CN109000583B - 使用激光位移传感器进行有效表面测量的系统和方法 - Google Patents
使用激光位移传感器进行有效表面测量的系统和方法 Download PDFInfo
- Publication number
- CN109000583B CN109000583B CN201810664574.7A CN201810664574A CN109000583B CN 109000583 B CN109000583 B CN 109000583B CN 201810664574 A CN201810664574 A CN 201810664574A CN 109000583 B CN109000583 B CN 109000583B
- Authority
- CN
- China
- Prior art keywords
- image
- height
- pixel
- laser line
- grayscale
- 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
- 238000000034 method Methods 0.000 title claims abstract description 98
- 238000006073 displacement reaction Methods 0.000 title claims abstract description 67
- 238000004441 surface measurement Methods 0.000 title description 5
- 238000012937 correction Methods 0.000 claims description 19
- 230000000694 effects Effects 0.000 claims description 7
- 230000008569 process Effects 0.000 abstract description 56
- 238000005259 measurement Methods 0.000 description 40
- 238000012545 processing Methods 0.000 description 21
- 239000010410 layer Substances 0.000 description 14
- 238000001514 detection method Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 230000004044 response Effects 0.000 description 11
- 230000002950 deficient Effects 0.000 description 9
- 238000003384 imaging method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000011143 downstream manufacturing Methods 0.000 description 8
- 239000003086 colorant Substances 0.000 description 7
- 230000026676 system process Effects 0.000 description 7
- 230000009471 action Effects 0.000 description 6
- 238000005286 illumination Methods 0.000 description 6
- 238000007689 inspection Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 230000007717 exclusion Effects 0.000 description 5
- 230000001965 increasing effect Effects 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 230000007704 transition Effects 0.000 description 5
- 238000012952 Resampling Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 239000003550 marker Substances 0.000 description 4
- 230000002093 peripheral effect Effects 0.000 description 4
- 238000002310 reflectometry Methods 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 3
- 230000001154 acute effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000003908 quality control method Methods 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000001801 Z-test Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000002238 attenuated effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000000053 physical method Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000002356 single layer Substances 0.000 description 1
- YLJREFDVOIBQDA-UHFFFAOYSA-N tacrine Chemical compound C1=CC=C2C(N)=C(CCCC3)C3=NC2=C1 YLJREFDVOIBQDA-UHFFFAOYSA-N 0.000 description 1
- 229960001685 tacrine Drugs 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
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
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
- G01B11/0608—Height gauges
-
- 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
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/026—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring distance between sensor and object
-
- 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
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
-
- 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
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/2518—Projection by scanning of the object
- G01B11/2522—Projection by scanning of the object the position of the object changing and being recorded
-
- G06T5/77—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/22—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition
- G06V10/235—Image preprocessing by selection of a specific region containing or referencing a pattern; Locating or processing of specific regions to guide the detection or recognition based on user input or interaction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/24—Indexing scheme for image data processing or generation, in general involving graphical user interfaces [GUIs]
-
- 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
- G06T2207/20072—Graph-based image processing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Optics & Photonics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种具有位移传感器的用于测量对象表面位移的方法,所述位移传感器以在高度方向上定义多个位移值的方式在对象表面投射线并在成像器接收来自投射线的光线。视觉系统处理器对成像器的像素行进行处理以确定在多个目标区域的每一个中的成像器像素列的激光线中心。每个目标区域定义了多个与投射线在对象表面上的预期位置相对应的行。GUI可用于确立所述区域。在进一步的实施例中,所述系统使用成像器来产生灰度图像。对这些灰度图像和产生的高度图像进行比较以补偿对比度引起的虚假高度读数。对图像像素和参考电压进行比较以定位所述线。
Description
分案申请
本申请为申请号201410218951.6、申请日2014年5月22日、题为“使用激光位移传感器进行有效表面测量的系统和方法”的分案申请。
相关申请
本申请要求于2013年5月22日提交,标题为《使用激光位移传感器进行有效表面测量的系统和方法》,申请号为61/826416的美国临时申请的权益,其全部公开内容通过引用在此并入本文。
技术领域
本发明涉及用于确定三维(3D)成像对象表面的位移的机器视觉系统。
背景技术
在制造和装配过程中,通常需要高精确度地测量对象表面的一部分或全部,并产生相对于对象表面上不同位置的总体位移的地图或“剖面(profile)”(例如,在物理z坐标方向的高度)。此剖面可以利用激光位移传感器(也被称为束“剖面仪”)形式的机器视觉系统(在本文中也被称为"视觉系统")来确定。激光位移传感器使用平面幕捕获并确定被扫描对象表面的(三维)形貌,所述平面幕通过在垂直于光束传播路径的"扇"形形状中光学地扩散激光束形成。在传统的布置中,调整视觉系统摄像机组件的方向来观察来自平面外部光束的平面。这种布置在对象表面上捕获所述投影线的形貌(例如,沿着物理x轴延伸),其中,由于光束(扇形)平面和摄像机之间的基线(即沿Y轴的相对间距)造成所述成像线表现为图像y轴方向的变化,其作为成像点的物理z轴高度(沿所述图像x轴)的函数。在典型的布置中所述摄像机的光轴以锐角和所述激光平面相交,以及所述激光平面、摄像机镜头和摄像图像传感器的公知Scheimpflug配置可用于形成图像,其中尽管与摄像机的距离不同,所述激光束的偏差穿过所述目标区域来焦距对准。所述偏差表示所述表面的高度轮廓。激光位移传感器在用户期望通过三角测量法测量和表征被扫描对象的表面细节的范围广泛的检查和制造业务中非常有用。一种形式的激光位移传感器采用了具有镜头组件和基于CCD或CMOS设计的图像传感器(或“成像器”)的视觉系统摄像机。所述成像器定义了在通过镜头接收来自成像场景的聚焦光的图像平面上灰度或颜色感应像素的预定域。
在典型的布置中,位移传感器和/或对象是相对运动的(通常在物理y坐标方向),使得摄像机对所述对象表面进行扫描,以及图像序列通过以期望空间间隔的激光线来获得——典型地与编码器或其它运动测量设备联合(或者,可选择地以基于时间的间隔)。典型地每个单个轮廓线从已知包含所述被投影的线的较大视场中单个获取的图像中获得。这些线共同描述了被成像对象的表面。所述视场的特征在于工作距离——即对象的表面应该属于最高和最低高度之间,以便适当地捕捉轮廓信息。在这个工作距离内,所述线的尺寸和形状可根据多种因素而变化,包括正在被扫描表面的方位和反射率,激光平面的不同的厚度(典型地所述线在某个中间深度的“腰”处距离传感器最窄,以及在更近或更远处距离传感器较宽)和随着高度函数而在摄像机系统中改变的放大量和透视量。线的尺寸/几何形状的这种变化是在以期望的扫描速度获得表面的精确测量中的几个挑战之一。
在测量对象表面轮廓时,有时需要同时产生对象的灰度图像。虽然这样的灰度图像可提供对象的视图,所述灰度图像可能具有可防止其和派生的对象表面轮廓之间的有用比较的不同特性。例如,所述灰度图像和产生的其他图像可以具有不同的像素比例。在这方面,如果在物理空间中的对象远离摄像机,例如,在较低的高度,然后像素可以显得较宽并涵盖比靠近摄像机的对象更多的物理空间。这种影响引起结果灰度图像的失真,并且在过程中防止或反对灰度图像和产生的其他图像之间的比较。因此,在单个的灰度图像中和在分开的灰度图像中,业界期望所述灰度图像能具有均匀的像素比例。
机器视觉应用经常需要使用最高品质的成像部件。近来,例如摄像机的成像设备的成本已经增加。因此,市场可能会被迫在为了部件的最高品质支付不断增加的成本或以较低的成本接受更低品质的成像设备之间做出选择。这种品质较差的设备通常包括缺陷或异常,比起使用高品质的设备使用其不太可取。使用这种品质较差的设备可能会降低机器视觉应用的结果。特别地,传感器可通常具有一个或多个不良的感应元件。不良的感应元件会被“卡住”,因为其对于光照完全没有响应,而显示出大约恒定值。其他不良的感应元件可响应于光照,但其中响应的一个或多个参数,例如偏移,增益,非线性,或噪声水平与“好”的元件的标称响应有明显不同。
发明内容
本发明在示例性实施例中通过提供一种激光位移传感器系统,及用于扫描对象表面的高度轮廓的相应方法,克服了现有技术的缺点,从而增加了系统的扫描吞吐量、处理速度、效率和全面性。在示例性实施例中,位移传感器在对象表面上投射线,并且以在高度方向上定义了多个位移值的方式,在成像器接收来自投影线的光线。使用视觉系统处理器对成像器像素行进行处理,来确定激光线中心,或者更普遍地,确定在多个目标区域的每个区域中的成像器像素列中的激光线和/或线的指定部分的位置(例如,线厚度的结束点和开始点)。典型地对在目标区域外部面积中的行没有进行获取和/或处理,以便增加线图像获得和处理的总体速度。每个目标区域定义了多个在对象表面上与投影线的期望位置相对应的行。随着对象相对于成像器视场移动,高度图像从在每个扫描的图像中的被投影的激光线的位置中产生。GUI可用来确立区域,其中用户为每个区域输入数值的(物理单位)或图形的边界。在进一步的实施例中,所述系统使用线宽度、强度和位置与成像器和激光的光照来产生灰度信息(例如沿着扫描的每条激光线),或全灰度图像。可使灰度图像数据和高度图像数据相互配合,以产生用于补偿对比度引起的虚假高度读数的校正因子。示例性地,成像器的像素也能通过将在成像器的每一列中的每个像素的强度(“强度”定义为包括,但不限于电压值)直接与参考强度相比较,以“二进制”的形式传送至处理器。达到或超过参考强度的那些像素具有逻辑值1(或其它)值,以及那些低于阈值的像素具有逻辑值0(或其他)值。线“中心”是在每列中从“1”像素的可能分组中确定的,并且此位置被转发到处理器,以形成高度图像的一部分。示例性地,所述中心可以是所述线的物理中心或与所述线相关联的任何其他适宜的指定位置,例如开始点和结束点。
在示例性的实施例中,用于测量对象表面位移的系统和方法包括位移传感器,所述位移传感器在对象表面上投射线,并以在高度方向上定义了多个位移值的方式,在成像器接收来自投影线的光线。使用视觉系统处理器对成像器像素行进行处理,仅在多个目标区域中的每一个中的成像器像素的列中确定投影线的位置。每个目标区域分别定义了多个在对象表面上与所述投影线的期望位置相对应的行。投影线位置在每一列中的定位对应于对象表面上的物理位移值。示例性地,对象与位移传感器是相对运动的,并获取投射线的多个图像。所获得的图像定义了对象表面的总体高度图像。图形用户界面(GUI)可操作地连接到视觉系统处理器。它使得用户能够输入每个目标区域的边界。GUI提供所述边界的数值物理单位的输入。示例性地,所述GUI能显示已获得的在其中包含有投影线的对象图像。构造和布置所述GUI以允许用户设定边界的图形位置。所获得的图像在所述GUI中是可移动的,以在扫描期间确定投影线位移的范围。在实施例中,投影线的位置被定位在沿着列方向的近似中心。在实施例中,测量处理对在多个目标区域的每个区域中获取的图像数据进行分析,以产生下游处理任务所使用的信息。下游处理任务所使用的信息从来自多个目标区域的所获得的分析图像数据的组合中产生。所述下游处理任务可采用来自对象的单个已获得的图像的信息(层)、所述对象的多个已获得的图像(层的分组)以及对应于对象的所有已获得的图像(全部高度图像)中的至少一个。所述下游处理任务可以包括惯例或传统设计的视觉系统任务或工具。所述视觉系统任务或工具可以包括注册、检查、对准和模式匹配中的至少一个。其他任务/工具可以包括平滑、平均化和其他图像处理操作等,其可对例如层的分组进行操作。示例性地,所述下游处理任务包括决策任务。可以构造和布置这种决策任务,以执行对象抛弃、线控制或警报过程中的至少一个。所述测量过程可使用所述对象的单次扫描或一组预定数量的扫描(例如,以平滑化、平均化和其他图像处理操作方式)。
在另一示例性的实施例中,用于测量对象表面位移的系统和方法包括位移传感器,以在高度方向上定义了多个位移值的方式,所述位移传感器在所述对象表面上投射线并且在成像器接收来自所述投影线的光。使用视觉系统处理器对成像器像素行进行操作,以在所述成像器像素列中确定所述投影线的位置。构造和布置所述视觉系统处理器,以从所述投影线的位置产生对象表面的高度图像。还构造和布置所述视觉系统处理器,以从投射线的强度值中产生对象表面的灰度图像。构造和布置所述视觉系统处理器以使用所述灰度图像中的测量值来计算校正因子和将校正因子应用到高度图像中,以便补偿高度图像中的误差。所述误差可能包括在高度图像中的虚假高度读数,例如在所述表面上的对比度变化-例如在形成鲜明对比的阴影或颜色中提供印刷的字符或符号。在实施例中,测量处理使用(a)来自高度图像的数据测量值来构造灰度图像的测量值,或者(b)使用灰度图像的测量值来构造高度图像的测量值。也可以提供决策过程,其基于所述测量处理做出决定。
在另一示例性的实施例中,用于测量对象表面位移的系统和方法包括位移传感器,以在高度方向上定义多个位移值的方式,所述位移传感器在对象表面投射线并在成像器接收来自投影线的光线。阈值电路接收来自成像器像素各自的强度值,并且将其各自的强度值与参考强度进行比较。从而基于所述比较,为每个像素分配二进制值。操作视觉系统处理器对像素行进行处理,以确定在像素列中的投影线的位置,所述像素具有指示投影线存在的二进制值,构造和布置所述视觉系统处理器以从所述像素列中的所述投影线的位置产生高度图像。示例性地,所述强度定义为电压或电流中的一个。
在又一示例性实施例中,一种用于在灰度图像中校正可疑像素的系统,包括处理器和在其上包含有指令的存储器,当处理器执行所述指令时,部分根据所获得的对象的图像,使得所述处理器产生激光线位置数据和相应的激光线强度数据,其中,激光线的位置数据包括至少一个激光线位置数据。所述处理器能够识别至少一个激光线位置数据,并且使用所述处理器,用所述激光线强度数据的代替值来取代与所述识别到的激光线位置数据相对应的激光线强度数据的初始值。所述处理器能够从所述激光线位置数据和相应的代替的激光线强度数据中产生灰度图像。
在又一示例性实施例中,用于产生与高度图像相对应的均匀比例灰度图像的系统包括处理器和在其上包含有指令的存储器,当处理器执行指令时,使得所述处理器产生激光线位置数据和激光线强度数据,其中激光线强度数据的每个像素包括对应于所测量强度的标记。所述处理器可以将所述激光线位置数据的每个像素映射到表示物理空间的坐标系中,其中至少两个映射的像素具有置于其间的连接特征,所述连接特征包括对应于所测量的强度的标记。使用所述处理器可以计算出多个仓的具有代表性的位置值和具有代表性的标记值,所述多个仓的每一个对应于一个或多个被映射的像素和一部分连接特征。所述处理器利用所述具有代表性的标记值可以输出均匀比例的灰度图像,并且利用所述具有代表性的位置值可以输出高度图像。
在另一示例性的实施例中,用于测量对象表面位移的系统包括位移传感器,所述位移传感器以定义了激光线位置数据和激光线强度数据的方式在对象表面投射线并在成像器接收来自投射线的光线。可以构造和布置视觉系统处理器以从激光线位置数据中产生高度图像,从激光线位置数据和激光线强度数据中产生灰度图像,以及产生灰度图像梯度的评估,所述灰度图像梯度用于计算将被应用到高度图像的每个像素上的高度校正因子。
附图说明
下面参照附图详细描述本发明,其中:
图1为根据示例性实施例随着在扫描方向上其间发生的相对运动,获得对象图像的激光位移传感器系统的示意透视图;
图2为根据图1的实施例的含有部分示例性的成像激光线的区域的成像器像素阵列的一部分的示意图;
图3为图1的成像器的示意图,示出了在位移传感器的视场内从所获得的激光线图像中产生的高度图像;
图4为根据示例性实施例,用于在全部获取的图像的目标区域内处理高度图像数据的程序的流程图;
图5图示了激光线图像,其中两个目标区域是彼此相邻的,其间没有间隙;
图6为使用图1的位移传感器系统的图形用户界面(GUI)的屏幕显示,其中在被扫描对象的全部图像检测目标区域可以用物理单位的形式来设置;
图7为包括GUI的屏幕显示图,其中用户对由位移传感器获取的对象图像的目标区域和排除区域进行操作;
图8为在两个目标区域的部分成像器的示意图,示出了选择性地接通或断开以改变在所述区域的图像的分辨率的像素行;
图8A为在两个目标区域的部分成像器的示意图,其中,所述第一区域是全分辨率的,并且所有的像素行开启,而第二行是半分辨率的,并且每隔一个像素行开启;
图9为来自通过使用图1的位移传感器系统获得的并行处理的高度图像和灰度图像,包含高度变化特征和对比度变化两者的示例性对象的图像;
