CN109785384A - 一种透明容器内物位机器视觉测量仪的物位高度标定方法 - Google Patents

一种透明容器内物位机器视觉测量仪的物位高度标定方法 Download PDF

Info

Publication number
CN109785384A
CN109785384A CN201910037193.0A CN201910037193A CN109785384A CN 109785384 A CN109785384 A CN 109785384A CN 201910037193 A CN201910037193 A CN 201910037193A CN 109785384 A CN109785384 A CN 109785384A
Authority
CN
China
Prior art keywords
level
point
image
demarcate
demarcate bar
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
Application number
CN201910037193.0A
Other languages
English (en)
Other versions
CN109785384B (zh
Inventor
彭一忠
龚卫东
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu Dongfang Photoelectric Co Ltd
Original Assignee
Jiangsu Dongfang Photoelectric Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Jiangsu Dongfang Photoelectric Co Ltd filed Critical Jiangsu Dongfang Photoelectric Co Ltd
Priority to CN201910037193.0A priority Critical patent/CN109785384B/zh
Publication of CN109785384A publication Critical patent/CN109785384A/zh
Application granted granted Critical
Publication of CN109785384B publication Critical patent/CN109785384B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Measurement Of Levels Of Liquids Or Fluent Solid Materials (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种透明容器内物位机器视觉测量仪的物位高度标定方法,包括物位计标定杆、可嵌入式编程的摄像机,其中物位计标定杆上画出的大小均匀的黑白棋盘格,共个内角点,以内角点位置作为标定高度,每个内角点的高度代表物位计的刻度,尽量使得内角点最大高度和实际物位计最大刻度相近,本发明以棋盘格角点位置作为标定杆标定点位置,通过亚像素级的角点检测算法能够快速准确精确计算标定点图像像素坐标,标定速度快,而且具有很高的标定精度。

