CN109920010B - 一种对多相机视觉检测设备进行标定的方法 - Google Patents
一种对多相机视觉检测设备进行标定的方法 Download PDFInfo
- Publication number
- CN109920010B CN109920010B CN201910210223.3A CN201910210223A CN109920010B CN 109920010 B CN109920010 B CN 109920010B CN 201910210223 A CN201910210223 A CN 201910210223A CN 109920010 B CN109920010 B CN 109920010B
- Authority
- CN
- China
- Prior art keywords
- circle
- calibration plate
- mark
- camera
- circles
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 43
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000000007 visual effect Effects 0.000 title claims abstract description 25
- 239000003550 marker Substances 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 7
- 238000012163 sequencing technique Methods 0.000 claims description 7
- 238000003708 edge detection Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 239000003292 glue Substances 0.000 claims description 2
- 238000011179 visual inspection Methods 0.000 claims 7
- 238000003672 processing method Methods 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000004026 adhesive bonding Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- XMQFTWRPUQYINF-UHFFFAOYSA-N bensulfuron-methyl Chemical compound COC(=O)C1=CC=CC=C1CS(=O)(=O)NC(=O)NC1=NC(OC)=CC(OC)=N1 XMQFTWRPUQYINF-UHFFFAOYSA-N 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种对多相机视觉检测设备进行标定的方法，多相机视觉检测设备套装在工业设备上，并在以检测设备中心为圆心的圆周上均布N个相机，包括如下步骤：一、在检测设备的下方放置标定板，标定板包括多个直径相等的普通标志圆和N个直径不相等的特征标志圆；所述普通标志圆和特征标志圆的圆心位于同一个圆周上；所述特征标志圆的直径区别于普通标志圆的直径；单个相机的视场中至少包含一个特征标志圆；N个相机视场拼接后能覆盖整个标定板；利用图像处理方法，拟合普通标志圆和特征标志圆的圆心、半径，根据特征标志圆的大小确定相机编号；利用拟合的圆周轮廓线拟合大圆圆心、半径，标定检测设备中心的坐标位置及像素当量。
Description
技术领域
本发明涉及相机标定领域，具体涉及一种对多相机视觉检测设备进行标定的方法。
背景技术
在现代自动化生产过程中，人们将机器视觉系统广泛应用于各个行业。机器视觉系统可以大大提高生产效率和生产的自动化程度，而且机器视觉相较于人工视觉具有更高的精确度。随着机器视觉在工业中应用的普及，高精度的工业生产设备对机器视觉提出了高精度和大视野的要求，单个相机很难同时做到高精度和大视野，而多相机则可以实现高精度和大视野的要求。
然而，多相机需借助高精度的标定板标定相机之间的坐标变换关系来实现高精度和大视野的要求。传统的多相机的标定方法效率低下、操作复杂且需要专业人员才能完成标定。
发明内容
