CN109035230A - 一种圆孔直径视觉测量方法 - Google Patents
一种圆孔直径视觉测量方法 Download PDFInfo
- Publication number
- CN109035230A CN109035230A CN201810798073.8A CN201810798073A CN109035230A CN 109035230 A CN109035230 A CN 109035230A CN 201810798073 A CN201810798073 A CN 201810798073A CN 109035230 A CN109035230 A CN 109035230A
- Authority
- CN
- China
- Prior art keywords
- image
- sub
- circularhole diameter
- diameter
- pixel
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- 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
- 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
- G01B11/08—Measuring arrangements characterised by the use of optical techniques for measuring diameters
- G01B11/12—Measuring arrangements characterised by the use of optical techniques for measuring diameters internal diameters
-
- 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
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种圆孔直径视觉测量方法,包括以下步骤:调整工业相机参数,对已知直径的圆孔待测物体进行图像采集,并采用圆孔直径测量的方法,获得该已知直径的圆孔待测物体的亚像素圆孔直径,计算测试图像的物象比例系数;计算待测物体的时候,通过上述工业相机,获取待测物体的图像,利用图像圆孔直径测量的方法,获得待测物体的亚像素圆孔直径,通过上述的物象比例系数,获得待测物体真实的圆孔直径,并输出。本发明扩大了视觉测量技术的适用范围,精度高,操作简单,稳定性好,对使用环境要求低。
Description
技术领域
本发明属于计算机视觉检测技术领域,具体涉及一种高精度的圆孔直径视觉测量方法。
背景技术
计算机视觉技术具有非接触性,经济性,灵活性和集成性等优点,在工业测试与在线检测领域具有广泛的应用前景。在零件的加工制造过程中,对零件的尺寸进行测量是不可或缺的关键步骤之一。传统的人工测量的方法具有工作量大,效率低,以及精度难以保证等问题。近年来,随着计算机视觉技术的快速发展,出现了一些零件尺寸视觉测量系统,这些系统可实现某一种或者某一类零件尺寸的自动测量,大大提高了零件的加工生产能力和产品质量。但是受现阶段视觉测量技术发展水平的限制,这些系统大多数是存在视觉测量精度不高的问题,在一些高精度要求的产品上面往往达不到要求,这一问题限制了视觉测量技术在零件加工制造行业的推广。
现已有与本发明最相近似的解决方案是通过canny边缘检测方法得到圆孔的边缘,然后用hough圆变换得到像素级别的圆的直径。例如,中国发明专利申请号CN201710122527.5公开了一种人机交互零件尺寸柔性视觉测量方法,校准工业相机的安装位置;在测量位置上放置一大小精确已知的圆形标志物,采集圆形标志物图像,并采用图像圆特征提取方法获取该标志物在图像中以像素为单位的直径尺寸,计算测试图像的物像比例系数;将被测零件放置到测量位置上,采集被测零件图像,并显示被测零件图像;在被测零件图像上选定待测特征所在的图像区域;将待测特征所在的图像区域设置为感兴趣区域;若设定待测特征性质为圆、孔的直径,则选取直径测量算法对感兴趣区域(Region OfInterest,ROI)进行图像处理,得到直径尺寸或长度尺寸并输出。
上述现有技术的主要缺点是在视觉图像上,圆孔的直径精度无法达到亚像素级别。
发明内容
为解决以上问题,针对精度不够这个缺点,本发明提高了圆孔测量的精度,使得在视觉图像上达到了亚像素级别。本发明通过sigmoid边缘模型并运用最小二乘法进行边缘拟合求出视觉图像的亚像素边缘点,实现了圆孔直径的高精度测量。
具体的,本发明提供了一种圆孔直径视觉测量方法,包括以下步骤:
获取待测圆形物体的图像;
在所述待测圆形物体的图像的左右水平边缘和上下竖直边缘方向分别选择1个感兴趣区域,共4个感兴趣区域;
计算所述4个感兴趣区域的亚像素边缘;
根据左右和上下亚像素边缘的位置,计算亚像素精度的圆孔直径;
根据物象比例系数计算出真实的被测物体圆孔直径并输出。
优选的,所述获取待测圆形物体的图像的过程如下:
将待测圆形物体放置到测量位置,通过工业相机获取到待测圆形物体的图像,并传输到计算机中显示;
对待测圆形物体的图像进行高斯滤波。
优选的,所述物象比例系数的获取过程如下:
调整工业相机参数,将已知直径的圆孔待测物体置于相机下的测量位置;
通过相机采集到已知直径的圆孔待测物体的图像,并利用图像圆孔直径测量的方法,计算出该已知直径的圆孔待测物体的亚像素精度直径,进而计算出物象比例系数。
优选的,所述利用图像圆孔直径测量的方法,计算出该已知直径的圆孔待测物体的亚像素精度直径,包括:
在已知直径的圆形物体的图像的左右水平边缘和上下竖直边缘方向分别选择1个感兴趣区域,共4个感兴趣区域;
计算所述4个感兴趣区域的亚像素边缘;
根据左右和上下亚像素边缘的位置,计算亚像素精度的圆孔直径。
优选的,所述在所述待测圆形物体的图像的左右水平边缘和上下竖直边缘方向分别选择1个感兴趣区域,包括以下步骤:
令待测物体圆孔图像近水平中心轴与圆孔图像的左右交叉点分别为A,B,沿水平线AB在A或B点附近寻找灰度值最低的点X,以及从X点在AB上向圆心方向寻找灰度值从最低点上升至稳定点的像素Y,在XY上下扩1到3颗像素,形成高度为3或5或7的矩形ROI区域RA和RB;
令待测物体圆孔图像近竖直中心轴与圆孔图像的上下交叉点分别为C,D,沿竖直线CD在C或D点附近寻找灰度值最低的点X,以及从X点在CD上向圆心方向寻找灰度值从最低点上升至稳定点的像素Y,在XY左右扩1到3颗像素,形成宽度为3或5或7的矩形ROI区域RC和RD。
优选的,所述计算4个感兴趣区域的亚像素边缘,包括以下步骤:
对ROI区域RA和RB分别计算每一列像素灰度值的平均值,得到两组数据;
对ROI区域RC和RD分别计算每一行像素灰度值的平均值,得到两组数据;
对上述四组数据分别利用sigmoid边缘模型,并用最小二乘法进行边缘拟合,求得亚像素精度的边缘点A’,B’,C’和D’。
优选的,所述根据左右和上下亚像素边缘的位置,计算亚像素精度的圆孔直径,包括以下步骤:
求出边缘点A’B’的距离d1和边缘点C’D’的距离d2;
所述亚像素精度的圆孔直径=(d1+d2)/2。
优选的,所述真实的被测物体圆孔直径的计算方法如下:所述亚像素精度的圆孔直径乘以所述物象比例系数。
与现有技术相比,本发明的有益效果是通过sigmoid边缘模型以及最小二乘法拟合亚像素边缘,使得视觉测量的精度大幅度提高,在高精度视觉测量要求行业有着极大的应用价值;本发明还可以进一步扩充,使得利用此方法来适应更多的待测特征(如直线长度,曲线长度,曲率等)的测量。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本发明的一种圆孔直径视觉测量方法实施流程图。
图2为本发明的ROI选取示意图。
图3为本发明的sigmoid边缘模型。
图4为本发明的图像圆孔直径测量的方法流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
如图1所示,本发明的目标是计算出高精度的圆孔直径尺寸。计算过程如下:
1). 调整相机参数,使得相机能够采集到清晰锐利的图像,将已知直径的圆孔待测物体放置相机的拍摄位置;
2).通过相机采集到的图像,并利用图像圆孔直径测量的方法,计算出该已知直径的圆孔待测物体的亚像素精度直径,进而计算出物象比例系数。
如图4所示,所述图像圆孔直径测量的方法包括:
A1)对图像进行高斯滤波去噪处理;
A2)在已知直径的圆形物体的图像的左右水平边缘和上下竖直边缘方向分别选择1个感兴趣区域,共4个感兴趣区域;
A3)计算所述4个感兴趣区域的亚像素边缘;
A4)根据左右和上下亚像素边缘的位置,计算亚像素精度的圆孔直径;
3). 然后将被测圆形物体放置到测量位置,通过工业相机获取到被测圆形物体的图像,并传输到计算机中显示。
4). 对被测圆形物体图像进行高斯滤波,消除图像在采集和传输过程中产生的噪声。
5). 如图2中的ROI选择方法,在被测物体的图像上的左右水平边缘和上下竖直边缘方向分别选择2个ROI区域。
具体的,步骤5)中确定被测物体图像的4个ROI区域的方法包括以下步骤:
B1). 令被测物体圆孔图像近水平中心轴与圆孔图像的左右交叉点分别为A,B,沿水平线AB在A(B)点附近寻找灰度值最低的点X,以及从X点在AB上向圆心方向寻找灰度值从最低点上升至稳定点的像素Y,在XY上下扩1到3颗像素,形成高度为3或5或7的矩形ROI区域RA和RB。
