CN107817044A - 基于机器视觉的板材振动的测量装置及方法 - Google Patents
基于机器视觉的板材振动的测量装置及方法 Download PDFInfo
- Publication number
- CN107817044A CN107817044A CN201711233886.4A CN201711233886A CN107817044A CN 107817044 A CN107817044 A CN 107817044A CN 201711233886 A CN201711233886 A CN 201711233886A CN 107817044 A CN107817044 A CN 107817044A
- Authority
- CN
- China
- Prior art keywords
- sheet material
- circle
- marked
- image
- ccd camera
- 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
- G01—MEASURING; TESTING
- G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
- G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Abstract
本发明公开了一种基于机器视觉的板材振动的测量装置及方法,该装置包括矩形固定框架、板材、竖直导轨、水平导轨、直角连杆、相机支架、CCD相机、镜头、多个标记圆和PC机,板材固定于矩形固定框架中,矩形固定框架的边框嵌入竖直导轨的底部,直角连杆的竖直杆部分和水平杆部分分别可移动地嵌入竖直导轨和水平导轨中,水平导轨的末端设置有相机支架,CCD相机固定于相机支架上,且CCD相机配置有镜头;在CCD相机下方的板材表面上设置有多个标记圆。CCD相机采集指定板材位置上标记圆的变化图像,PC机接收并处理各帧图像数据,计算振动变形的曲率半径,进而获取板材振动位移。本发明具有抗干扰能力强、非接触、准确度高、适用性强等优点。
Description
技术领域:
本发明涉及板材振动的测量方法,特别是一种基于机器视觉的板材振动的测量装置及方法。
背景技术:
在航空航天、机械、船舶、汽车和建筑等众多领域,板材因其可靠性、耐用性和经济性的特点被广泛应用,但是,在外界扰动激励下会产生不同幅度的振动,如果不对其振动采取有效的抑制振动措施,在外界激励作用下,将产生长时间大幅度的振动,这不仅会影响结构的必要工作性能和整体结构稳定性,还会加剧结构的疲劳,缩短其使用寿命。而振动控制的前提是对其进行振动测量,测量的精度直接关系振动控制效果。
现有的振动测量方法中,较为常用的方法有压电元件测量法、加速度传感器测量法等,但是,压电元件存在相位滞后的时滞问题,而且精度不足,加速度传感器在精度上有一定的保障,但是,对噪声十分敏感,复杂环境下最终测量结果效果不佳,与此同时,上述方法均为接触式测量方法,一定程度上改变了被测物的结构,导致了不可忽略的测量误差。
发明内容:
本发明的目的是提供一种结构简单、抗干扰能力强、高效的基于机器视觉的板材振动的测量装置及方法,能够在非接触的情况下,对板材指定位置的振动位移、模态频率等进行准确的实时测量。
实现本发明目的的技术解决方案为,基于机器视觉的板材振动的测量装置,包括矩形固定框架、板材、竖直导轨、水平导轨、直角连杆、相机支架、CCD相机、镜头、多个标记圆和PC机;所述板材固定于矩形固定框架中,矩形固定框架的边框嵌入竖直导轨的底部,竖直导轨可沿边框滑动,直角连杆的竖直杆部分和水平杆部分分别可移动地嵌入竖直导轨和水平导轨中,水平导轨的末端设置有相机支架,CCD相机固定于相机支架上,且CCD相机配置有镜头;在CCD相机下方的板材表面上设置有多个标记圆,CCD相机的输出端与PC机电连接。
基于机器视觉的板材振动的测量方法,其特征在于,步骤如下:
第1步:调整CCD相机7焦距,采集板材2上多个标记圆9的静止图像,采用OTSU阈值分割法对图像进行阈值分割处理,并提取每一帧的图像中的各个标记圆9的圆心坐标(x0,y0)、水平边界点(±m0,0),竖直边界点(0,±n0);
