工件侧表面空间点与图像坐标位置之间的透视投影关系,以及距相机最近轴母线为基准展开的平面空间点与图像坐标位置之间的透视投影关系;
步骤2,根据几何坐标转换方法获取轴侧表面空间点与距相机最近轴母线为基准展开的平面空间点之间的坐标位置关系;
步骤3,利用步骤1与步骤2所获得的三种关系,建立轴侧表面与展开平面图像间的仿射变换关系;
步骤4,结合步骤3的仿射变换关系及插值法进行像素复制,完成轴侧面检测图像的展开校正。
与现有技术相比,本发明的积极效果为:
(1)本发明利用透视投影关系、几何变换关系求取轴侧表面及其距相机最近轴母线为基准的展开平面在图像坐标之间的投影关系,可解决现有方法在表面纹理单一的轴侧表面应用中,控制点不易选择,无法进行展开校正的问题;
(2)本发明无需加装光学元件即可获取准确的侧表面展开图像,便于检测图像后期处理;
(3)本发明在轴类工件图像无损检测领域具有积极的作用和广泛的应用前景,并可为复杂的曲轴类工件的图像检测提供参考。
附图说明
图1是本发明的展开校正成像模型示意图。
图2是本发明实施例中所获取的含有曲面失真的轴侧表面磁粉检测图像。
图3是本发明实施例中对图2的展开校正结果图。
图4是本发明实施例中对轴侧表面多次进行展开处理并将处理后图像进行拼接的结果图。
具体实施方式
本发明的一种轴类工件侧表面缺陷检测图像的展开校正方法,具体步骤如下:
步骤1,通过相机成像模型获取轴类工件侧表面空间点与图像坐标位置之间的透视投影关系,以及距相机最近轴母线为基准展开的平面空间点与图像坐标位置之间的透视投影关系;
步骤2,根据几何坐标转换方法获取轴侧表面空间点与距相机最近轴母线为基准展开的平面空间点之间的坐标位置关系;
步骤3,利用步骤1与步骤2所获得的三种关系,建立轴侧表面与展开平面图像间的仿射变换关系;
步骤4,结合步骤3的仿射变换关系及插值法进行像素复制,完成轴侧面检测图像的展开校正。
所述步骤1中的相机成像模型包括线性、非线性模型。对于线性相机成像模型,直接采用透视投影方式获取侧表面空间点或展开平面空间点与图像坐标之间的位置关系,而对于非线性相机成像模型,因其存在不同程度的畸变,使得空间点所成的像并不在线性模型所描述的位置上,引入非线性畸变值进行修正。在实际应用中,特别是对于相机视场较小,检测工件尺寸到相机距离也较小的情况,透视投影关系可通过光学成像过程进行简单的几何推导,因此本发明对于该部分内容不会作过多描述。
进一步的,所述步骤1中相机成像模型所建立的坐标系有如下四个:
相机坐标系,相机坐标系XCYCZ是以OC点为原点的三维坐标系,XC,YC分别与图像的U,V轴平行,Z轴为相机光轴,与图像平面垂直,垂直交点O为图像坐标系原点;
图像坐标系,图像坐标系UOV是以垂直交点O为原点建立的二维坐标系;
第一世界坐标系,第一世界坐标系XW1YW1Z以相机光轴与轴类工件中心线交点OW1为原点,XW1,YW1分别与图像的U,V轴平行,且方向一致;
第二世界坐标系,第二世界坐标系XW2YW2Z以相机光轴与距相机最近轴母线为基准的展开平面交点OW2为原点,XW2,YW2也分别与图像的U,V轴平行,且方向一致,图像平面距展开平面距离为H。
进一步的,步骤1中轴类工件侧表面空间点与图像坐标位置之间的透视投影关系,由下述方式获得:
首先设轴侧面上任一点M在第一世界坐标系XW1YW1Z中的坐标为(x,y,z),轴半径为R,点M在YW1OZ平面内的投影点与OW1的连线与Z轴夹角为θ;平面α为轴侧面展开平面,M'为M在展开平面上的对应点,其所在平面为XW2YW2O,M'在该坐标系下坐标为(x1,y1);UV平面为成像平面,m与m'分别为M与M'在该平面的成像点,坐标为(i,j)和(i1,j1);轴类工件侧表面在成像平面中所形成的图像中心为(i0,j0),轴侧表面展开平面形成的图像中心为(i10,j10),由比例关系可得到:
式中,dx和dy分别为相机像元尺寸,f为相机焦距,h为点M与圆轴最高点间的垂直距离,满足h=R-z=R(1-cosθ),则轴类工件侧表面空间点与图像坐标位置之间的透视投影关系表示为:
同理,距相机最近轴母线为基准展开的平面空间点与图像坐标位置之间的透视投影关系为:
所述步骤2中的轴侧表面空间点与距相机最近轴母线为基准展开的平面空间点之间的坐标位置关系由几何坐标转换得到:
所述步骤3中轴侧表面点与展开平面点在图像坐标系中的映射点之间的仿射变换关系由式(2)、式(3)以及式(4)推导建立:
进一步的,所述步骤4中用于图像像素复制的插值法优选区域范围为2×2的双线性插值方法。
为了详细说明本发明的技术内容,实现目的及效果,以下结合实施例并配合附图进行详细说明。
实施例
图1中用于构成成像模型的CCD相机型号为MER-200-20GM型工业数字摄像机,图像平面距展开平面距离H为200mm,视场大小为200mm×200mm,图像分辨率为1628×1236。含有人工设计缺陷的检测轴长度为400mm,直径为30mm,其表面人工设计有三行相同的表面缺陷;焦距为8mm。
