CN108230400B - 一种适用于激光切割机的自适应坐标重建方法 - Google Patents
一种适用于激光切割机的自适应坐标重建方法 Download PDFInfo
- Publication number
- CN108230400B CN108230400B CN201711431547.7A CN201711431547A CN108230400B CN 108230400 B CN108230400 B CN 108230400B CN 201711431547 A CN201711431547 A CN 201711431547A CN 108230400 B CN108230400 B CN 108230400B
- Authority
- CN
- China
- Prior art keywords
- point
- value
- pixel
- rectangular plate
- coordinates
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K26/00—Working by laser beam, e.g. welding, cutting or boring
- B23K26/36—Removing material
- B23K26/38—Removing material by boring or cutting
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23K—SOLDERING OR UNSOLDERING; WELDING; CLADDING OR PLATING BY SOLDERING OR WELDING; CUTTING BY APPLYING HEAT LOCALLY, e.g. FLAME CUTTING; WORKING BY LASER BEAM
- B23K26/00—Working by laser beam, e.g. welding, cutting or boring
- B23K26/70—Auxiliary operations or equipment
-
- 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
- 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
Abstract
本发明公开了一种适用于激光切割机的自适应坐标重建方法,属于机械加工技术领域,首先标定机床上的相机,然后通过相机拍摄钣金的图像设定初始加工坐标系,在加工时,实时采集和分析钣金的图像,当发生偏移时,重新建立新的加工坐标系,解决了在激光切割过程中实时根据钣金在切割过程中发生偏移进行修正和重建加工坐标系的技术问题,从而实现软件层面的修正,从而提高激光切割机的精度,较大程度上降低了次品率。
Description
技术领域
本发明属于机械加工技术领域,特别涉及一种适用于激光切割机的自适应坐标重建方法。
背景技术
在激光切割过程中,因为机床自身抖动和高压吹气,加上钣金固定不牢等缘故,导致钣金在切割过程中发生偏移,此时实际的工作原点坐标与切割前固定摆放后设定的工作原点坐标不一致,影响最终切割的精度和质量。
发明内容
本发明的目的是提供一种适用于激光切割机的自适应坐标重建方法,解决了在激光切割过程中实时根据钣金在切割过程中发生偏移进行修正和重建加工坐标系的技术问题。
为实现上述目的,本发明采用以下技术方案:
一种适用于激光切割机的自适应坐标重建方法,包括如下步骤:
步骤1:标定机床上的相机,其步骤如下:
步骤S1:调节相机的高度,使相机的镜头的光轴垂直于被测物的表面,在机床的一侧水平放置一个用于标定的矩形板,矩形板与相机的拍摄幅面相匹配;
步骤S2:对标准矩形板的四个边进行测量,设定标准矩形板的四个角点分别为A1、B1、C1和D1,通过测量得到的标准矩形板的四个边的长度分别为边长a1、边长a2、边长b1和边长b2,标准矩形板的周长为X=a1+a2+b1+b2;将标准矩形板的边长a1、边长a2、边长b1和边长b2输入到控制机床的上位机中,上位机计算标准矩形板的周长X,标准矩形板的周长为X=a1+a2+b1+b2;
