CN108257137A - 一种基于视觉光斑自动判读的角度测量方法及系统 - Google Patents
一种基于视觉光斑自动判读的角度测量方法及系统 Download PDFInfo
- Publication number
- CN108257137A CN108257137A CN201711266849.3A CN201711266849A CN108257137A CN 108257137 A CN108257137 A CN 108257137A CN 201711266849 A CN201711266849 A CN 201711266849A CN 108257137 A CN108257137 A CN 108257137A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- hot spot
- high speed
- access control
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- 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
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Image Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于视觉光斑自动判读的角度测量方法及系统。本发明方法包括以下步骤:采集标定后的高速相机拍摄的转台上激光发射器连续发出并打在目标平面上的光斑图像;对采集到的图像采用二值化的方法处理;对二值化处理后的图像进行边缘检测,圈出光斑轮廓并进行连通区域查找,对连通区域内像素求平均值;将平均像素转换为目标平面上的物理坐标,根据三角公式计算转台的旋转角度。本发明系统与上述方法对应。本发明具备经济成本低、操作简单、精度高的特点。
Description
技术领域
本发明属于智能控制视觉技术领域,尤其涉及一种基于视觉光斑自动判读的角度测量方法及系统。
背景技术
转台旋转角度的测量是目标位置检测、速度测量等相关问题的基础,实现转台对其旋转角度的自动判读是衡量其智能化水平的关键因素。目前对于转台旋转角的测量有多种方法,但个别环节上都或多或少需要人的参与,人工读取效率较低,且精度不高。双目视觉系统虽然可以提高一定的效率,但是经济成本高,结构复杂。
发明内容
本发明的目的在于提供一种基于视觉光斑自动判读的角度测量方法及系统,旨在解决上述背景技术中现有技术的不足。
本发明是这样实现的,一种基于视觉光斑自动判读的角度测量方法,该方法包括以下步骤:
S1、采集标定后的高速相机拍摄的转台上激光发射器连续发出并打在目标平面上的光斑图像;
S2、对采集到的图像采用二值化的方法处理;对二值化处理后的图像进行边缘检测,圈出光斑轮廓并进行连通区域查找,对连通区域内像素求平均值;
S3、将平均像素转换为目标平面上的物理坐标,根据三角公式计算转台的旋转角度。
优选地,在步骤S1中,所述高速相机的标定包括内参数矩阵和外参数矩阵的标定;其中,所述高速相机中,内参数矩阵不变,每一幅从不同角度拍摄的图片都对应一个外参数矩阵。
优选地,在步骤S2中,所述二值化处理后图像上的像素点的灰度值为0和255,通过中值滤波滤掉黑色版面上的杂点。
优选地,在步骤S2中,所述对连通区域内像素求平均值具体包括以下步骤:设定阈值准确找到光斑的轮廓位置,从图像左上角像素点开始搜索,对光斑轮廓内的横纵像素坐标进行叠加后取平均值,得到光斑中心的像素坐标。
本发明进一步公开了一种基于视觉光斑自动判读的角度测量系统,该系统包括高速相机、转台、激光发射器以及图像处理系统;其中,所述转台上设有激光发射器,激光发射器连续发出的激光打在目标平面上;所述高速相机的摄像头正对目标平面,且所述高速相机与图像处理系统数据线连接;
所述图像处理系统包括:
图像采集模块,用于采集标定后的高速相机拍摄的转台上激光发射器连续发出并打在目标平面上的光斑图像;
图像处理模块,用于对采集到的图像采用二值化的方法处理;对二值化处理后的图像进行边缘检测,圈出光斑轮廓并进行连通区域查找,对连通区域内像素求平均值;
