CN109254382A - 基于机器视觉的螺纹检测自动对焦方法 - Google Patents
基于机器视觉的螺纹检测自动对焦方法 Download PDFInfo
- Publication number
- CN109254382A CN109254382A CN201811187459.1A CN201811187459A CN109254382A CN 109254382 A CN109254382 A CN 109254382A CN 201811187459 A CN201811187459 A CN 201811187459A CN 109254382 A CN109254382 A CN 109254382A
- Authority
- CN
- China
- Prior art keywords
- focusing
- length
- evaluation value
- value
- intelligibility evaluation
- 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
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B7/00—Mountings, adjusting means, or light-tight connections, for optical elements
- G02B7/28—Systems for automatic generation of focusing signals
- G02B7/36—Systems for automatic generation of focusing signals using image sharpness techniques, e.g. image processing techniques for generating autofocus signals
-
- G—PHYSICS
- G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
- G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
- G03B13/00—Viewfinders; Focusing aids for cameras; Means for focusing for cameras; Autofocus systems for cameras
- G03B13/32—Means for focusing
- G03B13/34—Power focusing
- G03B13/36—Autofocus systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
- H04N23/67—Focus control based on electronic image sensor signals
Abstract
本发明公开了一种基于机器视觉的螺纹检测自动对焦方法,包括:搭建由步进电机、控制器、升降平台、计算机和图像传感器构成的对焦平台;将待测工件放置在测量平台上,由图像传感器获取图像并传入计算机;自动对采集到的图像进行对焦区域识别;对感兴趣区域进行清晰度分析,并记其清晰度评估值为G1;通过计算机串口发送信号给控制器驱动步进电机将升降台上升高度L;重复步骤,并记其清晰度评估值为G2;通过计算机串口发送信号给控制器驱动步进电机将升降台下降高度2L;重复步骤,并记其清晰度评估值为G3;比较G1、G2、G3数值的大小,得出最大的清晰度评估值,共有三种情况,需分别进行处理。
Description
技术领域
本发明涉及一种自动对焦方法,具体涉及一种针对于基于机器视觉的螺纹检测的自动对焦方法。
背景技术
随着数字图像技术的发展,在自动对焦方法中,数字图像技术也有了广泛的应用。基于图像处理技术的自动对焦方法主要有三个部分构成:对焦区域、图像清晰度评估函数和对焦搜索策略。通过选择对焦区域,并进行清晰度评估,获取当前位置的清晰度评估值,再驱动电机根据对焦搜索策略改变位置,重新获取清晰度评估值,直到获取的清晰度评估值大于设定阈值即可完成对焦。
传统对焦方法中,对焦区域往往需要人为选择,本发明针对于螺纹检测场景,依据目标特征实现了对焦区域的自动选取,省略了人为操作,且使用基于专家规则的对焦步长自调整系统,提高了对焦的速度与检测精度。
发明内容
发明目的:本发明是为了解决在基于机器视觉的螺纹检测系统中手动对焦操作繁琐,且精度不高的问题;本发明可实现螺纹检测系统中的对焦区域自动选择且使用基于专家规则的对焦步长自调整系统实现快速对焦,简化了操作,提升了对焦速度且保证了测量的精度。
技术方案:本发明所述的一种基于机器视觉的螺纹检测自动对焦方法,包括如下步骤:
(1)、搭建由步进电机、控制器、升降平台、计算机和图像传感器构成的对焦平台;
(2)、将待测工件放置在测量平台上,由图像传感器获取图像并传入计算机;
(3)、自动对采集到的图像进行对焦区域识别;
(4)、对感兴趣区域进行清晰度分析,并记其清晰度评估值为G1;
