CN110070528A - 一种应用于模具镶块工件加工在线定位的二维检测方法 - Google Patents
一种应用于模具镶块工件加工在线定位的二维检测方法 Download PDFInfo
- Publication number
- CN110070528A CN110070528A CN201910316401.0A CN201910316401A CN110070528A CN 110070528 A CN110070528 A CN 110070528A CN 201910316401 A CN201910316401 A CN 201910316401A CN 110070528 A CN110070528 A CN 110070528A
- Authority
- CN
- China
- Prior art keywords
- straight line
- image
- coordinate
- value
- formula
- 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
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 238000005259 measurement Methods 0.000 claims abstract description 12
- 238000006243 chemical reaction Methods 0.000 claims abstract description 4
- 238000000926 separation method Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 238000000151 deposition Methods 0.000 claims 1
- 230000008439 repair process Effects 0.000 claims 1
- 238000004519 manufacturing process Methods 0.000 abstract description 11
- 238000012545 processing Methods 0.000 abstract description 9
- 238000012216 screening Methods 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 3
- 238000000691 measurement method Methods 0.000 abstract description 3
- 238000005286 illumination Methods 0.000 abstract description 2
- 230000008901 benefit Effects 0.000 description 3
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000003825 pressing Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
-
- 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
Abstract
本发明涉及了一种应用于模具镶块工件加工在线定位的二维检测方法，在模具加工行业中需要准确的获得模具在标准定位托盘的位置才能进行后续的加工，传统的测量方法是通过人来操作三坐标机进行测量，选取模具镶块的两侧面进行测量，获得镶块在标准定位托盘坐标系下的位置坐标，这样为后续的模具加工提供基准。三坐标机进行测量需要有经验的人来操作，并且耗时较长，造成了生产效率的降低和生产成本的提高。本发明针对这种背景设计了一种二维检测的方法，通过条形光源进行低角度照明，达到类似背光源的照明效果，对采集到的图像进行滤波，背景去除，边缘提取，直线提取，直线筛选和坐标转换可以实现模具镶块工件制造过程中快速精准的定位，自动测量，解决了三坐标机需要人进行操作，测量速度慢的问题。
Description
技术领域
本发明涉及一种应用于模具镶块工加工在线定位的二维检测方法，更具体的说，本发明涉及一种能够在模具加工过程中对所加工的镶块工件实现快速精准定位。
背景技术
在模具加工行业中需要准确的获得模具在标准定位托盘的位置才能进行后续的加工，传统的测量方法是通过人来操作三坐标机进行测量，选取模具镶块的两侧面进行测量，获得镶块在标准定位托盘坐标系下的位置坐标，这样为后续的模具加工提供基准。从三坐标机进行测量需要有经验的人来操作，并且耗时较长，造成了生产效率的降低和生产成本的提高。本发明针对这种背景设计了一种二维检测的方法，通过条形光源进行低角度照明，达到类似背光源的照明效果，对采集到的图像进行滤波，背景去除，边缘提取，直线提取，直线筛选和坐标转换可以实现模具镶块工件制造过程中快速精准的定位，自动测量，解决了三坐标机需要人进行操作，测量速度慢的问题。
发明内容
本发明设计了一种应用于模具镶块工件加工在线定位的二维检测方法，该方法能够应用于模具加工过程中模具镶块工件的快速准确的自动定位，弥补传统三坐标基测量等接触式测量方法速度慢，需要人工测量的问题。
用于照明的条形LED光源个数为4个；
用于精度控制、图像采集和数据处理的计算机一台；
用于采集图像的摄像机，图像分辨率为W×H，摄像机个数为1个；
用于放置所述的光源投射装置和所述的摄像机平台一套；
用于放置工件的标准定位托盘；
本发明设计了一种应用于模具镶块工件加工在线定位的二维检测方法，其特征是，包含步骤如下：
1、本发明设计了一种应用于模具镶块工件加工在线定位的二维检测方法，其特征是，包括下列步骤：
步骤1：利用相机标定方法，对二维检测系统进行标定，确定图像在X轴方向相邻像素点的距离值Rx，图像在Y轴方向相邻像素点的距离值Ry，相机的畸变参数，对相机畸变进行修正；
步骤2：在不放置模具镶块工件时利用相机对标准定位托盘进行图片采集，检测标准定位托盘的上边缘倾斜角度r，以及标准定位托盘的原点(0，0)在图像中的像素坐标(x0，y0)；对二维检测系统进行坐标的转换，设图像坐标中任意一点p坐标为(x，y)，则点p齐次坐标为(x，y，1)，旋转矩阵R如公式(1)所示：
平移矩阵其中ty、tx如公式(2)、公式(3)所示：
转换后的标准托盘坐标系下p点映射点为p′(x′，y′)，p′齐次坐标为(x′，y′，1)，利用公式(4)可以求点p′坐标；
步骤3：放置模具镶块工件，利用4个条形LED光源按照低角度照明方式进行照明，使得步骤2所述的标准定位托盘上表面图像灰度值最高，待测工件的上表面灰度值低于所述的标准定位托盘上表面灰度值，托盘的沟槽部分灰度值最小；设置固定阈值f(f的大小为标准定位托盘上表面灰度平均值与工件上表面灰度值平均值的和的二分之一)；利用步骤2所述的相机进行图像采集，把采集到的图像转化为灰度图(灰度值范围为0到255)，设得到的灰度图像每一点的灰度值为I(x，y)，遍历灰度图像每一个像素，若I(x，y)＞f则I(x，y)＝255，若I(x，y)＜＝f则I(x，y)不变，得到一次背景分离图；对一次背景分离图像进行灰度值统计，设I(x，y)＝n的个数为b[n](n＝1，2，3，4…255)，令b[255]＝0；利用公式(5)进行计算得到c[m](m＝0，1，2，3...，63)，公式(5)如下所示：
按照公式(6)对c[m]进行多次循环计算到c[m]值拟合成的图像出现两个峰值为止，
c[m]值拟合成的图像两个峰值中间的最小值为f1，阈值f2为b[4f1]，b[4f1+1]，b[4f1+2]，b[4f1+3]中的最小值对应的n，遍历一次背景分离图像每一个像素，若I(x，y)＜f2则I(x，y)＝255，若I(x，y)＞＝f2且I(x，y)不等于255则I(x，y)＝0，得到二次背景分离图；
步骤4：对步骤3所述的二次背景分离图进行边缘检测得到边缘轮廓，计算每一个轮廓的长度L和面积S，利用S和L对轮廓筛选去除部分干扰轮廓，绘制轮廓图像；对轮廓图像进行直线提取，设检测到的第i(i＝1，2，3….)条直线斜率为Ki，离原点的像素距离为di，与图像坐标系X轴夹角为ri；第n(0＜n＜i)直线和与直线不是同一直线的直线m利用公式(7)进行同类直线合并，同一类直线只保留一条；
设剩余直线个数为w(w＞＝4)，直线编号为1到w，对w条直线中任意一条直线，另外w-1条直线中存在一条或几条直线与图像坐标系X轴夹角α和该直线与图像坐标系X轴夹角β满足89°＜|α+β|＜91°、89°＜|α-β|＜91°、89°＜|-α+β|＜91°任意一个时保留该直线，若不存在删除该直线；设剩下V(V＞＝4)条直线，直线编号为1到V，对V条直线中任意一条直线，另外V-1条直线中存在一条或几条直线与图像坐标系X轴夹角α和该直线与图像坐标系X轴夹角β满足|α-β|＜1时保留该直线，否则删除，最终会有4条直线保留；
步骤5：步骤4所述的4条直线，为步骤3所述的模具镶块工件的四条边，计算得到四条直线的四个交点q1(x1，y1)、q2(x2，y2)、q3(x3，y3)、q4(x4，y4)，通过公式(4)可以得到在所述的标准定位托盘坐标系下的所述的矩形工件的四个角对应的坐标位置q′1(x′1，y′1)、q′2(x′2，y′2)、q′3(x′3，y′3)、q′4(x′4，y′4)，计算q′1与q′2、q′3的点距离获得工件的长L1和宽W1，运算结束。
本发明的有益效果是：实现模具镶块工件制造加工过程中快速精准的定位，自动测量，解决了三坐标机需要人进行操作，测量速度慢的问题。
附图说明
图1：工件加工在线定位的二维检测方法流程图；
图2：标准定位托盘与模具镶块图像；
(a)标准定位托盘
(b)模具镶块
图3：图像处理过程图像；
(a)一次背景分离图
(b)二次背景分离图
(c)轮廓筛选提取后图像
(d)直线提取图像
(e)去除干扰后模具镶块轮廓直线提取图像
具体实施方式
本发明针对这种背景设计了一种二维检测的方法，通过条形光源进行低角度照明，达到类似背光源的照明效果，对采集到的图像进行滤波，背景去除，边缘提取，直线提取，直线筛选和坐标转换可以实现模具镶块工件制造过程中快速精准的定位，自动测量，解决了三坐标机需要人进行操作，测量速度慢的问题。
本发明设计了一种应用于模具镶块工件加工在线定位的二维检测方法，其特征是，包括下列步骤：
步骤1：利用相机标定方法，对二维检测系统进行标定，确定图像在X轴方向相邻像素点的距离值Rx，图像在Y轴方向相邻像素点的距离值Ry，相机的畸变参数，对相机畸变进行修正；
步骤2：在不放置模具镶块工件时利用相机对标准定位托盘进行图片采集，检测标准定位托盘的上边缘倾斜角度r，以及标准定位托盘的原点(0，0)在图像中的像素坐标(x0，y0)；对二维检测系统进行坐标的转换，设图像坐标中任意一点p坐标为(x，y)，则点p齐次坐标为(x，y，1)，旋转矩阵R如公式(1)所示：
平移矩阵其中ty、tx如公式(2)、公式(3)所示：
转换后的标准托盘坐标系下p点映射点为p′(x′，y′)，p′齐次坐标为(x′，y′，1)，利用公式(4)可以求点p′坐标；
步骤3：放置模具镶块工件，利用4个条形LED光源按照低角度照明方式进行照明，使得步骤2所述的标准定位托盘上表面图像灰度值最高，待测工件的上表面灰度值低于所述的标准定位托盘上表面灰度值，托盘的沟槽部分灰度值最小；设置固定阈值f(f的大小为标准定位托盘上表面灰度平均值与工件上表面灰度值平均值的和的二分之一)；利用步骤2所述的相机进行图像采集，把采集到的图像转化为灰度图(灰度值范围为0到255)，设得到的灰度图像每一点的灰度值为I(x，y)，遍历灰度图像每一个像素，若I(x，y)＞f则I(x，y)＝255，若I(x，y)＜＝f则I(x，y)不变，得到一次背景分离图；对一次背景分离图像进行灰度值统计，设I(x，y)＝n的个数为b[n](n＝1，2，3，4…255)，令b[255]＝0；利用公式(5)进行计算得到c[m](m＝0，1，2，3...，63)，公式(5)如下所示：
按照公式(6)对c[m]进行多次循环计算到c[m]值拟合成的图像出现两个峰值为止，
c[m]值拟合成的图像两个峰值中间的最小值为f1，阈值f2为b[4f1]，b[4f1+1]，b[4f1+2]，b[4f1+3]中的最小值对应的n，遍历一次背景分离图像每一个像素，若I(x，y)＜f2则I(x，y)＝255，若I(x，y)＞＝f2且I(x，y)不等于255则I(x，y)＝0，得到二次背景分离图；
步骤4：对步骤3所述的二次背景分离图进行边缘检测得到边缘轮廓，计算每一个轮廓的长度L和面积S，利用S和L对轮廓筛选去除部分干扰轮廓，绘制轮廓图像；对轮廓图像进行直线提取，设检测到的第i(i＝1，2，3….)条直线斜率为Ki，离原点的像素距离为di，与图像坐标系X轴夹角为ri；第n(0＜n＜i)直线和与直线不是同一直线的直线m利用公式(7)进行同类直线合并，同一类直线只保留一条；
设剩余直线个数为w(w＞＝4)，直线编号为1到w，对w条直线中任意一条直线，另外w-1条直线中存在一条或几条直线与图像坐标系X轴夹角α和该直线与图像坐标系X轴夹角β满足89°＜|α+β|＜91°、89°＜|α-β|＜91°、89°＜|-α+β|＜91°任意一个时保留该直线，若不存在删除该直线；设剩下V(V＞＝4)条直线，直线编号为1到V，对V条直线中任意一条直线，另外V-1条直线中存在一条或几条直线与图像坐标系X轴夹角α和该直线与图像坐标系X轴夹角β满足|α-β|＜1时保留该直线，否则删除，最终会有4条直线保留；
步骤5：步骤4所述的4条直线，为步骤3所述的模具镶块工件的四条边，计算得到四条直线的四个交点q1(x1，y1)、q2(x2，y2)、q3(x3，y3)、q4(x4，y4)，通过公式(4)可以得到在所述的标准定位托盘坐标系下的所述的矩形工件的四个角对应的坐标位置q′1(x′1，y′1)、q′2(x′2，y′2)、q′3(x′3，y′3)、q′4(x′4，y′4)，计算q′1与q′2、q′3的点距离获得工件的长L1和宽W1，运算结束。
综上所述，本发明所述的一种应用于模具镶块工件加工在线定位的二维检测方法的优点是：实现模具镶块工件制造加工过程中快速精准的定位。相比与传统模具镶块工件制造加工过程采用三坐标机接触式测量需要人进行操作，实现了自动化测量，提高了测量速度、生产效率，降低生产成本。
以上示意性的对本发明及其实施方式进行了描述，该描述没有局限性，附图中所示的也只是本发明的实施方式之一。所以，如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，采用其它形式的同类部件或其它形式的各部件布局方式，不经创造性的设计出与该技术方案相似的技术方案与实施例，均应属于本发明的保护范围。
Claims (1)
1.本发明设计了一种应用于模具镶块工件加工在线定位的二维检测方法，其特征是，包括下列步骤：
步骤1：利用相机标定方法，对二维检测系统进行标定，确定图像在X轴方向相邻像素点的距离值Rx，图像在Y轴方向相邻像素点的距离值Ry，相机的畸变参数，对相机畸变进行修正；
步骤2：在不放置模具镶块工件时利用相机对标准定位托盘进行图片采集，检测标准定位托盘的上边缘倾斜角度r，以及标准定位托盘的原点(0，0)在图像中的像素坐标(x0，y0)；对二维检测系统进行坐标的转换，设图像坐标中任意一点p坐标为(x，y)，则点p齐次坐标为(x，y，1)，旋转矩阵R如公式(1)所示：
平移矩阵其中ty、tx如公式(2)、公式(3)所示：
转换后的标准托盘坐标系下p点映射点为p′(x′，y′)，p′齐次坐标为(x′，y′，1)，利用公式(4)可以求点p′坐标；
步骤3：放置模具镶块工件，利用4个条形LED光源按照低角度照明方式进行照明，使得步骤2所述的标准定位托盘上表面图像灰度值最高，待测工件的上表面灰度值低于所述的标准定位托盘上表面灰度值，托盘的沟槽部分灰度值最小；设置固定阈值f(f的大小为标准定位托盘上表面灰度平均值与工件上表面灰度值平均值的和的二分之一)；利用步骤2所述的相机进行图像采集，把采集到的图像转化为灰度图(灰度值范围为0到255)，设得到的灰度图像每一点的灰度值为I(x，y)，遍历灰度图像每一个像素，若I(x，y)＞f则I(x，y)＝255，若I(x，y)＜＝f则I(x，y)不变，得到一次背景分离图；对一次背景分离图像进行灰度值统计，设I(x，y)＝n的个数为b[n](n＝1，2，3，4…255)，令b[255]＝0；利用公式(5)进行计算得到c[m](m＝0，1，2，3...，63)，公式(5)如下所示：
按照公式(6)对c[m]进行多次循环计算到c[m]值拟合成的图像出现两个峰值为止，
c[m]值拟合成的图像两个峰值中间的最小值为f1，阈值f2为b[4f1]，b[4f1+1]，b[4f1+2]，b[4f1+3]中的最小值对应的n，遍历一次背景分离图像每一个像素，若I(x，y)＜f2则I(x，y)＝255，若I(x，y)＞＝f2且I(x，y)不等于255则I(x，y)＝0，得到二次背景分离图；
步骤4：对步骤3所述的二次背景分离图进行边缘检测得到边缘轮廓，计算每一个轮廓的长度L和面积S，利用S和L对轮廓筛选去除部分干扰轮廓，绘制轮廓图像；对轮廓图像进行直线提取，设检测到的第i(i＝1，2，3….)条直线斜率为Ki，离原点的像素距离为di，与图像坐标系X轴夹角为ri；第n(0＜n＜i)直线和与直线不是同一直线的直线m利用公式(7)进行同类直线合并，同一类直线只保留一条；
设剩余直线个数为w(w＞＝4)，直线编号为1到w，对w条直线中任意一条直线，另外w-1条直线中存在一条或几条直线与图像坐标系X轴夹角α和该直线与图像坐标系X轴夹角β满足89°＜|α+β|＜91°、89°＜|α-β|＜91°、89°＜|-α+β|＜91°任意一个时保留该直线，若不存在删除该直线；设剩下V(V＞＝4)条直线，直线编号为1到V，对V条直线中任意一条直线，另外V-1条直线中存在一条或几条直线与图像坐标系X轴夹角α和该直线与图像坐标系X轴夹角β满足|α-β|＜1时保留该直线，否则删除，最终会有4条直线保留；
步骤5：步骤4所述的4条直线，为步骤3所述的模具镶块工件的四条边，计算得到四条直线的四个交点q1(x1，y1)、q2(x2，y2)、q3(x3，y3)、q4(x4，y4)，通过公式(4)可以得到在所述的标准定位托盘坐标系下的所述的矩形工件的四个角对应的坐标位置q′1(x′1，y′1)、q′2(x′2，y′2)、q′3(x′3，y′3)、q′4(x′4，y′4)，计算q′1与q′2、q′3的点距离获得工件的长L1和宽W1，运算结束。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910316401.0A CN110070528B (zh) | 2019-04-18 | 2019-04-18 | 一种应用于模具镶块工件加工在线定位的二维检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910316401.0A CN110070528B (zh) | 2019-04-18 | 2019-04-18 | 一种应用于模具镶块工件加工在线定位的二维检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110070528A true CN110070528A (zh) | 2019-07-30 |
| CN110070528B CN110070528B (zh) | 2023-04-21 |
Family
ID=67367969
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910316401.0A Active CN110070528B (zh) | 2019-04-18 | 2019-04-18 | 一种应用于模具镶块工件加工在线定位的二维检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110070528B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017067321A1 (zh) * | 2015-10-19 | 2017-04-27 | 广州视源电子科技股份有限公司 | 一种基于外轮廓的pcb板卡匹配方法及装置 |
| CN107578464A (zh) * | 2017-06-30 | 2018-01-12 | 长沙湘计海盾科技有限公司 | 一种基于线激光扫描的传送带工件三维轮廓测量方法 |
| CN107609451A (zh) * | 2017-09-14 | 2018-01-19 | 斯坦德机器人（深圳）有限公司 | 一种基于二维码的高精度视觉定位方法及系统 |
| WO2018107525A1 (zh) * | 2016-12-12 | 2018-06-21 | 广东省智能制造研究所 | 一种电动注塑机模具检测方法 |
| CN108592788A (zh) * | 2018-03-29 | 2018-09-28 | 湖南大学 | 一种面向喷涂生产线的3d智能相机系统与工件在线测量方法 |
-
2019
- 2019-04-18 CN CN201910316401.0A patent/CN110070528B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017067321A1 (zh) * | 2015-10-19 | 2017-04-27 | 广州视源电子科技股份有限公司 | 一种基于外轮廓的pcb板卡匹配方法及装置 |
| WO2018107525A1 (zh) * | 2016-12-12 | 2018-06-21 | 广东省智能制造研究所 | 一种电动注塑机模具检测方法 |
| CN107578464A (zh) * | 2017-06-30 | 2018-01-12 | 长沙湘计海盾科技有限公司 | 一种基于线激光扫描的传送带工件三维轮廓测量方法 |
| CN107609451A (zh) * | 2017-09-14 | 2018-01-19 | 斯坦德机器人（深圳）有限公司 | 一种基于二维码的高精度视觉定位方法及系统 |
| CN108592788A (zh) * | 2018-03-29 | 2018-09-28 | 湖南大学 | 一种面向喷涂生产线的3d智能相机系统与工件在线测量方法 |
Non-Patent Citations (3)
| Title |
|---|
| 周新力;李醒飞;吴腾飞;纪越;: "基于低通滤波器的MHD角速度传感器低频补偿算法（英文）" * |
| 惠记庄;罗丽;杨永奎;刘琼: "基于SURF-BRISK的目标识别匹配与定位方法研究" * |
| 李鹏;种文艳;马永军: "加工中心工件在机三维检测系统的光平面标定" * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110070528B (zh) | 2023-04-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102297660B (zh) | 一种盾构隧道衬砌管片接缝张开宽度的测量方法及装置 | |
| CN102032875B (zh) | 一种基于图像处理的电缆护套厚度测量方法 | |
| CN108416766B (zh) | 双侧入光式导光板缺陷视觉检测方法 | |
| CN107358627B (zh) | 基于Kinect相机的果实尺寸检测方法 | |
| CN104778684B (zh) | 钢材表面异质型缺陷的自动测量、表征分类方法及其系统 | |
| CN112651968B (zh) | 一种基于深度信息的木板形变与凹坑检测方法 | |
| CN107869954B (zh) | 一种双目视觉体积重量测量系统及其实现方法 | |
| CN103499297A (zh) | 一种基于ccd的高精度测量方法 | |
| CN102494976A (zh) | 一种超细晶粒钢晶粒的自动测量及其形态分类统计方法 | |
| CN112001917A (zh) | 一种基于机器视觉的圆形有孔零件形位公差检测方法 | |
| CN107525768B (zh) | 一种dna倍体分析设备的质量控制方法 | |
| CN108682012A (zh) | 一种基于线扫激光的3d曲面玻璃表面平整性缺陷检测方法 | |
| CN109916914A (zh) | 一种产品缺陷检测方法及装置 | |
| TWI512284B (zh) | 玻璃氣泡瑕疵檢測系統 | |
| TWI490481B (zh) | On - line Inspection Method for Panel 3D Defects | |
| CN109816627A (zh) | 平面玻璃元件油墨区弱小缺陷目标检测方法 | |
| CN109584259B (zh) | 一种石英坩埚气泡分层计数装置及方法 | |
| CN109785290A (zh) | 基于局部光照归一化的钢板缺陷检测方法 | |
| CN208042989U (zh) | 一种大尺寸薄板金属工件几何质量自动检测装置 | |
| CN103091332B (zh) | 一种基于机器视觉的u型粉管的检测方法及其检测系统 | |
| CN114688969A (zh) | 一种光学镜片尺寸检测装置及方法 | |
| CN110070528A (zh) | 一种应用于模具镶块工件加工在线定位的二维检测方法 | |
| CN202304974U (zh) | 一种卷烟用纸定量测量仪 | |
| CN115689990A (zh) | 一种基于机器视觉的地毯灯杂光缺陷智能检测算法及设备 | |
| CN110412056A (zh) | 一种车载玻璃模组自动光学检测方法及装置 |
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 | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190730 Assignee: JUSTEK VEHICLE CO.,LTD. Assignor: TIANJIN POLYTECHNIC University Contract record no.: X2023120000046 Denomination of invention: A 2D detection method for online positioning of mold insert workpiece processing Granted publication date: 20230421 License type: Common License Record date: 20231206 Application publication date: 20190730 Assignee: TIANJIN TIANYUANHAI TECHNOLOGY DEVELOPMENT Co.,Ltd. Assignor: TIANJIN POLYTECHNIC University Contract record no.: X2023120000044 Denomination of invention: A 2D detection method for online positioning of mold insert workpiece processing Granted publication date: 20230421 License type: Common License Record date: 20231205 Application publication date: 20190730 Assignee: TIANJIN SANTE ELECTRONICS CO.,LTD. Assignor: TIANJIN POLYTECHNIC University Contract record no.: X2023120000043 Denomination of invention: A 2D detection method for online positioning of mold insert workpiece processing Granted publication date: 20230421 License type: Common License Record date: 20231205 |
|
| EE01 | Entry into force of recordation of patent licensing contract | ||
| EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20190730 Assignee: Tianjin Saixiang Technology Co.,Ltd. Assignor: TIANJIN POLYTECHNIC University Contract record no.: X2024980004140 Denomination of invention: A 2D detection method for online positioning of mold insert workpiece processing Granted publication date: 20230421 License type: Common License Record date: 20240410 |