CN107101582A - 基于结构光视觉的轴类零件径向跳动误差在线测量方法 - Google Patents
基于结构光视觉的轴类零件径向跳动误差在线测量方法 Download PDFInfo
- Publication number
- CN107101582A CN107101582A CN201710532513.0A CN201710532513A CN107101582A CN 107101582 A CN107101582 A CN 107101582A CN 201710532513 A CN201710532513 A CN 201710532513A CN 107101582 A CN107101582 A CN 107101582A
- Authority
- CN
- China
- Prior art keywords
- out error
- camera
- run
- scaling board
- image
- 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.)
- Pending
Links
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
Abstract
本发明涉及一种基于结构光视觉的轴类零件径向跳动误差在线测量方法，属于机器视觉测量技术领域。能够实现轴类零件径向跳动误差的在线实时测量。首先，建立径向跳动误差的结构光视觉测量模型；其次，基于传统的张正友相机参数平面两步标定法，设计了圆形初始化窗口计算参数初始值，并通过非线性过程优化算法标定相机内参、畸变系数；再次，利用模板匹配进行光刀平面参数的标定及利用共面标定板标定空间基准轴线；最后，通过测量模型，求解结构光光条与零件表面交点的空间坐标，利用得到的三维坐标和空间基准轴线方程计算径向跳动误差；本发明采取了图像测量技术，不仅能实现非接触在线检测，同时能保证较高的测量精度。
Description
技术领域
本发明涉及机器视觉测量技术领域，特别涉及一种基于结构光视觉的轴类零件径向跳动误差在线测量方法。
背景技术
形位误差影响零件之间的配合性质，进而影响机器的密封性、运动平稳性、耐磨性能等，而跳动公差作为形位公差的一项综合指标，部分测量场合可同时控制圆度误差及同轴度误差。轴类零件跳动误差超过允许值易引起机器振动，产生噪音，相比尺寸误差测量技术，跳动误差的测量仍是机械测量领域中的一个薄弱环节。
传统上，跳动误差测量主要是接触式方法。如V型块测量法、偏摆仪测量法、三坐标机测量法、圆度仪测量法等，然而，对于超大型轴类零件跳动误差的测量，若采用人工检测比较费时，采用三坐标测量机检测装卡变得复杂，所以效率不高。对于长径比大于2的轴类零件，无论人工检测还是机器自动检测，接触式测量对采点位置的分布及数量的多少要求较高。目前非接触检测有激光位移传感器测量法和高精度CCD测微计法等。然而，利用激光位移传感器时，触头的安装必须垂直于基准轴线，而高精度CCD测微计测量时，如果待测截面既存在偏心误差又存在圆度误差，则测量值并不等于真实的跳度误差，故这两种方式都有限制的应用范围。
从安全性考虑，因为触头的封闭接触，极易损坏某些对表面有特殊要求的镀层零件；另外，高速测量环境不适合接触式测量方式。亟待改进。
发明内容
本发明的目的在于提供一种基于结构光视觉的轴类零件径向跳动误差在线测量方法，解决了现有传统检测方法和目前非接触测量方法存在的上述问题，开发了跳动误差在线检测算法。基于结构光视觉测量技术和相机标定技术，提出了标定过程中圆形初始化窗口计算初始值的方法，利用模板匹配实现光条中心的快速提取，以及径向跳动误差测量模型的建立。计算模型考虑了镜头畸变且放松了相机和待测零件的位置约束，提高了测量精度。另外，本发明同时可以实现全跳动误差的在线测量。
本发明的上述目的通过以下技术方案实现：
基于结构光视觉的轴类零件径向跳动误差在线测量方法，结合相机标定技术和结构光视觉测量技术，建立跳动误差的测量模型；通过图像特征提取技术实现光条中心坐标、角点坐标等有效数据点的获取，包括以下步骤：
1)标定相机参数及镜头畸变系数；
2)计算光刀平面方程；
3)计算空间基准方程；
4)计算径向跳动误差。