步骤S3:将标准矩形板水平放置于被测物上侧,通过相机拍摄标准矩形板的n幅图像,3<n<10,上位机从相机中读取这n幅图像,并将这n幅图像分别进行二值化处理:首先设定一个阈值T1,阈值T1等于标准矩形板的灰度值与背景色的灰度值的平均值,选择一个图像,将该图像中的各个像素分别与阈值T1比较,如大于T1时,设置该像素的灰度值为255,如小于T1时,该像素的灰度值为设置为0;
步骤S4:上位机利用逐行扫描的方式来检测标准矩形板的四个角点坐标,其步骤如下:
步骤A:获取一幅通过步骤S3处理好的标准矩形板的图像,从图像的第一行开始逐行读取像素灰度值,设定当后一个像素灰度值减去前一个像素灰度值不为零时,即为产生了像素灰度值的跳变,即灰度值由255跳变成0或由0跳变成255;
步骤B:当遇到第一次灰度值跳变时,即由灰度值由255跳变成0,上位机记录灰度值为0的像素点的坐标,并将该像素点记为A1点,标定其坐标为(X1,Y1);
当遇到第二次灰度值跳变时,即由灰度值由0跳变成255,记录灰度值为0的像素点坐标,并将该像素点记为D1点,标定其坐标为(X2,Y2);
随后的跳变不再进行记录,直到扫描到了N+1行不再出现灰度值跳变情况,在第N行上遇到第一次跳变时,即灰度值由255跳变成0,记录灰度值为0的像素点坐标,并将该像素点记为B1点,其坐标标定为(X3,Y3);
在第N行上遇到第二次跳变时,即灰度值由0跳变成255;记录灰度值为0的像素点坐标,并将该像素点记为C1点,其坐标标定为(X4,Y4);
步骤C:上位机计算出标准矩形板周长X对应像素点个数的总和M:
M=|X2-X1|+|X4-X3|+|Y2-Y1|+|Y4-Y3|+4;
步骤S6:根据被拍摄的物体所对应像素点的个数,直接得到其物理参数,完成对相机的标定;
物理参数为实际长度=像素个数×实际的像素边长;
步骤7:抽离标准矩形板,将钣金水平放置在被测物的上侧,利用机床上的夹具将钣金固定;
步骤8:通过相机拍摄钣金的图像,上位机从相机中读取钣金的图像,对钣金的图像进行二值化处理,生成钣金灰度图像:设定一个阈值T2,阈值T2的值为钣金的图像中钣金的灰度值与背景色的灰度的值求平均,将钣金的图像中所有的像素的灰度值均与阈值T2继续对比,如大于T2时,设置该像素的灰度值为255,如小于T2时,该像素的灰度值为设置为0;
步骤9:通过步骤S4中所述的逐行扫描的方式来标定钣金灰度图像中钣金的四个角点的坐标,设定这四个角点的坐标分别为角点A(Xa,Ya),角点B(Xb,Yb),角点C(Xc,Yc)和角点D(Xd,Yd);
步骤10:设定机床的机械坐标原点为O,设定O’为工作坐标原点,设定B(Xb,Yb)点为钣金上最接近机械坐标原点O的点,上位机计算工作坐标原点O’的坐标为(Xb+ε,Yb-ε),ε∈[0,20],设定O’的坐标记作(xo',yo'),xo′=Xb+ε,yo′=Yb-ε;
步骤11:以工作坐标原点O’的水平方向为X轴,在钣金灰度图像中扫描到第yO'行的第二次跳变时,即灰度值由0跳变到255,记录灰度值为0的像素点坐标,即X轴与钣金最右测边沿的交点的像素点,记该点为E点,其坐标标定为(Xe,Ye),以过O’点垂直方向为Y轴,建立初始加工坐标系,机床根据初始加工坐标系对钣金开始实施加工;
步骤12:机床在对钣金加工时,上位机以钣金的四个角点为中心点,划分出100×100的四个区域,分别为区域A2,区域B2,区域C2和区域D2;
步骤13:相机仅对区域A2,区域B2,区域C2和区域D2进行图像的实时采集,上位机实时读取相机拍摄到的区域A2,区域B2,区域C2和区域D2的图像,并采用步骤8和步骤9所述的方法重新标定钣金的四个角点的新坐标:A'(Xa',Ya'),B'(Xb',Yb'),C'(Xc',Yc'),D'(Xd',Yd');
步骤14:上位机通过以下公式计算重新标定钣金的四个角点的新坐标与开始加工前钣金的四个角点的坐标之间的误差值:
步骤15:上位机设定阈值L1和阈值L2,L2>L1;上位机分别将与阈值L1做比较,当其中任意一个值大于L1时,再将该值与阈值L2做比较,当该值大于阈值L2时,停止加工;当该值小于阈值L2时,执行步骤16;
步骤16:加工坐标系重新建立:新的工作原点O'坐标为新的E点坐标为以O”为新的工作坐标原点,O”E'为新的X轴,过原点O”且垂直于E'O”的方向为新的Y轴,上位机计算E'O”所在直线与EO'所在直线的夹角为θ,将误差值和θ代入激光切割机的控制程序,作为新的坐标参考值进行加工。