图10为图9中示例性对象的高度图像,示出了作为强度读数的某些特征的高度变化也呈现出基于对比度的虚假高度读数;
图11为图9中示例性对象的灰度图像,示出了作为灰度强度变化的某些特征的对比度变化也示出了在其高度过渡中来源于某些凸起特征的阴影;
图12为用于从通过使用图1中位移传感器扫描图像获得的图像数据中产生高度图像和灰度图像的程序的流程图;
图12A为用于在可能含有可疑像素的灰度图像的行中校正零个或更多个可疑像素的方法的流程图;
图12B为用于对所获得的图像或激光线位置数据和激光线强度数据进行重采样以产生具有均匀像素比例的灰度图像的方法的流程图;
图12C为激光线位置数据和激光线强度数据的示意图;
图12D为与激光线位置数据相对应的映射的像素值的示意图;
图12E为包括连接特性的映射的像素值的示意图;
图12F为包括具有代表性的位置值和具有代表性的标记值的映射的像素值的示意图;
图12G为已校准的高度图像和均匀比例的灰度图像的一部分的示意图;
图13示出了使用高度图像的特征与灰度图像中相对应的特征的之间的比较,对在所述高度图像中基于对比度的虚假高读数进行补偿的流程图;以及
图14为通过比较每列像素的强度和参考强度来确定每列中激光线的中心的二进制技术的框图。
具体实施方式
I.系统概述
图1示出了包括定向成对对象120进行成像的激光位移传感器组件110(有时也被称为“部件”)的视觉系统布置100。所述位移传感器组件(或简称为“位移传感器”)可包含在相对于成像场景安装在适当定位的单独外壳112中。在替代的实施例中,所述位移传感器可以包括离散的分开的子部件。对象120和位移传感器110是相对运动的(双箭头My),其中位移传感器110或者对象120或者两者均沿着至少一个轴运动(扫描运动方向)。所述运动方向通常与所描述的,相对(例如全局)坐标系124(在这个例子中,物理y轴方向)对准。在一个典型的布置中,对象120定位在例如传送带或移动移动台的移动表面130上(以虚线示出),其提供来自以本领域技术人员清楚的一种方式可操作地连接到驱动系统132的移动表面的编码器或类似设备的运动数据。举例来说,对象120为具有周围表面140的结构,周围表面140相对平坦,具有高度H1,并且延伸至外部周界142。定位于外部周界142内的是表面144,所述表面144的位移沿着物理z轴方向在高度H2和高度H3之间变化。注意距离所述移动表面130的平面的基准平面或另一参考平面的每个高度H1、H2和H3可以用例如毫米的物理尺度来表示。再注意这里描述的对象120仅是范围广泛的可能表面形状的一个示例,并被描述为所述系统和方法的示例性实施例原理的有用示例。在进一步的示例中,外部的周围表面可被定义为具有附加特性的更复杂的周界,例如紧固件孔,以及其内部结构可以是不规则的形状。同样地,外部的周围表面可以是全部或部分省略形式的示例性对象。
位移传感器组件110包括激光组件150,所述激光组件150包括透镜或其他光学装置152(例如,鲍威尔棱镜或圆柱透镜),其沿着物理x轴(基本上垂直于扫描运动方向My),以构成线156的方式,向对象120投射激光幕或扇154。在本实施例中,扇154通常位于大约(或基本上)垂直于参考平面的平面中,例如移动表面130的物理xy平面和/或围绕对象表面140的平面。位移传感器110还包括通常由示例性地布置在公知的沙伊姆弗勒(Scheimpflug)结构162中的透镜/光学组件和成像器组件(“成像器”)164组成的摄像机组件(虚线框160)。成像器164包含具有预设分辨率的光敏像素阵列,所述摄像机组件通常定义了落入视场内的光轴OA,其中在不同表面高度的对象上线156是可见的。光轴OA定义了相对于激光扇154的平面(以及相关线170)的非水平(例如锐角)角θ。因此,沿着物理x轴,所述线的任何物理z轴高度变化/位移,可由摄像机组件160,成像为二维(2D)图像172显示的结果线171的位置变化(沿着图像轴YI),如通常显示在示例的(和可选的)可以是计算设备(例如掌上电脑、笔记本、平板电脑或PC)的一部分的显示器174中。如下面进一步描述,所述计算设备可以与包含图形用户界面处理176和设备设置程序的硬件和/或软件进行交互,其中的每个允许用户与视觉系统处理器180进行交互以建立、监视和控制位移传感器110的不同功能和参数。
注意坐标轴(X,Y,Z)124的布置是常规的,以及相对方位(例如极坐标)的其他表示法也是可明确预期的。如图所示,关于给定轴的旋转也得以示出,例如通过双-弯曲箭头Rx表示,其描述了关于物理x轴的旋转。
成像器164可操作地互连到在本实施例中包含在位移传感器110的外壳112内部的视觉系统处理器180。在替代的实施例中,一些或所有所述视觉系统处理器的部件和/或过程远离所述外壳(例如在互联的PC上)。根据下面详细描述的示例性实施例,所述视觉系统处理器180执行位移传感器过程182。所述处理器180还从所述移动表面130或另一个运动感应设备(例如,夹持所述位移传感器和/或所述对象的台架或机械手)接收相对运动信号。与这样的运动信号联合来获得已获得图像,使得所述线156在所述场景的指定对象位置被成像。如在此所用,术语已获取的图像指的是成像器上像素值的集合。如也在此使用并将在下面更详细地描述,术语高度图像(或幅度图像)是指从一个或多个所获取的图像中产生的高度像素值的集合,以及术语灰度图像是指从一个或多个获取的图像中产生的灰度像素值的集合。
如以下所描述,对象的图像数据(即二维高度图像也常常称为“深度图像”)被传送至例如质量控制、对象操纵、装配等不同的生产活动中使用的下游数据操作设备和过程(图1中190)。典型地,用户期望测量值的特征在于物理单位(例如,在x、y和z上的毫米或微米),而不是图像单位(即x上的像素/图元,y上的基于编码器运动的触发器,以及z上的的行位移)。因为这个原因,位移传感器典型地校准为在图像像素输出和物理单位之间转换,使得此校准的位移传感器的输出用物理单元表示。位移传感器校准可由制造商执行,以便位移传感器提供以物理单位表示的输出(如来自Natick,MA的Cognex公司的机型DS1100)。可选择地,传感器可以提供未校准图像单位的输出。当所述传感器的输出以未校准图像单位表示时,所述用户或应用程序通过操作以图像像素单位表示的输入数据来完成任务。当所述高度图像使用整数像素值时,用户还可以根据高度图像像素比例(以物理单元)和高度图像像素级数值范围(根据每个像素级表示多少个物理单元),指定所期望的高度尺度。在另一示例中,所述高度图像可以表示为二维数组的浮点值。
还要注意,如本文所用,术语“过程”和/或“处理器”应该广义地包括各种电子硬件和/或基于软件的功能和部件。此外,所描述的过程或处理器可以结合其他过程和/或处理器或分成不同的子过程或子处理器。这样的子过程和/或子处理器可以根据本文的实施例进行各种组合。同样地,明确预计的是本文的任何功能,过程和/或处理器可以使用电子硬件,由可编程指令的非瞬时计算机可读介质组成的软件或硬件和软件的组合来实现。
传感器过程182包括在设置时确立的校准值,其利用物理高度(例如,H1、H2、H3等)映射成像器视场中的线位置。此校准过程可使用经由移动台或其它运输工具沿着z轴移动到精确的已知高度的校准对象,以及在所述物理高度的成像的线相对y轴的位置(即2D显示中的Y1)用于产生与给定的物理高度参照的每个y位置值的曲线或表格。在每列中的每个y位置(如下文所述,每列中能存在多个y值)被映射至物理高度,并基于校准参数等,不同列中相同的y位置可以映射到不同的物理高度。可选择地,可以使用像素位置和以物理单位表示的x和z位置之间的关系的参数模型来产生数值。示例性地,传感器过程182确定了线的位置(例如,中心或其他指定的位置,例如被检测线的厚度的开始和结束位置),然后使用此值确定对象表面这部分的物理高度。更具体地,并参照图2,其示出了成像器164的一部分。所述成像器由M行×N列阵列的通常被称为"像素"210的光敏元件组成。这些像素中的每个像素根据入射光暴光而产生电荷。电荷直接通过在其中转换为相对于电荷水平的数字值的模-数转换器装置(未示出)。这个值被存储为由处理器180使用的图像像素数据。在一个非限制性的示例中,可以采用768行×1024列的像素阵列。通过进一步的非限制性示例的方式,大约175毫米的视场具有在大约140毫米(WRmin)和315毫米(WRmax)之间变化(从激光器150沿着170)的垂直工作范围(WR)。这些尺度仅是示例性的广义范围上的处理参数并且通过在此进一步说明原理的方式来提供。
所描述的像素阵列部分包含所成像的激光线的区段220,230,在其中高度分别在较低表面140和较高表面144之间过渡。也就是说,在所述区段220,230的虚线内示出了阵列中暴露于光线下的像素。注意有几行落在每个线段内。视觉传感器过程182典型地计算每列的线中心。根据现有技术中已知的各种因子和计算,此线中心可被分解为子像素级。例如,可以使用适当的算法,从一个或多个扫描的数据中获得分辨率为1/16的像素。
每次扫描产生高度或深度图像的一条线。如图3所示,对在视场中所获得的包含激光线312的图像310进行处理以产生值322的宽度为N的域320,域320包含所获取的图像的每个像素列(0,...,N-1)的物理高度(z轴高度,例如以毫米为单位)。而在一些实施例中,可以在此时产生每个值322的物理高度,本实施例推迟了物理高度的产生,直到进一步的下游处理步骤。在本实施例中,在像素单元中产生具有子像素分辨率的激光线位置,并在随后的步骤中,校准的参数被施加到像素单位中以产生一组x和z的值(即物理单位上的扫描线)。注意,与由成像器产生的线位置(像素)矢量相比,在物理单位上的扫描线中可能存在更多或更少的(x,z)对,因为如果需要,物理单位上的扫描线可以被重新映射以包括细/粗采样。此外,每列中值(322)的数量可沿着x方向变化,从而在每列中产生一个以上的值。例如,可以设置在x方向上的激光线的开始和结束位置,以及中心和其他度量,例如标准偏差。在一般情况下,域320表示由每个x坐标(列)穿过被扫描对象的表面的高度值组成的高度图像。随着扫描所述对象,可以结合一系列连续域(使用基于编码器的y方向运动的扫描之间的知识)来推导出对象表面的总体轮廓。
在产生每个高度图像(320)时,此过程降低了噪音并且提高了通过对邻近的行使用滤波算法来定位所述线的中心位置(以及高度值)的精确度。各种传统的和/或新颖的滤波器都可以使用。在示例性的实施例中,线查找算法运行的结果是在每个有利于测量的行附近对所获取的图像应用对称的1-2-4-2-1垂直滤波器内核,即当前行的每行中所获取的图像像素值乘以1,来自上一行的像素值乘以2,上一行之前行的像素值乘以4,在这之前行的像素值乘以2,再之前行的像素值乘以1。所述滤波器的输出是上面列出的5次乘积的总和。所选择的1-2-4-2-1滤波器是奇数排列的,使得所述滤波器的中心作用点可以对应于作为滤波器的作用结果的相同位置。根据用户的喜好、投影参数或在其他情况下也可以使用其它的滤波器。例如,这些其它的滤波器可以包括不同的宽度和/或不同的系数,如1-2-4-6-4-2-1或1-3-3-1等。位于最大滤波器响应位置上面、上和下面的行的滤波器值与子像素精确度一起采用二次插值(或其他已知技术)用来确定线定位。如果滤波器响应存在高原,则使用此高原的中心代替峰值位置。
应该特别考虑图像中区域接近开头和结尾的行。对于第一线和最后的线,系统不会产生滤波器测量。对于第二线和倒数第二线,系统分别使用3-4-2-1或1-2-4-3内核粗略估计理想的1-2-4-2-1内核。在示例性实施例中,更具体地,所述线查找过程相对于图像中的目标区域(也可在下面进一步描述)的不同位置采用以下滤波器:
行编号(在分析区域中) | 使用的滤波器 |
0 | 没有滤波器测量 |
1 | 3-4-2-1 |
2,3,… | 1-2-4-2-1 |
倒数第二行 | 1-2-4-3 |
最后一行 | 没有滤波器测量 |
此外,注意对于给定行,实际上不能计算出滤波器的响应,直到已经获得接下来的两行-仅仅除了当计算在区域中的倒数第二行的响应时,使用单个接下来的行。此外,当用户表明高度测量应当覆盖在物理单元Hmin-Hmax的范围时,需要将其转换成Rmin到Rmax的行的范围,然后在每个顶部和底部添加至少一行,使得我们可具有符合于在完整Hmin到Hmax范围的测量值的滤波器输出。
II.目标区域的分割
参考图2,可预计的是多种表面轮廓可包含在所述工作范围内分隔距离很远的目标的特征,包括目标特征的区域之外的特征对所述对象的分析是无需的或者不重要的。在对象120的示例中,对基准表面140和凸起表面144是感兴趣的,并且在这些表面之间的高度范围内不存在任何显著特征。因此,目标区域高度约为H1并且位于高度H2和H3之间。不需要对所有其他高度进行分析。然而,为了线信息,大量的处理时间和资源消耗在分析整个视场中。在许多应用中,在相对小的高度范围内,可预测地确定在视场内目标特征的大体位置。根据示例性实施例,并且进一步参照图4的程序400,此传感器过程定义了多个在视场中的目标区域ROI1和ROI2(图2)。每个区域包括在成像器中的多个行。每个目标区域的成像器的列尺度足够高以基于对象高度特征和由于对象相对于视场的运动,或由于其它工艺要求引起的高度变化,调节激光线的期望位置。在一个实施例中,每个目标区域行包括来自所有相邻列的像素。根据程序400,基于对目标对象特征物理高度和它们高度变化的估计,随着这些特征运动地穿过扫描以及过程的变化,用户确立所述过程与成像器(步骤410)中的像素位置相配合的目标区域。在适当的编码器(或其他基于运动的)值上,成像器获取对象的被获取图像(步骤420)。设定目标区域的过程使得所述成像器或另一下游部件获得图像像素数据,唯一地(仅)位于目标区域集的像素行内。同样地,处理器可以专注于仅来自每个目标区域的图像数据资源,从而降低图像的读出时间(因为目标区域之外的图像像素不被传送)和加速每个图像中表面高度的计算。注意,线段230的目标区域足够大以随着沿着y轴移动所述对象穿过扫描以及其它工艺要求来调节在表面144上的表面高度变化。
在一个实施例中,所述成像器包括一种通过处理器180打开或关闭选定行的输出能力。在可替代的实施例中,所述成像器可以设定用来打开(允许选中的行读出)或关闭(阻止取消选定的行读出)行的范围。阻止图像数据的预定行处理的其它布置可以在进一步的实施例中实现。
在步骤430,程序400采用上述线查找算法来定位具有子像素精度的线的位置。激光线的强度数据和激光线的位置数据也可以通过峰值检测来计算。对于每一列,查找到滤波器响应的峰值/位置,例如,经历上述的滤波过程所获得的像素值。包括一个或多个激光线的位置数据的激光线位置数据对应于滤波器峰值的位置(在每列中)。包括一个或多个激光线的强度数据的激光线强度数据对应于滤波器的峰值。术语数据用来指代被测量值,例如像素值;线强度数据是指激光线强度像素值,以及线的位置数据指的是激光线的位置。术语数据有时被用来指一组单独的数据,有时用于指单独的数据。在步骤440利用每一列上的线的位置来构造表示对象的层轮廓的总体高度图像的一层。在可选的判定步骤450中,对一层的测量值进行分析,以确定是否条件成立—例如存在超出规格的对象。如果是,所述系统以信号形式告知步骤452中的状态(例如出现故障),并采取其它适当措施(例如,抛弃故障的对象,发出警报,停止该线等),并且在步骤410中可以循环检查下一个对象。然而,可以明确预期的是,不同的应用可以继续扫描对象,甚至在识别出错误状态之后(通过虚线分支454,它返回到扫描获得步骤420)。还要注意,步骤450也可以被用于计算图像的单个或多个扫描(层)。这个/这些层可表示在视场中的目标区域,或目标区域的组合。也就是说,当一些系统过程扫描整个对象表面时(例如,为了保证对准,测量和决策是基于对象的完整3D表示),一些系统过程希望对对象表面(即部分横截面)采用单独扫描(层),并且例如对准、测量、产出数据和/或决策基于每个单独的扫描/层。因此所述层通过步骤456传递到一个或多个下游过程。此外,一些系统过程使用扫描(例如,一次10个横截面)的分组,并使用适当的技术(例如平滑、平均化和其他图像处理操作等)合并所述数据。然后这种合并的数据用于对准、测量、产出数据和/或决策。扫描可以继续,因为通过分支454处理这个分组,在步骤456中层被传送到下游系统进程。此外,一些系统过程使用上述的组合,基于单独/分组的扫描,提供一种快速的测量/决策等等,以及基于所述整个(或较大部分)被扫描对象,提供最终的测量值。
在步骤450中不存在发出信号的状态(故障,单个层,多个层)时,可以继续(通过判决步骤460)进行扫描,直到定位在整个对象表面(或在表面的期望部分)上的线的图像已被获取。然后使用单独的高度图像来构造例如品质控制、缺陷检测、部件抛弃等的下游数据处理过程(图1中190)中使用的对象表面的三维轮廓。值得注意的是,涵盖对多于一个的目标区域进行分析而产生的物理数据的下游测量或类似的信息,可用于一个或多个决策过程(图1中192)和/或视觉系统任务(图1中194)。也可以设想,下游测量或类似的信息可以使用通过相同的扫描在多于一个的ROI之间产生的物理数据。更具体地,在目标区域承担的各种图像处理操作可以在全部高度图像中跨越(以及应用数据来自)多个目标区域应用,以获得有关对象的特定信息。这种过程可以包括,但不限于模式匹配操作、检查操作、拾取和放置(以及其他机器人操纵装置)操作、允许误差的操作和/或任何其他可以使用图像数据从高度图像中获得的视觉系统的功能。这个过程一直持续(通过对每个对象执行判决步骤480)直到完成(步骤490)。
参考图5,在某些实施例中,目标的特征可位于在接近高度附近,使得视场510包含使用两个相邻的或接近的(以及非重叠的)目标区域ROI1a和ROI2a而进行分析的线。在示例性的布置中,修改上述线查找和滤波过程(530)以适应所述区域之间缺乏的间隙。在这种特殊情况下,修改上述表格的开始部分以适应所述第二区域。注意,区域可通常以在第二区域中的第一行是在所述第一图像中的最后一行的下一行,即在它们之间没有间隙的方式布置。因此,所述滤波器可应用到每个相邻的区域(分别ROI1a和ROI2a)应用以下列方式:
第一区域:
行编号 | 使用的滤波器 |
0 | 没有滤波器测量 |
1 | 3-4-2-1 |
2,3,直到倒数第二行 | 1-2-4-2-1 |
最后一行 | 没有滤波器测量 |
因为传感器在第二区域中仅每隔一行获取一行,所以在第一区域中使用的窄带滤波器不能在第二区域中运行。然而用在整个第二区域的宽带的滤波器,也可以应用在第一区域的最后几行。在本区域的宽带滤波器与来自窄带滤波器的结果重叠,并且宽带滤波器可以用于“混合”区域之间的数据。
第一区域重叠部分:
行编号 | 使用的滤波器 |
最后–3行 | 1-2-4-2-1 |
最后–1行 | 1-2-4-2-1 |
第二区域:
行编号 | 使用的滤波器 |
0,1,向前 | 1-2-4-2-1 |
最后–1行 | 1-2-4-3 |
最后一行 | 没有滤波器测量 |
值得注意的是,在处理器180中示例的GUI过程(图1中的176)、附加计算设备或者两者,使得用户在设置的过程中能够选择目标区域(典型地)。图6显示了用于互连位移传感器110的设置界面的GUI显示610。显示610包括多个使用其访问各自的屏幕来训练所述传感器以及设置各种参数的选项卡620。选定的选项卡622显示了包括使用其用户可以选择"两者"(632)的输入框的“轮廓”屏幕630,以在整个检测基础中定义多个(在本实施例中为2个)感应的目标区域。“两者”选择示例性地提供了与在视场中将被确立的每个目标区域相关联的两列634和636。每个区域中包含Z检测基准640(从工作范围的z初始点检测区域开始)的物理位置(以毫米为单位),Z的检测高度642(各自的目标区域的z距离)和Z的检测采样值的设置。在这个示例中,第一区域Z的检测基准从30毫米初始点的上面开始,并且延伸为10毫米的高度。第二区域的Z检测基准在79毫米开始,并在其上延伸14毫米。这两个区域以值1进行采样。在这些区域之外的视场的任何区域被排除在处理之外。注意在两个以上的目标区域将被确立的实施例中,“两者”的选定可以用不同的对话框代替,其确立区域的数目和可以使用的相关联的列数。为了帮助用户理解,这些关系(对于每个目标区域)在显示器630的输入面积侧所示的图形650中被选择性地描述。这个界面可以允许产生多个目标区域。
图7描绘了用于设置检测和排除区域的GUI的可替代的实施例。在此实施例中,显示器710包括对象730在整个视场中所显示的图像720。激光线740被投射在对象730之上。用户可以移动对象(通过传送带,移动台等),以确定在每个区域中的线的运动限度,而目标区域ROI1b和ROI2b相关联的边界则由用户来选择。一个或多个适当的按钮760与光标(750)的运动或其它技术人员已知的类似的界面功能联合起来用于设置目标区域。经图形化设置目标区域,所述设置过程将这些位置转变成沿着成像器中像素列的物理测量值和位置。
III.分辨率的调整
注意如下所述的进一步的实施例。一些或所有的行可以较低的分辨率定义—例如每隔一行进行采样。此外,正如图2的示例所示,更远处线段220以较低的分辨率出现,宽度为LW1,比更近处线段230横跨较少的像素行,其中更近处线段230宽度为LW2,横跨比线段220更多的像素行。因此,越接近的线段将经受更密集的扫描并且分辨率高于较远的线段。一般地,在工作范围之内距离越接近所成像的光线,图像的分辨率就越高。典型地,较远线段的分辨率通常是足够的。示例性地,在较短的工作范围的目标区域的分辨率可以通过选择性地关闭输出和/或行处理来减小。例如在目标的区域中,ROI2,可以关闭每一交替的行。为了进一步降低分辨率可以打开每第三或第四行,而关闭中间的行。较长的工作范围区域(ROI1)的分辨率也可以按照这种技术定义减小了的分辨率。两个区域的分辨率减小时,更大的减小典型地用于在较短的工作范围的区域,以补偿其初始的高分辨率。需要注意的是改变分辨率的能力也可用于解决在被成像的激光线的中央区域的狭窄的“腰”和在所述腰部每一侧的加宽端部的存在。
通过进一步说明,图8示出了包括与两个目标区域ROI1c和ROI2c相关联的像素行810的成像器800的示例性的一部分。如图所示,给成像器控制电路830和/或视觉系统处理器(例如,基于自动化布置或GUI设置)发出输出指令810,以在第一区域ROI1c中从每个交替行(由"X"指定关闭的行)中丢弃信号(读出)。同样地,在第二区域ROI2c,每三行被打开,而两个中间行被关闭。在一般情况下,通过减小分辨率,计算可接受的轮廓,同时减小了处理器的工作量并提高了扫描速度的吞吐量。更具体地,图8A所示的示例性实施例提供了成像器850,所述成像器850在第一区域ROI1d中传送全像素(打开的,每行读出)以及在第二区域ROI2d中传送一半分辨率(关闭,每隔一行读出)。控制功能和指令类似于以上参照图8的描述。
IV.灰度图像的产生
在许多制造应用中,在其他过程之中,期望检查对象的高度轮廓和某些例如打印的2D元素。例如,键盘的键都应该位于预定的高度,同时每个键具有特有的印刷标记(字母字符,符号等)。
