CN109785384B - 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
CN109785384B
CN109785384B CN201910037193.0A CN201910037193A CN109785384B CN 109785384 B CN109785384 B CN 109785384B CN 201910037193 A CN201910037193 A CN 201910037193A CN 109785384 B CN109785384 B CN 109785384B
Authority
CN
China
Prior art keywords
calibration
points
pixel
height
level
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
Application number
CN201910037193.0A
Other languages
English (en)
Other versions
CN109785384A (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 Dfsai Optoelectronic Co ltd
Original Assignee
Jiangsu Dfsai Optoelectronic 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 Dfsai Optoelectronic Co ltd filed Critical Jiangsu Dfsai Optoelectronic 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

Images

Classifications

    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing 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
Figure DEST_PATH_IMAGE001
的大小均匀的黑白棋盘格，共
Figure 181639DEST_PATH_IMAGE002
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(N+1)×2的大小均匀的黑白棋盘格，共N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；
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x(i,j)，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ξ小于某阈值，不对称度公式
Figure GDA0004049083890000021
并且满足自相似度公式
Figure GDA0004049083890000031
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N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像素坐标，权值与该点的不对称度相关，不对称度越大，权值越小，每个权值可用
Figure GDA0004049083890000032
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h1,h2,…,hN，对应标定杆内角点高度分别为H1,H2,…,HN，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n次多项式拟合，拟合的多项式即为标定公式：
H＝a0+a1h+a2h2+…+anhn (1)
具体拟合公式是通过优化以下公式获得多项式系数：
Figure GDA0004049083890000033
其中a＝(a0,a1,…an)，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(N+1)×2的大小均匀的黑白棋盘格，共N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；
d、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x(i,j)，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ξ小于某阈值，不对称度公式
Figure GDA0004049083890000041
并且满足自相似度公式
Figure GDA0004049083890000042
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N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像素坐标，权值与该点的不对称度相关，不对称度越大，权值越小，每个权值可用
Figure GDA0004049083890000051
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h1,h2,…,hN，对应标定杆内角点高度分别为H1,H2,…,HN，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n次多项式拟合，拟合的多项式即为标定公式：
H＝a0+a1h+a2h2+…+anhn (1)
具体拟合公式是通过优化以下公式获得多项式系数：
Figure GDA0004049083890000052
其中a＝(a0,a1,…an)，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 (1)

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(N+1×)2的大小均匀的黑白棋盘格，共N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；
还包括标定杆拍照、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，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x(i,j)，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ξ小于某阈值，不对称度公式
Figure FDA0004065078870000011
并且满足自相似度公式
Figure FDA0004065078870000012
ε∈(0,1)为阈值，这里所有参数阈值通过人为控制，使得检测到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N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，权值与该点的不对称度相关，不对称度越大，权值越小，每个权值用
Figure FDA0004065078870000013
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h1,h2,…,hN，对应标定杆内角点高度分别为H1,H2,…,HN，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n次多项式拟合，拟合的多项式即为标定公式：
H＝a0+a1h+a2h2+…+anhn                                     (1)
具体拟合公式是通过优化以下公式获得多项式系数：
Figure FDA0004065078870000021
其中a＝(a0,a1,…an)，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，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 CN109785384A (zh) 2019-05-21
CN109785384B true 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)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113256511B (zh) * 2021-04-26 2023-03-31 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
一种新的棋盘格图像角点检测算法;刘阳成 等;《中国图象图形学报》;20060531;第11卷(第5期);第656-660页 *
视觉测量系统的摄像机标定及其应用研究;葛涛;《中国优秀硕士学位论文全文数据库信息科技辑》;20120615(第06期);第I138-1907页 *

Also Published As

Publication number Publication date
CN109785384A (zh) 2019-05-21

Similar Documents

Publication Publication Date Title
CN108764257B (zh) 一种多视角的指针式仪表识别方法
CN110858899B (zh) 一种摄像机机芯光轴中心和视场角的测量方法及系统
CN107358628B (zh) 基于靶标的线阵图像处理方法
CN113267258B (zh) 红外测温方法、装置、设备、智能巡检机器人及存储介质
WO2022088096A1 (zh) 缺陷实际面积的检测方法、显示面板的检测方法及装置
CN104697476A (zh) 粗糙度光切轮廓曲线的自动检测方法及装置
CN110223355B (zh) 一种基于双重极线约束的特征标志点匹配方法
CN107818542B (zh) 一种图像变形的修复方法及装置
CN102800096A (zh) 一种摄像机参数的鲁棒性估计算法
CN109862346B (zh) 调焦测试方法及设备
CN104680526A (zh) 一种基于自相关算法的均匀颗粒粒径测量方法
CN109974618A (zh) 多传感器视觉测量系统的全局标定方法
CN109785384B (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
CN112036409A (zh) 一种液位计的读数识别方法及装置
CN113378663B (zh) 一种巡检指针式圆形仪表识别方法及装置
CN117291913B (zh) 一种水工混凝土结构表观裂缝测量方法
CN113160223A (zh) 轮廓的确定方法、确定装置、检测设备及存储介质
CN115451821A (zh) 电缆绝缘层结构尺寸测试仪校准方法及标准样板
Ziqiang et al. Research of the algorithm calculating the length of bridge crack based on stereo vision
CN113989513A (zh) 一种方形指针式仪表读数识别的方法
Fan et al. Dimensional inspecting system of shaft parts based on machine vision
CN113822104A (zh) 基于多候选虚拟标尺的人工智能水面检测系统
CN110108209A (zh) 小型多孔零件的测量方法及系统
Guo et al. The internal parameter calibration based on sub-pixel threshold segment algorithm
CN110044349B (zh) 一种基于经纬仪的球体定位方法

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