利用图1所示的相机成像模型,结合所选相机参数、拍摄位置及采集到的图像如图2所示,得到透视投影关系各参数,即相机像元尺寸dx和dy值均为0.0051,原图像中心(i0,j0)为(812,116),(i10,j10)是通过轴侧面几何展开前后关系与原始图像信息进行估算的,其值为(812,150),根据上述参数可获取图2中侧表面空间点与图像坐标位置之间的透视投影关系如式(6)所示,距相机最近轴母线为基准展开的平面空间点与图像坐标位置之间的透视投影关系如式(7)所示。
式中,h=R-z=R(1-cosθ),θ与点所处的位置有关,表示轴侧面点在YW1OZ平面内的投影点与OW1的连线与Z轴夹角,直接根据各轴侧面点在原始图像中的位置即可获取θ值。
轴侧表面空间点与距相机最近轴母线为基准展开的平面空间点之间的坐标位置关系通过圆柱展开几何坐标转换得到:
综合式(6)、式(7)与式(8)建立轴侧表面与展开平面图像间的仿射变换关系:
采用式(9)结合2×2的双线性插值方法对轴侧表面进行校正展开,展开效果图像如图3所示,通过图像可以说明展开后的图像很好的解决了图2中曲面失真的情况,尤其是图2中灰色半圆所框选的椭圆白色缺陷,该缺陷实际上为圆形,展开图像很好的校正了这一现象。
重复上述步骤,直至检测检测完所有轴侧表面,最终拼接所形成的轴侧表面完整展开图如图4所示。
通过对图4中中间一行白色缺陷检测结果的对比,说明展开方法的有效性与可靠性,对比实验参照设计缺陷尺寸、人工测量尺寸两种,各方式所获取到的缺陷尺寸如表1所示:
表1
表1为图4中中间一行缺陷的设计尺寸、人工测量尺寸与展开校正后图像识别尺寸的对比图表。
人工测量尺寸为采用金相显微镜进行测量的尺寸,人工测量尺寸与设计尺寸之间的误差主要是由加工误差引起。基于展开校正图像所获得的缺陷尺寸与设计尺寸之间的误差主要来源是磁痕的显示误差,磁痕显示误差与磁化电流不当及磁粉堆积有关。通过人工测量尺寸与图像检测缺陷尺寸对比可以发现,基于校正后的图像与人工测量结果非常接近,通过提升缺陷分割手段其精度可得到进一步提升。
以上所述仅为本发明的较佳实施例而已,并不用于限制本发明,凡在本发明的原则和精神之内所作的任何修改、等同替换和改进等,均包含在本发明的保护范围之内。
Claims (5)
1.一种轴类工件侧表面缺陷检测图像的展开校正方法,其特征在于,具体步骤如下:
步骤1,通过相机成像模型获取轴类工件侧表面空间点与图像坐标位置之间的透视投影关系,以及距相机最近轴母线为基准展开的平面空间点与图像坐标位置之间的透视投影关系;相机成像模型所建立的坐标系有如下四个:
相机坐标系,相机坐标系XCYCZ是以OC点为原点的三维坐标系,XC,YC分别与图像的U,V轴平行,Z轴为相机光轴,与图像平面垂直,垂直交点O为图像坐标系原点;
图像坐标系,图像坐标系UOV是以垂直交点O为原点建立的二维坐标系;
第一世界坐标系,第一世界坐标系XW1YW1Z以相机光轴与轴类工件中心线交点OW1为原点,XW1,YW1分别与图像的U,V轴平行,且方向一致;
第二世界坐标系,第二世界坐标系XW2YW2Z以相机光轴与距相机最近轴母线为基准的展开平面交点OW2为原点,XW2,YW2也分别与图像的U,V轴平行,且方向一致,图像平面距展开平面距离为H;
轴类工件侧表面空间点与图像坐标位置之间的透视投影关系,由下述方式获得:
首先设轴侧面上任一点M在第一世界坐标系XW1YW1Z中的坐标为(x,y,z),轴半径为R,点M在YW1OZ平面内的投影点与OW1的连线与Z轴夹角为θ;平面α为轴侧面展开平面,M'为M在展开平面上的对应点,其所在平面为XW2YW2O,M'在该坐标系下坐标为(x1,y1);UV平面为成像平面,m与m'分别为M与M'在该平面的成像点,坐标为(i,j)和(i1,j1);轴类工件侧表面在成像平面中所形成的图像中心为(i0,j0),轴侧表面展开平面形成的图像中心为(i10,j10),由比例关系可得到:
式中,dx和dy分别为相机像元尺寸,f为相机焦距,h为点M与圆轴最高点间的垂直距离,满足h=R-z=R(1-cosθ),则轴类工件侧表面空间点与图像坐标位置之间的透视投影关系表示为:
距相机最近轴母线为基准展开的平面空间点与图像坐标位置之间的透视投影关系为:
步骤2,根据几何坐标转换方法获取轴侧表面空间点与距相机最近轴母线为基准展开的平面空间点之间的坐标位置关系;
步骤3,利用步骤1与步骤2所获得的三种关系,建立轴侧表面与展开平面图像间的仿射变换关系;
步骤4,结合步骤3的仿射变换关系及插值法进行像素复制,完成轴侧面检测图像的展开校正。
2.根据权利要求1所述的轴类工件侧表面缺陷检测图像的展开校正方法,其特征在于,所述步骤1中相机成像模型包括线性模型和非线性模型。
3.根据权利要求1所述的轴类工件侧表面缺陷检测图像的展开校正方法,其特征在于,所述步骤2中的轴侧表面空间点与距相机最近轴母线为基准展开的平面空间点之间的坐标位置关系由几何坐标转换得到:
4.根据权利要求3所述的轴类工件侧表面缺陷检测图像的展开校正方法,其特征在于,所述步骤3中轴侧表面点与展开平面点在图像坐标系中的映射点之间的仿射变换关系由式(2)、式(3)以及式(4)推导建立:
5.根据权利要求1所述的轴类工件侧表面缺陷检测图像的展开校正方法,其特征在于,所述步骤4中插值法采用区域范围为2×2的双线性插值方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611267528.0A CN106856003B (zh) | 2016-12-31 | 2016-12-31 | 轴类工件侧表面缺陷检测图像的展开校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611267528.0A CN106856003B (zh) | 2016-12-31 | 2016-12-31 | 轴类工件侧表面缺陷检测图像的展开校正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106856003A CN106856003A (zh) | 2017-06-16 |
CN106856003B true CN106856003B (zh) | 2019-06-25 |
Family
ID=59126124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611267528.0A Expired - Fee Related CN106856003B (zh) | 2016-12-31 | 2016-12-31 | 轴类工件侧表面缺陷检测图像的展开校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106856003B (zh) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA3009798A1 (en) * | 2017-07-12 | 2019-01-12 | General Electric Company | Graphic overlay for measuring dimensions of features using a video inspection device |
CN108345817A (zh) * | 2018-02-06 | 2018-07-31 | 徐州智融图像科技有限公司 | 一种圆柱面二维码的识别方法 |
FR3086383B1 (fr) * | 2018-09-21 | 2020-08-28 | Diotasoft | Procede, module et systeme de projection sur une piece d’une image calculee a partir d’une maquette numerique |
CN109684889B (zh) * | 2018-12-26 | 2022-07-12 | 阳光电源(南京)有限公司 | 一种曲面条形码识别方法、装置及扫码建站系统 |
CN110689491B (zh) * | 2019-08-27 | 2022-03-29 | 浙江理工大学 | 一种机器视觉下的筒子纱侧面图像校正方法 |
CN111223055B (zh) * | 2019-11-20 | 2023-05-02 | 南京拓控信息科技股份有限公司 | 一种列车车轮踏面图像校正方法 |
CN111122621B (zh) * | 2019-12-04 | 2022-07-05 | 中国工程物理研究院机械制造工艺研究所 | 一种采用射线双壁透照技术检测工件缺陷位置的方法 |
CN111666629B (zh) * | 2020-05-15 | 2022-07-15 | 成都飞机工业(集团)有限责任公司 | 一种零部件表面缺陷快速检测样板的设计方法 |
CN111812120B (zh) * | 2020-07-17 | 2021-08-17 | 常熟理工学院 | 一种翻转式的镜片缺陷检测装置和方法 |
CN112149675B (zh) * | 2020-09-04 | 2024-01-12 | 雅客智慧(北京)科技有限公司 | 获取图表信息数据的方法、电子设备及可读存储介质 |
CN112767391B (zh) * | 2021-02-25 | 2022-09-06 | 国网福建省电力有限公司 | 融合三维点云和二维图像的电网线路部件缺陷定位方法 |
CN113139943B (zh) * | 2021-04-22 | 2022-08-12 | 苏州华兴源创科技股份有限公司 | 开口圆环工件外观缺陷检测方法、系统及计算机存储介质 |
CN113313107B (zh) * | 2021-04-25 | 2023-08-15 | 湖南桥康智能科技有限公司 | 一种斜拉桥缆索表面多类型病害智能检测和识别方法 |