(5)、通过计算机串口发送信号给控制器驱动步进电机将升降台上升高度L;
(6)、重复步骤(3)、(4),并记其清晰度评估值为G2;
(7)、通过计算机串口发送信号给控制器驱动步进电机将升降台下降高度2L;
(8)、重复步骤(3)、(4),并记其清晰度评估值为G3;
(9)、比较G1、G2、G3数值的大小,得出最大的清晰度评估值,共有三种情况,需分别进行处理:
情况一:G1为最大值
(A)建立对焦步长自调整专家系统,依据清晰度评估值调整步长,驱动步进电机提升升降台高度,且每提升一次高度进行一次清晰度分析,记清晰度评估值为Gi(i=4、5、6…);
(B)、设定目标清晰度评估值T,当Gi>T时,停止调整,完成对焦;
情况二:G2为最大值
(A)、驱动步进电机将升降台高度提升L;
(B)建立对焦步长自调整专家系统,依据清晰度评估值调整步长,驱动步进电机提升升降台高度,且每提升一次高度进行一次清晰度分析,记清晰度评估值为Gi(i=4、5、6…);
(C)、设定目标清晰度评估值T,当Gi>T时,停止调整,完成对焦;
情况三:G3为最大值
(A)、驱动步进电机将升降台高度提升L;
(B)建立对焦步长自调整专家系统,依据清晰度评估值调整步长,驱动步进电机降低升降台高度,且每降低一次高度进行一次清晰度分析,记清晰度评估值为Gi(i=4、5、6…);
(C)、设定目标清晰度评估值T,当Gi>T时,停止调整,完成对焦。
进一步的,步骤(3)中的对焦区域识别方法如下:
1)对采集到的图像先进行中值滤波,再轮廓提取,删除较小的轮廓,储存剩下的每个轮廓点;
2)以储存的轮廓点为中心,建立N×N大小的滑动窗口,其中N的值要大于该螺纹牙距对应的像素点数;
3)统计窗口内轮廓点个数,若滑动窗口内轮廓点个数大于阈值,则判定中心点为螺纹点;
4)沿着轮廓方向移动滑动窗口,遍历每个轮廓点,储存相应的螺纹点;由于螺纹区域高低不平的特性,若滑动窗口处于螺纹区域内,当窗口内轮廓起伏程度越大时,窗口内轮廓点数T也越多,当T大于设定的阈值,则可判定该中心轮廓点为螺纹点。
5)将螺纹点进行组合,所构成的区域即为对焦区域。
进一步的,步骤(4)中清晰度分析方法如下:
1)在图像上以步骤(3)中的螺纹点为中心,与拉普拉算子进行卷积得出该螺纹边缘点的梯度值;
2)将所有螺纹点的梯度值相加得出图像清晰度评估值G,G越大则表示图像越清晰,反之则表示图像越模糊;其中,拉普拉斯算子模板如下所示:
进一步的,所述的对焦步长自整定专家系统由专家知识库、控制规则库和推理机组成;其中专家知识库由图像清晰度知识库、对焦步长知识库、信息处理知识库和操作经验知识库构成;所述专家系统是接收计算机分析得出的图像清晰度,再通过推理机和控制规则库根据知识库信息调整下一步对焦步长,通过不断更新对焦步长,提升对焦速度,其具体步骤如下:
1)设定目标清晰度评估值为T,记当前清晰度评估值为Ti(i=4、5、6…),根据Ti与目标值T的差值,与知识库信息比对,更新下一步对焦步长;
2)不断更新步长,直到清晰度评估值大于T;
3)对于2)中步长不断更新的过程中,若Ti<Ti-1则表示当前位置在远离目标位置,需反向调整高度直到清晰度评估值大于T。
进一步的,所述的对焦步长自整定专家系统是通过计算当前图像的清晰度评估值,与清晰度知识库进行分析对比,进而更新对焦步长,实现快速对焦。
进一步的,所述清晰度知识库的具体对比规则和对焦步长知识库的具体控制规则如下;
清晰度知识库:
(A)当清晰度评估值Ti>4000,则认为图像清晰,无需对焦;
(B)当清晰度评估值3000<Ti<4000,则认为当前对焦位置距目标对焦位置为近距离,需小步长调整;
(C)当清晰度评估值1000<Ti<3000,则认为当前对焦位置距目标对焦位置为中距离,需根据Ti适当调整对焦步长;
(D)当清晰度评估值1000<Ti,则认为当前对焦位置距目标对焦位置为远距离,需大步长调整;
对焦步长知识库:
(A)设定初始步长为h=4mm(随不同的图像传感器、场景,需做相应变化);
(B)当清晰度评估值Ti<1000时,取步长为h不变;
(C)当清晰度评估值Ti<3000时,取步长为h=|T-Ti|/T×4;
(D)当清晰度评估值3000<Ti<4000时,取步长为h=1mm;
(E)若在(A)、(B)、(C)、(D)中发现Ti<Ti-1,则表明步长过大,当前位置已经超出了最佳对焦位置,需要改变步进电机旋转方向进行对焦。
有益效果:本发明的一种基于机器视觉的螺纹检测自动对焦方法,针对于螺纹测量的场景,通过对采集到的图像进行特征识别,自动选取对焦区域,对该区域进行清晰度评估,根据搜索策略和对焦步长自调整专家系统调整升降台高度,快速完成对焦。本发明在简化操作的同时提升了对焦速度且保证了测量的精度。
附图说明
图1为本发明的检测方法整体流程示意图;
图2为对焦区域筛选示意图;
图3为对焦移动区域示意图;
图4为专家系统流程图;
图5为专家知识库结构示意图。
具体实施方式
下面结合具体实施例对本发明的技术方案作进一步详细说明。
具体的,本发明的一种基于机器视觉的螺纹检测自动对焦方法,如图1所示,其具体检测步骤如下:
(1)、搭建由步进电机、控制器、升降平台、计算机和图像传感器构成的对焦平台;
(2)、将待测工件放置在测量平台上,由图像传感器获取图像并传入计算机;
(3)、自动对采集到的图像进行对焦区域识别,具体识别步骤如下:
1)对采集到的图像先进行中值滤波,再轮廓提取,删除较小的轮廓,储存剩下的每个轮廓点;
2)如图2所示,以储存的轮廓点为中心,建立101×101大小的滑动窗口(滑动窗口至少要可容纳一个完整的螺牙,所以滑动窗口边长要大于该螺纹牙距对应的像素点数);
3)由于螺纹区域高低不平,非螺纹区域较为平缓的特性,若滑动窗口处于螺纹区域内,则窗口内的轮廓点数要大于窗口处于非螺纹区域时的轮廓点数,且螺纹区域起伏程度越大,窗口内的轮廓点数越多。通过大量实验,可获得阈值P=120来判定滑动窗口是否处于螺纹区域内。统计窗口内轮廓点个数,若滑动窗口内轮廓点个数大于阈值P,则判定中心点为螺纹点;
4)沿着轮廓方向移动滑动窗口,遍历每个轮廓点,储存相应的螺纹点;
5)将螺纹点进行组合,所构成的区域即为对焦区域;
(4)、对感兴趣区域进行清晰度分析,并记其清晰度评估值为G1,具体评估步骤如下:
1)若图像模糊,则图像上物体边缘与图像背景区分不明显,即边缘点梯度值较小;反之,图像上物体边缘与图像背景有明显区分,即边缘点梯度值较大。可通过物体边缘区域梯度值的大小来进行图像清晰度评估。在图像上以步骤(3)中的螺纹点为中心,与拉普拉算子进行卷积得出该螺纹边缘点的梯度值;
2)将所有螺纹点的梯度值相加得出图像清晰度评估值G,G越大则表示图像越清晰,反之则表示图像越模糊。
其中,拉普拉斯算子模板如下所示:
(5)、通过计算机串口发送信号给控制器驱动步进电机将升降台上升高度L=5mm;
(6)、重复步骤(3)、(4),并记其清晰度评估值为G2;
(7)、通过计算机串口发送信号给控制器驱动步进电机将升降台下降高度2L=10mm;
(8)、重复步骤(3)、(4),并记其清晰度评估值为G3;
(9)、如图3所示,位置a、b、c对应的清晰度评估值分别为G1、G2、G3,比较G1、G2、G3数值的大小,得出最大的清晰度评估值,共有三种情况,需分别进行处理。如图3所示,当G1为最大值时,可确定最佳对焦位置在b和c之间;当G2为最大值时,可确定最佳对焦位置在a上方;当G3为最大值时,可确定最佳对焦位置在a下方;
情况一:G1为最大值
(A)在运行中计算得出G1=3219、G2=2583、G3=2347,G1为最大值;
(B)建立对焦步长自调整专家系统,依据清晰度评估值调整步长,驱动步进电机提升升降台高度,且每提升一次高度进行一次清晰度分析,记清晰度评估值为Gi(i=4、5、6…);
(C)、设定目标清晰度评估值T=4000,当Gi>T时,停止调整,完成对焦;
情况二:G2为最大值
(A)在运行中计算得出G1=2381、G2=2934、G3=1239,G2为最大值;
(B)、驱动步进电机将升降台高度提升L=5mm;
(C)建立对焦步长自调整专家系统,依据清晰度评估值调整步长,驱动步进电机提升升降台高度,且每提升一次高度进行一次清晰度分析,记清晰度评估值为Gi(i=4、5、6…);
(D)、设定目标清晰度评估值T=4000,当Gi>T时,停止调整,完成对焦;
情况三:G3为最大值
(A)在运行中计算得出G1=2142、G2=1325、G3=2782,G3为最大值;
(B)、驱动步进电机将升降台高度提升L=5mm;
(C)建立对焦步长自调整专家系统,依据清晰度评估值调整步长,驱动步进电机降低升降台高度,且每降低一次高度进行一次清晰度分析,记清晰度评估值为Gi(i=4、5、6…);
(D)、设定目标清晰度评估值T=4000,当Gi>T时,停止调整,完成对焦;
上述步骤中的对焦步长自整定专家系统由专家知识库、控制规则库和推理机组成;其中专家知识库如图5所示,由图像清晰度知识库、对焦步长知识库、信息处理知识库和操作经验知识库构成;所述专家系统是接收计算机分析得出的图像清晰度,再通过推理机和控制规则库根据知识库信息调整下一步对焦步长,通过不断更新对焦步长,提升对焦速度。如图4所示,对焦步长自整定系统工作的具体步骤如下:
1)设定目标清晰度评估值为T,记当前清晰度评估值为Ti(i=4、5、6…),根据Ti与目标值T的差值,与知识库信息比对,更新下一步对焦步长;
2)不断更新步长,直到清晰度评估值大于T;
3)对于2)中步长不断更新的过程中,若Ti<Ti-1则表示当前位置在远离目标位置,需反向调整高度直到清晰度评估值大于T。
上述步骤中的专家系统主要是通过计算当前图像的清晰度评估值,与知识库进行分析对比,进而更新对焦步长,实现快速对焦,清晰度知识库的具体对比规则和对焦步长知识库的具体控制规则如下;
清晰度知识库:
(A)当清晰度评估值Ti>4000,则认为图像清晰,无需对焦;
(B)当清晰度评估值3000<Ti<4000,则认为当前对焦位置距目标对焦位置为近距离,需小步长调整;
(C)当清晰度评估值1000<Ti<3000,则认为当前对焦位置距目标对焦位置为中距离,需根据Ti适当调整对焦步长;
(D)当清晰度评估值1000<Ti,则认为当前对焦位置距目标对焦位置为远距离,需大步长调整;
对焦步长知识库:
(A)设定初始步长为h=4mm(随不同的图像传感器、场景,需做相应变化);
(B)当清晰度评估值Ti<1000时,取步长为h不变;
(C)当清晰度评估值Ti<3000时,取步长为h=|T-Ti|/T×4;
(D)当清晰度评估值3000<Ti<4000时,取步长为h=1mm;
(E)若在(A)、(B)、(C)、(D)中发现Ti<Ti-1,则表明步长过大,当前位置已经超出了最佳对焦位置,需要改变步进电机旋转方向进行对焦。
本发明的一种基于机器视觉的螺纹检测自动对焦方法,针对于螺纹测量的场景,通过对采集到的图像进行特征识别,自动选取对焦区域,对该区域进行清晰度评估,根据搜索策略和对焦步长自调整专家系统调整升降台高度,快速完成对焦。本发明在简化操作的同时提升了对焦速度且保证了测量的精度。
以上所述,仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,虽然本发明已以较佳实施例揭露如上,然而并非用以限定本发明,任何熟悉本专业的技术人员,在不脱离本发明技术方案范围内,当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例,但凡是未脱离本发明技术方案的内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (6)
1.一种基于机器视觉的螺纹检测自动对焦方法,其特征在于:包括如下步骤:
(1)、搭建由步进电机、控制器、升降平台、计算机和图像传感器构成的对焦平台;
(2)、将待测工件放置在测量平台上,由图像传感器获取图像并传入计算机;
(3)、自动对采集到的图像进行对焦区域识别;
(4)、对感兴趣区域进行清晰度分析,并记其清晰度评估值为G1;
(5)、通过计算机串口发送信号给控制器驱动步进电机将升降台上升高度L;
(6)、重复步骤(3)、(4),并记其清晰度评估值为G2;
(7)、通过计算机串口发送信号给控制器驱动步进电机将升降台下降高度2L;
(8)、重复步骤(3)、(4),并记其清晰度评估值为G3;
(9)、比较G1、G2、G3数值的大小,得出最大的清晰度评估值,共有三种情况,需分别进行处理:
情况一:G1为最大值
(A)建立对焦步长自调整专家系统,依据清晰度评估值调整步长,驱动步进电机提升升降台高度,且每提升一次高度进行一次清晰度分析,记清晰度评估值为Gi(i=4、5、6…);
(B)、设定目标清晰度评估值T,当Gi>T时,停止调整,完成对焦;
情况二:G2为最大值
(A)、驱动步进电机将升降台高度提升L;
(B)建立对焦步长自调整专家系统,依据清晰度评估值调整步长,驱动步进电机提升升降台高度,且每提升一次高度进行一次清晰度分析,记清晰度评估值为Gi(i=4、5、6…);
(C)、设定目标清晰度评估值T,当Gi>T时,停止调整,完成对焦;
情况三:G3为最大值
(A)、驱动步进电机将升降台高度提升L;
(B)建立对焦步长自调整专家系统,依据清晰度评估值调整步长,驱动步进电机降低升降台高度,且每降低一次高度进行一次清晰度分析,记清晰度评估值为Gi(i=4、5、6…);
(C)、设定目标清晰度评估值T,当Gi>T时,停止调整,完成对焦。
2.根据权利要求1所述的一种基于机器视觉的螺纹检测自动对焦方法,其特征在于:步骤(3)中的对焦区域识别方法如下:
1)对采集到的图像先进行中值滤波,再轮廓提取,删除较小的轮廓,储存剩下的每个轮廓点;
2)以储存的轮廓点为中心,建立N×N大小的滑动窗口,其中N的值要大于该螺纹牙距对应的像素点数;
3)统计窗口内轮廓点个数,若滑动窗口内轮廓点个数大于阈值,则判定中心点为螺纹点;
4)沿着轮廓方向移动滑动窗口,遍历每个轮廓点,储存相应的螺纹点;由于螺纹区域高低不平的特性,若滑动窗口处于螺纹区域内,当窗口内轮廓起伏程度越大时,窗口内轮廓点数P也越多,当P大于设定的阈值,则可判定该中心轮廓点为螺纹点。
5)将螺纹点进行组合,所构成的区域即为对焦区域。
3.根据权利要求1所述的一种基于机器视觉的螺纹检测自动对焦方法,其特征在于:步骤(4)中清晰度分析方法如下:
1)在图像上以步骤(3)中的螺纹点为中心,与拉普拉算子进行卷积得出该螺纹边缘点的梯度值;
2)将所有螺纹点的梯度值相加得出图像清晰度评估值G,G越大则表示图像越清晰,反之则表示图像越模糊;其中,拉普拉斯算子模板如下所示:
4.根据权利要求1所述的一种基于机器视觉的螺纹检测自动对焦方法,其特征在于:所述的对焦步长自整定专家系统由专家知识库、控制规则库和推理机组成;其中专家知识库由图像清晰度知识库、对焦步长知识库、信息处理知识库和操作经验知识库构成;所述专家系统是接收计算机分析得出的图像清晰度,再通过推理机和控制规则库根据知识库信息调整下一步对焦步长,通过不断更新对焦步长,提升对焦速度,其具体步骤如下:
1)设定目标清晰度评估值为T,记当前清晰度评估值为Ti(i=4、5、6…),根据Ti与目标值T的差值,与知识库信息比对,更新下一步对焦步长;
2)不断更新步长,直到清晰度评估值大于T;
3)对于2)中步长不断更新的过程中,若Ti<Ti-1则表示当前位置在远离目标位置,需反向调整高度直到清晰度评估值大于T。
5.根据权利要求1所述的一种基于机器视觉的螺纹检测自动对焦方法,其特征在于:所述的对焦步长自整定专家系统是通过计算当前图像的清晰度评估值,与清晰度知识库进行分析对比,进而更新对焦步长,实现快速对焦。