在执行步骤S2时,边A1B1的长度为a1,边A1D1的长度为b1,边D1C1的长度为a2,边C1B1的长度为b2。
所述标准矩形板为厚度与钣金厚度相等的纯黑色矩形板。
本发明所述的一种适用于激光切割机的自适应坐标重建方法,解决了在激光切割过程中实时根据钣金在切割过程中发生偏移进行修正和重建加工坐标系的技术问题,从而实现软件层面的修正,从而提高激光切割机的精度,较大程度上降低了次品率。
附图说明
图1是本发明流程图;
图2是本发明标准矩形板的示意图;
图3是本发明的正常情况下激光切割机的机械坐标系和加工坐标系之间的位置关系示意图;
图4是本发明的发成偏移的情况下激光切割机的机械坐标系和加工坐标系之间的位置关系示意图。
具体实施方式
如图1-图4所示的一种适用于激光切割机的自适应坐标重建方法,包括如下步骤:
步骤1:标定机床上的相机,其步骤如下:
步骤S1:调节相机的高度,使相机的镜头的光轴垂直于被测物的表面,在机床的一侧水平放置一个用于标定的矩形板,矩形板与相机的拍摄幅面相匹配;矩形板的大小不大于或等于相机的拍摄幅面。
步骤S2:对标准矩形板的四个边进行测量,设定标准矩形板的四个角点分别为A1、B1、C1和D1,通过测量得到的标准矩形板的四个边的长度分别为边长a1、边长a2、边长b1和边长b2,标准矩形板的周长为X=a1+a2+b1+b2;将标准矩形板的边长a1、边长a2、边长b1和边长b2输入到控制机床的上位机中,上位机计算标准矩形板的周长X,标准矩形板的周长为X=a1+a2+b1+b2;
步骤S3:将标准矩形板水平放置于被测物上侧,通过相机拍摄标准矩形板的n幅图像,3<n<10,上位机从相机中读取这n幅图像,并将这n幅图像分别进行二值化处理:首先设定一个阈值T1,阈值T1等于标准矩形板的灰度值与背景色的灰度值的平均值,选择一个图像,将该图像中的各个像素分别与阈值T1比较,如大于T1时,设置该像素的灰度值为255,如小于T1时,该像素的灰度值为设置为0;
步骤S4:上位机利用逐行扫描的方式来检测标准矩形板的四个角点坐标,其步骤如下:
步骤A:获取一幅通过步骤S3处理好的标准矩形板的图像,从图像的第一行开始逐行读取像素灰度值,设定当后一个像素灰度值减去前一个像素灰度值不为零时,即为产生了像素灰度值的跳变,即灰度值由255跳变成0或由0跳变成255;
步骤B:当遇到第一次灰度值跳变时,即由灰度值由255跳变成0,上位机记录灰度值为0的像素点的坐标,并将该像素点记为A1点,标定其坐标为(X1,Y1);
当遇到第二次灰度值跳变时,即由灰度值由0跳变成255,记录灰度值为0的像素点坐标,并将该像素点记为D1点,标定其坐标为(X2,Y2);
随后的跳变不再进行记录,直到扫描到了N+1行不再出现灰度值跳变情况,在第N行上遇到第一次跳变时,即灰度值由255跳变成0,记录灰度值为0的像素点坐标,并将该像素点记为B1点,其坐标标定为(X3,Y3);
在第N行上遇到第二次跳变时,即灰度值由0跳变成255;记录灰度值为0的像素点坐标,并将该像素点记为C1点,其坐标标定为(X4,Y4);
步骤C:上位机计算出标准矩形板周长X对应像素点个数的总和M:
M=|X2-X1|+|X4-X3|+|Y2-Y1|+|Y4-Y3|+4;因为每次相减都会少一个像素,四次相减所以公式中需要加4;
步骤7:抽离标准矩形板,将钣金水平放置在被测物的上侧,利用机床上的夹具将钣金固定;
步骤8:通过相机拍摄钣金的图像,上位机从相机中读取钣金的图像,对钣金的图像进行二值化处理,生成钣金灰度图像:设定一个阈值T2,阈值T2的值为钣金的图像中钣金的灰度值与背景色的灰度的值求平均,将钣金的图像中所有的像素的灰度值均与阈值T2继续对比,如大于T2时,设置该像素的灰度值为255,如小于T2时,该像素的灰度值为设置为0;
步骤9:通过步骤S4中所述的逐行扫描的方式来标定钣金灰度图像中钣金的四个角点的坐标,设定这四个角点的坐标分别为角点A(Xa,Ya),角点B(Xb,Yb),角点C(Xc,Yc)和角点D(Xd,Yd);
步骤10:设定机床的机械坐标原点为O,设定O’为工作坐标原点,设定B(Xb,Yb)点为钣金上最接近机械坐标原点O的点,上位机计算工作坐标原点O’的坐标为(Xb+ε,Yb-ε),ε∈[0,20],设定O’的坐标记作(xo',yo'),xo′=Xb+ε,yo′=Yb-ε;
步骤11:以工作坐标原点O’的水平方向为X轴,在钣金灰度图像中扫描到第yO'行的第二次跳变时,即灰度值由0跳变到255,记录灰度值为0的像素点坐标,即X轴与钣金最右测边沿的交点的像素点,记该点为E点,其坐标标定为(Xe,Ye),以过O’点垂直方向为Y轴,建立初始加工坐标系,机床根据初始加工坐标系对钣金开始实施加工;
步骤12:机床在对钣金加工时,上位机以钣金的四个角点为中心点,划分出100×100的四个区域,分别为区域A2,区域B2,区域C2和区域D2;
步骤13:相机仅对区域A2,区域B2,区域C2和区域D2进行图像的实时采集,上位机实时读取相机拍摄到的区域A2,区域B2,区域C2和区域D2的图像,并采用步骤8和步骤9所述的方法重新标定钣金的四个角点的新坐标:A'(Xa',Ya'),B'(Xb',Yb'),C'(Xc',Yc'),D'(Xd',Yd');
步骤14:上位机通过以下公式计算重新标定钣金的四个角点的新坐标与开始加工前钣金的四个角点的坐标之间的误差值:
步骤15:上位机设定阈值L1和阈值L2,L2>L1;上位机分别将与阈值L1做比较,当其中所有值均小于L1时,则继续进行加工,当其中任意一个值大于L1时,再将该值与阈值L2做比较,当该值大于阈值L2时,停止加工;当该值小于阈值L2时,执行步骤16;
步骤16:加工坐标系重新建立:新的工作原点O'坐标为新的E点坐标为以O”为新的工作坐标原点,O”E'为新的X轴,过原点O”且垂直于E'O”的方向为新的Y轴,上位机计算E'O”所在直线与EO'所在直线的夹角为θ,将误差值和θ代入激光切割机的控制程序,作为新的坐标参考值进行加工。
在执行步骤S2时,边A1B1的长度为a1,边A1D1的长度为b1,边D1C1的长度为a2,边C1B1的长度为b2。
所述标准矩形板为厚度与钣金厚度相等的纯黑色矩形板。所述钣金的厚度根据需要加工的工件的厚度来选定。
本发明所述的一种适用于激光切割机的自适应坐标重建方法,解决了在激光切割过程中实时根据钣金在切割过程中发生偏移进行修正和重建加工坐标系的技术问题,从而实现软件层面的修正,从而提高激光切割机的精度,较大程度上降低了次品率。
Claims (3)
1.一种适用于激光切割机的自适应坐标重建方法,其特征在于:包括如下步骤:
步骤1:标定机床上的相机,其步骤如下:
步骤S1:调节相机的高度,使相机的镜头的光轴垂直于被测物的表面,在机床的一侧水平放置一个用于标定的矩形板,矩形板与相机的拍摄幅面相匹配;
步骤S2:对标准矩形板的四个边进行测量,设定标准矩形板的四个角点分别为A1、B1、C1和D1,通过测量得到的标准矩形板的四个边的长度分别为边长a1、边长a2、边长b1和边长b2,标准矩形板的周长为X=a1+a2+b1+b2;将标准矩形板的边长a1、边长a2、边长b1和边长b2输入到控制机床的上位机中,上位机计算标准矩形板的周长X,标准矩形板的周长为X=a1+a2+b1+b2;
步骤S3:将标准矩形板水平放置于被测物上侧,通过相机拍摄标准矩形板的n幅图像,3<n<10,上位机从相机中读取这n幅图像,并将这n幅图像分别进行二值化处理:首先设定一个阈值T1,阈值T1等于标准矩形板的灰度值与背景色的灰度值的平均值,选择一个图像,将该图像中的各个像素分别与阈值T1比较,如大于T1时,设置该像素的灰度值为255,如小于T1时,该像素的灰度值为设置为0;
步骤S4:上位机利用逐行扫描的方式来检测标准矩形板的四个角点坐标,其步骤如下:
步骤A:获取一幅通过步骤S3处理好的标准矩形板的图像,从图像的第一行开始逐行读取像素灰度值,设定当后一个像素灰度值减去前一个像素灰度值不为零时,即为产生了像素灰度值的跳变,即灰度值由255跳变成0或由0跳变成255;
步骤B:当在第一行遇到第一次灰度值跳变时,即灰度值由255跳变成0,上位机记录灰度值为0的像素点的坐标,并将该像素点记为A1点,标定其坐标为(X1,Y1);
当在第一行遇到第二次灰度值跳变时,即灰度值由0跳变成255,记录灰度值为0的像素点坐标,并将该像素点记为D1点,标定其坐标为(X2,Y2);
随后的跳变不再进行记录,直到扫描到了N+1行不再出现灰度值跳变情况,在第N行上遇到第一次跳变时,即灰度值由255跳变成0,记录灰度值为0的像素点坐标,并将该像素点记为B1点,其坐标标定为(X3,Y3);
在第N行上遇到第二次跳变时,即灰度值由0跳变成255;记录灰度值为0的像素点坐标,并将该像素点记为C1点,其坐标标定为(X4,Y4);
步骤C:上位机计算出标准矩形板周长X对应像素点个数的总和M:
M=|X2-X1|+|X4-X3|+|Y2-Y1|+|Y4-Y3|+4;
步骤S6:根据被拍摄的物体所对应像素点的个数,直接得到其物理参数,完成对相机的标定;
步骤7:抽离标准矩形板,将钣金水平放置在被测物的上侧,利用机床上的夹具将钣金固定;
步骤8:通过相机拍摄钣金的图像,上位机从相机中读取钣金的图像,对钣金的图像进行二值化处理,生成钣金灰度图像:设定一个阈值T2,阈值T2的值为钣金的图像中钣金的灰度值与背景色的灰度的值求平均,将钣金的图像中所有的像素的灰度值均与阈值T2继续对比,如大于T2时,设置该像素的灰度值为255,如小于T2时,该像素的灰度值为设置为0;
步骤9:通过步骤S4中所述的逐行扫描的方式来标定钣金灰度图像中钣金的四个角点的坐标,设定这四个角点的坐标分别为角点A(Xa,Ya),角点B(Xb,Yb),角点C(Xc,Yc)和角点D(Xd,Yd);
步骤10:设定机床的机械坐标原点为O,设定O’为工作坐标原点,设定B(Xb,Yb)点为钣金上最接近机械坐标原点O的点,上位机计算工作坐标原点O’的坐标为(Xb+ε,Yb-ε),ε∈[0,20],设定O’的坐标记作(xo′,yo′),xo′=Xb+ε,yo′=Yb-ε;
步骤11:以工作坐标原点O’的水平方向为X轴,在钣金灰度图像中扫描到第yO′行的第二次跳变时,即灰度值由0跳变到255,记录灰度值为0的像素点坐标,即X轴与钣金最右测边沿的交点的像素点,记该点为E点,其坐标标定为(Xe,Ye),以过O’点垂直方向为Y轴,建立初始加工坐标系,机床根据初始加工坐标系对钣金开始实施加工;
步骤12:机床在对钣金加工时,上位机以钣金的四个角点为中心点,划分出100×100的四个区域,分别为区域A2,区域B2,区域C2和区域D2;
步骤13:相机仅对区域A2,区域B2,区域C2和区域D2进行图像的实时采集,上位机实时读取相机拍摄到的区域A2,区域B2,区域C2和区域D2的图像,并采用步骤8和步骤9所述的方法重新标定钣金的四个角点的新坐标:A′(Xa′,Ya′),B′(Xb′,Yb′),C′(Xc′,Yc′),D′(Xd′,Yd′);
步骤14:上位机通过以下公式计算重新标定钣金的四个角点的新坐标与开始加工前钣金的四个角点的坐标之间的误差值:
步骤15:上位机设定阈值L1和阈值L2,L2>L1;上位机分别将与阈值L1做比较,当其中任意一个值大于L1时,再将该值与阈值L2做比较,当该值大于阈值L2时,停止加工;当该值小于阈值L2时,执行步骤16;
2.如权利要求1所述的一种适用于激光切割机的自适应坐标重建方法,其特征在于:在执行步骤S2时,边A1B1的长度为a1,边A1D1的长度为b1,边D1C1的长度为a2,边C1B1的长度为b2。
3.如权利要求1所述的一种适用于激光切割机的自适应坐标重建方法,其特征在于:所述标准矩形板为厚度与钣金厚度相等的纯黑色矩形板。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711431547.7A CN108230400B (zh) | 2017-12-26 | 2017-12-26 | 一种适用于激光切割机的自适应坐标重建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711431547.7A CN108230400B (zh) | 2017-12-26 | 2017-12-26 | 一种适用于激光切割机的自适应坐标重建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108230400A CN108230400A (zh) | 2018-06-29 |
CN108230400B true CN108230400B (zh) | 2021-10-19 |
Family
ID=62647916
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711431547.7A Active CN108230400B (zh) | 2017-12-26 | 2017-12-26 | 一种适用于激光切割机的自适应坐标重建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108230400B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111421226B (zh) * | 2019-07-09 | 2022-06-07 | 济南邦德激光股份有限公司 | 一种基于激光切管设备的管材识别方法及装置 |
CN114906432B (zh) * | 2021-02-08 | 2023-10-17 | 大族激光科技产业集团股份有限公司 | 激光切割贴标一体化方法及激光切割贴标设备 |
CN113828948B (zh) * | 2021-11-23 | 2022-03-08 | 济南邦德激光股份有限公司 | 一种激光切割机的板材寻边方法、标定系统及寻边系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103885390A (zh) * | 2014-04-09 | 2014-06-25 | 哈尔滨工业大学 | 基于逆向工程技术的免示教激光三维测量方法和设备 |
CN105081584A (zh) * | 2015-08-31 | 2015-11-25 | 宝山钢铁股份有限公司 | 一种同步通板动态跟随激光切割的方法及其系统 |
CN105404238A (zh) * | 2015-10-22 | 2016-03-16 | 南京航空航天大学 | 一种在机激光测量中测头位姿的线性化标定方法 |
CN105904729A (zh) * | 2016-04-22 | 2016-08-31 | 浙江大学 | 一种基于倾斜分层的无支撑三维打印方法 |
CN106841206A (zh) * | 2016-12-19 | 2017-06-13 | 大连理工大学 | 大型零件化学铣削切割非接触在线检测方法 |
CN107160046A (zh) * | 2017-04-18 | 2017-09-15 | 上海柏楚电子科技有限公司 | 一种视觉辅助大幅面机床板材切割的相机标定方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016044352A1 (en) * | 2014-09-15 | 2016-03-24 | Conformis, Inc. | 3d printing surgical repair systems |
CN107111293B (zh) * | 2014-12-29 | 2019-11-19 | 伊雷克托科学工业股份有限公司 | 经由具有对准特征的独立侧部测量的适应性零件轮廓建立 |
-
2017
- 2017-12-26 CN CN201711431547.7A patent/CN108230400B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103885390A (zh) * | 2014-04-09 | 2014-06-25 | 哈尔滨工业大学 | 基于逆向工程技术的免示教激光三维测量方法和设备 |
CN105081584A (zh) * | 2015-08-31 | 2015-11-25 | 宝山钢铁股份有限公司 | 一种同步通板动态跟随激光切割的方法及其系统 |
CN105404238A (zh) * | 2015-10-22 | 2016-03-16 | 南京航空航天大学 | 一种在机激光测量中测头位姿的线性化标定方法 |
CN105904729A (zh) * | 2016-04-22 | 2016-08-31 | 浙江大学 | 一种基于倾斜分层的无支撑三维打印方法 |
CN106841206A (zh) * | 2016-12-19 | 2017-06-13 | 大连理工大学 | 大型零件化学铣削切割非接触在线检测方法 |
CN107160046A (zh) * | 2017-04-18 | 2017-09-15 | 上海柏楚电子科技有限公司 | 一种视觉辅助大幅面机床板材切割的相机标定方法 |
Non-Patent Citations (3)