通过举例的方式,图9是常见对象(车牌)920的图像910,其包含平坦(相对于周围的板状基部930)印刷元素940和凸起元素。当每组的元素具有对比色(例如蓝色和红色)时,可以预计的是可以选择所述激光的颜色以适当地分解在所获取的图像中的两种颜色。基于所获取的图像数据,在每一列经受例如1-2-4-2-1滤波器的滤波处理之后,系统可以测量所获取的图像强度的最大滤波器响应,以建立尽可能对高度的变化不敏感,并在例如打印的表面上显示对比度变化的灰度图像。可选择地,所述系统可以使用相同的二次或其他内插函数以在所述被测量线的子像素位置建立所述响应的估计,并使用它来建立灰度图像。因此,系统可以产生高度图像,灰度图像,或同时产生两者(交织图像)。在一些实例中,可以从滤波后的激光线的强度数据中产生灰度图像,并且滤波后的激光线强度图像可能是大于8位的值。这是因为施加到8位值的1-2-4-2-1滤波器可以产生大于8位的结果。由于一些机器视觉惯例期望8位的灰度图像输入,系统100可以将激光线强度的16位值映射为8位的灰度图像值。所述用户可以使用像素映射,将具有比8位多一位的值的所述滤波后的激光线强度图像映射为8位的灰度图像。根据相应的高度信息,可以对灰度图像数据进行后处理,因为激光返回越细,激光线可能更细,以及所述激光线距离传感器越远激光返回可能会衰减。上面描述的位映射可以是说明书和/或特定部分的应用。
图10详细描述了对象920的相关高度图像1010。值得注意的是基于高度,用不同的亮度表示高度图像1010,其中黑色1030表示工作范围的基准线的高度,灰色1040表示板状基部930升起的高度(从基准线)以及白色1050表示凸起元素950的高度。平板印刷元素940也通常为灰色,与基部板930的高度相匹配,但是,如下所述,平板印刷元素940包括表现为轻微高度变化的"假"边缘1060。
图11表示通过使用在激光线的照射下从对象的扫描中得到的图像数据获取对象920的灰度图像1110。如图所示,清楚地成像出平板元素940相对于基部板930的对比背景的对比色。凸起元素950也被成像(虽然颜色可能褪色,如果使用了类似颜色的激光-选择适当的颜色和/或光学滤波器可确保获取到完整的对象的灰度图像)。由于所述凸起元素呈角度的周边造成的阴影,所述凸起元素还可以包含细微特征1150。可以通过使用基于灰度图像的校正来显著地减少这种影响。例如,可在灰度图像的每个像素中计算出垂直梯度,基于此梯度校正可被应用在高度图像的每个高度测量中。
如图12所示,激光线的扫描产生获取的图像1210。此获取的图像受线查找过程/算法1220支配,如前描述。这些过程/算法1220可恰当地对目标区域或整个图像起作用。由各列中的像素灰度强度值和峰值强度位置(和强度值)组成的图像数据1230通过所述线查找过程传送,以用于构建高度图像1240的层和灰度图像1250的层。在另一个示例中,图像数据1230可以包括通过使激光线强度数据经上面所述的一个或多个滤波器处理而已经产生的灰度强度值。高度图像使用每列上的峰值位置来产生物理高度值,同时峰值强度被用作为图像中的x-y位置的灰度值。
随着扫描对象,并获取多个扫描(1210),所述过程会产生进一步的高度和灰度层(1240,1250)以加到对象的总体高度和/或灰度图像1260、1270中。如上所述,用户可以指导(例如通过GUI)任一类型的图像或两种类型的图像的产生。在一个实施例中,一个分组的像素行可用来产生高度图像以及另一各分组的像素行(例如,交替的像素行,等等,如通常在图8中示出)可用来产生灰度图像。在这种方式中,每幅图像的分辨率可以通过使用较少的像素行而减小,但成像器中离散的(不同的)的行像素可以同时用于并行地产生高度和灰度图像。
在一些示例中,产生的灰度图像数据可以包括峰强度数据值,所述峰强度基准值是所获取的图像中不良像素位置的结果。如上所述,出现在灰度图像中的可疑的或不良像素表明用于产生灰度图像的硬件或软件存在缺陷或异常。特别地,使用具有不良感应元件的成像部件能造成这种可疑的或不良像素的出现。也可以造成高度图像和灰度图像中不正确的结果。因此,期望通过识别可疑的峰数据值,并使用来自发生可疑峰数据值的附近的数据的内插灰度值,忽略对应于不良感应元件的所述数据。在另一个示例中,异常高度值可表示关联的灰度信息是可疑的,例如,无论是在激光线信息或在高度/灰度信息中,可疑的灰度图像值可以通过分析相关联的高度信息进行识别。
图12A是根据上面的描述用于在一行可能包含可疑的像素数据的灰度图中校正零个或更多个可疑的像素的方法1200A的流程图。作为一个示例,所述方法1200A可以在系统内的任何部件上实例化,例如在视觉系统处理器180、传感器过程182或数据处理设备/过程190上。方法1200A的程序块,尽管以某些顺序描述如下,可以发生或可以由一个或多个处理器和任何特定的顺序执行。
在程序块1210A中,接收或产生激光线峰值位置数据和相应的激光线峰强度数据。如上所述,可以产生激光线峰值位置数据和相应的激光线峰值强度数据作为程序块430的输出。所述激光线位置数据和激光线强度数据可以分别包括各自的一个或多个单独的激光线位置数据和激光线强度数据,每一个都具有各自的值。在程序块1220A中,同样如上所述,可以识别在激光线峰值强度数据的峰值强度位置。
在程序块1230A中,将每个激光线的位置数据及强度数据与可疑的像素映射进行比较,以识别在激光线强度数据中对应于激光线位置数据的一个或多个可疑的或不良的数据值。可疑或不良像素的位置在成像过程之前是已知的。在这方面,在成像器的校准过程中,可疑像素映射可以在程序块1235A形成。所述可疑像素映射可以预先识别已知为可疑或不良像素的图像处理设备的特定像素。可以在过程中的任何时间上生成所述可疑像素映射,特别是可以在成像器的校准过程中产生。可以通过在校准成像过程中获取均匀明亮或黑暗场景的一个或多个图像或通过识别测量值显著不同于附近的感应元件的像素,来产生所述可疑像素映射。
在程序块1240A中,在程序块1220A识别到的峰值强度位置和任何可疑的像素位置的位置之间作出比较。如果峰强度像素定位被识别为对应于可疑的像素位置,与可疑的像素位置重叠,或者在可疑的像素位置的预定邻近范围内(例如,在少数几个像素中),所述系统可确定应当进行校正措施以校正激光线强度数据中的可疑数据。一个这样的校正措施可包括,例如,在程序块1250A产生替代的强度像素值,并且取代在成像器中对应于可疑像素位置的初始强度数据值,其中在程序块1260A中,替代的强度像素值位于激光线强度数据中。术语初始值是指在执行程序块1250A和/或1260A之前,由传感器或处理步骤所提供的强度值,以及术语替代值是指由程序块1250A提供的新的强度值。像素的替代值可根据许多种方法来计算。在一个示例中,像素替代值可以通过对相邻的灰度像素取平均值来计算,例如不良像素左边的灰度像素和右边的灰度像素。在另一示例中,所述像素替代值可以是预先确定的恒定的像素值。在又一示例中,可以对周围的像素值执行基于邻域的操作,以确定所述像素替代值。这样的基于邻域的操作可以包括在不良像素的预定范围内的对像素值执行的任何类型的计算。如上所讨论的,一旦确定所述像素替代值,所述像素替代值就会替代与成像器上不良像素的位置相关联的初始数据值。一旦被代替,激光线峰值强度数据的已校正的灰度像素可以在程序块1270A上输出。
如果在灰度图像中的峰值强度像素位置与可疑像素位置相关联的数据值不对应、不重叠或者不在预定的临近范围(例如,在少数几个像素中)内,在程序块1245A中,系统可以输出没有校正的灰度像素。在另一个示例中,如程序块1250A-1270A所示,尽管峰值强度像素位置和可疑像素位置之间不存在重叠或对应,系统仍然可选择地采取校正措施。
在另一个示例性实施例中,可以从相应的高度图像中识别出可疑的像素值。例如,如果特定的高度值不同于在高度图像中由预定阈值预期的高度值,那么在灰度图像中对应的像素可被标记为可疑像素。预期的和观察到的高度值之间差值的预定阈值可以由用户来定义。在另一实例中,此预定阈值可被计算作为相邻像素之间的差。
在另一个示例性实施例中,可疑的像素值可以从相应的高度图像中通过缺少高度值的像素识别。例如,如果由于激光散斑或闭塞或其他原因,高度图像缺少特定的高度值,那么在灰度图像中相应的像素可以被标记为可疑像素。
灰度图像数据可用于多种视觉系统过程,例如检验、注册、打印品质分析以及任何其它分析对比元素的存在位置,缺失位置和/或品质的过程中。值得注意的是,以上示例性系统采用相同的成像器,并同时从成像器中获取图像数据,以获得高度图像和灰度图像两者,所以这些图像本质上是理想注册的,也就是高度图像的每个图像像素对应于灰度图像中的相同像素。这消除了为获得每种类型的图像而对分隔的摄像机组件的需求,以及为了符合高度图像和灰度图像的特征对准步骤的相关需求。这两种具有不同类型的数据(高度和灰度)的物理对准图像的存在,允许与这两种类型数据一致的多种视觉系统工具的应用。这增加了整个图像数据集的有用性,从而允许如利用灰度图像的注册、模式匹配等或利用高度图像的测量、检查等的并行操作。某些类似的视觉系统过程(例如检查)也可以应用到两者图像中以提供更高等级置信度的结果。例如,孔位于灰度图像中,在对准的高度图像中对应的高度变化的位置可用于校验它的定位。更一般地,系统可提供使用(a)来自高度图像的数据测量值来构造灰度图像的测量值或使用(b)灰度图像的测量值来构造高度图像的测量值的测量过程。然后决策过程(图1中的192)产生基于所述测量过程的判断。可在本发明的本实施例和其他实施例中做出多种判断,包括,但不限于,对象抛弃、线中止、报警和警报。
V.重采样灰度图像以调整像素比例
在一些示例中,灰度图像和图像高度可具有可以防止两者的有用比较,或者可以防止在机器视觉任务中他们的同时使用的不同特征。如上面所讨论的,灰度图像可能失真,或可具有与高度图像不同的像素比例。为了校正这种差异,视觉系统可以对优先获得的图像,或激光线的位置数据,激光线的强度数据,或对不良像素进行校正后的强度数据(如上所述)进行重采样,以相对于高度图像产生均匀像素比例的灰度图像。
图12B是对所获得的图像、激光线位置数据和激光线强度数据进行重采样,以产生具有均匀像素比例的灰度图像的方法1200B的流程图。重采样方法1200B可作为预处理步骤在视觉系统处理器180中执行,或更具体地,为在传感器过程182中执行。方法1200B的程序块尽管以特定的顺序描述如下,但是所述方法1200B的程序块可以任何特定的顺序发生或被一个或多个处理器执行。
在程序块1210B中,激光线位置数据1210C和激光线强度数据1220C是由系统100从所获取的图像中产生的。特别地,激光线位置数据1210C和激光线强度数据1220C可从视觉系统处理器180或传感器过程182所获取的图像中产生,并且可作为程序块430的输出,如上所述,其输出对应于激光线位置数据的激光线强度数据。如图12C所示,激光线位置数据1210C和激光线强度数据1220C两者可以各自被布置为一行像素,但是所述像素的任何配置或方位都是可预期的。激光线位置数据1210C的行可以包括多个布置成行的像素,所述多个像素对应于由成像器164获取的已获取的图像的一行并且已附加有峰强度值。激光线强度数据可以包括多个布置成行的像素,其对应于已经经历如以上已经描述的一个或多个滤波器的高度图像数据。在一个示例中,所述激光线强度数据可以对应于方法1200A的输出,同样如上所述。激光线强度数据1220C还可以包括在每个像素处指示被测量的反射率值的标记1230。例如,对应于蓝色的反射率值可用于指示在从所获取的图像中产生的激光线强度数据中被测量的较暗灰度值。类似地,对应于红色的反射率值可用于指示在从所获取的图像中产生的激光线强度数据中被测量的较亮灰度值。在其他示例中,可以使用其它的反射率值或颜色,以在激光线的强度数据中表示特定的灰度值。
在程序块1220B,激光线位置数据1210C的行的每个像素被映射到对应坐标(x,z)的物理空间中。在一个示例中,并且如图12D所示,此映射可以包括具有所标绘的像素1250C的绘图1240C。所标绘的像素1250C包括对应于激光线位置数据1210C的值的z坐标。特别地,具有较暗的灰色阴影的激光线位置数据1210C对应于更大的z值。更特别地,上述的校准程序提供从成像器到物理坐标的映射。利用校准以将(x,y)成像器像素位置(x=列和y=行)映射到物理位置(x,z单位为毫米)。所述激光线位置数据表征每个成像器x位置(列)的查找到的激光线峰值成像器y位置(行)。利用校准以将1210C中的值映射到所标绘的像素1250上。在此示例中,激光线位置数据1210C最左边的像素对应于最左边的标绘像素1250,如此处理标绘像素中连续到右边的其余像素。在其他示例中,在x方向上可能有像素偏移。
在程序块1230B中,如图12E所示,构造连接特征1260C来连接相邻的标绘像素1250。在一个示例中,连接特征1260C可以包括线段,并且可以包括对应于关于激光线强度数据1220C所描述的标记1230C的类似标记1270C。类似地,标记1270C可具有与激光线强度数据1220C阐述的反照率值对应的反射率值。相应的反射率值允许在相应的位置上令适当的颜色被吸入到均匀像素比例的灰度图像中。
在如图12F所示的程序块1240B中,对于具有平行于x轴的宽度的每个仓1280C,具有代表性的位置值或深度值从落入所述仓中的z坐标值计算得出。在一个示例中,具有代表性的位置值或值范围可以包括一个平均值。所述仓的宽度可以通过许多因素,包括所得到的均匀像素比例的灰度图像的期望宽度和分辨率来确定。在这方面,每个仓1280C可对应于来自激光线位置数据1210C的零个或更多个值。对每个落入各自仓1280C中的值取平均以计算每个仓1280C的平均位置值或幅度值。在另一个示例中,计算机的平均位置值可以从在每个仓内的连接特征260C的平均幅度值中计算出。
对于每个仓1280C,计算出具有代表性的标记或反射率值。在一个示例中,所述具有代表性的标记或反射率值可包括一个平均值。如上面所讨论的,连接特征1260C根据对应于特定反射率值的标记来标示。对于每个仓1280C,对落在仓内的反射率值取平均以产生每个仓的平均反射率值。在另一个示例中,计算出的平均反射率值可以从在每个仓内的连接特征的平均反射率值中计算出。
在如图12G所示的程序块1250B中,输出1290C对应于程序块440中的已校准的高度图像,其为均匀像素比例的输出。已校准的高度图像对应于以上计算的平均位置值和平均深度值。均匀像素比例的灰度图像1295C也被输出。均匀像素比例的灰度图像1295C包括与先前计算出的平均标记或反射率值相对应的标记1297C。例如,标记1297C可包括紫色的部分,其中所述仓中的一个包括连接特征1260C,所述连接特征1260C部分为红色,部分为蓝色的,还具有紫色和蓝色中间色的紫色。现在对输出1290C和1295C进行重采样以具有相同的像素比例,以允许在所述输出之中进行像素到像素的比较。这具有很多优点并且允许不同的机器视觉任务在所述图像上运行。在一个示例性的实施例中,可以在与高度图像不同的(x,y)比例上产生重采样的灰度图像。这可以通过执行方法1200B阐述的各种程序块两次来实现,以提供不同的x比例。灰度图像可以进一步对y进行重采样,以提供不同的y比例。
VI.对虚假高度过渡的补偿
如上面在高度图像1010(图10)中所示,对比度的变化显示为高度图像中轻微的虚假轮廓(即元素1060)。在反射率恒定的区域中,高度的测量受表面的恒定反射率的影响不显著,因此每个元素940的中央区域表现出同周边板状基部930大致相同的高度读数。然而,在特征940的边缘,当光从亮到暗或从暗到亮的过渡通过测量区时,在高度测量中会导致误差。
图13显示了补偿这种虚假高度过渡的通用程序1300。对每个所述高度图像数据1310和灰度图像数据1320进行注册(步骤1330),使得所述高度校正因子可以在图像中的每个点由处理器在步骤1340产生。示例性地,所述程序1300连续地运行,在扫描方向上使用灰度图像梯度的估计来计算被施加在高度图像(步骤1350)中的每个点上的高度校正因子。示例性地,所述校正因子可提供一个数值—例如在零(0)表示在所述高度图像中未校正的点。零或接近零时,校正因子被应用在所述高度图像中灰度对比度不改变的区域中。例如,所述校正因子在距离图10的所述边缘1060(内部的或外部的)远处的点是最小的或是零,同时更大的校正因子应用在位于由于明显的对比度梯度而造成的所述边缘的点。通过施加这样的校正因子,在步骤1360产生已校正/补偿的高度图像。这个高度图像省略了大部分或全部的基于对比度的虚假高读数的影响。多种技术可以在另外的实施例中使用以补偿虚假的高度和其他基于对比度的影响。
在确定虚假的高度和/或灰度特性是否存在时,系统的设置和训练可以包括候选者的虚假特征和/或包含候选者特征的区域的用户认证。这可以加速所述特征的分析并且提高所述位移传感器的吞吐量。
可明确预期的是运行时间(或设置)的显示(图6)可以被提供给用户,显示上述高度图像、灰度图像和有选择地校正/补偿的图像或其组合。使用惯例和传统的GUI技术,可以向用户提供允许调整各种图像参数和/或特性的各种功能。例如,在GUI上设置按钮和设置输入,使用户能够基于所显示的高度的图像,灰度图像和/或已校正/补偿的图像,设置和/或调整阈值和其他图像参数(例如灵敏度,显示对比度等)。
VII.来自列阈值的像素电压的线查找
设想各种成像器的布置中,对于直接来自超过阈值或低于阈值的"二进制"像素的每个像素列,通过查找线中心值,可提高处理速度。通过这种方式,每个像素作为逻辑1值(例如,指示激光线的存在)或表示在成像器像素列中的此位置上不存在线的0值,被传递到下游过程/处理器。图14示出了布置1400,在其中成像器1410将来自所述像素的强度值1412输出到电路(例如,比较器电路)中,所述电路将列中每个像素的强度与参考强度1422进行比较(1420),并确定哪些像素超过由参考强度确立的阈值。在每一列中,超过阈值(具有1值)并且通常可能构成激光线的第一个和最后一个像素的列位置在程序块1430中确定。需要注意的是由于噪声,镜面反射率等,在所述列中距离激光线一定间距的其它像素可能会返回1值,然而因为其未构成一个定义激光线的足够大且连续的分组(虽然可能含有小的间隙的0值像素),所述过程应当过滤这样的像素。需要注意的是术语“强度”在各种实施例中可以被定义为电压值。也就是说,尽管各种商业上可用的CMOS成像器将来自集成辐照度中每行的读出像素信号转换为电荷,然后在读出过程中转换为电压,可以设想其他类型的成像器有可能在电荷域直接读出或用电流值代替电压值。因此,术语强度有意要定义任何这样的信号。
基于在所述列中的第一个和最后一个像素的位置,所述过程在程序块1440中确定中心值。这可通过专门的硬件电路,或通过将所述像素值的位置传送给视觉系统处理器来完成。可以设想,当阈值处理过程用来定位构成高度图像所使用的每一列中的线像素,所述处理器还可接收所述像素的强度值(例如,在目标区域),并使用这样的值来构造对象表面的灰度图像层。
请注意在此使用的“中心”值的产生可以采用各种不同的技术,所述技术允许处理速度比精确度的增加-例如,在一串超过阈值的像素中,一列中超过所述阈值的第一个值可被识别为“中心”。因此,广泛地应用“中心”这一术语来包括在返回可预测结果的激光线图像中沿着所述列的位置。示例性地,在给定的列中(x-位置)所述激光的腰部尺寸(宽度)的知识可以与第一个超过阈值的像素的行位置一起使用来计算所述中心。例如(以像素为单位)可以采用以下简化计算:
中心定位=第一个像素定位+腰部尺寸/2
VIII.结论
应该清楚的是在此描述的各种实施例增加了激光位移传感器系统的全面性、处理效率和吞吐速度,而不牺牲所需的精度。在此所述的示例性的功能可以在设置过程中以明确的方式通过使用适当的界面,由用户轻易地实现。这些功能允许校正高度图像中的某些固有误差,例如基于对比度的虚假高度读数。在不使用分隔的摄像机系统和相关联的处理器的情况下,提供系统和方法来产生对象的注册灰度图像。
前面已经对本发明的示例性实施例进行了详细描述。可以在不脱离本发明的精神和范围的情况下做出各种修改和添加。每个上述的各种实施例的特征可与其他描述的实施例的适当的特征合并,以便在相关联的新的实施例中提供多个特征的组合。此外,虽然前面描述了本发明的所述装置和方法的许多单独的实施例,已在此描述的仅仅是说明本发明的原理的应用。例如,如在此所使用的各种的方向和方位术语,例如“垂直”,“水平”,“上”,“下”,“底”,“顶”,“侧”,“前”,“后”,“左”,“右”等,仅用于相对的约定,而不是例如重力的相对于固定坐标统绝对的方位。此外,当目标区域在遍及每个对象的扫描的视场或成像器领域具有恒定尺寸和定位时,可以预期的是目标区域的尺寸和/或定位在扫描过程中是不同的,以沿着y轴调整期望的在特性定位中的变化或在目标特性中的变化。响应于编码器位置或相对于视场的所述对象的相对位置的另一表示,所述目标区域可发生变化。此外,当术语“行”和“列”用于描述成像器中像素的具体布置时,可明确预期的是这些术语是可以互换的,而且根据此处的实施例可获得了相似的结果。另外,当使用激光产生用于获得高度信息/图像和灰度信息/图像两者的光照时,辅助光照可用于获取灰度图像—例如,交替所述高度图像和所述灰度图像的获得物并且利用每个灰度获得物选通所述辅助光照。另外,尽管本实施例定义了在其中发生图像像像素处理的目标区域及其之间不对图像像素进行处理的区域,这样的插入的区域可以是功能上等同于一个或多个在其中用户定义了非处理区域的“排除区”,否则所述系统默认对外部这样的排除区进行处理。更一般地,在实施例中所述系统和方法定义了一个或多个目标区域和允许对整体成像器视场内的激光线进行选择性地检测或不检测(分别地)的相关联的排除区。因此,本说明书的目的是仅通过示例的方式说明,而不以其他方式限制本发明的范围。
Claims (18)
1.一种用于测量对象表面位移的系统,包括:
位移传感器,以定义激光线位置数据和激光线强度数据的方式在对象表面投射线并在成像器接收来自投射线的光线;以及
视觉系统处理器,其构造和布置成从激光线位置数据中生成高度图像,从激光线位置数据和激光线强度数据中生成灰度图像,以及生成灰度图像梯度的估量,所述灰度图像梯度用于计算将被应用到高度图像的每一个像素中的高度校正因子;
其中高度图像的每个图像像素对应于灰度图像中的相同像素。
2.根据权利要求1所述的系统,其中,所述位移传感器是:包含在单独外壳中;或包括离散的分开的子部件。
3.根据权利要求1所述的系统,其中对象和位移传感器相对运动,并获取投射线的多个图像,所述图像定义了对象表面的总体高度图像。
4.根据权利要求3所述的系统,其中,所述对象定位在沿至少一个轴移动的移动表面上。
5.根据权利要求1所述的系统,其中,所述高度图像和所述灰度图像是同时生成的。
6.根据权利要求1所述的系统,其中,在生成灰度图像之前,对激光线强度数据进行滤波。
7.根据权利要求1所述的系统,其中,针对所述灰度图像的每个像素估量所述灰度图像梯度。
8.根据权利要求1所述的系统,其中,所述高度图像定义了从所述激光线位置数据的每一列中的峰值位置得到的至少一个物理高度值。
9.根据权利要求8所述的系统,其中,所述峰值位置的强度对应于所述灰度图像中x-y位置的灰度值。
10.根据权利要求1所述的系统,其中,所述高度图像和所述灰度图像是从相对于所述成像器的交替的像素行生成的。
11.根据权利要求1所述的系统,其中,所述灰度图像梯度的估量是在扫描方向上连续估量的。
12.根据权利要求1所述的系统,其中,所述高度校正因子包括数值。
13.根据权利要求12所述的系统,其中,所述数值包括零,表示对所述高度图像未校正。
14.根据权利要求1所述的系统,其中,将所述高度校正因子施加于所述高度图像的每个像素,从而使得已校正的高度图像省略了与基于对比度的虚假高度读数相关联的至少一些影响。
15.根据权利要求1所述的系统,其中,对所述高度图像和所述灰度图像进行注册,使得所述高度图像的每个图像像素对应于所述灰度图像中的相同像素。
16.根据权利要求14所述的系统,还包括图形用户界面GUI,其可操作地连接到所述视觉系统处理器并且配置为显示所述高度图像、所述灰度图像和所述已校正的高度图像,其中所述GUI包括基于显示的高度图像、灰度图像和已校正的高度图像的至少一个参数的用户调整。
17.一种用于测量对象表面位移的方法,包括:
根据从位移传感器接收的激光线位置数据生成高度图像,所述位移传感器配置为在对象表面投射线并在成像器接收来自投射线的光线;
根据从位移传感器接收的激光线位置数据和激光线强度数据生成灰度图像;
生成与灰度图像相关联的灰度图像梯度的估量;
基于灰度图像梯度计算将被应用到高度图像的每一个像素中的高度校正因子,其中高度图像的每个图像像素对应于灰度图像中的相同像素。
18.根据权利要求17所述的方法,还包括:
将高度校正因子应用于高度图像的每一个像素,从而使得已校正的高度图像省略了与基于对比度的虚假高度读数相关联的至少一些影响。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201361826416P | 2013-05-22 | 2013-05-22 | |
US61/826,416 | 2013-05-22 | ||
US14/149,774 | 2014-01-07 | ||
US14/149,774 US9605950B2 (en) | 2013-05-22 | 2014-01-07 | System and method for efficient surface measurement using a laser displacement sensor |
CN201410218951.6A CN104180769B (zh) | 2013-05-22 | 2014-05-22 | 使用激光位移传感器进行有效表面测量的系统和方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410218951.6A Division CN104180769B (zh) | 2013-05-22 | 2014-05-22 | 使用激光位移传感器进行有效表面测量的系统和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109000583A CN109000583A (zh) | 2018-12-14 |
CN109000583B true CN109000583B (zh) | 2022-04-26 |
Family
ID=51899560
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810664574.7A Active CN109000583B (zh) | 2013-05-22 | 2014-05-22 | 使用激光位移传感器进行有效表面测量的系统和方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109000583B (zh) |
DE (1) | DE102014107143B4 (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102015121673B4 (de) * | 2015-12-11 | 2019-01-10 | SmartRay GmbH | Formermittlungsverfahren |
US10870204B2 (en) | 2019-01-25 | 2020-12-22 | Mujin, Inc. | Robotic system control method and controller |
US10456915B1 (en) | 2019-01-25 | 2019-10-29 | Mujin, Inc. | Robotic system with enhanced scanning mechanism |
CN112147625B (zh) * | 2020-09-22 | 2024-03-01 | 深圳市道通科技股份有限公司 | 一种标定方法、装置、单目激光测量设备及标定系统 |
CN113172342B (zh) * | 2021-05-14 | 2023-08-18 | 郑州磨料磨具磨削研究所有限公司 | 一种用于金刚石表面平坦化加工的激光加工装置及方法 |
CN113375566B (zh) * | 2021-06-09 | 2023-09-08 | 江苏中科贯微自动化科技有限公司 | 物体尺寸的精确测量方法及系统 |
DE102021127192B4 (de) * | 2021-10-20 | 2024-02-08 | Sascha Kühl | Binokularer 3D-Scanner und Verfahren zum Scannen einer äußeren Kontur eines dreidimensionalen Objektes |
CN115170669B (zh) * | 2022-09-05 | 2022-11-22 | 合肥安迅精密技术有限公司 | 基于边缘特征点集配准的识别定位方法及系统、存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07134013A (ja) * | 1993-06-28 | 1995-05-23 | Hitachi Ltd | 表面形状計測方法および投影露光装置 |
JPH08292019A (ja) * | 1995-04-20 | 1996-11-05 | Mazda Motor Corp | 物品検出装置の校正方法 |
CN1590958A (zh) * | 2003-08-28 | 2005-03-09 | 富士通株式会社 | 测量技术及计算机数控技术 |
JP3927239B2 (ja) * | 1996-01-02 | 2007-06-06 | コグネックス コーポレイション | 2次元空間曲線中の形状の検出 |
CN103292725A (zh) * | 2012-02-29 | 2013-09-11 | 鸿富锦精密工业(深圳)有限公司 | 特殊边界量测系统及方法 |
Family Cites Families (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2115859C (en) * | 1994-02-23 | 1995-12-26 | Brian Dewan | Method and apparatus for optimizing sub-pixel resolution in a triangulation based distance measuring device |
US5745176A (en) * | 1995-10-12 | 1998-04-28 | Ppt Vision, Inc. | Machine-vision illumination system and method for delineating a lighted volume from an unlighted volume |
US6252659B1 (en) * | 1998-03-26 | 2001-06-26 | Minolta Co., Ltd. | Three dimensional measurement apparatus |
US6956963B2 (en) * | 1998-07-08 | 2005-10-18 | Ismeca Europe Semiconductor Sa | Imaging for a machine-vision system |
SG73563A1 (en) * | 1998-11-30 | 2000-06-20 | Rahmonic Resources Pte Ltd | Apparatus and method to measure three-dimensional data |
EP1821431B1 (en) * | 1998-12-21 | 2010-02-24 | Hitachi, Ltd. | Method for controlling transmit power in a communication system |
US6819358B1 (en) * | 1999-04-26 | 2004-11-16 | Microsoft Corporation | Error calibration for digital image sensors and apparatus using the same |
US6600168B1 (en) * | 2000-02-03 | 2003-07-29 | Genex Technologies, Inc. | High speed laser three-dimensional imager |
US7113652B2 (en) * | 2003-01-09 | 2006-09-26 | Banner Engineering Corp. | System and method for using normalized gray scale pattern find |
WO2004083778A1 (en) * | 2003-03-18 | 2004-09-30 | Hermary Alexander Thomas | Coded-light dual-view profile scanner |
US20040184653A1 (en) * | 2003-03-20 | 2004-09-23 | Baer Richard L. | Optical inspection system, illumination apparatus and method for use in imaging specular objects based on illumination gradients |
US7171037B2 (en) * | 2003-03-20 | 2007-01-30 | Agilent Technologies, Inc. | Optical inspection system and method for displaying imaged objects in greater than two dimensions |
US7352892B2 (en) * | 2003-03-20 | 2008-04-01 | Micron Technology, Inc. | System and method for shape reconstruction from optical images |
US6924717B2 (en) * | 2003-06-30 | 2005-08-02 | Intel Corporation | Tapered electrode in an acoustic resonator |