Description

一种透明容器内物位机器视觉测量仪的物位高度标定方法
技术领域
本发明涉及物位高度检测技术领域,具体为一种透明容器内物位机器视觉测量仪的物位高度标定方法。
背景技术
视频液位检测方法是利用图像处理的方式来对液位进行拍照后检测液位像素位置,通过高度标定,获得实际液位高度的方法。其中标定方法包括图像中标定点的像素坐标检测以及高度标定方法,图像中标定点的检测一般是对黑白相间的标定杆检测黑白块的交线,高度标定一般通过找出图像中像素点坐标对应实际液位高度的对应关系。
直线检测一般利用数学形态学方法,标定方法主要有交比不变性原理和基于神经网络的方法,前者是利用小孔成像原理,通过已知液位杆固定高度的任意两点及其对应图像像素点坐标和未知液位高度点在图像像素点的像素位置利用交比不变原理,获得液位高度真实值;后者是利用神经网络算法对多个标定点及其对应像素坐标进行回归运算。
形态学的直线检测检测精度不够高,而且对于液位高度标定,标定的是液位高度,对于液位成像不够直的情况,需要进行另外处理检测的直线和液位像素高度的关系,而本方法提出了棋盘格内交点检测的方法,检测的内角点坐标(纵坐标)代表液位高度,通过对现有棋盘格内角点检测算法进行适当改进,提高检测精度,并且通过拟合的方式进行高度标定,不需要液位计在图像中成像很直亦可。
交比不变性原理的标定方法标定精度不够高,不适合高精度应用场景;神经网络方法需要标定杆大量的标定点样本,且训练神经网络计算较复杂耗时长,不适合进行嵌入式开发,而本发明的标定精度很高,满足绝大部分应用场景的精度要求,且可以通过调整参数和标定样本点的多少来调整参数,本发明不需要太多标定点(20个点可以达到1像素内),方便实际操作,而且计算复杂度很低,可以快速完成标定,且标定后可根据图像液位位置,计算真实液位高度。
发明内容
本发明的目的在于提供一种透明容器内物位机器视觉测量仪的物位高度标定方法,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:一种透明容器内物位机器视觉测量 仪的物位高度标定方法,包括物位计标定杆、可嵌入式编程的摄像机,其中物位计标定杆上 画出的大小均匀的黑白棋盘格,共个内角点,以内角点位置作为标定高度,每 个内角点的高度代表物位计的刻度。
优选的,一种透明容器内物位机器视觉测量仪的物位高度标定方法,包括标定杆拍照、图像中的棋盘格内角点检测以及标定杆标定三个步骤,具体标定步骤如下:
A、将标定杆置于物位计位置或足够近,保持物位计和标定杆最低刻度位置一致,物位计和标定杆平行;
B、调整并固定摄像机,并对该标定杆拍照,对拍照后的标定杆图像进行棋盘格内角点检测,检测算法步骤如下:
a、裁剪图像,保留需要标定的标定杆图像,至少保留所有内角点及其邻域的图像,去除其他多余的图像;
b、 对裁剪后的图像进行引导滤波预处理;
c、利用改进的SV角点检测算法进行内角点检测,具体方法是对处理后的图像遍历图像 中每个像素点,找出满足如下条件的像素点:该点的d邻域,内像素点的像素方差大于 某阈值,且该点d邻域不对称度小于某阈值,不对称度公式 ,并且满足自相似度公式 为阈值,这里所有参数和阈值可通过人为控制,使得检 测到的的点都在内角点附近;
d、通过上述步骤检测到的点都为疑似内角点,对于所有检测到的点按照之间距离小于 d进行分类,这样可以得到个类,每一类的点的像素坐标通过在该类内加权平均后的坐标 作为该内角点的的像素坐标,权值与该点的不对程度相关,不对称度越大,权值越小,每个 权值可用表示;
C、液位高度标定:对于每个检测到的内角点像素值,取能表示物位高度的坐标,从小到 大设为,对应标定杆内角点高度分别为,设图像中内角点高度与 实际标定杆内角点高度的关系满足多项式关系,进行次多项式拟合,拟合的多项式即为 标定公式:
(1)
具体拟合公式是通过优化以下公式获得多项式系数:
,采用梯度下降或牛顿迭代、拟牛顿迭 代、共轭梯度法、Levenberg-Marquadt迭代方法进行优化,对于检测到的物位的图像像素高 度,可通过公式(1)计算得到实际物位高度。
与现有技术相比,本发明的有益效果是:本发明以棋盘格角点位置作为标定杆标定点位置,通过亚像素级的角点检测算法能够快速准确精确计算标定点图像像素坐标,标定速度快,而且具有很高的标定精度。
附图说明
图1为本发明物位计标定杆棋盘格示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,本发明提供一种技术方案:一种透明容器内物位机器视觉测量仪的物 位高度标定方法,包括物位计标定杆、可嵌入式编程的摄像机,其中物位计标定杆上画出的大小均匀的黑白棋盘格,共个内角点,以内角点位置作为标定高度,每个内 角点的高度代表物位计的刻度。
本发明中,一种透明容器内物位机器视觉测量仪的物位高度标定方法,包括标定杆拍照、图像中的棋盘格内角点检测以及标定杆标定三个步骤,具体标定步骤如下:
A、将标定杆置于物位计位置或足够近,保持物位计和标定杆最低刻度位置一致,物位计和标定杆平行;
B、调整并固定摄像机,并对该标定杆拍照,在标定杆全部包含在图像内的基础上,尽量使得标定杆在图像居中位置并充满图像,以便获得分辨率更高的标定杆图像,对拍照后的标定杆图像进行棋盘格内角点检测,检测算法步骤如下:
a、裁剪图像,保留需要标定的标定杆图像,至少保留所有内角点及其邻域的图像,去除其他多余的图像;
c、 对裁剪后的图像进行引导滤波预处理;
c、利用改进的SV角点检测算法进行内角点检测,具体方法是对处理后的图像遍历图像 中每个像素点,找出满足如下条件的像素点:该点的d邻域,内像素点的像素方差大于 某阈值,且该点d邻域不对称度小于某阈值,不对称度公式 ,并且满足自相似度公式 为阈值,这里所有参数和阈值可通过人为控制,使得检 测到的的点都在内角点附近;
d、通过上述步骤检测到的点都为疑似内角点,对于所有检测到的点按照之间距离小于 d进行分类,这样可以得到个类,每一类的点的像素坐标通过在该类内加权平均后的坐标 作为该内角点的的像素坐标,权值与该点的不对程度相关,不对称度越大,权值越小,每个 权值可用表示,该角点检测算法具有检测准确,精度高的特点;
C、液位高度标定:对于每个检测到的内角点像素值,取能表示物位高度的坐标,从小到 大设为,对应标定杆内角点高度分别为,设图像中内角点高度与 实际标定杆内角点高度的关系满足多项式关系,进行次多项式拟合,拟合的多项式即为 标定公式:
(1)
具体拟合公式是通过优化以下公式获得多项式系数:
,采用梯度下降或牛顿迭代、拟牛顿迭 代、共轭梯度法、Levenberg-Marquadt迭代方法进行优化,对于检测到的物位的图像像素高 度,可通过公式(1)计算得到实际物位高度。
综上所述,本发明以棋盘格角点位置作为标定杆标定点位置,通过亚像素级的角点检测算法能够快速准确精确计算标定点图像像素坐标,标定速度快,而且具有很高的标定精度。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。

Claims (2)

1.一种透明容器内物位机器视觉测量仪的物位高度标定方法,其特征在于:包括物位 计标定杆、可嵌入式编程的摄像机,其中物位计标定杆上画出的大小均匀的黑白 棋盘格,共个内角点,以内角点位置作为标定高度,每个内角点的高度代表物位计的刻 度。
2.根据权利要求1所述的一种透明容器内物位机器视觉测量仪的物位高度标定方法,其特征在于:包括标定杆拍照、图像中的棋盘格内角点检测以及标定杆标定三个步骤,具体标定步骤如下:
A、将标定杆置于物位计位置或足够近,保持物位计和标定杆最低刻度位置一致,物位计和标定杆平行;
B、调整并固定摄像机,并对该标定杆拍照,对拍照后的标定杆图像进行棋盘格内角点检测,检测算法步骤如下:
a、裁剪图像,保留需要标定的标定杆图像,至少保留所有内角点及其邻域的图像,去除其他多余的图像;
对裁剪后的图像进行引导滤波预处理;
c、利用改进的SV角点检测算法进行内角点检测,具体方法是对处理后的图像遍历图像 中每个像素点,找出满足如下条件的像素点:该点的d邻域,内像素点的像素方差大于 某阈值,且该点d邻域不对称度小于某阈值,不对称度公式 ,并且满足自相似度公式 为阈值,这里所有参数和阈值可通过人为控制,使得检 测到的的点都在内角点附近;
d、通过上述步骤检测到的点都为疑似内角点,对于所有检测到的点按照之间距离小于 d进行分类,这样可以得到个类,每一类的点的像素坐标通过在该类内加权平均后的坐标 作为该内角点的的像素坐标,权值与该点的不对程度相关,不对称度越大,权值越小,每个 权值可用表示;
C、液位高度标定:对于每个检测到的内角点像素值,取能表示物位高度的坐标,从小到 大设为,对应标定杆内角点高度分别为,设图像中内角点高度与 实际标定杆内角点高度的关系满足多项式关系,进行次多项式拟合,拟合的多项式即为 标定公式:
(1)
具体拟合公式是通过优化以下公式获得多项式系数:
,采用梯度下降或牛顿迭代、拟牛顿迭 代、共轭梯度法、Levenberg-Marquadt迭代方法进行优化,对于检测到的物位的图像像素高 度,可通过公式(1)计算得到实际物位高度。
CN201910037193.0A 2019-01-15 2019-01-15 一种透明容器内物位机器视觉测量仪的物位高度标定方法 Active CN109785384B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910037193.0A CN109785384B (zh) 2019-01-15 2019-01-15 一种透明容器内物位机器视觉测量仪的物位高度标定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910037193.0A CN109785384B (zh) 2019-01-15 2019-01-15 一种透明容器内物位机器视觉测量仪的物位高度标定方法

Publications (2)

Publication Number Publication Date
CN109785384A true CN109785384A (zh) 2019-05-21
CN109785384B CN109785384B (zh) 2023-05-12

Family

ID=66500701

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910037193.0A Active CN109785384B (zh) 2019-01-15 2019-01-15 一种透明容器内物位机器视觉测量仪的物位高度标定方法

Country Status (1)

Country Link
CN (1) CN109785384B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113256511A (zh) * 2021-04-26 2021-08-13 长沙理工大学 一种烟花爆竹装药量图像识别检测方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103345755A (zh) * 2013-07-11 2013-10-09 北京理工大学 一种基于Harris算子的棋盘格角点亚像素提取方法
CN104331900A (zh) * 2014-11-25 2015-02-04 湖南科技大学 Ccd摄像机标定中角点亚像素定位方法
CN108876749A (zh) * 2018-07-02 2018-11-23 南京汇川工业视觉技术开发有限公司 一种鲁棒的镜头畸变校正方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103345755A (zh) * 2013-07-11 2013-10-09 北京理工大学 一种基于Harris算子的棋盘格角点亚像素提取方法
CN104331900A (zh) * 2014-11-25 2015-02-04 湖南科技大学 Ccd摄像机标定中角点亚像素定位方法
CN108876749A (zh) * 2018-07-02 2018-11-23 南京汇川工业视觉技术开发有限公司 一种鲁棒的镜头畸变校正方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘阳成 等: "一种新的棋盘格图像角点检测算法", 《中国图象图形学报》 *
葛涛: "视觉测量系统的摄像机标定及其应用研究", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113256511A (zh) * 2021-04-26 2021-08-13 长沙理工大学 一种烟花爆竹装药量图像识别检测方法

Also Published As

Publication number Publication date
CN109785384B (zh) 2023-05-12

Similar Documents

Publication Publication Date Title
CN108833912A (zh) 一种摄像机机芯光轴中心和视场角的测量方法及系统
CN114255286A (zh) 一种多视角双目视觉感知的目标尺寸测量方法
CN110223355B (zh) 一种基于双重极线约束的特征标志点匹配方法
CN107358628B (zh) 基于靶标的线阵图像处理方法
CN108716890A (zh) 一种基于机器视觉的高精度尺寸检测方法
CN110852333B (zh) 一种指针式仪表自动读数方法及装置
CN104807405B (zh) 一种基于光线角度标定的三维坐标测量方法
CN109974618A (zh) 多传感器视觉测量系统的全局标定方法
CN114792345B (zh) 一种基于单目结构光系统的标定方法
CN105423975A (zh) 一种大型工件的标定系统及方法
CN109785384A (zh) 一种透明容器内物位机器视觉测量仪的物位高度标定方法
CN113160223A (zh) 轮廓的确定方法、确定装置、检测设备及存储介质
CN108844499A (zh) 一种植物叶面积测量方法
CN107883825A (zh) 一种用于对齐游标卡尺零刻度线的智能视觉检测方法
CN110458951B (zh) 一种电网杆塔的建模数据获取方法及相关装置
CN115239801B (zh) 一种对象定位方法及装置
CN105333818B (zh) 基于单目摄像机的3d空间测量方法
CN111127560A (zh) 一种用于三维重建的三目视觉系统的标定方法及系统
CN112762829B (zh) 基于联动偏转式主动视觉系统的目标坐标测量方法及系统
CN114897952A (zh) 一种自适应遮挡的单张光场影像准确深度估计方法及系统
CN114354136A (zh) 一种基于液体透镜的虚像距测试装置、方法及存储介质
CN110108209A (zh) 小型多孔零件的测量方法及系统
CN117455919B (zh) 基于虚拟刀口的背景纹影方法、装置、设备及介质
Guo et al. The internal parameter calibration based on sub-pixel threshold segment algorithm
CN114427954B (zh) 一种近眼显示系统的视度测试装置、方法及存储介质

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