步骤1)中所述的标定相机参数及镜头畸变系数，是基于改进的张正友两步标定算法，利用精度为1μm的标定板图像在不同姿态下图像角点坐标和其对应的Z＝0世界坐标之间的关系，标定出相机内参数和镜头的畸变系数，具体步骤如下：
1.1)利用工业相机采集9-12幅不同姿态下的标定板图像；
1.2)利用改进的Bouguet工具箱检测图像特定圆形区域的角点亚像素坐标；
1.3)利用角点亚像素坐标和对应的世界坐标求解相机内参、相对于不同标定板位姿的相机外参及镜头畸变系数的初始值；
1.4)利用改进的Bouguet工具箱检测图像所有角点亚像素坐标；
1.5)根据非线性标定模型和步骤1.3)计算的初始值，利用Levenberg-Marquardt(L-M)优化算法对相机内参、镜头畸变系数、不同姿态下标定板外参优化求解。
步骤2)中所述的计算光刀平面方程，具体步骤如下：
2.1)采集6-8幅不同姿态下带有结构光光条的标定板共面标靶图像；
2.2)利用改进的Bouguet工具箱检测共面标靶图像所有角点亚像素坐标，利用已经求解的相机内参、镜头畸变系数计算不同姿态下的共面标靶外参；
2.3)建立光条模板图像，对步骤2.1)采集的共面标靶图像进行匹配，然后对匹配后的图像进行光条中心提取；
2.4)利用步骤2.2)和步骤2.3)的结果得到光条中心的三维空间坐标，利用最小二乘拟合算法拟合光平面方程。
步骤3)中所述的计算空间基准方程，具体步骤如下：
3.1)利用夹具夹持标定板，保证轴线所在平面和标定板正面共面；
3.2)利用夹具将标定板置于光学分度头上，旋转标定板置于不同姿态，3-6个位置，拍摄图像并保存；
3.3)计算不同姿态下的标定板平面方程，利用光平面方程计算空间基准轴线方程。
步骤4)中所述的计算径向跳动误差，具体步骤如下：
4.1)将待测轴安装到测量平台上，安装相机和激光传感器，标定相机参数、镜头畸变系数、光平面方程和空间基准轴线方程；
4.2)计算光平面方程和基准轴线的交点并在该交点建立投影平面，得到投影平面的方程；
4.3)在待测轴上的光条上选定任意候选点，记下位置，将候选点向投影平面投影；
4.4)旋转待测轴，打开相机连续采集模式，分别计算候选点到基准轴径的距离，并记录最大值和最小值；
4.5)改变光条位置，记录下一段光条上候选点距离基准轴线的最大值和最小值，对比各个候选点差值；最大值即为径向跳动误差。
本发明的有益效果在于：基于传统两步法相机标定模型，在线性求解过程中提出圆形初始化窗口求解初始值，提高标定速度和精度；为了降低光条中心提取过程中高斯卷积的次数，利用模板匹配提取光条中心坐标；提出的跳动误差测量模型同时适用于全跳动误差的测量过程；测量模型对激光传感器、相机和待测零件的安装没有严格的要求；本发明采用视觉测量技术，不仅适用于一些极端环境，同时适合在线批量检测，提高检测效率。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1为本发明的相机参数标定中标定板位置示意图，其中标定板型号为NANO CBC75mm-2：外形尺寸75mm×75mm，标定板方格尺寸2.0×2.0mm；
图2为本发明的用于计算相机内参、外参和畸变系数初始值的圆形提取窗口示意图,标定板规格同图1；
图3为本发明的参与非线性优化的角点提取区域示意图，标定板规格同图1；
图4、图5为本发明的计算光刀平面方程的共面标靶图像；
图6为本发明的用于模板匹配的光条图像；
图7为本发明的用于计算空间基准轴线的夹具实物图；
图8为本发明的夹具二维工程图；
图9为本发明的径向跳动误差测量原理图。
具体实施方式
下面结合附图进一步说明本发明的详细内容及其具体实施方式。
参见图1至图9所示，本发明的基于结构光视觉的轴类零件径向跳动误差在线测量方法，结合相机标定技术和结构光视觉测量技术，建立跳动误差的测量模型；通过图像特征提取技术实现光条中心坐标、角点坐标等有效数据点的获取，包括以下步骤：
1)标定相机参数及镜头畸变系数；
2)计算光刀平面方程；
3)计算空间基准方程；
4)计算径向跳动误差。
步骤1)中所述的标定相机参数及镜头畸变系数，是基于改进的张正友两步标定算法，利用精度为1μm的标定板图像在不同姿态下图像角点坐标和其对应的Z＝0世界坐标之间的关系，标定出相机内参数和镜头的畸变系数，具体步骤如下：
1.1)利用工业相机采集9-12幅不同姿态下的标定板图像；
1.2)利用改进的Bouguet工具箱检测图像特定圆形区域的角点亚像素坐标；