第2步:根据第1步得到的信息,结合CCD相机7的参数,对标记圆9进行标定,确定从图像坐标系至世界坐标系的水平变换因子kx、竖直变换因子ky;
第3步:CCD相机采集板材每一帧的振动图像,并将图像数据通过输出端口传入PC机;
第4步:根据标记圆在图像中的坐标位置,将图像分为5个子区域,对每个区域独立进行后续处理分析;
第5步:采用OTSU阈值分割法对每帧振动图像中的各子区域进行阈值分割,得到每帧各个标记圆的圆心坐标(xi,yi)与水平边界点(±mi,0),竖直边界点(0,±ni);
第6步:根据第5步获取的圆心,边界点信息,并结合第2步确定的变换因子,对每帧图像进行处理,运算得到板材在标记圆处振动变形的曲率半径Ri,进一步得到各帧标记圆的实际振动位移Xi;
第7步:综合所采集图像的全面结果,绘制板材在每个标记圆位置的振动曲线,对每个标记圆的振动位移信号进行傅里叶变换得到板材的前两阶模态频率。
本发明与现有技术相比,具有以下显著优点:(1)测量装置中的导轨结构可使CCD相机在板材上方运动,并改变距离,能够适应不同角度,并对板材不同位置进行精确的振动测量,结构巧妙。(2)利用机器视觉技术的测量方法,对图像进行分析、换算得到振动位移信息,图像处理过程无需考虑环境噪声影响,避免了噪声信号放大的误差,保证了测量振动的准确。(3)高速的CCD相机每秒采集数百帧的图像,保证实时测量的同时,不存在信号相位滞后等误差影响。(4)机器视觉技术用于振动测量,不会改变被测物的结构,在不接触的前提下,实现振动测量,进一步保证了精确度。
附图说明:
图1是本发明基于机器视觉的板材振动的测量装置的结构示意图。
图2是标记圆分割区域示意图。
图3是振动位移与其他量的关系示意图。
具体实施方式:
下面结合附图对本发明作进一步的说明,本发明提供一种采用机器视觉技术采集板材制定位置标记圆振动图像,将标记圆变化信息换算为板材实际振动位移的振动测量装置及方法。
如图1所示,基于机器视觉的板材振动的测量装置,包括矩形固定框架1、板材2、竖直导轨3、水平导轨4、直角连杆5、相机支架6、CCD相机7、镜头8、多个标记圆9和PC机10。所述板材2固定在矩形固定框架1中,矩形固定框架1的边框嵌入竖直导轨3的底部,使得竖直导轨3可沿着其边框滑动;水平导轨4水平布置,与竖直导轨3通过一直角连杆5连接,直角连杆5的竖直杆竖直地嵌入竖直导轨3中,其水平连杆水平地嵌入水平连杆中,使得直角连杆5可在两导轨中滑动,三者构成三自由度的支架,使得水平导轨4的末端可到达三个方向上的任意位置。
CCD相机7固定在相机支架6上,相机支架6设置在水平导轨4的末端,并且CCD相机7配置有合适的镜头8,CCD相机7的视线方向垂直于板材2,板材2的表面对应位置上,设置有第一标记圆11,在第一标记圆11的四周阵列分布有四个标记圆9,分别为第二标记圆12、第三标记圆13、第四标记圆14和第五标记圆15,且各标记圆9均在CCD相机7的视场范围内,CCD相机7的输出端口与PC机10相连接。
板材2振动测量时,在待测位置处设置多个标记圆9,并利用装置的导轨将CCD相机7调整至标记圆9上方,板材2竖直方向上的振动位移,体现在标记圆9上即为图像中的面积变化,将CCD相机7采集图像数据传入PC机10,并进行处理,通过求取变形的曲率半径,进一步得到板材2的振动位移。
基于机器视觉的板材振动的测量方法,步骤如下:
第1步:调整CCD相机7焦距,采集板材2上多个标记圆9的静止图像,采用OTSU阈值分割法对图像进行阈值分割处理,并提取每一帧的图像中的各个标记圆9的圆心坐标(x0,y0)、水平边界点(±m0,0),竖直边界点(0,±n0);
取灰度值t作为阈值,将图像分为像素灰度值小于、大于等于t的目标与背景两类,两者的类间方差为:
其中,p1(t)、p2(t)分别为目标、背景的像素所占比例;μ1(t)、μ2(t)分别为目标、背景的均值;μ为整幅图像的均值。
将t遍历所有灰度级,取得到最大类间方差的灰度值t作为最优分割阈值T,按照此过程分割出各个标记圆9,对分割后的二值图进行位置分析和质心检测等处理,得到圆心和边界点在图像中的坐标。
第2步:根据第1步得到的信息,结合CCD相机7的参数,对标记圆9进行标定,确定从图像坐标系至世界坐标系的水平变换因子kx、竖直变换因子ky;具体步骤如下:
以第一标记圆11在图像中的质心坐标(x0,y0)作为图像坐标系的中心OT,建立图像坐标系,对应的,以第一标记圆11在板材2上的位置作为世界坐标系的中心OW,CCD相机7的视线方位为图像的垂直方向,且视线中心落点即为第一标记圆11的中心处,在图像坐标系中,第一标记圆11的水平、竖直方向的半径分别为:
xr0=m0-x0,yr0=n0-y0 (2)
结合第一标记圆11的实际半径r得到变换关系:
其中,(xT,yT)为图像坐标系下一点的坐标,(xW,yW)为此点在世界坐标系下的坐标,水平变换因子竖直变换因子
第3步:CCD相机7采集板材2每一帧的振动图像,并将图像数据通过输出端口传入PC机10,等待进一步的处理;
第4步:为减少不必要的计算,根据标记圆9在图像中的坐标位置,以各标记圆9的中心作为区域中心,取相邻标记圆9之间的距离中心作为区域边界,将图像分为5个子区域,如图2所示,剔除其余多余图像区域,对每个区域独立进行后续处理分析;
第5步:采用第1步中的OTSU阈值分割法对每帧振动图像中的各子区域进行阈值分割,同样过程步骤后,得到每帧各个标记圆9的圆心坐标(xi,yi)与水平边界点(±mi,0),竖直边界点(0,±ni);
第6步:根据第5步获取的圆心,边界点信息,并结合第2步确定的变换因子,对每帧图像进行处理,运算得到板材2在标记圆9处振动变形的曲率半径Ri,进一步得到各帧标记圆9的实际振动位移Xi;
根据第5步标记圆9的圆心坐标(xi,yi)与水平边界点(±mi,0),竖直边界点(0,±ni)信息,对每帧图像进行处理,获取标记圆9的特征量:
Li=kxli=2kx(mi-xi),Hi=kyhi=2ky(ni-yi) (4)
其中,li、hi分别为第i帧图像的标记圆9在图像坐标系中的水平方向、竖直方向长度;Li、Hi分别为第i帧图像的标记圆9在世界坐标系中的水平方向、竖直方向长度;
以第一帧图像的数据作为初始数据值,板材2振动发生振动变形时,如图3所示,板材2在标记圆9处变形的曲率半径与长度量的关系为:
其中,L1为第1帧图像的标记圆9在世界坐标系中的水平方向长度;Ri为第i帧时刻振动引起的标记圆9处的板材2变形曲线的曲率半径;
根据曲率半径得到每帧的振动位移为:
第7步:综合所采集图像的全面结果,利用CCD相机7的帧速率确定采样时间,以时间作为横坐标,振动位移作为纵坐标,绘制板材2在每个标记圆9位置的振动曲线,并以CCD相机7的帧速率作为采样率,对每个标记圆9的振动位移信号进行傅里叶变换得到板材2的前两阶模态频率。
Claims (5)
1.基于机器视觉的板材振动的测量装置,包括矩形固定框架(1)、板材(2)、竖直导轨(3)、水平导轨(4)、直角连杆(5)、相机支架(6)、CCD相机(7)、镜头(8)、多个标记圆(9)和PC机(10);所述板材(2)固定于矩形固定框架(1)中,矩形固定框架(1)的边框嵌入竖直导轨(3)的底部,竖直导轨(3)可沿边框滑动,直角连杆(5)的竖直杆部分和水平杆部分分别可移动地嵌入竖直导轨(3)和水平导轨(4)中,水平导轨(4)的末端设置有相机支架(6),CCD相机(7)固定于相机支架(6)上,且CCD相机(7)配置有镜头(8);在CCD相机(7)下方的板材(2)表面上设置有多个标记圆(9),CCD相机(7)的输出端与PC机(10)电连接。
2.根据权利要求书1所述的基于机器视觉的板材振动的测量装置,其特征在于:所述多个标记圆(9)的数量为5个,分别为第一标记圆(11)、第二标记圆(12)、第三标记圆(13)、第四标记圆(14)、第五标记圆(15),第一标记圆(11)在CCD相机(7)视线的正下方,其余四个标记圆(9)阵列分布在第一标记圆(11)的四周,且各个标记圆(9)全部在CCD相机(7)的视场内。
3.基于机器视觉的板材振动的测量方法,其特征在于,步骤如下:
第1步:调整CCD相机(7)焦距,采集板材(2)上多个标记圆(9)的静止图像,采用OTSU阈值分割法对图像进行阈值分割处理,并提取每一帧的图像中的各个标记圆(9)的圆心坐标(x0,y0)、水平边界点(±m0,0),竖直边界点(0,±n0);
