CN108955525A - 透视投影式机器学习图像数据标注系统及方法 - Google Patents
透视投影式机器学习图像数据标注系统及方法 Download PDFInfo
- Publication number
- CN108955525A CN108955525A CN201810836149.1A CN201810836149A CN108955525A CN 108955525 A CN108955525 A CN 108955525A CN 201810836149 A CN201810836149 A CN 201810836149A CN 108955525 A CN108955525 A CN 108955525A
- Authority
- CN
- China
- Prior art keywords
- rotational positioning
- positioning equipment
- perspective projection
- machine learning
- image data
- 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
- 238000010801 machine learning Methods 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000002372 labelling Methods 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 20
- 230000000007 visual effect Effects 0.000 claims description 9
- 230000033001 locomotion Effects 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000003754 machining Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000002093 peripheral effect Effects 0.000 claims description 2
- 230000033228 biological regulation Effects 0.000 abstract description 10
- 238000001514 detection method Methods 0.000 abstract description 10
- 238000009432 framing Methods 0.000 abstract description 9
- 208000037805 labour Diseases 0.000 abstract description 4
- 238000010191 image analysis Methods 0.000 abstract description 2
- 238000005286 illumination Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000013480 data collection Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000007787 solid Substances 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000005764 inhibitory process Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000465 moulding Methods 0.000 description 1
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
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J18/00—Arms
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
Abstract
本发明提供透视投影式机器学习图像数据标注系统，将透视投影式机器学习图像数据标注装置用于实现透视投影式机器学习图像数据标注方法，通过获取四个初始目标标注点和四个初始定位点；图像采集环境随机变化，获取复杂环境下的图像；在图像处理模块里对旋转定位设备规则定位图案进行识别，解算目标物包围框信息并保存图像和标注信息。本发明提供的一种透视投影式机器学习图像数据标注系统及应用其的方法，通过控制模块的智能化控制，节省了大量劳动力和时间；通过旋转定位设备规则定位图案大大降低图像定位检测难度，只需识别旋转定位盘规则定位图案而无需对目标物进行图像分析，保证了在复杂环境下稳定精确的获取图像标注信息。