1.3)利用角点亚像素坐标和对应的世界坐标求解相机内参、相对于不同标定板位姿的相机外参及镜头畸变系数的初始值；
1.4)利用改进的Bouguet工具箱检测图像所有角点亚像素坐标；
1.5)根据非线性标定模型和步骤1.3)计算的初始值，利用Levenberg-Marquardt(L-M)优化算法对相机内参、镜头畸变系数、不同姿态下标定板外参优化求解。
步骤2)中所述的计算光刀平面方程，具体步骤如下：
2.1)采集6-8幅不同姿态下带有结构光光条的标定板共面标靶图像；
2.2)利用改进的Bouguet工具箱检测共面标靶图像所有角点亚像素坐标，利用已经求解的相机内参、镜头畸变系数计算不同姿态下的共面标靶外参；
2.3)建立光条模板图像，对步骤2.1)采集的共面标靶图像进行匹配，然后对匹配后的图像进行光条中心提取；
2.4)利用步骤2.2)和步骤2.3)的结果得到光条中心的三维空间坐标，利用最小二乘拟合算法拟合光平面方程。
步骤3)中所述的计算空间基准方程，具体步骤如下：
3.1)利用专门设计的夹具，如图7，夹持标定板，保证轴线所在平面和标定板正面共面；
3.2)利用夹具将标定板置于光学分度头上，旋转标定板置于不同姿态，3-6个位置，拍摄图像并保存；
3.3)计算不同姿态下的标定板平面方程，利用光平面方程计算空间基准轴线方程。
步骤4)中所述的计算径向跳动误差，具体步骤如下：
4.1)将待测轴安装到测量平台上，安装相机和激光传感器，标定相机参数、镜头畸变系数、光平面方程和空间基准轴线方程；
4.2)计算光平面方程和基准轴线的交点并在该交点建立投影平面，得到投影平面的方程；
4.3)在待测轴上的光条上选定任意候选点，记下位置，将候选点向投影平面投影；
4.4)旋转待测轴，打开相机连续采集模式，分别计算候选点到基准轴径的距离，并记录最大值和最小值；
4.5)改变光条位置，记录下一段光条上候选点距离基准轴线的最大值和最小值，对比各个候选点差值；最大值即为径向跳动误差。
实施例：
本发明基于结构光视觉的轴类零件径向跳动误差在线测量方法，结合相机标定技术和结构光视觉测量技术，建立跳动误差的测量模型；通过图像特征提取技术实现光条中心坐标、角点坐标等有效数据点的获取。能够实现轴类零件径向跳动误差的在线实时测量。首先，建立径向跳动误差的结构光视觉测量模型；其次，基于传统的张正友相机参数平面两步标定法，设计了圆形初始化窗口计算参数初始值，并通过非线性过程优化算法标定相机内参、畸变系数；再次，利用模板匹配进行光刀平面参数的标定及利用共面标定板标定空间基准轴线；最后，通过测量模型，求解结构光光条与零件表面交点的空间坐标，利用得到的三维坐标和空间基准轴线方程计算径向跳动误差；本发明采取了图像测量技术，不仅能实现非接触在线检测，同时能保证较高的测量精度。该方法具体步骤：
1、标定相机参数及镜头畸变系数，是基于改进的张正友两步标定算法，利用精度为1μm的标定板图像在不同姿态下图像角点坐标和其对应的Z＝0世界坐标之间的关系，标定出相机内参数和镜头的畸变系数，具体过程包括下列步骤：
1.1)利用工业相机采集9-12幅不同姿态下的标定板图像。照明采用背光方式。采集的图像如图1所示。
1.2)利用改进的Bouguet工具箱检测图像特定圆形区域的角点亚像素坐标，区域满足方程如下：
其中Width是图像的宽度，Height是图像的高度，Threshold由实验决定的最佳阈值。圆形区域角点提取结果如图2所示。
1.3)利用角点亚像素坐标和对应的世界坐标求解相机内参、相对于不同标定板位姿的外参及镜头畸变系数的初始值；
1.4)利用改进的Bouguet工具箱检测图像所有角点亚像素坐标，如图3所示。
1.5)根据非线性标定模型和1.3计算的初始值，利用Levenberg-Marquardt(L-M)优化算法对相机内参、镜头畸变系数、不同姿态下标定板外参优化求解
本发明采用的相机标定模型如下：
其中，R是旋转矩阵，T为平移向量。
本发明的采用的优化目标方程如下：
其中n是图像幅数，m是角点数量。
2、计算光刀平面方程，具体过程包括以下步骤：
2.1)采集6-8幅不同姿态下带有结构光光条的标定板共面标靶图像，共面标靶图像如图4、图5所示。
2.2)利用改进的Bouguet工具箱检测共面标靶图像所有角点亚像素坐标，利用已经求解的相机内参、镜头畸变系数计算不同姿态下的共面标靶外参；