Title |
---|
"A Mask-Based Approach for the Geometric Calibration of Thermal-Infrared Cameras";Stephen Vidas et al;《IEEE Transactions on Instrumentation & Measurement》;20120203;第61卷(第6期);第1625-1635页 * |
"一种基于摄影测量的自动分拣系统标定方法";靳璞磊 等;《机械制造与自动化》;20170820;第46卷(第4期);第219-224页 * |
"一种平面薄片零件单目视觉测量方法";郭宝云 等;《测绘科学》;20160630;第42卷(第2期);第172-176+182页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108230400A (zh) | 2018-06-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10775160B2 (en) | System and method for efficient surface measurement using a laser displacement sensor | |
CN108230400B (zh) | 一种适用于激光切割机的自适应坐标重建方法 | |
US6956587B1 (en) | Method of automatically cropping and adjusting scanned images | |
EP3989542A1 (en) | Method and apparatus for evaluating image acquisition accuracy, and electronic device and storage medium | |
TW201801603A (zh) | 加工位置校正裝置及其方法 | |
CN108895959B (zh) | 一种基于亚像素的相机标定板角点计算方法 | |
CN114565612B (zh) | 一种基于图像对比的pcb板u型槽加工异常检测方法 | |
CN116156342B (zh) | 多线阵图像传感器拼接方法、线阵采像系统及装置 | |
CN110097516B (zh) | 内孔壁面图像畸变纠正方法、系统及介质 | |
CN110533036B (zh) | 一种票据扫描图像快速倾斜校正方法和系统 | |
CN115384052A (zh) | 一种智能化的覆膜机自动控制系统 | |
JP2004148379A (ja) | レーザマーキングシステム及びレーザマーキング方法 | |
CN116165216A (zh) | 一种液晶显示屏微划伤瑕疵3d检测方法、系统及计算设备 | |
CN111563867A (zh) | 一种用于提升图像清晰度的图像融合方法 | |
KR20130117967A (ko) | 벤딩 설비의 실시간 곡률 보정 시스템 및 그 방법 | |
CN111309271B (zh) | 一种基于机器视觉的双色打印机检测方法 | |
CN108520499B (zh) | 一种基于白带显微成像的图像偏移矫正方法 | |
CN109887038B (zh) | 一种用于在线检测的机器视觉图像校正方法 | |
CN116543055A (zh) | 图像畸变标定方法、校正方法、计算机装置、计算机可读存储介质 | |
CN113838144B (zh) | 一种基于机器视觉和深度学习的uv打印机上物件定位方法 | |
CN113538399A (zh) | 一种用于获取工件精准轮廓的方法、机床及存储介质 | |
CN103905762B (zh) | 投影模块的投影画面自动检查方法 | |
CN113077478A (zh) | 显示面板的对位方法、补偿方法、系统及可读存储介质 | |
CN111798423A (zh) | 一种混凝土裂缝图片拼接与检测方法 | |
WO2022171003A1 (zh) | 相机标定方法、装置及电子设备 |
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 |