6.根据权利要求5所述的一种基于机器视觉的螺纹检测自动对焦方法,其特征在于:所述清晰度知识库的具体对比规则和对焦步长知识库的具体控制规则如下;
清晰度知识库:
(A)当清晰度评估值Ti>4000,则认为图像清晰,无需对焦;
(B)当清晰度评估值3000<Ti<4000,则认为当前对焦位置距目标对焦位置为近距离,需小步长调整;
(C)当清晰度评估值1000<Ti<3000,则认为当前对焦位置距目标对焦位置为中距离,需根据Ti适当调整对焦步长;
(D)当清晰度评估值1000<Ti,则认为当前对焦位置距目标对焦位置为远距离,需大步长调整;
对焦步长知识库:
(A)设定初始步长为h=4mm(随不同的图像传感器、场景,需做相应变化);
(B)当清晰度评估值Ti<1000时,取步长为h不变;
(C)当清晰度评估值Ti<3000时,取步长为h=|T-Ti|/T×4;
(D)当清晰度评估值3000<Ti<4000时,取步长为h=1mm;
(E)若在(A)、(B)、(C)、(D)中发现Ti<Ti-1,则表明步长过大,当前位置已经超出了最佳对焦位置,需要改变步进电机旋转方向进行对焦。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811187459.1A CN109254382B (zh) | 2018-10-12 | 2018-10-12 | 基于机器视觉的螺纹检测自动对焦方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811187459.1A CN109254382B (zh) | 2018-10-12 | 2018-10-12 | 基于机器视觉的螺纹检测自动对焦方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109254382A true CN109254382A (zh) | 2019-01-22 |
CN109254382B CN109254382B (zh) | 2021-11-26 |
Family
ID=65045287
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811187459.1A Active CN109254382B (zh) | 2018-10-12 | 2018-10-12 | 基于机器视觉的螺纹检测自动对焦方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109254382B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111726512A (zh) * | 2019-03-18 | 2020-09-29 | 浙江宇视科技有限公司 | 一种区域对焦方法、装置、设备及存储介质 |
Citations (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4359276A (en) * | 1980-09-10 | 1982-11-16 | Asahi Kogaku Kogyo Kabushiki Kaisha | Interchangeable lens barrel |
JPS61233710A (ja) * | 1985-04-10 | 1986-10-18 | Ricoh Co Ltd | デジタル原稿読取り装置の光軸調整方法 |
US5126556A (en) * | 1989-12-04 | 1992-06-30 | Coors Brewing Company | Bottle thread imaging apparatus having a light seal means between the light assembly means and the thread |
JP2000019382A (ja) * | 1998-07-01 | 2000-01-21 | Nikon Corp | 焦点検出ユニット取付構造 |
US20040008333A1 (en) * | 2002-06-26 | 2004-01-15 | Ayumu Oda | Method and device for focus adjustment of optical writing unit and image forming apparatus incorporating the focus adjustment device |
CN101494737A (zh) * | 2009-03-09 | 2009-07-29 | 杭州海康威视数字技术股份有限公司 | 一种一体化摄像机装置及自适应自动聚焦方法 |
CN101814129A (zh) * | 2009-02-19 | 2010-08-25 | 中国科学院自动化研究所 | 自动对焦的远距离虹膜图像获取装置、方法和识别系统 |
CN101840055A (zh) * | 2010-05-28 | 2010-09-22 | 浙江工业大学 | 基于嵌入式媒体处理器的视频自动聚焦系统 |