CN113466291B (zh) * | 2021-06-24 | 2023-05-02 | 华能秦煤瑞金发电有限责任公司 | 一种基于温度场变化检测大体积混凝土裂缝的分析方法 |
CN114199905B (zh) * | 2021-12-13 | 2024-02-20 | 中国航发南方工业有限公司 | 一种机匣内部缺陷的空间定位方法及系统 |
CN115345775B (zh) * | 2022-10-18 | 2023-02-28 | 北京科技大学 | 一种面向椭圆状管件外形检测的图像展开方法及装置 |
CN117197132B (zh) * | 2023-11-03 | 2024-02-13 | 季华实验室 | 类镜面缺陷投影方法、装置、电子设备及存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101286235A (zh) * | 2008-06-10 | 2008-10-15 | 北京航空航天大学 | 一种基于柔性立体靶标的摄像机标定方法 |
CN101964045A (zh) * | 2010-09-30 | 2011-02-02 | 西北工业大学 | 标刻在圆柱面产品上的数据矩阵码畸变校正方法 |
CN102252661A (zh) * | 2011-04-02 | 2011-11-23 | 华南理工大学 | 一种应用于机器视觉的球状体三维定位方法 |
CN102663734A (zh) * | 2012-03-15 | 2012-09-12 | 天津理工大学 | 鱼眼镜头的标定及鱼眼图像的畸变矫正方法 |
CN103268610A (zh) * | 2013-05-23 | 2013-08-28 | 浙江大学 | 一种折反射全向相机的统一模型及其标定方法 |
CN103759716A (zh) * | 2014-01-14 | 2014-04-30 | 清华大学 | 基于机械臂末端单目视觉的动态目标位置和姿态测量方法 |
CN104729534A (zh) * | 2015-03-12 | 2015-06-24 | 北京空间飞行器总体设计部 | 合作目标的单目视觉误差测量系统及误差限量化方法 |
CN104937634A (zh) * | 2012-12-26 | 2015-09-23 | 哈曼国际工业有限公司 | 用于生成环绕视图的方法和系统 |
CN105701837A (zh) * | 2016-03-21 | 2016-06-22 | 完美幻境(北京)科技有限公司 | 一种相机几何标定处理方法及装置 |
-
2016
- 2016-12-31 CN CN201611267528.0A patent/CN106856003B/zh not_active Expired - Fee Related
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101286235A (zh) * | 2008-06-10 | 2008-10-15 | 北京航空航天大学 | 一种基于柔性立体靶标的摄像机标定方法 |
CN101964045A (zh) * | 2010-09-30 | 2011-02-02 | 西北工业大学 | 标刻在圆柱面产品上的数据矩阵码畸变校正方法 |
CN102252661A (zh) * | 2011-04-02 | 2011-11-23 | 华南理工大学 | 一种应用于机器视觉的球状体三维定位方法 |
CN102663734A (zh) * | 2012-03-15 | 2012-09-12 | 天津理工大学 | 鱼眼镜头的标定及鱼眼图像的畸变矫正方法 |
CN104937634A (zh) * | 2012-12-26 | 2015-09-23 | 哈曼国际工业有限公司 | 用于生成环绕视图的方法和系统 |
CN103268610A (zh) * | 2013-05-23 | 2013-08-28 | 浙江大学 | 一种折反射全向相机的统一模型及其标定方法 |
CN103759716A (zh) * | 2014-01-14 | 2014-04-30 | 清华大学 | 基于机械臂末端单目视觉的动态目标位置和姿态测量方法 |
CN104729534A (zh) * | 2015-03-12 | 2015-06-24 | 北京空间飞行器总体设计部 | 合作目标的单目视觉误差测量系统及误差限量化方法 |
CN105701837A (zh) * | 2016-03-21 | 2016-06-22 | 完美幻境(北京)科技有限公司 | 一种相机几何标定处理方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106856003A (zh) | 2017-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106856003B (zh) | 轴类工件侧表面缺陷检测图像的展开校正方法 | |