Description
技术领域
本发明涉及自动化控制与图像定位检测技术领域，更具体的，涉及一种透视投影式机器学习图像数据标注系统，还涉及了一种透视投影式机器学习图像数据标注方法。
背景技术
现有的图像定位检测技术通过大规模标注数据，从而获取性能优越的图像定位检测模型，现有的图像定位检测数据集主要通过人工标注方式获取，耗费了大量的财力物力；另外，由于图像定位检测技术是实现目标物包围框信息获取，现有基于图像检测算法的数据自动标注方法在光照、角度、尺度和视角变化，背景杂乱及目标物遮挡等复杂场景下的检测稳定性和精度难以保证，难以采用该类算法自动获取目标物包围框标注信息。
发明内容
本发明为克服现有的基于图像检测算法的数据自动标注方法存在自动化程度低、在复杂场景下的检测稳定性和精度难以保证的技术缺陷，提供一种透视投影式机器学习图像数据标注系统。
本发明还提供了一种透视投影式机器学习图像数据标注方法。
为解决上述技术问题，本发明的技术方案如下：
透视投影式机器学习图像数据标注装置，包括摄像设备、多轴机械臂、旋转定位设备、固定杆、可控光源、控制模块和图像处理模块；其中：所述摄像设备设置在所述多轴机械臂上，所述旋转定位设备固定在多轴机械臂正前方；所述旋转定位设备上方设置有所述固定杆，旋转定位设备周围还设置有所述可控光源；所述控制模块分别与所述摄像设备、多轴机械臂、旋转定位设备、固定杆、可控光源、图像处理模块电性连接。
其中，所述摄像设备为数码相机。
其中，所述可控光源的数量为4，均为地分布在所述旋转定位设备周围。
其中，所述旋转定位设备包括旋转平台、载物平台、导轨和驱动电机；其中，所述旋转平台设置在所述导轨上；所述载物平台设置在所述旋转平台的几何中心位置上；所述驱动电机转动轴与所述旋转平台连接；所述旋转定位设备通过驱动电机与所述控制模块电性连接。
其中，所述旋转平台为圆形平台；所述固定杆设置在所述旋转平台上方，旋转平台旋转时对旋转平台上的物件形成阻碍，以获取杂乱环境。
上述方案中，摄像设备固定于多轴机械臂前端，跟随多轴机械臂任意位置运动，实现自动化采集图像；旋转定位设备固定于多轴机械臂正前方，其中心设有5cmx5cmx2cm的载物平台用于承载目标物而其余位置放置其它类物品并自转，旋转平台四周均匀分布四幅不同规则图案，用于后期图像定位；固定杆与旋转平台中心位置相对固定，旋转平台旋转时固定杆对旋转平台上的物件起阻碍作用，打乱各个物件间的相对位置，以获取杂乱背景；可控光源有四个，均匀分布于旋转平台四周，光源亮度随机变化，以获取不同光照条件；控制模块可进行摄像设备拍摄控制、多轴机械臂运动控制、可控光源亮度调节以及旋转定位设备的旋转控制；图像处理模块用于旋转定位设备规则定位图案识别、目标物包围框信息解算、图像和标注信息保存。
上述方案中，利用多轴机械臂、旋转定位设备、固定杆、可控光源产生复杂图像采集环境，使所拍摄图像涵盖光照、角度、尺度和视角变化，背景杂乱及目标物遮挡这些情况，可满足基于机器学习的图像检测数据集的多样性和复杂性要求；通过对旋转定位设备规则定位图案的识别和目标物包围框信息解算，可实现自动、快速、稳定获取图像中目标物的标注信息。
透视投影式机器学习图像数据标注方法，包括以下步骤：
S1：获取四个初始目标标注点T1，T2，T3，T4和四个初始定位点L1，L2，L3，L4；
S2：图像采集环境随机变化，获取复杂环境下的图像；
S3：在图像处理模块里对旋转定位设备规则定位图案进行识别，解算目标物包围框信息并保存图像和标注信息。
其中，所述步骤S1的包括以下步骤：
S11：多轴机械臂带动摄像设备运动至旋转定位设备正上方且摄像设备光轴与旋转定位设备所在平面垂直；
S12：控制多轴机械臂运动调整摄像设备位置，直至旋转定位设备占摄像设备视场的1/2-3/4；
S13：调节可控光源，使旋转定位设备规则定位图案和目标物在拍摄图像中清晰可见，并采集此图像I；
S14：在图像处理模块中，用矩形框框出图像I中目标物并记录下该矩形框的四个顶点坐标，此即为四个初始目标物标注点T1，T2，T3，T4；
S15：在图像处理模块中识别出图像I中旋转定位设备四周的四幅不同的规则定位图案，并分别求出该四幅不同的规则定位图案的中心坐标，此即为四个初始定位点L1，L2，L3，L4。
其中，所述步骤S2包括以下步骤：
S21：控制旋转定位设备自转，旋转定位设备四周分布的可控光源亮度随机变化；
S22：多轴机械臂带动摄像设备在保证旋转定位设备始终位于摄像设备视场内的提前下在任意位置拍摄图像。
其中，所述步骤S3包括以下步骤：
S31：识别出所拍摄图像I’中旋转定位设备上的四幅规则定位图案，并分别求出该四幅规则定位图案对应的四个中心坐标点，此即为四个定位点L1’，L2’，L3’，L4’；
S32：四个初始定位点L1，L2，L3，L4和四个定位点L1’，L2’，L3’，L4’组成4对点对：L1和L1’，L2和L2’，L3和L3’，L4和L4’；其中每对点对中的两个点均对应旋转定位设备上的相同规则定位图案；
S33：由4对点对L1和L1’，L2和L2’，L3和L3’，L4和L4’求出从L1，L2，L3，L4坐标映射到L1’，L2’，L3’，L4’坐标的透视投影矩阵P；
S34：四个初始目标物标注点T1，T2，T3，T4经矩阵P透视投影变换得到对应四个目标物标注点T1’，T2’，T3’，T4’；
S35：四个目标物标注点T1’，T2’，T3’，T4’即为目标物包围框信息，保存所拍摄图像I’和对应目标物包围框信息T1’，T2’，T3’，T4’。
透视投影式机器学习图像数据标注系统，包括服务器和控制器，将透视投影式机器学习图像数据标注装置用于实现透视投影式机器学习图像数据标注方法。
上述方案中，在所提出的标注方法中，使用控制模块及图像处理模块对旋转定位设备规则定位图案进行识别，再通过目标物包围框信息解算即可自动快速得到图像标注信息，可节省大量劳动力和时间成本；通过旋转定位设备规则定位图案大大降低图像定位检测难度，只需识别旋转定位盘规则定位图案而无需对目标物进行图像分析，保证了在复杂环境下稳定精确的获取图像标注信息。
与现有技术相比，本发明技术方案的有益效果是：
本发明提供的一种透视投影式机器学习图像数据标注系统及应用其的方法，通过控制模块的智能化控制，节省了大量劳动力和时间；通过旋转定位设备规则定位图案大大降低图像定位检测难度，只需识别旋转定位盘规则定位图案而无需对目标物进行图像分析，保证了在复杂环境下稳定精确的获取图像标注信息。
附图说明
图1为透视投影式机器学习图像数据标注系统结构示意图。
图2为透视投影式机器学习图像数据标注方法流程图。
图3为旋转定位设备图样例图。
图4为透视投影式机器学习图像数据标注系统电路连接图。
其中：1、摄像设备；2、多轴机械臂；3、旋转定位设备；4、固定杆；5、可控光源；6、控制模块；7、图像处理模块。
具体实施方式
附图仅用于示例性说明，不能理解为对本专利的限制；
为了更好说明本实施例，附图某些部件会有省略、放大或缩小，并不代表实际产品的尺寸；
对于本领域技术人员来说，附图中某些公知结构及其说明可能省略是可以理解的。
下面结合附图和实施例对本发明的技术方案做进一步的说明。
如图1、图3、图4所示，透视投影式机器学习图像数据标注装置，包括摄像设备1、多轴机械臂2、旋转定位设备3、固定杆4、可控光源5、控制模块6和图像处理模块7；其中：所述摄像设备1设置在所述多轴机械臂2上，所述旋转定位设备3固定在多轴机械臂1正前方；所述旋转定位设备3上方设置有所述固定杆4，旋转定位设备3周围还设置有所述可控光源5；所述控制模块6分别与所述摄像设备1、多轴机械臂2、旋转定位设备3、固定杆4、可控光源5、图像处理模块7电性连接。
更具体的，所述摄像设备1为数码相机。
更具体的，所述可控光源5的数量为4，均为地分布在所述旋转定位设备3周围。
更具体的，，所述旋转定位设备3包括旋转平台、载物平台、导轨和驱动电机；其中，所述旋转平台设置在所述导轨上；所述载物平台设置在所述旋转平台的几何中心位置上；所述驱动电机转动轴与所述旋转平台连接；所述旋转定位设备3通过驱动电机与所述控制模块6电性连接。
更具体的，所述旋转平台为圆形平台；所述固定杆4设置在所述旋转平台上方，旋转平台旋转时对旋转平台上的物件形成阻碍，以获取杂乱环境。
在具体实施过程中，摄像设备1固定于多轴机械臂2前端，跟随多轴机械臂2任意位置运动，实现自动化采集图像；旋转定位设备3固定于多轴机械臂2正前方，其中心设有5cmx5cmx2cm的载物平台用于承载目标物而其余位置放置其它类物品并自转，旋转平台四周均匀分布四幅不同规则图案，用于后期图像定位；固定杆4与旋转平台中心位置相对固定，旋转平台旋转时固定杆对旋转平台上的物件起阻碍作用，打乱各个物件间的相对位置，以获取杂乱背景；可控光源5有四个，均匀分布于旋转平台四周，光源亮度随机变化，以获取不同光照条件；控制模块6可进行摄像设备1拍摄控制、多轴机械臂2运动控制、可控光源5亮度调节以及旋转定位设备3的旋转控制；图像处理模块7用于旋转定位设备3规则定位图案识别、目标物包围框信息解算、图像和标注信息保存。
在具体实施过程中，利用多轴机械臂2、旋转定位设备3、固定杆4、可控光源5产生复杂图像采集环境，使所拍摄图像涵盖光照、角度、尺度和视角变化，背景杂乱及目标物遮挡这些情况，可满足基于机器学习的图像检测数据集的多样性和复杂性要求；通过对旋转定位设备3规则定位图案的识别和目标物包围框信息解算，可实现自动、快速、稳定获取图像中目标物的标注信息。
如图2所示，透视投影式机器学习图像数据标注方法，包括以下步骤：
S1：获取四个初始目标标注点T1，T2，T3，T4和四个初始定位点L1，L2，L3，L4；
S2：图像采集环境随机变化，获取复杂环境下的图像；
S3：在图像处理模块7里对旋转定位设备3规则定位图案进行识别，解算目标物包围框信息并保存图像和标注信息。
更具体的，所述步骤S1的包括以下步骤：
S11：多轴机械臂2带动摄像设备1运动至旋转定位设备3正上方且摄像设备1光轴与旋转定位设备3所在平面垂直；
S12：控制多轴机械臂2运动调整摄像设备1位置，直至旋转定位设备3占摄像设备1视场的1/2-3/4；
S13：调节可控光源5，使旋转定位设备3规则定位图案和目标物在拍摄图像中清晰可见，并采集此图像I；
S14：在图像处理模块7中，用矩形框框出图像I中目标物并记录下该矩形框的四个顶点坐标，此即为四个初始目标物标注点T1，T2，T3，T4；
S15：在图像处理模块7中识别出图像I中旋转定位设备3四周的四幅不同的规则定位图案，并分别求出该四幅不同的规则定位图案的中心坐标，此即为四个初始定位点L1，L2，L3，L4。
更具体的，所述步骤S2包括以下步骤：
S21：控制旋转定位设备3自转，旋转定位设备3四周分布的可控光源5亮度随机变化；
S22：多轴机械臂2带动摄像设备1在保证旋转定位设备3始终位于摄像设备1视场内的提前下在任意位置拍摄图像。
更具体的，所述步骤S3包括以下步骤：
S31：识别出所拍摄图像I’中旋转定位设备3上的四幅规则定位图案，并分别求出该四幅规则定位图案对应的四个中心坐标点，此即为四个定位点L1’，L2’，L3’，L4’；
S32：四个初始定位点L1，L2，L3，L4和四个定位点L1’，L2’，L3’，L4’组成4对点对：L1和L1’，L2和L2’，L3和L3’，L4和L4’；其中每对点对中的两个点均对应旋转定位设备3上的相同规则定位图案；
S33：由4对点对L1和L1’，L2和L2’，L3和L3’，L4和L4’求出从L1，L2，L3，L4坐标映射到L1’，L2’，L3’，L4’坐标的透视投影矩阵P；
S34：四个初始目标物标注点T1，T2，T3，T4经矩阵P透视投影变换得到对应四个目标物标注点T1’，T2’，T3’，T4’；
S35：四个目标物标注点T1’，T2’，T3’，T4’即为目标物包围框信息，保存所拍摄图像I’和对应目标物包围框信息T1’，T2’，T3’，T4’。
透视投影式机器学习图像数据标注系统，包括服务器和控制器，将透视投影式机器学习图像数据标注装置用于实现透视投影式机器学习图像数据标注方法。
在具体实施过程中，在所提出的标注系统和方法中，使用控制模块6及图像处理模块7对旋转定位设备3规则定位图案进行识别，再通过目标物包围框信息解算即可自动快速得到图像标注信息，可节省大量劳动力和时间成本；通过旋转定位设备3规则定位图案大大降低图像定位检测难度，只需识别旋转定位盘规则定位图案而无需对目标物进行图像分析，保证了在复杂环境下稳定精确的获取图像标注信息。
显然，本发明的上述实施例仅仅是为清楚地说明本发明所作的举例，而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。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，均应包含在本发明权利要求的保护范围之内。
Claims (10)
1.透视投影式机器学习图像数据标注装置，其特征在于：包括摄像设备(1)、多轴机械臂(2)、旋转定位设备(3)、固定杆(4)、可控光源(5)、控制模块(6)和图像处理模块(7)；其中：所述摄像设备(1)设置在所述多轴机械臂(2)上，所述旋转定位设备(3)固定在多轴机械臂(2)正前方；所述旋转定位设备(3)上方设置有所述固定杆(4)，旋转定位设备(3)周围还设置有所述可控光源(5)；所述控制模块(6)分别与所述摄像设备(1)、多轴机械臂(2)、旋转定位设备(3)、固定杆(4)、可控光源(5)、图像处理模块(7)电性连接。
2.根据权利要求1所述的透视投影式机器学习图像数据标注装置，其特征在：所述摄像设备(1)为数码相机。
3.根据权利要求1所述的透视投影式机器学习图像数据标注装置，其特征在于：所述可控光源(5)的数量为4，均为地分布在所述旋转定位设备(3)周围。
4.根据权利要求1～3任一项所述的透视投影式机器学习图像数据标注系统，其特征在于：所述旋转定位设备(3)包括旋转平台、载物平台、导轨和驱动电机；其中，所述旋转平台设置在所述导轨上；所述载物平台设置在所述旋转平台的几何中心位置上；所述驱动电机转动轴与所述旋转平台连接；所述旋转定位设备(3)通过驱动电机与所述控制模块(6)电性连接。
5.根据权利要求4所述的透视投影式机器学习图像数据标注装置，其特征在于：所述旋转平台为圆形平台；所述固定杆(4)设置在所述旋转平台上方，旋转平台旋转时对旋转平台上的物件形成阻碍，以获取杂乱环境。
6.透视投影式机器学习图像数据标注方法，其特征在于，包括以下步骤：
S1：获取四个初始目标标注点T1，T2，T3，T4和四个初始定位点L1，L2，L3，L4；
S2：图像采集环境随机变化，获取复杂环境下的图像；
S3：在图像处理模块(7)里对旋转定位设备(3)规则定位图案进行识别，解算目标物包围框信息并保存图像和标注信息。
7.根据权利要求6所述的透视投影式机器学习图像数据标注方法，其特征在于，所述步骤S1的包括以下步骤：
S11：多轴机械臂(2)带动摄像设备(1)运动至旋转定位设备(3)正上方且摄像设备(1)光轴与旋转定位设备(3)所在平面垂直；
S12：控制多轴机械臂(2)运动调整摄像设备(1)位置，直至旋转定位设备(3)占摄像设备(1)视场的1/2-3/4；
S13：调节可控光源(5)，使旋转定位设备(3)规则定位图案和目标物在拍摄图像中清晰可见，并采集此图像I；
S14：在图像处理模块(7)中，用矩形框框出图像I中目标物并记录下该矩形框的四个顶点坐标，此即为四个初始目标物标注点T1，T2，T3，T4；
S15：在图像处理模块(7)中识别出图像I中旋转定位设备(3)四周的四幅不同的规则定位图案，并分别求出该四幅不同的规则定位图案的中心坐标，此即为四个初始定位点L1，L2，L3，L4。
8.根据权利要求6所述的透视投影式机器学习图像数据标注方法，其特征在于，所述步骤S2包括以下步骤：
S21：控制旋转定位设备(3)自转，旋转定位设备(3)四周分布的可控光源(5)亮度随机变化；
S22：多轴机械臂(2)带动摄像设备(1)在保证旋转定位设备(3)始终位于摄像设备(1)视场内的提前下在任意位置拍摄图像。
9.根据权利要求6所述的透视投影式机器学习图像数据标注方法，其特征在于，所述步骤S3包括以下步骤：
S31：识别出所拍摄图像I’中旋转定位设备(3)上的四幅规则定位图案，并分别求出该四幅规则定位图案对应的四个中心坐标点，此即为四个定位点L1’，L2’，L3’，L4’；
S32：四个初始定位点L1，L2，L3，L4和四个定位点L1’，L2’，L3’，L4’组成4对点对：L1和L1’，L2和L2’，L3和L3’，L4和L4’；其中每对点对中的两个点均对应旋转定位设备(3)上的相同规则定位图案；
S33：由4对点对L1和L1’，L2和L2’，L3和L3’，L4和L4’求出从L1，L2，L3，L4坐标映射到L1’，L2’，L3’，L4’坐标的透视投影矩阵P；
S34：四个初始目标物标注点T1，T2，T3，T4经矩阵P透视投影变换得到对应四个目标物标注点T1’，T2’，T3’，T4’；
S35：四个目标物标注点T1’，T2’，T3’，T4’即为目标物包围框信息，保存所拍摄图像I’和对应目标物包围框信息T1’，T2’，T3’，T4’。
10.透视投影式机器学习图像数据标注系统，包括服务器和控制器，其特征在于：包括如权利要求1-5所述的透视投影式机器学习图像数据标注装置，该装置用于实现如权利要求6-9所述的透视投影式机器学习图像数据标注方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810836149.1A CN108955525B (zh) | 2018-07-26 | 2018-07-26 | 透视投影式机器学习图像数据标注系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810836149.1A CN108955525B (zh) | 2018-07-26 | 2018-07-26 | 透视投影式机器学习图像数据标注系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN108955525A true CN108955525A (zh) | 2018-12-07 |
| CN108955525B CN108955525B (zh) | 2024-04-09 |
Family
ID=64464260
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810836149.1A Active CN108955525B (zh) | 2018-07-26 | 2018-07-26 | 透视投影式机器学习图像数据标注系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108955525B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110135323A (zh) * | 2019-05-09 | 2019-08-16 | 北京四维图新科技股份有限公司 | 图像标注方法、装置、系统及存储介质 |
| JPWO2021177159A1 (zh) * | 2020-03-05 | 2021-09-10 | ||
| CN113478418B (zh) * | 2021-05-25 | 2022-09-20 | 成都飞机工业（集团）有限责任公司 | 一种基于投影仪的零件装夹拆卸方法 |
| US11491658B2 (en) | 2019-07-23 | 2022-11-08 | Toyota Research Institute, Inc. | Methods and systems for automatically annotating items by robots |
Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0225704A (ja) * | 1988-07-14 | 1990-01-29 | Fuji Electric Co Ltd | 対象物の回転位置，方向検出装置 |
| JPH0545896A (ja) * | 1991-08-12 | 1993-02-26 | Nikon Corp | 自動位置決め装置 |
| US20020150288A1 (en) * | 2001-02-09 | 2002-10-17 | Minolta Co., Ltd. | Method for processing image data and modeling device |
| CN1480903A (zh) * | 1996-08-29 | 2004-03-10 | ������������ʽ���� | 特征信息赋予、物体抽取和立体模型生成方法及其装置 |
| JP2006226825A (ja) * | 2005-02-17 | 2006-08-31 | Ricoh Co Ltd | レーザ測長器とそれを使用した加工装置及び光ディスク原盤露光装置 |
| JP2008211418A (ja) * | 2007-02-26 | 2008-09-11 | Canon Inc | マルチバンド画像撮像方法 |
| JP2011182078A (ja) * | 2010-02-26 | 2011-09-15 | Seiko Epson Corp | 補正情報算出装置、画像補正装置、画像表示システム、補正情報算出方法 |
| CN102288134A (zh) * | 2011-05-16 | 2011-12-21 | 南京航空航天大学 | 一种基于透视投影的空间圆形目标旋转运动参数测量方法 |
| CN102646311A (zh) * | 2012-05-04 | 2012-08-22 | 中国科学院长春光学精密机械与物理研究所 | 实时动态巡航图像智能烟雾火情检测系统 |
| CN102706274A (zh) * | 2012-04-25 | 2012-10-03 | 复旦大学 | 工业结构化场景中机器视觉精确定位机械零件的系统 |
| CN102743184A (zh) * | 2012-05-14 | 2012-10-24 | 清华大学 | 一种x射线锥束计算机层析成像系统的几何参数标定方法 |
| CN103750824A (zh) * | 2014-01-17 | 2014-04-30 | 天津大学 | 一种针对小动物荧光层析成像系统的信息提取方法 |
| CN104050714A (zh) * | 2014-06-03 | 2014-09-17 | 崔岩 | 一种基于光柵扫描的物体数字化三维重建系统及方法 |
| CN104132613A (zh) * | 2014-07-16 | 2014-11-05 | 佛山科学技术学院 | 一种复杂表面和不规则物体体积的非接触光学测量方法 |
| FR3027702A1 (fr) * | 2014-10-27 | 2016-04-29 | Inst Franco Allemand De Rech De Saint-Louis | Dispositif automatise d'acquisition et de reconstruction d'un dessin, d'une gravure, de la forme d'une rayure ou d'un residu et procede associe |
| JP2017003525A (ja) * | 2015-06-15 | 2017-01-05 | 株式会社トプコン | 三次元計測装置 |
| CN106910243A (zh) * | 2017-02-09 | 2017-06-30 | 景致三维（江苏）股份有限公司 | 基于转台的自动化数据采集与三维建模的方法及装置 |
| JP2017130976A (ja) * | 2017-04-17 | 2017-07-27 | カシオ計算機株式会社 | 画像処理装置、画像処理方法及びプログラム |
| CN107543495A (zh) * | 2017-02-17 | 2018-01-05 | 北京卫星环境工程研究所 | 航天器设备自动准直测量系统、准直方法与测量方法 |
| CN107901041A (zh) * | 2017-12-15 | 2018-04-13 | 中南大学 | 一种基于图像混合矩的机器人视觉伺服控制方法 |
| CN108072674A (zh) * | 2018-02-07 | 2018-05-25 | 西安交通大学 | 一种基于数字射线的燃气轮机叶片缺陷三维空间定位方法 |
| CN208520325U (zh) * | 2018-07-26 | 2019-02-19 | 广东工业大学 | 基于复杂场景的图像标注系统 |
-
2018
- 2018-07-26 CN CN201810836149.1A patent/CN108955525B/zh active Active
Patent Citations (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0225704A (ja) * | 1988-07-14 | 1990-01-29 | Fuji Electric Co Ltd | 対象物の回転位置，方向検出装置 |
| JPH0545896A (ja) * | 1991-08-12 | 1993-02-26 | Nikon Corp | 自動位置決め装置 |
| CN1480903A (zh) * | 1996-08-29 | 2004-03-10 | ������������ʽ���� | 特征信息赋予、物体抽取和立体模型生成方法及其装置 |
| US20020150288A1 (en) * | 2001-02-09 | 2002-10-17 | Minolta Co., Ltd. | Method for processing image data and modeling device |
| JP2006226825A (ja) * | 2005-02-17 | 2006-08-31 | Ricoh Co Ltd | レーザ測長器とそれを使用した加工装置及び光ディスク原盤露光装置 |
| JP2008211418A (ja) * | 2007-02-26 | 2008-09-11 | Canon Inc | マルチバンド画像撮像方法 |
| JP2011182078A (ja) * | 2010-02-26 | 2011-09-15 | Seiko Epson Corp | 補正情報算出装置、画像補正装置、画像表示システム、補正情報算出方法 |
| CN102288134A (zh) * | 2011-05-16 | 2011-12-21 | 南京航空航天大学 | 一种基于透视投影的空间圆形目标旋转运动参数测量方法 |
| CN102706274A (zh) * | 2012-04-25 | 2012-10-03 | 复旦大学 | 工业结构化场景中机器视觉精确定位机械零件的系统 |
| CN102646311A (zh) * | 2012-05-04 | 2012-08-22 | 中国科学院长春光学精密机械与物理研究所 | 实时动态巡航图像智能烟雾火情检测系统 |
| CN102743184A (zh) * | 2012-05-14 | 2012-10-24 | 清华大学 | 一种x射线锥束计算机层析成像系统的几何参数标定方法 |
| CN103750824A (zh) * | 2014-01-17 | 2014-04-30 | 天津大学 | 一种针对小动物荧光层析成像系统的信息提取方法 |
| CN104050714A (zh) * | 2014-06-03 | 2014-09-17 | 崔岩 | 一种基于光柵扫描的物体数字化三维重建系统及方法 |
| CN104132613A (zh) * | 2014-07-16 | 2014-11-05 | 佛山科学技术学院 | 一种复杂表面和不规则物体体积的非接触光学测量方法 |
| FR3027702A1 (fr) * | 2014-10-27 | 2016-04-29 | Inst Franco Allemand De Rech De Saint-Louis | Dispositif automatise d'acquisition et de reconstruction d'un dessin, d'une gravure, de la forme d'une rayure ou d'un residu et procede associe |
| JP2017003525A (ja) * | 2015-06-15 | 2017-01-05 | 株式会社トプコン | 三次元計測装置 |
| CN106910243A (zh) * | 2017-02-09 | 2017-06-30 | 景致三维（江苏）股份有限公司 | 基于转台的自动化数据采集与三维建模的方法及装置 |
| CN107543495A (zh) * | 2017-02-17 | 2018-01-05 | 北京卫星环境工程研究所 | 航天器设备自动准直测量系统、准直方法与测量方法 |
| JP2017130976A (ja) * | 2017-04-17 | 2017-07-27 | カシオ計算機株式会社 | 画像処理装置、画像処理方法及びプログラム |
| CN107901041A (zh) * | 2017-12-15 | 2018-04-13 | 中南大学 | 一种基于图像混合矩的机器人视觉伺服控制方法 |