CN101968382A (zh) * | 2010-01-20 | 2011-02-09 | 南通大学 | 一种焦平面探测器读出信号的数字信号处理方法 |
CN102243432A (zh) * | 2011-06-28 | 2011-11-16 | 浙江工业大学 | 全景立体摄像装置 |
CN203399192U (zh) * | 2013-07-17 | 2014-01-15 | 成都航利电气有限公司 | 螺孔螺纹检查装置 |
CN103513395A (zh) * | 2012-06-15 | 2014-01-15 | 中兴通讯股份有限公司 | 一种被动式自动聚焦方法及装置 |
CN103777338A (zh) * | 2012-10-26 | 2014-05-07 | 韩东 | 早期癌症检测仪自动调焦实现方法及装置 |
CN104137147A (zh) * | 2011-12-23 | 2014-11-05 | 株式会社三丰 | 机器视觉系统中的使用多个光设置的对焦点操作 |
CN104181685A (zh) * | 2014-07-29 | 2014-12-03 | 杭州卓腾信息技术有限公司 | 基于显微镜的数字切片自动聚焦装置及其方法 |
CN104459940A (zh) * | 2013-09-25 | 2015-03-25 | 北京环境特性研究所 | 一种快速自适应自动聚焦方法 |
CN104458749A (zh) * | 2013-09-25 | 2015-03-25 | 中国科学院沈阳自动化研究所 | 基于机器视觉的铝型材表面缺陷实时检测系统 |
CN104601879A (zh) * | 2014-11-29 | 2015-05-06 | 深圳市金立通信设备有限公司 | 一种对焦方法 |
CN104639894A (zh) * | 2014-12-11 | 2015-05-20 | 北京中星微电子有限公司 | 用于监控摄像机的图像聚焦方法和装置 |
US20150145980A1 (en) * | 2013-11-27 | 2015-05-28 | Mitutoyo Corporation | Machine Vision Inspection System and Method for Obtaining an Image With an Extended Depth of Field |
CN104931421A (zh) * | 2015-06-17 | 2015-09-23 | 武汉精测电子技术股份有限公司 | 液晶面板视觉检测系统的定位对焦方法 |
CN105093509A (zh) * | 2015-09-29 | 2015-11-25 | 爱威科技股份有限公司 | 显微镜的自动聚焦方法、系统及大便镜检显微镜 |
CN105700106A (zh) * | 2016-03-28 | 2016-06-22 | 华为技术有限公司 | 自动对焦方法和自动对焦装置 |
CN106126786A (zh) * | 2016-06-17 | 2016-11-16 | 中国航空无线电电子研究所 | 座舱显示器人机界面设计人机工效定量评估方法 |
CN106375647A (zh) * | 2015-07-23 | 2017-02-01 | 杭州海康威视数字技术股份有限公司 | 一种摄像机后焦的调整方法、装置和系统 |
CN107687812A (zh) * | 2017-09-19 | 2018-02-13 | 南通爱慕希机械股份有限公司 | 一种基于机器视觉的外螺纹智能检测系统 |
CN108088424A (zh) * | 2016-11-23 | 2018-05-29 | 株式会社三丰 | 机器视觉检查系统和用于获得具有扩展景深的图像的方法 |
CN108152869A (zh) * | 2016-10-14 | 2018-06-12 | 北京信息科技大学 | 一种适于仿生视觉快速调焦的小步长调焦方法 |
CN108200342A (zh) * | 2018-01-19 | 2018-06-22 | 广东顺德墨赛生物科技有限公司 | 自动聚焦方法、装置、计算机设备和存储介质 |
CN207832119U (zh) * | 2018-01-16 | 2018-09-07 | 天津胜鉴计量检测技术服务有限公司 | 一种基于坐标测量的内螺纹检测机 |
CN207894845U (zh) * | 2018-03-14 | 2018-09-21 | 衢州学院 | 一种基于机器视觉的零部件检测装置 |
-
2018
- 2018-10-12 CN CN201811187459.1A patent/CN109254382B/zh active Active
Patent Citations (31)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4359276A (en) * | 1980-09-10 | 1982-11-16 | Asahi Kogaku Kogyo Kabushiki Kaisha | Interchangeable lens barrel |