角度测定模块,用于将平均像素转换为目标平面上的物理坐标,根据三角公式计算转台的旋转角度。
优选地,在图像采集模块中,所述高速相机的标定包括内参数矩阵和外参数矩阵的标定;其中,所述高速相机中,内参数矩阵不变,每一幅从不同角度拍摄的图片都对应一个外参数矩阵。
优选地,在图像处理模块中,所述二值化处理后图像上的像素点的灰度值为0和255,通过中值滤波滤掉黑色版面上的杂点。
优选地,在图像处理模块中,所述对连通区域内像素求平均值具体包括以下步骤:设定阈值准确找到光斑的轮廓位置,从图像左上角像素点开始搜索,对光斑轮廓内的横纵像素坐标进行叠加后取平均值,得到光斑中心的像素坐标。
本发明克服现有技术的不足,提供一种基于视觉光斑自动判读的角度测量方法及系统。本发明是单目高速相机和激光发射器构成的新系统,经过图像处理、分析和计算后可实现光斑坐标的自动获取,数据的实时传输,完成对转台旋转角的自动读取,更进一步可完成目标定位,速度检测,加速度测量等。转台旋转角度的自动判读可广泛应用于边防,海防,高空瞭望,森林防火,港口,景区,无人区,大型广场等场所,效率将得到显著提高。
光斑的寻找以及平均像素的读取是关键,在太阳光下,采用黑板为目标平面,在黑白图像中黑板与光斑形成了鲜明的对比,转换成灰度图以后易于检测,若采用白板作为目标平面,则在图像中很难找到光斑且相机标定过程中,但标定板背景为黑色时,程序难以寻找角点,因此,在本发明中,使用正反两面的板子,一侧为白色背景标定板,一侧为黑色背景目标板,经过实验验证,以上基于单目视觉光斑自动判读的方法能很好地解决了人为读取旋转角度效率低的问题,误差在0.5%以内。
相比于现有技术的缺点和不足,本发明具有以下有益效果:本发明单目高速相机配合激光发射器进行角度测量的方法,相比双目视觉系统,本发明经济成本低、操作简单、精度高。
附图说明
图1是本发明基于视觉光斑自动判读的角度测量方法的步骤流程图;
图2是在效果实验验证过程中光斑实际运动轨迹图;
图3是在效果实验验证过程中通过本发明得到的光斑计算运动轨迹图;
图4是本发明基于视觉光斑自动判读的角度测量系统的结构示意图;
图5是本发明图像处理系统的结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
如图1所示,本发明公开了一种基于视觉光斑自动判读的角度测量方法,该方法包括以下步骤:
S1、采集标定后的高速相机拍摄的转台上激光发射器连续发出并打在目标平面上的光斑图像;
S2、对采集到的图像采用二值化的方法处理;对二值化处理后的图像进行边缘检测,圈出光斑轮廓并进行连通区域查找,对连通区域内像素求平均值;
S3、将平均像素转换为目标平面上的物理坐标,根据三角公式计算转台的旋转角度。
在步骤S1中,高速相机拍摄在使用之前需要对相机的内参数矩阵和外参数矩阵进行标定。在相机标定过程中,内参矩阵是不变的,但每一幅从不同角度拍摄的图片都对应一个外参矩阵,因此拍摄最后一幅图片后,相机应固定放置在系统中的任意合适位置,以得到在此状态下的相机外参,之后翻转标定板使目标黑板处于正面位置,目标黑板与相机将位置不在改变,在对光斑位置检测的过程中,由于受到外部光线的影响,在白板上很难找到光斑,因此不能使用白板,或标定板直接作为目标平面,但在相机标定过程中,黑色背景的标定板在程序中很难找到角点,因此发明中使用正当反两面的板子,一侧为黑色背景的目标板,一侧为白色背景的标定板,且尽可能使黑板充满摄像机成像平面。
此外,在本发明中,激光发射器设置在转台上,转台上激光发射器连续发出并打在目标平面上的光斑图像被高速相机拍下,采集高速相机拍下的光斑图像。
在步骤S2中,首先对高速相机采集到的图片进行二值化处理使图像上的像素点的灰度值只有为0和255两种,通过中值滤波,滤掉黑色版面上的杂点,防止找到错误的光斑位置;其次,对图像使用Sobel算子进行边缘检测,在图像中圈出光斑轮廓,完成边缘检测以后,通过连通区域查找,设定阈值来准确找到光斑的轮廓位置,从图像左上角(0,0)像素点开始搜索,对光斑轮廓内的横纵像素坐标进行叠加后取平均值,得到光斑中心的像素坐标(ud,vd)。
在步骤S3中,根据视觉坐标系中,世界坐标系、摄像机坐标系、图像物理坐标系、图像像素坐标系间的关系以及系统中设定目标平面放在世界坐标系中Zw=0的平面上可推导出如下方程组:
其中,上述式(1)为Xw,Yw目标板上任意一点在世界坐标系下的坐标,Zc目标板上任意一点在摄像机坐标系下的坐标,fx,fy,u0,v0是相机内参,u,v是目标板上任意一点的像素坐标,rij,tij分别是相机外参矩阵R和T中的对应元素。用高斯消元法在VS2013+openCv3.0平台上可解此方程组,得到动点在世界坐标系下坐标Xwd和Ywd。
为便于求取转台旋转角度需构造一个直角三角形,两条直角边分别是目标黑板上动点到目标黑板上自定义原点的距离d和由固定在转台上的激光器发射出的激光垂直于目标黑板上,且投影点位于黑板左下角的坐标原点时,转台到目标黑板的垂直距离l。以上步骤需通过水平仪协作完成。
若所拍摄图片像素大小若为1024*1024,取图像左下角点为坐标原点,则像素坐标为(0,1024),由式(1)可转换为世界坐标系下坐标Xw0、Yw0。则动点的坐标为:
为符合人的习惯,自定义坐标原点应取目标黑板的左下角点,x轴方向沿目标黑板水平向左,y轴方向沿目标黑板向上。由于自定义坐标系与图像坐标系的建立规则不一样,所以当动点在第一象限运动时,计算得到的动点坐标却不在第一象限,为保证图像可以直观的反映动点位置需对动点坐标进行变换。令:
此时,所求动点位于第一象限,所求动点运动轨迹与动点真实轨迹相符。
目标平面上任意一点距原点距离d为:
则转台旋转角度为:
θ=arctan(d/l) (5)
系统中相机的帧率fr为1000fps,程序运行的时间为t,设用户需求每帧间隔下动点运动的距离为d,即动点每运动距离d时进行一次信息采集,转台的恒定转速为ω,转台转过角度为θ,则有:
d/l=tanθ=tan(ω(t+1/fr)) (6)
因此,实际中用户自行设定的d需满足
d≥ltan(ω(t+1/fr)) (7)
本发明经济成本低,操作简单。此外,在本发明的实际应用过程中,对如图2所示的光斑实际运动轨迹通过本发明方法进行验证,结果如图3所示,比较图2和图3可以看出,本发明具有精度高的特点。
如图4~5所示,本发明进一步公开了一种基于视觉光斑自动判读的角度测量系统,如图4所示,该系统包括高速相机1、转台2、激光发射器3以及图像处理系统4;其中,所述转台2上设有激光发射器3,激光发射器3连续发出的激光打在目标平面5上;所述高速相机1的摄像头正对目标平面5,且所述高速相机1与图像处理系统4数据线连接;
进一步的,本发明上述图像处理系统4,如图5所示,包括:
图像采集模块4-1,用于采集标定后的高速相机1拍摄的转台2上激光发射器3连续发出并打在目标平面5上的光斑图像;
图像处理模块4-2,用于对采集到的图像采用二值化的方法处理;对二值化处理后的图像进行边缘检测,圈出光斑轮廓并进行连通区域查找,对连通区域内像素求平均值;
角度测定模块4-3,用于将平均像素转换为目标平面5上的物理坐标,根据三角公式计算转台2的旋转角度。
在图像采集模块4-1中,高速相机1拍摄在使用之前需要对相机的内参数矩阵和外参数矩阵进行标定。在相机标定过程中,内参矩阵是不变的,但每一幅从不同角度拍摄的图片都对应一个外参矩阵,因此拍摄最后一幅图片后,相机应固定放置在系统中的任意合适位置,以得到在此状态下的相机外参,之后翻转标定板使目标黑板处于正面位置,目标黑板与相机将位置不在改变,在对光斑位置检测的过程中,由于受到外部光线的影响,在白板上很难找到光斑,因此不能使用白板,或标定板直接作为目标平面5,但在相机标定过程中,黑色背景的标定板在程序中很难找到角点,因此发明中使用正当反两面的板子,一侧为黑色背景的目标板,一侧为白色背景的标定板,且尽可能使黑板充满摄像机成像平面5。
此外,在本发明中,激光发射器3设置在转台2上,转台2上激光发射器3连续发出并打在目标平面5上的光斑图像被高速相机1拍下,采集高速相机1拍下的光斑图像。
在图像处理模块4-2中,首先对高速相机1采集到的图片进行二值化处理使图像上的像素点的灰度值只有为0和255两种,通过中值滤波,滤掉黑色版面上的杂点,防止找到错误的光斑位置;其次,对图像使用Sobel算子进行边缘检测,在图像中圈出光斑轮廓,完成边缘检测以后,通过连通区域查找,设定阈值来准确找到光斑的轮廓位置,从图像左上角(0,0)像素点开始搜索,对光斑轮廓内的横纵像素坐标进行叠加后取平均值,得到光斑中心的像素坐标(ud,vd)。
在角度测定模块4-3中,根据视觉坐标系中,世界坐标系、摄像机坐标系、图像物理坐标系、图像像素坐标系间的关系以及系统中设定目标平面5放在世界坐标系中Zw=0的平面5上可推导出如下方程组:
其中,上述式(1)为Xw,Yw目标板上任意一点在世界坐标系下的坐标,Zc目标板上任意一点在摄像机坐标系下的坐标,fx,fy,u0,v0是相机内参,u,v是目标板上任意一点的像素坐标,rij,tij分别是相机外参矩阵R和T中的对应元素。用高斯消元法在VS2013+openCv3.0平台上可解此方程组,得到动点在世界坐标系下坐标Xwd和Ywd。
为便于求取转台2旋转角度需构造一个直角三角形,两条直角边分别是目标黑板上动点到目标黑板上自定义原点的距离d和由固定在转台2上的激光器发射出的激光垂直于目标黑板上,且投影点位于黑板左下角的坐标原点时,转台2到目标黑板的垂直距离l。以上步骤需通过水平仪协作完成。
若所拍摄图片像素大小若为1024*1024,取图像左下角点为坐标原点,则像素坐标为(0,1024),由式(1)可转换为世界坐标系下坐标Xw0、Yw0。则动点的坐标为:
为符合人的习惯,自定义坐标原点应取目标黑板的左下角点,x轴方向沿目标黑板水平向左,y轴方向沿目标黑板向上。由于自定义坐标系与图像坐标系的建立规则不一样,所以当动点在第一象限运动时,计算得到的动点坐标却不在第一象限,为保证图像可以直观的反映动点位置需对动点坐标进行变换。令:
此时,所求动点位于第一象限,所求动点运动轨迹与动点真实轨迹相符。
目标平面5上任意一点距原点距离d为:
则转台2旋转角度为:
θ=arctan(d/l) (5)
系统中相机的帧率fr为1000fps,程序运行的时间为t,设用户需求每帧间隔下动点运动的距离为d,即动点每运动距离d时进行一次信息采集,转台2的恒定转速为ω,转台2转过角度为θ,则有:
d/l=tanθ=tan(ω(t+1/fr)) (6)
因此,实际中用户自行设定的d需满足
d≥ltan(ω(t+1/fr)) (7)
本发明装置易得,经济成本低,操作简单。此外,在本发明的实际应用过程中,对如图2所示的光斑实际运动轨迹通过本发明方法进行验证,结果如图3所示,比较图2和图3可以看出,本发明具有精度高的特点。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于视觉光斑自动判读的角度测量方法,其特征在于,该方法包括以下步骤:
S1、采集标定后的高速相机拍摄的转台上激光发射器连续发出并打在目标平面上的光斑图像;
S2、对采集到的图像采用二值化的方法处理;对二值化处理后的图像进行边缘检测,圈出光斑轮廓并进行连通区域查找,对连通区域内像素求平均值;
S3、将平均像素转换为目标平面上的物理坐标,根据三角公式计算转台的旋转角度。
2.如权利要求1所述的基于视觉光斑自动判读的角度测量方法,其特征在于,在步骤S1中,所述高速相机的标定包括内参数矩阵和外参数矩阵的标定;其中,所述高速相机中,内参数矩阵不变,每一幅从不同角度拍摄的图片都对应一个外参数矩阵。
3.如权利要求2所述的基于视觉光斑自动判读的角度测量方法,其特征在于,在步骤S2中,所述二值化处理后图像上的像素点的灰度值为0和255,通过中值滤波滤掉黑色版面上的杂点。
4.如权利要求3所述的基于视觉光斑自动判读的角度测量方法,其特征在于,在步骤S2中,所述对连通区域内像素求平均值具体包括以下步骤:设定阈值准确找到光斑的轮廓位置,从图像左上角像素点开始搜索,对光斑轮廓内的横纵像素坐标进行叠加后取平均值,得到光斑中心的像素坐标。
5.一种基于视觉光斑自动判读的角度测量系统,其特征在于,该系统包括高速相机、转台、激光发射器以及图像处理系统;其中,所述转台上设有激光发射器,激光发射器连续发出的激光打在目标平面上;所述高速相机的摄像头正对目标平面,且所述高速相机与图像处理系统数据线连接;
所述图像处理系统包括:
图像采集模块,用于采集标定后的高速相机拍摄的转台上激光发射器连续发出并打在目标平面上的光斑图像;
图像处理模块,用于对采集到的图像采用二值化的方法处理;对二值化处理后的图像进行边缘检测,圈出光斑轮廓并进行连通区域查找,对连通区域内像素求平均值;
角度测定模块,用于将平均像素转换为目标平面上的物理坐标,根据三角公式计算转台的旋转角度。
6.如权利要求5所述的基于视觉光斑自动判读的角度测量系统,其特征在于,在图像采集模块中,所述高速相机的标定包括内参数矩阵和外参数矩阵的标定;其中,所述高速相机中,内参数矩阵不变,每一幅从不同角度拍摄的图片都对应一个外参数矩阵。
7.如权利要求6所述的基于视觉光斑自动判读的角度测量系统,其特征在于,在图像处理模块中,所述二值化处理后图像上的像素点的灰度值为0和255,通过中值滤波滤掉黑色版面上的杂点。
8.如权利要求7所述的基于视觉光斑自动判读的角度测量系统,其特征在于,在图像处理模块中,所述对连通区域内像素求平均值具体包括以下步骤:设定阈值准确找到光斑的轮廓位置,从图像左上角像素点开始搜索,对光斑轮廓内的横纵像素坐标进行叠加后取平均值,得到光斑中心的像素坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711266849.3A CN108257137A (zh) | 2017-11-27 | 2017-11-27 | 一种基于视觉光斑自动判读的角度测量方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711266849.3A CN108257137A (zh) | 2017-11-27 | 2017-11-27 | 一种基于视觉光斑自动判读的角度测量方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108257137A true CN108257137A (zh) | 2018-07-06 |
Family
ID=62722315
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711266849.3A Pending CN108257137A (zh) | 2017-11-27 | 2017-11-27 | 一种基于视觉光斑自动判读的角度测量方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108257137A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109186501A (zh) * | 2018-09-30 | 2019-01-11 | 珠海市运泰利自动化设备有限公司 | 高精度光电传感器角度检测系统、标定方法及检测方法 |
CN109343037A (zh) * | 2018-11-27 | 2019-02-15 | 森思泰克河北科技有限公司 | 光探测器安装误差检测装置、方法和终端设备 |
CN109409324A (zh) * | 2018-11-08 | 2019-03-01 | 深圳泰山体育科技股份有限公司 | 跑步机运行参数测量方法以及跑步机运行参数测量装置 |
CN109581795A (zh) * | 2018-12-13 | 2019-04-05 | 深圳阜时科技有限公司 | 一种光学投影模组、感测装置及设备 |
CN109822231A (zh) * | 2019-02-15 | 2019-05-31 | 英特尔产品(成都)有限公司 | 检测用于晶圆划片的激光光束的质量的方法和装置 |
CN109934830A (zh) * | 2019-03-18 | 2019-06-25 | 杭州电子科技大学 | 一种基于图像计算的实时物体转动角度测量装置和方法 |
CN110132150A (zh) * | 2019-05-10 | 2019-08-16 | 公安部第三研究所 | 可见光源光斑尺寸测试的系统及其方法 |
CN110398974A (zh) * | 2019-08-23 | 2019-11-01 | 四川大学 | 一种基于结构光的agv视觉定位系统 |
CN111044990A (zh) * | 2018-10-11 | 2020-04-21 | 北京北科天绘科技有限公司 | 机载激光雷达光束指向标定方法、系统及激光光斑探测器 |
CN111127562A (zh) * | 2019-12-11 | 2020-05-08 | 长安大学 | 一种单目面阵相机的标定方法及自动标定系统 |
CN111767875A (zh) * | 2020-07-06 | 2020-10-13 | 中兴飞流信息科技有限公司 | 一种基于实例分割的隧道烟雾检测方法 |
CN113532331A (zh) * | 2020-04-17 | 2021-10-22 | 广州汽车集团股份有限公司 | 一种非接触式转角测量系统及方法 |
CN114384496A (zh) * | 2020-10-22 | 2022-04-22 | 北京一径科技有限公司 | 激光雷达角度的标定方法和系统 |
CN116608823A (zh) * | 2023-07-17 | 2023-08-18 | 中交第一航务工程局有限公司 | 一种水下测角装置及水下测角方法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10103916A (ja) * | 1996-09-30 | 1998-04-24 | Olympus Optical Co Ltd | 検査装置 |
CN101034160A (zh) * | 2007-03-29 | 2007-09-12 | 中国科学院上海光学精密机械研究所 | 可获得目标位置信息的相干激光测距仪及其测距方法 |
CN101526420A (zh) * | 2009-03-25 | 2009-09-09 | 中国科学院上海技术物理研究所 | 一种模拟小角度运动激光目标的装置 |
CN102331795A (zh) * | 2011-08-26 | 2012-01-25 | 浙江中控太阳能技术有限公司 | 基于光斑识别的控制日光反射装置自动跟踪太阳的方法 |
CN103185545A (zh) * | 2013-03-20 | 2013-07-03 | 重庆大学 | 空间矢量物三维旋转坐标测量方法 |
CN103743340A (zh) * | 2013-12-30 | 2014-04-23 | 清华大学 | 一种角度和空间坐标的测量系统以及测量方法 |
CN103759634A (zh) * | 2013-12-20 | 2014-04-30 | 西安工业大学 | 一种近红外激光光斑视场参数测量装置及测量方法 |
CN104570938A (zh) * | 2015-01-06 | 2015-04-29 | 常州先进制造技术研究所 | 一种插装生产中的双臂机器人系统及其智能控制方法 |
CN204313798U (zh) * | 2014-12-26 | 2015-05-06 | 华中科技大学 | 一种激光束现场标定装置 |
CN107064170A (zh) * | 2017-04-11 | 2017-08-18 | 深圳市深视智能科技有限公司 | 一种检测手机外壳轮廓度缺陷方法 |
-
2017
- 2017-11-27 CN CN201711266849.3A patent/CN108257137A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH10103916A (ja) * | 1996-09-30 | 1998-04-24 | Olympus Optical Co Ltd | 検査装置 |
CN101034160A (zh) * | 2007-03-29 | 2007-09-12 | 中国科学院上海光学精密机械研究所 | 可获得目标位置信息的相干激光测距仪及其测距方法 |
CN101526420A (zh) * | 2009-03-25 | 2009-09-09 | 中国科学院上海技术物理研究所 | 一种模拟小角度运动激光目标的装置 |
CN102331795A (zh) * | 2011-08-26 | 2012-01-25 | 浙江中控太阳能技术有限公司 | 基于光斑识别的控制日光反射装置自动跟踪太阳的方法 |
CN103185545A (zh) * | 2013-03-20 | 2013-07-03 | 重庆大学 | 空间矢量物三维旋转坐标测量方法 |
CN103759634A (zh) * | 2013-12-20 | 2014-04-30 | 西安工业大学 | 一种近红外激光光斑视场参数测量装置及测量方法 |
CN103743340A (zh) * | 2013-12-30 | 2014-04-23 | 清华大学 | 一种角度和空间坐标的测量系统以及测量方法 |
CN204313798U (zh) * | 2014-12-26 | 2015-05-06 | 华中科技大学 | 一种激光束现场标定装置 |
CN104570938A (zh) * | 2015-01-06 | 2015-04-29 | 常州先进制造技术研究所 | 一种插装生产中的双臂机器人系统及其智能控制方法 |
CN107064170A (zh) * | 2017-04-11 | 2017-08-18 | 深圳市深视智能科技有限公司 | 一种检测手机外壳轮廓度缺陷方法 |
Non-Patent Citations (2)
Title |
---|
万刚: "《无人机测绘技术及应用》", 31 December 2015 * |
李亮,孙华燕: "基于CCD的微小角度测量方法", 《四川兵工学报》 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109186501A (zh) * | 2018-09-30 | 2019-01-11 | 珠海市运泰利自动化设备有限公司 | 高精度光电传感器角度检测系统、标定方法及检测方法 |
CN109186501B (zh) * | 2018-09-30 | 2024-05-17 | 珠海市运泰利自动化设备有限公司 | 高精度光电传感器角度检测系统的标定方法及检测方法 |
CN111044990A (zh) * | 2018-10-11 | 2020-04-21 | 北京北科天绘科技有限公司 | 机载激光雷达光束指向标定方法、系统及激光光斑探测器 |
CN109409324A (zh) * | 2018-11-08 | 2019-03-01 | 深圳泰山体育科技股份有限公司 | 跑步机运行参数测量方法以及跑步机运行参数测量装置 |
CN109343037A (zh) * | 2018-11-27 | 2019-02-15 | 森思泰克河北科技有限公司 | 光探测器安装误差检测装置、方法和终端设备 |
CN109581795A (zh) * | 2018-12-13 | 2019-04-05 | 深圳阜时科技有限公司 | 一种光学投影模组、感测装置及设备 |
CN109822231A (zh) * | 2019-02-15 | 2019-05-31 | 英特尔产品(成都)有限公司 | 检测用于晶圆划片的激光光束的质量的方法和装置 |
CN109934830A (zh) * | 2019-03-18 | 2019-06-25 | 杭州电子科技大学 | 一种基于图像计算的实时物体转动角度测量装置和方法 |
CN110132150A (zh) * | 2019-05-10 | 2019-08-16 | 公安部第三研究所 | 可见光源光斑尺寸测试的系统及其方法 |
CN110398974A (zh) * | 2019-08-23 | 2019-11-01 | 四川大学 | 一种基于结构光的agv视觉定位系统 |
CN111127562A (zh) * | 2019-12-11 | 2020-05-08 | 长安大学 | 一种单目面阵相机的标定方法及自动标定系统 |
CN111127562B (zh) * | 2019-12-11 | 2023-03-28 | 长安大学 | 一种单目面阵相机的标定方法及自动标定系统 |
CN113532331A (zh) * | 2020-04-17 | 2021-10-22 | 广州汽车集团股份有限公司 | 一种非接触式转角测量系统及方法 |
CN113532331B (zh) * | 2020-04-17 | 2023-08-08 | 广州汽车集团股份有限公司 | 一种非接触式转角测量系统及方法 |
CN111767875A (zh) * | 2020-07-06 | 2020-10-13 | 中兴飞流信息科技有限公司 | 一种基于实例分割的隧道烟雾检测方法 |
CN111767875B (zh) * | 2020-07-06 | 2024-05-10 | 中兴飞流信息科技有限公司 | 一种基于实例分割的隧道烟雾检测方法 |
CN114384496A (zh) * | 2020-10-22 | 2022-04-22 | 北京一径科技有限公司 | 激光雷达角度的标定方法和系统 |
WO2022083513A1 (zh) * | 2020-10-22 | 2022-04-28 | 北京一径科技有限公司 | 激光雷达角度的标定方法和系统 |
CN116608823A (zh) * | 2023-07-17 | 2023-08-18 | 中交第一航务工程局有限公司 | 一种水下测角装置及水下测角方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108257137A (zh) | 一种基于视觉光斑自动判读的角度测量方法及系统 | |
CN110322702B (zh) | 一种基于双目立体视觉系统的车辆智能测速方法 | |
CN110285793B (zh) | 一种基于双目立体视觉系统的车辆智能测轨迹方法 | |
CN104173054B (zh) | 基于双目视觉技术的人体身高测量方法及其装置 | |
CN105023010B (zh) | 一种人脸活体检测方法及系统 | |
CN105225482B (zh) | 基于双目立体视觉的车辆检测系统和方法 | |
CN104183127B (zh) | 交通监控视频检测方法和装置 | |
CN105302151B (zh) | 一种飞机入坞引导和机型识别的系统及方法 | |
CN109472831A (zh) | 面向压路机施工过程的障碍物识别测距系统及方法 | |
CN106657992B (zh) | 一种自适应检测和调整双摄光轴的装置及方法 | |
CN112183355B (zh) | 基于双目视觉和深度学习的出水高度检测系统及其方法 | |
CN106971408B (zh) | 一种基于时空转换思想的摄像机标定方法 | |
CN109446892A (zh) | 基于深度神经网络的人眼注意力定位方法及系统 | |
CN101877174A (zh) | 车速测量方法、监控机及车速测量系统 | |
CN108230393A (zh) | 一种智能车前方运动车辆的测距方法 | |
CN109827502A (zh) | 一种标定点图像补偿的线结构光视觉传感器高精度标定方法 | |
CN106033614B (zh) | 一种强视差下的移动相机运动目标检测方法 | |
CN110889829A (zh) | 一种基于鱼眼镜头的单目测距方法 | |
CN103234475B (zh) | 一种基于激光三角测量法的亚像素表面形态检测方法 | |
CN109685855A (zh) | 一种道路云监控平台下的摄像机标定优化方法 | |
CN110189375A (zh) | 一种基于单目视觉测量的图像目标识别方法 | |
CN107796373A (zh) | 一种基于车道平面几何模型驱动的前方车辆单目视觉的测距方法 | |
CN106524995B (zh) | 基于可见光图像实时检测目标物体空间距离的定位方法 | |
CN108288065A (zh) | 一种基于图像分析的四轮定位仪检测方法 | |
CN113221648A (zh) | 一种基于移动测量系统的融合点云序列影像路牌检测方法 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180706 |
|
RJ01 | Rejection of invention patent application after publication |