为了解决上述技术问题，本发明提供一种对多相机视觉检测设备的标定方法，本方法简单、高效，能够获取对不同相机拍摄的图像进行区分；获取图像像素当量以及检测设备中心的像素坐标。
一种对多相机视觉检测设备进行标定的方法，所述多相机视觉检测设备套装在工业设备上，并在以检测设备为中心的圆周上均布N个相机，N≥2，通常N＝2～4，即一般设置2～4个相机，现有检测设备中通常包括3部相机；
包括如下步骤：
步骤一、在检测设备的下方放置标定板，所述标定板包括N个直径不相等的特征标志圆；所述N个特征标志圆的圆心位于标定板的同一个圆周上；
单个相机的视场中至少包含一个特征标志圆；N个相机视场拼接后能覆盖整个标定板；
步骤二、所述N个相机同时拍摄标定板，得到N张标定板图像，对N张标定板图像进行图像处理，获取每张标定板图像中特征标志圆的轮廓信息，利用所述轮廓信息拟合特征标志圆，得到半径和圆心坐标；
N张标定板图像中包含的特征标志圆不完全相同；
步骤三、记每张标定板图像中特征标志圆的个数为a；
当N＞a＞1时，分别选取单张标定板图像中特征标志圆半径或面积从大到小排序为前两位的数值，相乘，结果记为S(i)，i＝1,2,…N；将S(i)从大到小进行排序，标记依据某张标定板图像所求得的S(i)的排序为第k位，对应的，标记拍摄同张标定板图像的相机为第k位相机；即在每张标定板图像中选择面积最大、次大的两个拟合后特征标志圆，将两个拟合后特征标志圆的面积进行乘积，根据多张标定板图像中的面积乘积值的大小进行排序，定义面积乘积值最大的标定板图像对应的拍摄相机为第一相机、面积乘积值或半径乘积值次大的标定板图像对应的拍相机为第二相机，并以此判断N张标定板图像所对应的相机编号；
当a＝1时，将单张标定板图像中的特征标志圆的半径或面积从大到小排序，记单张标定板图像的排序序号为q，对应的，标记拍摄同张标定板图像的相机为第q位相机；
本发明标定像素当量、检测设备中心坐标位置的方法如下：
一种对多相机视觉检测设备进行标定的方法，所述多相机视觉检测设备套装在工业设备上，并在以检测设备中心为圆心的圆周上均布N个相机，N≥2，通常N＝2～4，即一般设置2～4个相机，现有检测设备中通常包括3部相机；优选，所述工业设备为胶枪；
步骤如下：
步骤一、在检测设备的下方放置标定板，所述标定板包括多个直径相等的普通标志圆和N个直径不相等的特征标志圆；所述普通标志圆和特征标志圆的圆心位于同一个圆周上，所述圆周记为圆周I；所述特征标志圆的直径区别于普通标志圆的直径；
单个相机的视场中至少包含一个特征标志圆(4)；N个相机视场拼接后能覆盖整个标定板；
步骤二、所述N个相机同时拍摄标定板，得到N张标定板图像，对N张标定板图像进行图像处理，获取每张标定板图像中普通标志圆(3)、特征标志圆(4)的轮廓信息，利用所述轮廓信息拟合普通标志圆(3)、特征标志圆(4)，得到每个普通标志圆(3)、特征标志圆(4)的半径和圆心坐标；
N张标定板图像中包含的特征标志圆不完全相同；
步骤三、记每张标定板图像中特征标志圆的个数为a；
当N＞a＞1时，分别选取单张标定板图像中特征标志圆半径或面积从大到小排序为前两位的数值，相乘，结果记为S(i)，i＝1,2,…N；将S(i)从大到小进行排序，标记依据某张标定板图像所求得的S(i)的排序为第k位，对应的，标记拍摄同张标定板图像的相机为第k位相机；
当a＝1时，将单张标定板图像中的特征标志圆的半径或面积从大到小排序，记单张标定板图像的排序序号为q，对应的，标记拍摄同张标定板图像的相机为第q位相机。
步骤四、任意选取一张步骤二中拟合后的标定板图像，根据图像中的普通标志圆(3)和特征标志圆(4)的圆心坐标，拟合出圆周I的轮廓线，得到圆周I轮廓线的圆心坐标及半径，所述圆周I轮廓线的圆心坐标即为检测设备中心的像素坐标；
根据所述圆周I轮廓线的半径的像素尺寸以及标定板中圆周I的物理半径尺寸之间的关系，标定出像素当量。
优选，所述相机有3部，相邻两相机之间夹角为120°，所述特征标志圆(4)两两之间的夹角也为120°，与相机位置一一对应。
优选，在所述圆周I的圆心位置设置有中心标志圆(2)。
进一步，相邻两个普通标志圆圆心与中心标志圆(2)的圆心形成的圆心角的角度相同。
进一步，所述图像处理包括图像灰度化、阈值分割、边缘检测；
进一步，所述普通标志圆(3)、特征标志圆(4)的拟合方法为：
根据每张标定板图像中普通标志圆(3)、特征标志圆(4)的轮廓信息，使用最小二乘法拟合所有的圆；
从每张标定板图像中得出一组轮廓信息为{xi，yi}，
圆方程如下：
(xi-xc)2+(yi-yc)2＝R2
其中R为圆的半径，(xc，yc)为圆的圆心坐标，要想成功拟合出一个圆，需要满足f值最小；
f＝∑((xi-xc)2+(yi-yc)2-R2)2
f值最小时，需要满足三个限制条件：
根据上述三个限制条件解出(xc，yc)和R，实现对普通标志圆(3)、特征标志圆(4)的拟合。
本发明标定方法通过计算直径不相等的特征标志圆半径或面积，能够对不同相机所拍摄的图像进行区分，后续检测时从每一帧的多个图像中选取一张作为待处理图像，计算机识别、匹配待处理图像所对应的相机编号；通过计算普通标志圆和特征标志圆的圆心坐标，拟合出了检测设备中心的像素坐标、标定了像素当量，本方法对实时多相机视觉检测设备的标定，简单、高效。
附图说明
图1为多相机视觉检测设备中的一部相机拍摄视场示意图；
图2为实施例2的标定方法流程图；
图3为实施例2中标定板示意图；
图4为实施例2中拟合后的特征标志圆、普通标志圆、圆周I的图像。
具体实施方式
以下结合附图和实施例1、实施例2对本发明的技术方案进行详细描述。
实施例1
本实施例中列举相机数量为3部的情况，一种对多相机视觉检测设备进行标定的方法，多相机视觉检测设备套装在工业设备(具体来说，此工业设备可以为胶枪，也可以是其它类似设备)上，并在以检测设备中心为圆心的圆周上均布3部相机，相邻两相机之间夹角为120°，包括如下步骤：
步骤一、在检测设备的下方放置标定板，标定板包括3个直径不相等的特征标志圆；3个特征标志圆的圆心位于标定板的同一个圆周上；特征标志圆两两之间的夹角也为120°，与相机位置一一对应；
调节多相机视觉检测设备的位置，使得单个相机的视场中包含2个特征标志圆；3个相机视场拼接后能覆盖整个标定板；
步骤二、3个相机同时拍摄标定板，得到3张标定板图像，对3张标定板图像进行图像灰度化、阈值分割、边缘检测等图像处理方法；
获取每张标定板图像中特征标志圆的轮廓信息，利用轮廓信息拟合特征标志圆，得到半径和圆心坐标；
特征标志圆的拟合方法为：
根据每张标定板图像中普通标志圆、特征标志圆的轮廓信息，使用最小二乘法拟合所有的圆；
从每张标定板图像中得出一组轮廓信息为{xi，yi}，
圆方程如下：
(xi-xc)2+(yi-yc)2＝R2
其中R为圆的半径，(xc，yc)为圆的圆心坐标，要想成功拟合出一个圆，需要满足f值最小；
f＝∑((xi-xc)2+(yi-yc)2-R2)2
f值最小时，需要满足三个限制条件：
根据上述三个限制条件解出(xc，yc)和R，实现对普通标志圆、特征标志圆的拟合。
3张标定板图像中包含的特征标志圆不完全相同；
步骤三、在每张标定板图像中选择面积最大、次大的两个拟合后特征标志圆，将两个拟合后特征标志圆的面积进行乘积，根据多张标定板图像中的面积乘积值的大小进行排序，定义面积乘积值最大的标定板图像对应的拍摄相机为第一相机、面积乘积值或半径乘积值次大的标定板图像对应的拍相机为第二相机，定义面积乘积值最小的标定板图像对应的拍摄相机为第三相机。
后面实际测量时，具体位置对应的图像可以方便快捷的提取出来。即使出现多相机图像检测设备位置变动或重新套装时，仅需简单标定即能实现重新正常使用。
实施例2
一种对多相机视觉检测设备进行标定的方法，多相机视觉检测设备套装在工业设备(具体来说，此工业设备可以为胶枪，也可以是其它类似设备)上，并在以检测设备中心为圆心的圆周上均布3部相机，相邻两相机之间夹角为120°，如图2所示，包括如下步骤：
步骤一、在检测设备的下方放置标定板，如图3所示，标定板包括多个直径相等的普通标志圆3和三个直径不相等的特征标志圆4；普通标志圆3和特征标志圆4的圆心位于同一个圆周上，圆周记为圆周I；特征标志圆4的直径大于普通标志圆3的直径；在圆周I的圆心位置设置有中心标志圆2，相邻两个普通标志圆圆心与中心标志圆2的圆心形成的圆心角的角度相同。
拍摄时，检测设备中心对准中心标志圆2的圆心；调整检测设备套装位置，使得单个相机的视场中包含2个特征标志圆4；3个相机视场拼接后能覆盖整个标定板；
步骤二、3个相机同时拍摄标定板，得到3张标定板图像，对3张标定板图像进行图像灰度化、阈值分割、边缘检测等图像处理步骤，获取每张标定板图像中普通标志圆3、特征标志圆4的轮廓信息，利用轮廓信息拟合普通标志圆3、特征标志圆4，如图4所示，得到每个普通标志圆3、特征标志圆4的半径和圆心坐标；
普通标志圆3、特征标志圆4的拟合方法为：
根据每张标定板图像中普通标志圆、特征标志圆的轮廓信息，使用最小二乘法拟合所有的圆；
从每张标定板图像中得出一组轮廓信息为{xi，yi}，
圆方程如下：
(xi-xc)2+(yi-yc)2＝R2
其中R为圆的半径，(xc，yc)为圆的圆心坐标，要想成功拟合出一个圆，需要满足f值最小；
f＝∑((xi-xc)2+(yi-yc)2-R2)2
f值最小时，需要满足三个限制条件：
根据上述三个限制条件解出(xc，yc)和R，实现对普通标志圆、特征标志圆的拟合。
3张标定板图像中包含的特征标志圆不完全相同；
步骤三、在每张标定板图像中选择面积最大、次大的两个拟合后特征标志圆，将两个拟合后特征标志圆4的面积进行乘积，根据多张标定板图像中的面积乘积值的大小进行排序，定义面积乘积值最大的标定板图像对应的拍摄相机为第一相机、面积乘积值或半径乘积值次大的标定板图像对应的拍相机为第二相机，定义面积乘积值最小的标定板图像对应的拍摄相机为第三相机；
步骤四、任意选取一张步骤二中拟合后的标定板图像，如图4所示，根据图像中的普通标志圆3和特征标志圆4的圆心坐标，拟合出圆周I的轮廓线，得到圆周I轮廓线的圆心坐标及半径，圆周I轮廓线的圆心坐标即为检测设备中心的像素坐标；
根据圆周I轮廓线的半径的像素尺寸以及标定板中圆周I的物理半径尺寸之间的关系，标定出像素当量。
为了方便解释和精确限定所附权利要求，术语“上”、“下”、“内”和“外”被用于参考附图中所显示的这些特征的位置来描述示例性实施方式的特征。
前面对本发明具体示例性实施方案所呈现的描述是出于说明和描述的目的。前面的描述并不想要成为毫无遗漏的，也不是想要把本发明限制为所公开的精确形式，显然，根据上述教导很多改变和变化都是可能的。选择示例性实施方案并进行描述是为了解释本发明的特定原理及其实际应用，从而使得本领域的其它技术人员能够实现并利用本发明的各种示例性实施方案及其不同选择形式和修改形式。本发明的范围旨在由所附权利要求书及其等价形式所限定。
Claims (9)
1.一种对多相机视觉检测设备进行标定的方法，所述多相机视觉检测设备套装在工业装备上，并在以检测设备中心为圆心的圆周上均布N个相机，N≥2，其特征在于包括如下步骤：
步骤一、在检测设备的下方放置标定板，所述标定板包括N个直径不相等的特征标志圆(4)；所述N个特征标志圆(4)的圆心位于标定板的同一个圆周上；
单个相机的视场中至少包含一个特征标志圆(4)；N个相机视场拼接后能覆盖整个标定板；
步骤二、所述N个相机同时拍摄标定板，得到N张标定板图像，对N张标定板图像进行图像处理，获取每张标定板图像中特征标志圆(4)的轮廓信息，利用所述轮廓信息拟合特征标志圆(4)，得到半径和圆心坐标；
N张标定板图像中包含的特征标志圆不完全相同；
步骤三、记每张标定板图像中特征标志圆的个数为a；
当N＞a＞1时，分别选取单张标定板图像中特征标志圆半径或面积从大到小排序为前两位的数值，相乘，结果记为S(i)，i＝1,2,…N；将S(i)从大到小进行排序，标记依据某张标定板图像所求得的S(i)的排序为第k位，对应的，标记拍摄同张标定板图像的相机为第k位相机；
当a＝1时，将单张标定板图像中的特征标志圆的半径或面积从大到小排序，记单张标定板图像的排序序号为q，对应的，标记拍摄同张标定板图像的相机为第q位相机。
2.一种对多相机视觉检测设备进行标定的方法，所述多相机视觉检测设备套装在工业装备上，并在以检测设备中心为圆心的圆周上均布N个相机，N≥2，其特征在于，包括如下步骤：
步骤一、在检测设备的下方放置标定板，所述标定板包括多个直径相等的普通标志圆(3)和N个直径不相等的特征标志圆(4)；所述普通标志圆(3)和特征标志圆(4)的圆心位于同一个圆周上，该圆周记为圆周I；所述特征标志圆(4)的直径区别于普通标志圆(3)的直径；
单个相机的视场中至少包含一个特征标志圆(4)；N个相机视场拼接后能覆盖整个标定板；
步骤二、所述N个相机同时拍摄标定板，得到N张标定板图像，对N张标定板图像进行图像处理，获取每张标定板图像中普通标志圆(3)、特征标志圆(4)的轮廓信息，利用所述轮廓信息拟合普通标志圆(3)、特征标志圆(4)，得到每个普通标志圆(3)、特征标志圆(4)的半径和圆心坐标；
N张标定板图像中包含的特征标志圆不完全相同；
步骤三、记每张标定板图像中特征标志圆的个数为a；
当N＞a＞1时，分别选取单张标定板图像中特征标志圆半径或面积从大到小排序为前两位的数值，相乘，结果记为S(i)，i＝1,2,…N；将S(i)从大到小进行排序，标记依据某张标定板图像所求得的S(i)的排序为第k位，对应的，标记拍摄同张标定板图像的相机为第k位相机；
当a＝1时，将单张标定板图像中的特征标志圆的半径或面积从大到小排序，记单张标定板图像的排序序号为q，对应的，标记拍摄同张标定板图像的相机为第q位相机；
步骤四、任意选取一张步骤二中拟合后的标定板图像，根据其中的普通标志圆(3)和特征标志圆(4)的圆心坐标，拟合出圆周I的轮廓线，得到圆周I的圆心坐标及半径，所述圆周I的圆心坐标即为检测设备中心的像素坐标；
根据所述圆周I的半径的像素尺寸以及标定板中圆周I的物理半径尺寸之间的关系，标定出像素当量。
3.如权利要求1或2所述对多相机视觉检测设备进行标定的方法，其特征在于：N＝2～4。
4.如权利要求1或2所述对多相机视觉检测设备进行标定的方法，其特征在于：所述相机有3部，相邻两相机之间夹角为120°，所述特征标志圆(4)两两之间的夹角也为120°，与相机位置一一对应。
5.如权利要求2所述对多相机视觉检测设备进行标定的方法，其特征在于：在所述圆周I的圆心位置设置有中心标志圆(2)。
6.如权利要求2所述对多相机视觉检测设备进行标定的方法，其特征在于：相邻两个普通标志圆圆心与中心标志圆(2)的圆心形成的圆心角的角度相同。
7.如权利要求1或2所述对多相机视觉检测设备进行标定的方法，其特征在于：所述图像处理包括图像灰度化、阈值分割、边缘检测。
8.如权利要求2所述对多相机视觉检测设备进行标定的方法，其特征在于：所述普通标志圆(3)、特征标志圆(4)的拟合方法为：
根据每张标定板图像中普通标志圆(3)、特征标志圆(4)的轮廓信息，使用最小二乘法拟合所有的圆；
从每张标定板图像中得出一组轮廓信息为{xi，yi}，
圆方程如下：
(xi-xc)2+(yi-yc)2＝R2
其中R为圆的半径，(xc，yc)为圆的圆心坐标，要想成功拟合出一个圆，需要满足f值最小；
f＝∑((xi-xc)2+(yi-yc)2-R2)2
f值最小时，需要满足三个限制条件：
根据上述三个限制条件解出(xc，yc)和R，实现对普通标志圆(3)、特征标志圆(4)的拟合。
9.如权利要求1或2所述对多相机视觉检测设备进行标定的方法，其特征在于：所述工业装备为胶枪。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910210223.3A CN109920010B (zh) | 2019-03-19 | 2019-03-19 | 一种对多相机视觉检测设备进行标定的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910210223.3A CN109920010B (zh) | 2019-03-19 | 2019-03-19 | 一种对多相机视觉检测设备进行标定的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109920010A CN109920010A (zh) | 2019-06-21 |
| CN109920010B true CN109920010B (zh) | 2020-06-26 |
Family
ID=66965773
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910210223.3A Active CN109920010B (zh) | 2019-03-19 | 2019-03-19 | 一种对多相机视觉检测设备进行标定的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109920010B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111047586B (zh) * | 2019-12-26 | 2023-07-14 | 中国矿业大学 | 一种基于机器视觉的像素当量测量方法 |
| CN113034614B (zh) * | 2021-03-30 | 2022-05-10 | 上海久航电子有限公司 | 一种五圆标定板的五圆心标定方法 |
| CN113989386B (zh) * | 2021-10-27 | 2023-05-30 | 武汉高德智感科技有限公司 | 一种红外相机标定方法及系统 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10210615B2 (en) * | 2016-03-10 | 2019-02-19 | Sony Corporation | System and method for extrinsic camera parameters calibration by use of a three dimensional (3D) calibration object |
| CN106767502A (zh) * | 2016-12-06 | 2017-05-31 | 合肥工业大学 | 一种具有起始信息的圆形编码标志点 |
| CN108765494B (zh) * | 2018-05-21 | 2021-12-24 | 南昌航空大学 | 一种基于圆柱体标定物的多相机标定方法 |
-
2019
- 2019-03-19 CN CN201910210223.3A patent/CN109920010B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN109920010A (zh) | 2019-06-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109920010B (zh) | 一种对多相机视觉检测设备进行标定的方法 | |
| CN112818988B (zh) | 一种指针式仪表自动识别读数方法及系统 | |
| CN107657603B (zh) | 一种基于智能视觉的工业外观检测方法 | |
| CN104123542B (zh) | 一种轮毂工件定位的装置及其方法 | |
| CN111160337B (zh) | 一种指针式仪表读数的自动识别方法、系统、介质及设备 | |
| CN107941808B (zh) | 基于机器视觉的3d打印成型质量检测系统及方法 | |
| CN112308916B (zh) | 一种基于图像靶标的目标位姿识别方法 | |
| CN111243032A (zh) | 一种棋盘格角点全自动检测方法 | |
| CN105139384B (zh) | 缺陷胶囊检测的方法和装置 | |
| CN109911481B (zh) | 面向冶金机器人接插的仓架目标视觉识别定位方法和系统 | |
| CN112345534B (zh) | 一种基于视觉的泡罩板中颗粒的缺陷检测方法及系统 | |
| CN109932371A (zh) | 镜面/类镜面物体的缺陷检测装置 | |
| CN114565565B (zh) | 一种视觉测量目标中心亚像素定位方法 | |
| CN111402343A (zh) | 高精度标定板及标定方法 | |
| CN110084861A (zh) | 一种多相机视觉检测设备的标定方法 | |
| CN110969357A (zh) | 一种铝合金机加工零件孔洞视觉检测方法 | |
| CN116342502A (zh) | 一种基于深度学习的工业视觉检测方法 | |
| CN115359279A (zh) | 基于三角形重心特征点匹配的机场跑道异物识别方法 | |
| CN112883963B (zh) | 一种定位校正方法、设备及计算机可读存储介质 | |
| CN115200513A (zh) | 一种旋转体夹具同轴度跳动检测分析控制系统 | |
| CN109493356B (zh) | 一种基于机器视觉的自动报靶系统智能标定方法 | |
| CN113989513A (zh) | 一种方形指针式仪表读数识别的方法 | |
| CN113989386B (zh) | 一种红外相机标定方法及系统 | |
| CN110108209A (zh) | 小型多孔零件的测量方法及系统 | |
| CN117788583B (zh) | 一种基于双目视觉的悬索桥索夹滑移检测方法 |
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 | ||
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: Room 495, building 3, 1197 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province 310051 Patentee after: Yi Si Si (Hangzhou) Technology Co.,Ltd. Address before: Room 495, building 3, 1197 Bin'an Road, Binjiang District, Hangzhou City, Zhejiang Province 310051 Patentee before: ISVISION (HANGZHOU) TECHNOLOGY Co.,Ltd. |