JPS61233710A (ja) * | 1985-04-10 | 1986-10-18 | Ricoh Co Ltd | デジタル原稿読取り装置の光軸調整方法 |
US5126556A (en) * | 1989-12-04 | 1992-06-30 | Coors Brewing Company | Bottle thread imaging apparatus having a light seal means between the light assembly means and the thread |
JP2000019382A (ja) * | 1998-07-01 | 2000-01-21 | Nikon Corp | 焦点検出ユニット取付構造 |
US20040008333A1 (en) * | 2002-06-26 | 2004-01-15 | Ayumu Oda | Method and device for focus adjustment of optical writing unit and image forming apparatus incorporating the focus adjustment device |
CN101814129A (zh) * | 2009-02-19 | 2010-08-25 | 中国科学院自动化研究所 | 自动对焦的远距离虹膜图像获取装置、方法和识别系统 |
CN101494737A (zh) * | 2009-03-09 | 2009-07-29 | 杭州海康威视数字技术股份有限公司 | 一种一体化摄像机装置及自适应自动聚焦方法 |
CN101968382A (zh) * | 2010-01-20 | 2011-02-09 | 南通大学 | 一种焦平面探测器读出信号的数字信号处理方法 |
CN101840055A (zh) * | 2010-05-28 | 2010-09-22 | 浙江工业大学 | 基于嵌入式媒体处理器的视频自动聚焦系统 |
CN102243432A (zh) * | 2011-06-28 | 2011-11-16 | 浙江工业大学 | 全景立体摄像装置 |
CN104137147A (zh) * | 2011-12-23 | 2014-11-05 | 株式会社三丰 | 机器视觉系统中的使用多个光设置的对焦点操作 |
CN103513395A (zh) * | 2012-06-15 | 2014-01-15 | 中兴通讯股份有限公司 | 一种被动式自动聚焦方法及装置 |
CN103777338A (zh) * | 2012-10-26 | 2014-05-07 | 韩东 | 早期癌症检测仪自动调焦实现方法及装置 |
CN203399192U (zh) * | 2013-07-17 | 2014-01-15 | 成都航利电气有限公司 | 螺孔螺纹检查装置 |
CN104459940A (zh) * | 2013-09-25 | 2015-03-25 | 北京环境特性研究所 | 一种快速自适应自动聚焦方法 |
CN104458749A (zh) * | 2013-09-25 | 2015-03-25 | 中国科学院沈阳自动化研究所 | 基于机器视觉的铝型材表面缺陷实时检测系统 |
US20150145980A1 (en) * | 2013-11-27 | 2015-05-28 | Mitutoyo Corporation | Machine Vision Inspection System and Method for Obtaining an Image With an Extended Depth of Field |
CN104181685A (zh) * | 2014-07-29 | 2014-12-03 | 杭州卓腾信息技术有限公司 | 基于显微镜的数字切片自动聚焦装置及其方法 |
CN104601879A (zh) * | 2014-11-29 | 2015-05-06 | 深圳市金立通信设备有限公司 | 一种对焦方法 |
CN104639894A (zh) * | 2014-12-11 | 2015-05-20 | 北京中星微电子有限公司 | 用于监控摄像机的图像聚焦方法和装置 |
CN104931421A (zh) * | 2015-06-17 | 2015-09-23 | 武汉精测电子技术股份有限公司 | 液晶面板视觉检测系统的定位对焦方法 |
CN106375647A (zh) * | 2015-07-23 | 2017-02-01 | 杭州海康威视数字技术股份有限公司 | 一种摄像机后焦的调整方法、装置和系统 |
CN105093509A (zh) * | 2015-09-29 | 2015-11-25 | 爱威科技股份有限公司 | 显微镜的自动聚焦方法、系统及大便镜检显微镜 |
CN105700106A (zh) * | 2016-03-28 | 2016-06-22 | 华为技术有限公司 | 自动对焦方法和自动对焦装置 |
CN106126786A (zh) * | 2016-06-17 | 2016-11-16 | 中国航空无线电电子研究所 | 座舱显示器人机界面设计人机工效定量评估方法 |