| CN108072674A (zh) * | 2018-02-07 | 2018-05-25 | 西安交通大学 | 一种基于数字射线的燃气轮机叶片缺陷三维空间定位方法 |
| CN208520325U (zh) * | 2018-07-26 | 2019-02-19 | 广东工业大学 | 基于复杂场景的图像标注系统 |
Non-Patent Citations (1)
| Title |
|---|
| 刘念等: "复杂环境下的多工件定位研究", vol. 41, no. 12, pages 120 - 123 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110135323A (zh) * | 2019-05-09 | 2019-08-16 | 北京四维图新科技股份有限公司 | 图像标注方法、装置、系统及存储介质 |
| US11491658B2 (en) | 2019-07-23 | 2022-11-08 | Toyota Research Institute, Inc. | Methods and systems for automatically annotating items by robots |
| JPWO2021177159A1 (zh) * | 2020-03-05 | 2021-09-10 | ||
| JP7420917B2 (ja) | 2020-03-05 | 2024-01-23 | ファナック株式会社 | 機械学習装置 |
| CN113478418B (zh) * | 2021-05-25 | 2022-09-20 | 成都飞机工业（集团）有限责任公司 | 一种基于投影仪的零件装夹拆卸方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN108955525B (zh) | 2024-04-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108955525A (zh) | 透视投影式机器学习图像数据标注系统及方法 | |
| CN104217441B (zh) | 一种基于机器视觉的机械臂定位抓取方法 | |
| CN107942949B (zh) | 一种机床视觉定位方法及系统、机床 | |
| CN110497187B (zh) | 基于视觉引导的太阳花模组装配系统 | |
| CN105953771B (zh) | 一种主动式经纬仪系统及测量方法 | |
| CN105744163B (zh) | 一种基于深度信息跟踪对焦的摄像机及摄像方法 | |
| Song et al. | Survey on camera calibration technique | |
| CN106681510B (zh) | 位姿识别装置、虚拟现实显示装置以及虚拟现实系统 | |
| CN105915784A (zh) | 信息处理方法和装置 | |
| CN110740549A (zh) | 一种利用人工智能技术自动调节照明装置照明区域和照度的系统及方法 | |
| CN111274959B (zh) | 一种基于可变视场角的加油锥套位姿精确测量方法 | |
| CN108958256A (zh) | 一种基于ssd物体检测模型的移动机器人视觉导航方法 | |
| CN103475820B (zh) | 一种摄像机中pi位置校正方法及系统 | |
| CN110458964B (zh) | 一种现实环境动态光照的实时计算方法 | |
| CN108710266B (zh) | 一种触发式对位结构的直写式曝光系统及方法 | |
| CN114581760A (zh) | 一种机房巡检的设备故障检测方法及系统 | |
| CN1794095A (zh) | 投影曝光装置中的同轴位置对准系统和对准方法 | |
| CN208520325U (zh) | 基于复杂场景的图像标注系统 | |
| CN109541626B (zh) | 目标平面法向量检测装置及检测方法 | |
| CN208937805U (zh) | 一种基于物联网的智能显微镜系统 | |
| CN100498214C (zh) | 测量装置的控制方法 | |
| CN110211155A (zh) | 目标跟踪方法及相关装置 | |
| US7817262B2 (en) | Device for measuring positions of structures on a substrate | |
| CN111028290B (zh) | 一种用于绘本阅读机器人的图形处理方法及装置 | |
| CN207993036U (zh) | 图像获取装置及图像识别设备 |
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 |