2.3)建立光条模板图像，如图6所示，对步骤2.1下采集的共面标靶图像进行匹配，然后对匹配后的图像利用steg算法进行光条中心提取；
2.4)利用步骤2.2)和2.3)的结果得到光条中心的三维空间坐标，计算过程如公式(7)、公式(8)所示，利用最小二乘拟合算法拟合光平面方程。
其中
3、计算空间基准方程，具体过程包括以下步骤：
3.1)利用专门设计的夹具夹持标定板，保证轴线所在平面和标定板正面共面；其中夹具的三维实物图和二维图分别如图7和图8所示；
3.2)利用夹具将标定板置于光学分度头上，旋转标定板置于不同姿态(3-6个位置)，拍摄图像并保存；
3.3)计算不同姿态下的标定板平面方程(根据旋转矩阵和平移矩阵)，如公式(7)，然后，利用光平面方程计算空间基准轴线方程，如公式(8)所示：
AiX+BiY+CiZ-1＝0 (7)
轴线的方向向量为Γ(n1,n2,n3)
4、中所述的计算径向跳动误差，具体过程包括以下步骤：
4.1)将待测轴安装到测量平台上，安装相机和激光传感器，记录已经标定的相机参数、镜头畸变系数、光平面方程和空间基准轴线方程；
4.2)计算光平面方程和基准轴线的交点(X0，Y0，Z0)并在该点建立投影平面，得到投影平面的方程，如公式(9)：
n1(X-X0)+n2(Y-Y0)+n3(Z-Z0)＝0 (9)
4.3)在待测轴上光条上选定任意候选点，记下位置，将候选点向投影平面投影；
4.4)旋转待测轴，打开相机连续采集模式，其中相机帧率在30f/s，分别计算候选点到基准轴径的距离，并记录最大值和最小值，计算如公式(10)：
4.5)改变光条位置，记录下一段光条上候选点距离基准轴线的最大值和最小值，对比各个候选点差值；最大值即为径向跳动误差，径向跳动误差如公式(11)，(12)：
δ1＝max(|Dij|) (12)
另外如若考虑采集所有光条样点，增加激光传感器数量，可以计算径向全跳动误差，如公式(13)
以上所述仅为本发明的优选实例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于结构光视觉的轴类零件径向跳动误差在线测量方法，其特征在于：结合相机标定技术和结构光视觉测量技术，建立跳动误差的测量模型；通过图像特征提取技术实现光条中心坐标、角点坐标等有效数据点的获取，包括以下步骤：
1）标定相机参数及镜头畸变系数；
2）计算光刀平面方程；
3）计算空间基准方程；
4）计算径向跳动误差。
2.根据权利要求1所述的基于结构光视觉的轴类零件径向跳动误差在线测量方法，其特征在于：步骤1）中所述的标定相机参数及镜头畸变系数，是基于改进的张正友两步标定算法，利用精度为1μm的标定板图像在不同姿态下的图像角点坐标和其对应的Z=0世界坐标之间的关系，标定出相机内参数和镜头的畸变系数，具体步骤如下：
1.1）利用工业相机采集9-12幅不同姿态下的标定板图像；
1.2）利用改进的Bouguet工具箱检测图像特定圆形区域的角点亚像素坐标；
1.3）利用角点亚像素坐标和对应的世界坐标求解相机内参、相对于不同标定板位姿的相机外参及镜头畸变系数的初始值；
1.4）利用改进的Bouguet工具箱检测图像所有角点亚像素坐标；
1.5）根据非线性标定模型和步骤1.3）计算的初始值，利用Levenberg-Marquardt(L-M)优化算法对相机内参、镜头畸变系数、不同姿态下标定板外参优化求解。
3.根据权利要求1所述的基于结构光视觉的轴类零件径向跳动误差在线测量方法，其特征在于：步骤2）中所述的计算光刀平面方程，具体步骤如下：
2.1）采集6-8幅不同姿态下带有结构光光条的标定板共面标靶图像；
2.2）利用改进的Bouguet工具箱检测共面标靶图像所有角点亚像素坐标，利用已经求解的相机内参、镜头畸变系数计算不同姿态下的共面标靶外参；
2.3）建立光条模板图像，对步骤2.1）采集的共面标靶图像进行匹配，然后对匹配后的图像进行光条中心提取；
2.4）利用步骤2.2）和步骤2.3）的结果得到光条中心的三维空间坐标，利用最小二乘拟合算法拟合光平面方程。
4.根据权利要求1所述的基于结构光视觉的轴类零件径向跳动误差在线测量方法，其特征在于：步骤3）中所述的计算空间基准方程，具体步骤如下：
3.1）利用夹具夹持标定板，保证轴线所在平面和标定板正面共面；
3.2）利用夹具将标定板置于光学分度头上，旋转标定板置于不同姿态，3-6个位置，拍摄图像并保存；
3.3）计算不同姿态下的标定板平面方程，利用光平面方程计算空间基准轴线方程。
5.根据权利要求1所述的基于结构光视觉的轴类零件径向跳动误差在线测量方法，其特征在于：步骤4）中所述的计算径向跳动误差，具体步骤如下：
4.1）将待测轴安装到测量平台上，安装相机和激光传感器，标定相机参数、镜头畸变系数、光平面方程和空间基准轴线方程；
4.2）计算光平面方程和基准轴线的交点并在该交点建立投影平面，得到投影平面的方程；
4.3）在待测轴上的光条上选定任意候选点，记下位置，将候选点向投影平面投影；
4.4）旋转待测轴，打开相机连续采集模式，分别计算候选点到基准轴径的距离，并记录最大值和最小值；
4.5）改变光条位置，记录下一段光条上候选点距离基准轴线的最大值和最小值，对比各个候选点差值；最大值即为径向跳动误差。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710532513.0A CN107101582A (zh) | 2017-07-03 | 2017-07-03 | 基于结构光视觉的轴类零件径向跳动误差在线测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710532513.0A CN107101582A (zh) | 2017-07-03 | 2017-07-03 | 基于结构光视觉的轴类零件径向跳动误差在线测量方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107101582A true CN107101582A (zh) | 2017-08-29 |
Family
ID=59664491
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710532513.0A Pending CN107101582A (zh) | 2017-07-03 | 2017-07-03 | 基于结构光视觉的轴类零件径向跳动误差在线测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107101582A (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107782238A (zh) * | 2016-08-31 | 2018-03-09 | 鼎奇(天津)主轴科技有限公司 | 一种主轴径向跳动的测量方法 |
| CN107843202A (zh) * | 2017-12-22 | 2018-03-27 | 易思维（天津）科技有限公司 | 一种与机器人配合使用的间隙、面差视觉测量装置及方法 |
| CN109775055A (zh) * | 2019-01-08 | 2019-05-21 | 河北科技大学 | 基于视觉的成捆棒材端面标签漏贴检测与误差测量方法 |
| CN109920003A (zh) * | 2017-12-12 | 2019-06-21 | 广东虚拟现实科技有限公司 | 相机标定检测方法、装置以及设备 |
| CN110455225A (zh) * | 2019-08-22 | 2019-11-15 | 吉林大学 | 基于结构光视觉的矩形花键轴同轴度及键位置度测量方法 |
| CN111968187A (zh) * | 2020-10-21 | 2020-11-20 | 三代光学科技（天津）有限公司 | 一种环形结构光参数标定方法 |
| CN111993159A (zh) * | 2020-08-27 | 2020-11-27 | 江苏科技大学 | 一种轴类工件在位非接触检测方法 |
| CN112614098A (zh) * | 2020-12-17 | 2021-04-06 | 大连理工大学 | 一种基于增强现实的毛坯定位与加工余量分析方法 |
| CN112815883A (zh) * | 2019-11-18 | 2021-05-18 | 中国航发商用航空发动机有限责任公司 | 同轴度光学测量系统、方法 |
| CN113280734A (zh) * | 2021-05-24 | 2021-08-20 | 南京大学 | 一种利用视觉标定修正手动位移台误差的方法 |
| CN114383505A (zh) * | 2022-01-06 | 2022-04-22 | 江苏大学 | 一种用于短轴类零件尺寸的自动检测装置 |
| CN115235385A (zh) * | 2022-08-03 | 2022-10-25 | 江苏精益智控科技有限公司 | 一种钢管平直度通长检测的设备和方法 |
| CN117490571A (zh) * | 2024-01-02 | 2024-02-02 | 中国石油大学(华东) | 一种镜像视觉测量系统双平面镜安装误差测量方法 |
| CN117641882A (zh) * | 2024-01-25 | 2024-03-01 | 合肥安迅精密技术有限公司 | 基于机器视觉的贴装误差实时校正方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101713640A (zh) * | 2009-09-30 | 2010-05-26 | 大连理工大学 | 一种锻件热态尺寸的非接触测量方法 |
| CN101814185A (zh) * | 2010-04-14 | 2010-08-25 | 天津大学 | 用于微小尺寸测量的线结构光视觉传感器标定方法 |
| CN103471531A (zh) * | 2013-09-27 | 2013-12-25 | 吉林大学 | 轴类零件直线度在线非接触测量方法 |
-
2017
- 2017-07-03 CN CN201710532513.0A patent/CN107101582A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101713640A (zh) * | 2009-09-30 | 2010-05-26 | 大连理工大学 | 一种锻件热态尺寸的非接触测量方法 |
| CN101814185A (zh) * | 2010-04-14 | 2010-08-25 | 天津大学 | 用于微小尺寸测量的线结构光视觉传感器标定方法 |
| CN103471531A (zh) * | 2013-09-27 | 2013-12-25 | 吉林大学 | 轴类零件直线度在线非接触测量方法 |
Non-Patent Citations (7)
| Title |
|---|
| 刘健英: "圆盘端面跳动的线结构光测量技术", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
| 刘思远: "基于线结构光视觉的轴径测量算法研究", 《中国优秀博士学位论文全文数据库信息科技辑》 * |
| 吕沧海，冯艳，师海涛: "《中远程导弹组合导航技术》", 31 March 2014, 国防工业出版社 * |
| 周晓东，张雅超，谭庆昌，张维君: "基于结构光视觉技术的圆柱度测量新方法", 《吉林大学学报(工学版)》 * |
| 成思源，杨雪荣: "《Geomagic Qualify三维检测技术及应用》", 30 April 2012, 清华大学出版社 * |
| 王涛，余学锋，文海: "基于视觉的轴跳动检测仪", 《计量学报》 * |
| 邵芳: "基于机器视觉的齿轮齿廓径向跳动测量系统", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (24)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107782238A (zh) * | 2016-08-31 | 2018-03-09 | 鼎奇(天津)主轴科技有限公司 | 一种主轴径向跳动的测量方法 |
| CN109920003A (zh) * | 2017-12-12 | 2019-06-21 | 广东虚拟现实科技有限公司 | 相机标定检测方法、装置以及设备 |
| CN109920003B (zh) * | 2017-12-12 | 2023-09-15 | 广东虚拟现实科技有限公司 | 相机标定检测方法、装置以及设备 |
| CN107843202A (zh) * | 2017-12-22 | 2018-03-27 | 易思维（天津）科技有限公司 | 一种与机器人配合使用的间隙、面差视觉测量装置及方法 |
| CN107843202B (zh) * | 2017-12-22 | 2023-09-08 | 易思维（天津）科技有限公司 | 一种与机器人配合使用的间隙、面差视觉测量装置及方法 |
| CN109775055A (zh) * | 2019-01-08 | 2019-05-21 | 河北科技大学 | 基于视觉的成捆棒材端面标签漏贴检测与误差测量方法 |
| CN110455225A (zh) * | 2019-08-22 | 2019-11-15 | 吉林大学 | 基于结构光视觉的矩形花键轴同轴度及键位置度测量方法 |
| CN112815883A (zh) * | 2019-11-18 | 2021-05-18 | 中国航发商用航空发动机有限责任公司 | 同轴度光学测量系统、方法 |
| CN112815883B (zh) * | 2019-11-18 | 2022-05-06 | 中国航发商用航空发动机有限责任公司 | 同轴度光学测量系统、方法 |
| CN111993159A (zh) * | 2020-08-27 | 2020-11-27 | 江苏科技大学 | 一种轴类工件在位非接触检测方法 |
| CN111993159B (zh) * | 2020-08-27 | 2022-02-11 | 江苏科技大学 | 一种轴类工件在位非接触检测方法 |
| US20220379423A1 (en) * | 2020-08-27 | 2022-12-01 | Jiangsu University Of Science And Technology | In-place non-contact detection method for shaft workpiece |
| CN111968187B (zh) * | 2020-10-21 | 2021-01-12 | 三代光学科技（天津）有限公司 | 一种环形结构光参数标定方法 |
| CN111968187A (zh) * | 2020-10-21 | 2020-11-20 | 三代光学科技（天津）有限公司 | 一种环形结构光参数标定方法 |
| CN112614098A (zh) * | 2020-12-17 | 2021-04-06 | 大连理工大学 | 一种基于增强现实的毛坯定位与加工余量分析方法 |
| CN112614098B (zh) * | 2020-12-17 | 2022-09-20 | 大连理工大学 | 一种基于增强现实的毛坯定位与加工余量分析方法 |
| CN113280734B (zh) * | 2021-05-24 | 2022-04-22 | 南京大学 | 一种利用视觉标定修正手动位移台误差的方法 |
| CN113280734A (zh) * | 2021-05-24 | 2021-08-20 | 南京大学 | 一种利用视觉标定修正手动位移台误差的方法 |
| CN114383505A (zh) * | 2022-01-06 | 2022-04-22 | 江苏大学 | 一种用于短轴类零件尺寸的自动检测装置 |
| CN115235385A (zh) * | 2022-08-03 | 2022-10-25 | 江苏精益智控科技有限公司 | 一种钢管平直度通长检测的设备和方法 |
| CN115235385B (zh) * | 2022-08-03 | 2024-01-05 | 江苏精益智控科技有限公司 | 一种钢管平直度通长检测的设备和方法 |
| CN117490571A (zh) * | 2024-01-02 | 2024-02-02 | 中国石油大学(华东) | 一种镜像视觉测量系统双平面镜安装误差测量方法 |
| CN117490571B (zh) * | 2024-01-02 | 2024-03-22 | 中国石油大学(华东) | 一种镜像视觉测量系统双平面镜安装误差测量方法 |
| CN117641882A (zh) * | 2024-01-25 | 2024-03-01 | 合肥安迅精密技术有限公司 | 基于机器视觉的贴装误差实时校正方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107101582A (zh) | 基于结构光视觉的轴类零件径向跳动误差在线测量方法 | |