CN108152869A (zh) * | 2016-10-14 | 2018-06-12 | 北京信息科技大学 | 一种适于仿生视觉快速调焦的小步长调焦方法 |
CN108088424A (zh) * | 2016-11-23 | 2018-05-29 | 株式会社三丰 | 机器视觉检查系统和用于获得具有扩展景深的图像的方法 |
CN107687812A (zh) * | 2017-09-19 | 2018-02-13 | 南通爱慕希机械股份有限公司 | 一种基于机器视觉的外螺纹智能检测系统 |
CN207832119U (zh) * | 2018-01-16 | 2018-09-07 | 天津胜鉴计量检测技术服务有限公司 | 一种基于坐标测量的内螺纹检测机 |
CN108200342A (zh) * | 2018-01-19 | 2018-06-22 | 广东顺德墨赛生物科技有限公司 | 自动聚焦方法、装置、计算机设备和存储介质 |
CN207894845U (zh) * | 2018-03-14 | 2018-09-21 | 衢州学院 | 一种基于机器视觉的零部件检测装置 |
Non-Patent Citations (3)
Title |
---|
C. CAVALLOTTI 等: "《An integrated vision system with autofocus for wireless capsular endoscopy》", 《SENSORS AND ACTUATORS A: PHYSICAL》 * |
张堃 等: "《基于机器视觉的干燥包完整度在线检测系统》", 《仪表技术与传感器》 * |
郭贵民: "《基于机器视觉的螺纹检测系统》", 《湖北农机化》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111726512A (zh) * | 2019-03-18 | 2020-09-29 | 浙江宇视科技有限公司 | 一种区域对焦方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109254382B (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116385448B (zh) | 基于机器视觉的氧化铝陶瓷表面加工缺陷检测方法 | |
KR101441333B1 (ko) | 인체 부분 검출 장치 및 그 방법 | |
US7668388B2 (en) | System and method for single image focus assessment | |
CN100382108C (zh) | 脸图像候选区域检索方法、检索系统 | |
CN104766343B (zh) | 一种基于稀疏表示的视觉目标跟踪方法 | |
TWI398157B (zh) | 影像邊界掃描系統及方法 | |
CN101261234A (zh) | 表面缺陷检测装置 | |
CN109031638B (zh) | 生物显微镜的快速自动聚焦方法 | |
CN114758185B (zh) | 一种基于灰度色差的注塑参数控制方法与系统 | |
CN110308658B (zh) | 一种pid参数整定方法、装置、系统及可读存储介质 | |
CN111460903B (zh) | 基于深度学习的田间西兰花长势监测系统及方法 | |
CN108769533A (zh) | 一种自动对焦算法 | |
US20120249770A1 (en) | Method for automatically focusing a microscope on a predetermined object and microscope for automatic focusing | |
CN108846831A (zh) | 基于统计特征和图像特征相结合的带钢表面缺陷分类方法 | |
CN109254382A (zh) | 基于机器视觉的螺纹检测自动对焦方法 | |
CN114273988A (zh) | 一种基于三维设计优化的金属铸件精准打磨方法 | |
CN114240845A (zh) | 一种应用于切削工件的光切法表面粗糙度测量方法 | |
CN105093509B (zh) | 显微镜的自动聚焦方法、系统及大便镜检显微镜 | |
CN111684462A (zh) | 一种图像匹配方法及视觉系统 | |
CN110956624B (zh) | 一种针对立体物体的图像清晰度评价方法 | |
CN114529715B (zh) | 一种基于边缘提取的图像识别方法及系统 | |
CN110705539A (zh) | 提高连铸坯低倍中心偏析评级精度的图像获取方法和系统 | |
CN116380193A (zh) | 一种用于实现智能车间的物料位状态检测系统 | |
CN114967093A (zh) | 一种基于显微高光谱成像平台的自动对焦方法及系统 | |
CN113080874B (zh) | 一种多角度交叉验证的智能测肤系统 |
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 |