B2). 令被测物体圆孔图像近竖直中心轴与圆孔图像的上下交叉点分别为C,D,沿竖直线CD在C(D)点附近寻找灰度值最低的点X,以及从X点在CD上向圆心方向寻找灰度值从最低点上升至稳定点的像素Y,在XY左右扩1到3颗像素,形成宽度为3或5或7的矩形ROI区域RC和RD。
6). 对两个水平边缘的ROI分别计算每一列像素灰度值的平均值,得到两组数据,对两个竖直边缘的ROI分别计算每一行像素灰度值的平均值,得到两组数据,对得到的四组数据分别用图3的sigmoid边缘模型,通过最小二乘法来拟合sigmoid边缘模型进而得到亚像素边缘的位置。
具体的,步骤6)中对4个ROI利用算法准确的计算出其亚像素边缘的方法包括以下步骤:
C1). 对ROI区域RA和RB分别计算每一列像素灰度值的平均值,得到两组数据。
C2). 对ROI区域RC和RD分别计算每一行像素灰度值的平均值,得到两组数据。
C3). 对上述四组数据分别利用sigmoid边缘模型,并用最小二乘法进行边缘拟合,求得亚像素精度的边缘位置A’,B’,C’和D’。
7). 最后根据左右和上下亚像素边缘的位置,计算出最终的亚像素精度的圆孔直径。包括以下步骤:
D1). 求出边缘点A’B’的距离d1,和边缘点C’D’的距离d2。
D2). 最终亚像素级别的圆孔直径为(d1+d2)/2。
8). 根据物象比例系数计算出真实的被测物体圆孔直径并输出。
物象比例系数k=s/p,其中s为已知直径的圆孔待测物体的真实尺寸,单位mm,p为通过圆孔直径测量方法获得的亚像素精度的圆孔尺寸,单位像素。则待测圆孔的真实尺寸为计算出来的亚像素级别的圆孔直径乘以物象比例系数。
本发明通过sigmoid边缘模型以及最小二乘法拟合亚像素边缘,使得视觉测量的精度大幅度提高,在高精度视觉测量要求行业有着极大的应用价值;本发明还可以进一步扩充,使得利用此方法来适应更多的待测特征(如直线长度,曲线长度,曲率等)的测量。
需要说明的是:
在此提供的算法和显示不与任何特定计算机、虚拟装置或者其它设备固有相关。各种通用装置也可以与基于在此的示教一起使用。根据上面的描述,构造这类装置所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在下面的权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器( DSP )来实现根据本发明实施例的虚拟机的创建装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (8)
1.一种圆孔直径视觉测量方法,其特征在于,包括以下步骤:
获取待测圆形物体的图像;
在所述待测圆形物体的图像的左右水平边缘和上下竖直边缘方向分别选择1个感兴趣区域,共4个感兴趣区域;
计算所述4个感兴趣区域的亚像素边缘;
根据左右和上下亚像素边缘的位置,计算亚像素精度的圆孔直径;
根据物象比例系数计算出真实的被测物体圆孔直径并输出。
2.根据权利要求1所述的一种圆孔直径视觉测量方法,其特征在于:
所述获取待测圆形物体的图像的过程如下:
将待测圆形物体放置到测量位置,通过工业相机获取到待测圆形物体的图像,并传输到计算机中显示;
对待测圆形物体的图像进行高斯滤波。
3.根据权利要求1所述的一种圆孔直径视觉测量方法,其特征在于:
所述物象比例系数的获取过程如下:
调整工业相机参数,将已知直径的圆孔待测物体置于相机下的测量位置;
通过相机采集到已知直径的圆孔待测物体的图像,并利用图像圆孔直径测量的方法,计算出该已知直径的圆孔待测物体的亚像素精度直径,进而计算出物象比例系数。
4.根据权利要求3所述的一种圆孔直径视觉测量方法,其特征在于:
所述利用图像圆孔直径测量的方法,计算出该已知直径的圆孔待测物体的亚像素精度直径,包括:
在已知直径的圆形物体的图像的左右水平边缘和上下竖直边缘方向分别选择1个感兴趣区域,共4个感兴趣区域;
计算所述4个感兴趣区域的亚像素边缘;
根据左右和上下亚像素边缘的位置,计算亚像素精度的圆孔直径。
5.根据权利要求1所述的一种圆孔直径视觉测量方法,其特征在于:所述在待测圆形物体的图像的左右水平边缘和上下竖直边缘方向分别选择1个感兴趣区域,包括以下步骤:
令待测物体圆孔图像近水平中心轴与圆孔图像的左右交叉点分别为A,B,沿水平线AB在A或B点附近寻找灰度值最低的点X,以及从X点在AB上向圆心方向寻找灰度值从最低点上升至稳定点的像素Y,在XY上下扩1到3颗像素,形成高度为3或5或7的矩形ROI区域RA和RB;
令待测物体圆孔图像近竖直中心轴与圆孔图像的上下交叉点分别为C,D,沿竖直线CD在C或D点附近寻找灰度值最低的点X,以及从X点在CD上向圆心方向寻找灰度值从最低点上升至稳定点的像素Y,在XY左右扩1到3颗像素,形成宽度为3或5或7的矩形ROI区域RC和RD。