US7313271B2 (en) * | 2004-12-07 | 2007-12-25 | Avago Technologies Ecbuip (Singapore) Pte. Ltd. | Color detection using grayscale and position information |
EP1724837B1 (en) * | 2005-05-19 | 2009-09-02 | STMicroelectronics (Research & Development) Limited | Image sensor |
DE102005051318B4 (de) * | 2005-10-26 | 2011-11-17 | Mathias Reiter | Optisches Formermittlungsverfahren |
DE102005052044A1 (de) * | 2005-10-31 | 2007-05-03 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren und Vorrichtung zur Vermessung eines transparenten Objekts |
DE102006004060B4 (de) * | 2006-01-28 | 2009-09-24 | Basler Ag | Verfahren und Vorrichtung zum Messen der Höhe und/oder des Höhenverlaufs eines Objekts |
DE102006036586B4 (de) * | 2006-08-04 | 2011-06-22 | Reiter, Mathias, Dipl.-Ing., 82515 | Lötnahtprüfung |
US8103085B1 (en) * | 2007-09-25 | 2012-01-24 | Cognex Corporation | System and method for detecting flaws in objects using machine vision |
JP4294713B1 (ja) * | 2008-03-14 | 2009-07-15 | 株式会社 英田エンジニアリング | 形状計測システム |
CN201358436Y (zh) * | 2009-02-10 | 2009-12-09 | 长安大学 | 路面车辙激光检测装置 |
US8031345B2 (en) * | 2009-05-29 | 2011-10-04 | Perceptron, Inc. | Hybrid sensor |
US8244402B2 (en) * | 2009-09-22 | 2012-08-14 | GM Global Technology Operations LLC | Visual perception system and method for a humanoid robot |
US8427632B1 (en) * | 2009-12-23 | 2013-04-23 | Trimble Navigation Ltd. | Image sensor with laser for range measurements |
CN101832764A (zh) * | 2010-05-17 | 2010-09-15 | 南通北极光自动控制技术有限公司 | 三维激光扫描在线检测轮廓仪 |
ES2548874T3 (es) * | 2010-09-13 | 2015-10-21 | Sinclair Systems International, Llc. | Sistema de reconocimiento visual para etiquetado de productos |
CN101969523B (zh) * | 2010-10-21 | 2012-10-03 | 西北农林科技大学 | 一种三维扫描装置及三维扫描方法 |
US8228315B1 (en) * | 2011-07-12 | 2012-07-24 | Google Inc. | Methods and systems for a virtual input device |
CN102494675B (zh) * | 2011-11-30 | 2013-12-25 | 哈尔滨工业大学 | 一种运动目标特征高速视觉捕捉方法 |
CN102538705B (zh) * | 2012-01-12 | 2014-11-05 | 杭州浙达精益机电技术股份有限公司 | 基于二次投影算法的在线非接触式中厚板轮廓检测系统及方法 |
CN102842034B (zh) * | 2012-07-10 | 2015-09-16 | 重庆大学 | 一种激光扫描与自动识别雕刻字符的装置及识别方法 |
DE202012104890U1 (de) * | 2012-12-14 | 2013-03-05 | Faro Technologies, Inc. | Vorrichtung zum optischen Abtasten und Vermessen einer Umgebung |
US8995749B2 (en) * | 2013-03-28 | 2015-03-31 | Mitutoyo Corporation | Enhanced edge detection tool for edges of irregular surfaces |
-
2014
- 2014-05-21 DE DE102014107143.3A patent/DE102014107143B4/de active Active
- 2014-05-22 CN CN201810664574.7A patent/CN109000583B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07134013A (ja) * | 1993-06-28 | 1995-05-23 | Hitachi Ltd | 表面形状計測方法および投影露光装置 |
JPH08292019A (ja) * | 1995-04-20 | 1996-11-05 | Mazda Motor Corp | 物品検出装置の校正方法 |
JP3927239B2 (ja) * | 1996-01-02 | 2007-06-06 | コグネックス コーポレイション | 2次元空間曲線中の形状の検出 |
CN1590958A (zh) * | 2003-08-28 | 2005-03-09 | 富士通株式会社 | 测量技术及计算机数控技术 |
CN103292725A (zh) * | 2012-02-29 | 2013-09-11 | 鸿富锦精密工业(深圳)有限公司 | 特殊边界量测系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109000583A (zh) | 2018-12-14 |
DE102014107143B4 (de) | 2021-03-04 |
DE102014107143A1 (de) | 2014-12-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10775160B2 (en) | System and method for efficient surface measurement using a laser displacement sensor | |
CN109000583B (zh) | 使用激光位移传感器进行有效表面测量的系统和方法 | |
US20210286339A1 (en) | Automated 360-degree dense point object inspection | |
Lim et al. | Edge detection and measurement of nose radii of cutting tool inserts from scanned 2-D images | |
US11176655B2 (en) | System and method for determining 3D surface features and irregularities on an object | |
US9488469B1 (en) | System and method for high-accuracy measurement of object surface displacement using a laser displacement sensor | |
CN110823124B (zh) | 光学位移计 | |
TWI532116B (zh) | 晶圓對齊方法及系統 | |
JP3892838B2 (ja) | 3次元測定装置 | |
CN107339939B (zh) | 光学度量中的测量对象的边缘确定的方法和设备 | |
JP2014126430A (ja) | 欠陥検査方法および欠陥検査装置 | |
US9080855B2 (en) | Method utilizing image correlation to determine position measurements in a machine vision system | |
CN112334761B (zh) | 缺陷判别方法、缺陷判别装置及记录介质 | |
US10535157B2 (en) | Positioning and measuring system based on image scale | |
US20160379351A1 (en) | Using 3d vision for automated industrial inspection | |
US20160295207A1 (en) | Edge detection bias correction value calculation method, edge detection bias correction method, and edge detection bias correcting program | |
JP2012021919A (ja) | 画像処理装置、画像処理方法及びコンピュータプログラム | |
KR101146081B1 (ko) | 마이크로-검사 입력을 이용한 매크로 결함 검출 방법 및시스템 | |
CN113222955A (zh) | 一种基于机器视觉的齿轮尺寸参数自动测量方法 | |
TW201534424A (zh) | 工具檢查方法及工具檢查裝置 | |
JP2020512536A (ja) | モデルベースのピーク選択を使用した3dプロファイル決定のためのシステム及び方法 | |
JP5604967B2 (ja) | 欠陥検出方法および欠陥検出装置 | |
CN111210419A (zh) | 基于人类视觉特性的微型磁瓦表面缺陷检测方法 | |
CN109872367B (zh) | 带有ccd相机雕刻机的校正方法及校正系统 | |
CN114723727A (zh) | 表面凹痕视觉检测方法及装置 |
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 |