| Prescott et al. | Line-based correction of radial lens distortion | |
| Zhou et al. | Complete calibration of a structured light stripe vision sensor through planar target of unknown orientations | |
| CN103499302B (zh) | 基于结构光视觉成像系统的凸轮轴直径尺寸在线测量方法 | |
| CN103471531B (zh) | 轴类零件直线度在线非接触测量方法 | |
| CN104315978B (zh) | 一种管路端面中心点的测量方法及装置 | |
| CN107255443A (zh) | 一种复杂环境下双目视觉传感器现场标定方法及装置 | |
| CN106500619B (zh) | 基于视觉测量的相机内部图像传感器安装误差分离方法 | |
| CN112629431B (zh) | 土木结构变形监测方法及相关设备 | |
| US20130113897A1 (en) | Process and arrangement for determining the position of a measuring point in geometrical space | |
| CN106996748A (zh) | 一种基于双目视觉的轮径测量方法 | |
| CN109540140A (zh) | 一种融合ssd目标识别和里程计信息的移动机器人定位方法 | |
| CN113310433A (zh) | 基于线结构光的虚拟双目立体视觉测量方法 | |
| CN109974618A (zh) | 多传感器视觉测量系统的全局标定方法 | |
| CN108036791A (zh) | 一种部件间高精度自动对接的位姿检测方法 | |
| CN115235379A (zh) | 一种单目线激光三维视觉传感器参数在位标定装置及方法 | |
| CN109506629B (zh) | 一种水下核燃料组件检测装置旋转中心标定的方法 | |
| Zhang et al. | Freight train gauge-exceeding detection based on three-dimensional stereo vision measurement | |
| Ju et al. | Multi-camera calibration method based on minimizing the difference of reprojection error vectors | |
| CN111968182B (zh) | 一种双目相机非线性模型参数的标定方法 | |
| CN108662980A (zh) | 基于侧影技术的焊接螺柱位置检测装置及方法 | |
| Lari et al. | Multi-camera system calibration with built-in relative orientation constraints (part 2) automation, implementation, and experimental results | |
| Feng et al. | The comparison of camera calibration methods based on structured-light measurement | |
| CN111612071A (zh) | 一种从曲面零件阴影图生成深度图的深度学习方法 | |
| Zhang et al. | Precise Calibration of Binocular Vision System Based on Oblique Cone Projection Model |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170829 |
|
| WD01 | Invention patent application deemed withdrawn after publication |