6.根据权利要求1所述的一种圆孔直径视觉测量方法,其特征在于:所述计算4个感兴趣区域的亚像素边缘,包括以下步骤:
对ROI区域RA和RB分别计算每一列像素灰度值的平均值,得到两组数据;
对ROI区域RC和RD分别计算每一行像素灰度值的平均值,得到两组数据;
对上述四组数据分别利用sigmoid边缘模型,并用最小二乘法进行边缘拟合,求得亚像素精度的边缘点A’,B’,C’和D’。
7.根据权利要求1所述的一种圆孔直径视觉测量方法,其特征在于:所述根据左右和上下亚像素边缘的位置,计算亚像素精度的圆孔直径,包括以下步骤:
求出边缘点A’B’的距离d1和边缘点C’D’的距离d2;
所述亚像素精度的圆孔直径=(d1+d2)/2。
8.根据权利要求1所述的一种圆孔直径视觉测量方法,其特征在于:所述真实的被测物体圆孔直径的计算方法如下:所述亚像素精度的圆孔直径乘以所述物象比例系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810798073.8A CN109035230B (zh) | 2018-07-19 | 2018-07-19 | 一种圆孔直径视觉测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810798073.8A CN109035230B (zh) | 2018-07-19 | 2018-07-19 | 一种圆孔直径视觉测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109035230A true CN109035230A (zh) | 2018-12-18 |
CN109035230B CN109035230B (zh) | 2021-11-09 |
Family
ID=64644362
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810798073.8A Active CN109035230B (zh) | 2018-07-19 | 2018-07-19 | 一种圆孔直径视觉测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109035230B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114111622A (zh) * | 2021-11-30 | 2022-03-01 | 江苏沙钢集团淮钢特钢股份有限公司 | 一种基于图像处理的棒材轧制孔型深度的检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101334263A (zh) * | 2008-07-22 | 2008-12-31 | 东南大学 | 圆形目标的圆心定位方法 |
CN101706260A (zh) * | 2009-11-17 | 2010-05-12 | 陕西科技大学 | 一种基于亚像素的直径测量方法 |
CN102061517A (zh) * | 2010-12-13 | 2011-05-18 | 浙江长兴众成电子有限公司 | 直拉单晶硅直径测量方法 |
CN105225216A (zh) * | 2014-06-19 | 2016-01-06 | 江苏天穗农业科技有限公司 | 基于空间距圆标记边缘检测的虹膜预处理算法 |
CN106595496A (zh) * | 2017-03-03 | 2017-04-26 | 湖南科技大学 | 一种人机交互零件尺寸柔性视觉测量方法 |
-
2018
- 2018-07-19 CN CN201810798073.8A patent/CN109035230B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101334263A (zh) * | 2008-07-22 | 2008-12-31 | 东南大学 | 圆形目标的圆心定位方法 |
CN101706260A (zh) * | 2009-11-17 | 2010-05-12 | 陕西科技大学 | 一种基于亚像素的直径测量方法 |
CN102061517A (zh) * | 2010-12-13 | 2011-05-18 | 浙江长兴众成电子有限公司 | 直拉单晶硅直径测量方法 |
CN105225216A (zh) * | 2014-06-19 | 2016-01-06 | 江苏天穗农业科技有限公司 | 基于空间距圆标记边缘检测的虹膜预处理算法 |