第2步:根据第1步得到的信息,结合CCD相机(7)的参数,对标记圆(9)进行标定,确定从图像坐标系至世界坐标系的水平变换因子kx、竖直变换因子ky;
第3步:CCD相机(7)采集板材(2)每一帧的振动图像,并将图像数据通过输出端口传入PC机(10);
第4步:根据标记圆(9)在图像中的坐标位置,将图像分为5个子区域,对每个区域独立进行后续处理分析;
第5步:采用OTSU阈值分割法对每帧振动图像中的各子区域进行阈值分割,得到每帧各个标记圆(9)的圆心坐标(xi,yi)与水平边界点(±mi,0),竖直边界点(0,±ni);
第6步:根据第5步获取的圆心,边界点信息,并结合第2步确定的变换因子,对每帧图像进行处理,运算得到板材(2)在标记圆(9)处振动变形的曲率半径Ri,进一步得到各帧标记圆(9)的实际振动位移Xi;
第7步:综合所采集图像的全面结果,绘制板材(2)在每个标记圆(9)位置的振动曲线,对每个标记圆(9)的振动位移信号进行傅里叶变换得到板材(2)的前两阶模态频率。
4.根据权利要求3所述的基于机器视觉的板材振动的测量方法,其特征在于,第2步所述的对标记圆(9)进行标定,确定从图像坐标系至世界坐标系的水平变换因子kx、竖直变换因子ky,具体步骤如下:
以第一标记圆(11)在图像中的质心坐标(x0,y0)作为图像坐标系的中心OT,建立图像坐标系,对应的,以第一标记圆(11)在板材(2)上的位置作为世界坐标系的中心OW,CCD相机(7)的视线方位为图像的垂直方向,且视线中心落点即为第一标记圆(11)的中心处,在图像坐标系中,第一标记圆(11)的水平、竖直方向的半径分别为:
xr0=m0-x0,yr0=n0-y0 (1)
结合第一标记圆(11)的实际半径r得到变换关系:
其中,(xT,yT)为图像坐标系下一点的坐标,(xW,yW)为此点在世界坐标系下的坐标,水平变换因子竖直变换因子
5.根据权利要求3所述的基于机器视觉的板材振动的测量方法,其特征在于,第6步所述的对每帧图像进行处理,运算得到板材(2)在标记圆(9)处振动变形的曲率半径Ri,进一步得到各帧标记圆(9)的实际振动位移Xi,具体步骤如下:
根据第5步标记圆(9)的圆心坐标(xi,yi)与水平边界点(±mi,0),竖直边界点(0,±ni)信息,对每帧图像进行处理,获取标记圆(9)的特征量:
Li=kxli=2kx(mi-xi),Hi=kyhi=2ky(ni-yi) (3)
其中,li、hi分别为第i帧图像的标记圆(9)在图像坐标系中的水平方向、竖直方向长度;Li、Hi分别为第i帧图像的标记圆(9)在世界坐标系中的水平方向、竖直方向长度;
以第一帧图像的数据作为初始数据值,板材(2)振动发生振动变形时,板材(2)在标记圆(9)处变形的曲率半径与长度量的关系为:
其中,L1为第1帧图像的标记圆(9)在世界坐标系中的水平方向长度;Ri为第i帧时刻振动引起的标记圆(9)处的板材(2)变形曲线的曲率半径;
根据曲率半径得到每帧的振动位移为:
。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711233886.4A CN107817044B (zh) | 2017-11-30 | 2017-11-30 | 基于机器视觉的板材振动的测量装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711233886.4A CN107817044B (zh) | 2017-11-30 | 2017-11-30 | 基于机器视觉的板材振动的测量装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107817044A true CN107817044A (zh) | 2018-03-20 |
CN107817044B CN107817044B (zh) | 2023-08-22 |
Family
ID=61605471
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711233886.4A Active CN107817044B (zh) | 2017-11-30 | 2017-11-30 | 基于机器视觉的板材振动的测量装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107817044B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108593087A (zh) * | 2018-03-29 | 2018-09-28 | 湖南科技大学 | 一种薄壁件工作模态参数确定方法及系统 |
CN109269623A (zh) * | 2018-09-18 | 2019-01-25 | 浙江工业大学 | 一种基于摄像头的板结构振动测量装置 |
CN110595602A (zh) * | 2019-04-26 | 2019-12-20 | 深圳市豪视智能科技有限公司 | 振动检测方法及相关产品 |
WO2021052021A1 (zh) * | 2019-04-26 | 2021-03-25 | 深圳市豪视智能科技有限公司 | 振动检测系统 |
CN113507847A (zh) * | 2019-03-05 | 2021-10-15 | 菲利普莫里斯生产公司 | 检查台和用于检查片材材料的方法 |
CN114543972A (zh) * | 2022-02-25 | 2022-05-27 | 福州大学 | 一种基于面阵相机的转轴三维振动位移测量装置和方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103267567A (zh) * | 2013-06-05 | 2013-08-28 | 南京理工大学 | 基于机器视觉的柔性悬臂梁振动的测量装置及方法 |
CN204154656U (zh) * | 2014-09-26 | 2015-02-11 | 东莞市格申自动化机械设备有限公司 | 一种ccd视觉检测装置 |
CN104990504A (zh) * | 2015-07-23 | 2015-10-21 | 苏州卫生职业技术学院 | 一种多轴联动式摄像检测机构 |
CN106441138A (zh) * | 2016-10-12 | 2017-02-22 | 中南大学 | 基于视觉测量的变形监测方法 |
CN206321209U (zh) * | 2016-12-27 | 2017-07-11 | 苏州五方光电材料有限公司 | 一种ccd偏移用测量器 |
-
2017
- 2017-11-30 CN CN201711233886.4A patent/CN107817044B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103267567A (zh) * | 2013-06-05 | 2013-08-28 | 南京理工大学 | 基于机器视觉的柔性悬臂梁振动的测量装置及方法 |
CN204154656U (zh) * | 2014-09-26 | 2015-02-11 | 东莞市格申自动化机械设备有限公司 | 一种ccd视觉检测装置 |
CN104990504A (zh) * | 2015-07-23 | 2015-10-21 | 苏州卫生职业技术学院 | 一种多轴联动式摄像检测机构 |
CN106441138A (zh) * | 2016-10-12 | 2017-02-22 | 中南大学 | 基于视觉测量的变形监测方法 |
CN206321209U (zh) * | 2016-12-27 | 2017-07-11 | 苏州五方光电材料有限公司 | 一种ccd偏移用测量器 |
Non-Patent Citations (1)
Title |
---|
A.GIACHETTI: "the recovery of optical flow for intelligent cruise control", PROCEEDING OF THE INTELLIGENT VEHIVLES\'94 SYMPOSIUM * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108593087A (zh) * | 2018-03-29 | 2018-09-28 | 湖南科技大学 | 一种薄壁件工作模态参数确定方法及系统 |
CN109269623A (zh) * | 2018-09-18 | 2019-01-25 | 浙江工业大学 | 一种基于摄像头的板结构振动测量装置 |
CN113507847A (zh) * | 2019-03-05 | 2021-10-15 | 菲利普莫里斯生产公司 | 检查台和用于检查片材材料的方法 |
CN110595602A (zh) * | 2019-04-26 | 2019-12-20 | 深圳市豪视智能科技有限公司 | 振动检测方法及相关产品 |
WO2021036633A1 (zh) * | 2019-04-26 | 2021-03-04 | 深圳市豪视智能科技有限公司 | 振动检测方法及相关产品 |
WO2021052021A1 (zh) * | 2019-04-26 | 2021-03-25 | 深圳市豪视智能科技有限公司 | 振动检测系统 |
CN110595602B (zh) * | 2019-04-26 | 2021-10-15 | 深圳市豪视智能科技有限公司 | 振动检测方法及相关产品 |
CN114543972A (zh) * | 2022-02-25 | 2022-05-27 | 福州大学 | 一种基于面阵相机的转轴三维振动位移测量装置和方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107817044B (zh) | 2023-08-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107817044A (zh) | 基于机器视觉的板材振动的测量装置及方法 | |
CN112818988B (zh) | 一种指针式仪表自动识别读数方法及系统 | |
US7016517B2 (en) | Travel road detector | |
CN109472822A (zh) | 基于深度图像处理的物体尺寸测量方法 | |
CN104101600B (zh) | 连铸坯断面微小裂纹检测方法 | |
CN106643549B (zh) | 一种基于机器视觉的瓷砖尺寸检测方法 | |
CN106599897A (zh) | 基于机器视觉的指针式仪表读数识别方法及装置 | |
CN107066998A (zh) | 一种利用移动设备的指针式圆形单仪表盘实时识别方法 | |
CN106643545A (zh) | 激光位移技术测量钢轨轮廓的校准方法 | |
CN101949689B (zh) | 一种oct系统校正方法 | |
CN104408724A (zh) | 基于深度信息的泡沫浮选液位监测和工况识别方法及系统 | |
CN103206947A (zh) | 一种基于水准泡的倾角测量方法及其装置 | |
CN103207987A (zh) | 一种指针式仪表的示数识别方法 | |
CN114047123B (zh) | 一种用于集成板生产缺陷检测方法及检测系统 | |
CN102151149A (zh) | 一种胎儿超声图像自动测量方法及系统 | |
CN106951905A (zh) | 一种基于tof相机的树上苹果识别与定位方法 | |
CN109060290A (zh) | 基于视频和亚像素技术对风洞密度场进行测量的方法 | |
CN102708368A (zh) | 一种基于机器视觉的生产线上瓶体的定位方法 | |
CN108895959A (zh) | 一种基于亚像素的相机标定板角点计算方法 | |
CN104574312A (zh) | 标靶图像求圆心的方法和装置 | |
CN104390795A (zh) | 轨道车辆振动形态分析的方法及装置 | |
CN107560541A (zh) | 图像中心偏差的测量方法及装置 | |
CN105352455B (zh) | 一种基于图像模糊度的平面倾斜度测量方法 | |
CN112036409A (zh) | 一种液位计的读数识别方法及装置 | |
CN109883396B (zh) | 一种基于图像处理技术的水准泡刻线宽度测量方法 |
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 |