Jahanshahi et al. | A new methodology for non-contact accurate crack width measurement through photogrammetry for automated structural safety evaluation | |
US20190120770A1 (en) | System and method for imaging a surface defect on an object | |
Anwar et al. | Projector calibration for 3D scanning using virtual target images | |
JP2008014940A (ja) | 平面状被撮像物のカメラ計測のためのカメラキャリブレーション方法、および応用計測装置 | |
CN110793464B (zh) | 大视场条纹投影视觉三维测量系统和方法 | |
CN111707187B (zh) | 一种大型零件的测量方法及系统 | |
TW201415010A (zh) | 檢查裝置、檢查方法及檢查程式 | |
CN103106661B (zh) | 空间二条相交直线线性求解抛物折反射摄像机内参数 | |
US20130058526A1 (en) | Device for automated detection of feature for calibration and method thereof | |
CN110455198B (zh) | 基于线结构光视觉的矩形花键轴键宽及直径测量方法 | |
CN108362205B (zh) | 基于条纹投影的空间测距方法 | |
Percoco et al. | Photogrammetric measurement of 3D freeform millimetre-sized objects with micro features: an experimental validation of the close-range camera calibration model for narrow angles of view | |
Su et al. | A novel camera calibration method based on multilevel-edge-fitting ellipse-shaped analytical model | |
Wang et al. | Error analysis and improved calibration algorithm for LED chip localization system based on visual feedback | |
KR101589167B1 (ko) | 깊이 정보를 이용한 원근 왜곡 영상의 보정 시스템 및 방법 | |
CN103106662A (zh) | 空间一条直线线性求解抛物折反射摄像机内参数 | |
JP2010276433A (ja) | 撮像装置、画像処理装置及び距離計測装置 | |
Din et al. | Projector calibration for pattern projection systems | |
Wang et al. | Complete calibration of a structured light stripe vision sensor through a single cylindrical target | |
CN109506629B (zh) | 一种水下核燃料组件检测装置旋转中心标定的方法 | |
CN112767249B (zh) | 一种面向小型管件表面缺陷检测的图像展开拼接方法及系统 | |
Yao et al. | Geometric calibration of line-scan camera using a planar pattern | |
Yu et al. | An improved projector calibration method for structured-light 3D measurement systems | |
Mei et al. | Development of a novel line structured light measurement instrument for complex manufactured parts |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190625 Termination date: 20201231 |
|
CF01 | Termination of patent right due to non-payment of annual fee |