CN106595496A (zh) * | 2017-03-03 | 2017-04-26 | 湖南科技大学 | 一种人机交互零件尺寸柔性视觉测量方法 |
Non-Patent Citations (3)
Title |
---|
SEUNG WOO LEE ET AL.: "Precise Edge Detection Method Using Sigmoid Function in Blurry and Noisy Image for TFT-LCD 2D Critical Dimension Measurement", 《CURRENT OPTICS AND PHOTONICS》 * |
刘霞: "工业零件形状尺寸的机器视觉检测系统的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
张秀芝 等: "基于最小二乘支持向量回归的小零件精密测量技术", 《农业机械学报》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114111622A (zh) * | 2021-11-30 | 2022-03-01 | 江苏沙钢集团淮钢特钢股份有限公司 | 一种基于图像处理的棒材轧制孔型深度的检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109035230B (zh) | 2021-11-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110659636B (zh) | 基于深度学习的指针式仪表读数识别方法 | |
CN109883533B (zh) | 基于机器视觉的低频振动测量方法 | |
CN106599897B (zh) | 基于机器视觉的指针式仪表读数识别方法及装置 | |
CN105091922B (zh) | 一种基于虚拟表盘的指针表读数识别方法 | |
US20160358322A1 (en) | Method and system for data detecting of an instrument | |
Liu et al. | An improved online dimensional measurement method of large hot cylindrical forging | |
Gong et al. | A handheld device for leaf area measurement | |
CN102901444B (zh) | 一种基于mp小波滤波的零件尺寸检测方法及其检测系统 | |
US9471984B2 (en) | Method for self-calibration of a microscope apparatus | |
CN105865424A (zh) | 一种基于非线性模型的多光谱遥感水深反演方法及装置 | |
CN103994786A (zh) | 圆弧标尺线指针式仪表刻度的图像检测方法 | |
CN106595496A (zh) | 一种人机交互零件尺寸柔性视觉测量方法 | |
CN104833679A (zh) | 一种微观缺陷三维尺度逆向标定及检测方法 | |
CN104089586A (zh) | 发动机曲轴轴颈形状误差的图像检测装置和图像检测方法 | |
CN105283115B (zh) | 校正辅助装置、弯曲系统及校正方法 | |
CN114945938A (zh) | 缺陷实际面积的检测方法、显示面板的检测方法及装置 | |
CN105631876A (zh) | 一种基于全局二值化的ct图像分辨率自动测试方法 | |
CN107561736B (zh) | 基于傅里叶及Hough变换的LCD缺陷检测方法 | |
CN103413319A (zh) | 一种工业摄像机参数现场标定方法 | |
CN109035230A (zh) | 一种圆孔直径视觉测量方法 | |
CN103868455B (zh) | 一种视觉重建水槽内目标点空间坐标的方法 | |
EP3531817B1 (en) | Substrate inspection device and substrate inspection method using same | |
CN111598097B (zh) | 一种基于机器人视觉的仪表位置、读数识别方法和系统 | |
CN113554688B (zh) | 一种基于单目视觉的o型密封圈尺寸测量方法 | |
CN105510124A (zh) | 一种试件拉伸试验断后伸长率自动测量系统及其方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |