CN110298828B - 一种跑偏板坯毛刺的定位方法 - Google Patents

一种跑偏板坯毛刺的定位方法 Download PDF

Info

Publication number
CN110298828B
CN110298828B CN201910534503.XA CN201910534503A CN110298828B CN 110298828 B CN110298828 B CN 110298828B CN 201910534503 A CN201910534503 A CN 201910534503A CN 110298828 B CN110298828 B CN 110298828B
Authority
CN
China
Prior art keywords
edge
tracking
slab
pixel
points
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
CN201910534503.XA
Other languages
English (en)
Other versions
CN110298828A (zh
Inventor
许四祥
方建中
杨宇
高培青
蔡永祯
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.)
Anhui University of Technology AHUT
Original Assignee
Anhui University of Technology AHUT
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 Anhui University of Technology AHUT filed Critical Anhui University of Technology AHUT
Priority to CN201910534503.XA priority Critical patent/CN110298828B/zh
Publication of CN110298828A publication Critical patent/CN110298828A/zh
Application granted granted Critical
Publication of CN110298828B publication Critical patent/CN110298828B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • 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
    • G06T7/85—Stereo 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10012—Stereo images
    • 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
    • G06T2207/30136—Metal
    • 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
    • G06T2207/30244—Camera pose

Abstract

本发明公开一种跑偏板坯毛刺的定位方法，采用双目视觉系统，包括如下步骤：进行双目摄像头内外参数标定和OpenCV编程进行校正；对跑偏板坯进行像素级边缘提取并通过Zemike矩获得跑偏板坯亚像素边缘点坐标；对所述亚像素点进行聚类和线性最小二乘法拟合；对左右图像中的角点精确立体匹配，从而获得所述跑偏板坯上边缘两角点的三维坐标信息；根据所述跑偏板坯上边缘两板坯角点的三维坐标信息和所述跑偏板坯的板坯厚度，可得到所述跑偏板坯下边缘两角点的三维坐标信息，下边缘两角点连线下方为毛刺的精确位置；本发明采用无接触定位方法，无论板坯跑偏多少，总能进行自适应定位，具有良好的鲁棒性。

Description

一种跑偏板坯毛刺的定位方法
技术领域
本发明涉及钢铁冶金行业中的板坯去毛刺领域，具体涉及一种跑偏板坯毛刺的定位方法。
背景技术
钢液经连铸机组结晶成形为无限长板坯，采用数控火焰切割机切割成定尺长度。由于切割过程中熔融钢液向下流动导致连铸板坯底部粘连有一条不规则的熔渣(毛刺)，其硬度较大，且粘附力强，送入热轧工序时可能不规则嵌入到钢板中，切头切尾长度较长，导致热轧钢卷成材率较低。同时毛刺对输送辊道和轧辊的表面造成一定的挤压损伤，影响其使用寿命。
在现有的去除连铸坯毛刺方法中，主要有刮刀去除法和锤刀去除法等。刮刀式去除法是采用机械切削的方式去除板坯毛刺，该方法的优点在于机构的稳定性强，可靠性高，而且对板坯定位精度要求不高，但毛刺去除率不高，刀具寿命直接影响轧钢生产效率。锤刀式去除法是采用机械冲击方法去除板坯毛刺的另一种方法。其利用高速旋转的一组尖角锤刀，通过离心力甩开，待板坯切口下边将要通过时，高速旋转的毛刺辊向上移动，刀刃与板坯毛刺充分接触，打磨一定时间，从而去除毛刺。这种方式结构简单，占用空间少，易于布置。但也存在板坯停止位置不准，锤刀直接接触铸坯易于磨损损坏而造成去毛刺效果不好等不足。
在申请号为CN201210459481.3的发明专利中提出了一种等离子去除板坯毛刺的新方法。其采用龙门式结构，利用等离子弧高温热源，将毛刺熔化并辅以高压氮气，将其吹落，切割表面质量非常光滑，去毛刺效果极好且效率极高。由于等离子弧枪体出口温度高达10000℃，等离子切割效率比火焰切割快8倍，等离子切割时行走速度可达10m/min。另一篇申请号为CN201720389955.X的实用新型专利，在上述去除板坯毛刺的系统的基础上进行了改进，提出了一种悬挂式机器人去板坯毛刺的装置。其本体结构简单，无需改变热轧生产线局部机械结构，占地面积小，安装方便，调试简单。但这两种方式下，板坯到达指定位置时需要严格的机械定位，若板坯出现跑偏现象，则出现板坯毛刺切割不到位的情况，导致去毛刺率不高。在实际生产现场，板坯跑偏经常出现，每次程度不一致。
鉴于上述缺陷，本发明创作者经过长时间的研究和实践终于获得了本发明。
发明内容
为解决上述技术缺陷，本发明采用的技术方案在于，提供一种跑偏板坯毛刺的定位方法，采用双目视觉系统，包括如下步骤：
S1，进行双目摄像头内外参数标定和OpenCV编程进行校正；
S2，对跑偏板坯进行像素级边缘提取并通过Zernike矩获得跑偏板坯亚像素边缘点坐标；
S3，对所述亚像素点进行聚类和线性最小二乘法拟合；
S4，对左右图像中的角点精确立体匹配，从而获得所述跑偏板坯上边缘两角点的三维坐标信息；
S5，根据所述跑偏板坯上边缘两角点的三维坐标信息和所述跑偏板坯的板坯厚度，可得到所述跑偏板坯下边缘两角点的三维坐标信息，两角点连线下方即毛刺的精确位置。
较佳的，所述双目视觉系统包括光源、所述双目摄像头、悬臂机架、工控机、控制柜、清理机器手；所述双目摄像头固定在所述悬臂机架上，所述双目摄像头布置在对应所述跑偏板坯行进方向的侧上方，所述双目摄像头与所述工控机连接，所述工控机通过所述控制柜与所述清理机器手连接。
较佳的，所述悬臂机架可上下移动调节高度，在所述悬臂机架上设置有等距离的小孔。
较佳的，在所述步骤S1中，采用张正友标定法并利用OPENCV库完成双目相机的标定。双目相机标定是为了确定相机内参数，以及左右相机之间的相对位置，标定完成后就能确定相机坐标系、图像坐标系和像素坐标系之间的关系。
较佳的，在所述步骤S2中，所述亚像素边缘点坐标(x′，y′)的公式为：
Figure BDA0002100204980000021
其中，(x，y)为像素级边缘点坐标，(x′，y′)为像素级边缘点到真实边缘的垂足坐标，l为像素级边缘点(x，y)到真实边缘的垂直距离，
Figure BDA0002100204980000022
为点(x，y)与点(x′，y′)连线与水平面的夹角。
较佳的，点(x，y)与点(x′，y′)连线与水平面的夹角
Figure BDA0002100204980000023
的计算公式为：
Figure BDA0002100204980000024
其中，Re(Z1，1)为Zernike矩的实部，Im(Z1，1)为Zernike矩的虚部；
像素级边缘点(x，y)到真实边缘的垂直距离l的计算公式为：
Figure BDA0002100204980000025
其中，
Figure BDA0002100204980000026
为点(x，y)与点(x′，y′)连线与水平面的夹角，Z2，0为2阶0次Zernike矩，Z1，1为1阶1次Zernike矩，j为虚数单位。
较佳的，在所述步骤S3中，将若干亚像素边缘点作为一个点簇，形成亚像素边缘，利用线性最小二乘拟合各亚像素边缘形成边缘直线，通过各所述边缘直线可求出拟合的亚像素边缘的交点。
较佳的，所述边缘直线的表达式为：
y′m＝αmx′m+bm
其中，am为第m条边缘直线的斜率；bm为第m条边缘直线的截距，(x′m，y′m)为第m条边缘直线上的点坐标；
第m条边缘直线的斜率am的表达式为：
Figure BDA0002100204980000031
第m条边缘直线的截距bm的表达式为：
Figure BDA0002100204980000032
其中，(x′i，y′i)表示第m个亚像素边缘中的第i个亚像素边缘点的坐标，nm为第m个亚像素边缘中亚像素边缘点的个数。
较佳的，在所述步骤S4中，根据极几何原理来完成左右图像中的角点精确立体匹配，从而获得跑偏板坯上边缘两角点的三维坐标信息。
较佳的，在所述步骤S5中，根据所述跑偏板坯上边缘两角点的三维坐标信息和所述跑偏板坯的板坯厚度，得到所述跑偏板坯下边缘两角点的三维坐标信息，从而获得毛刺的精确位置。
与现有技术比较本发明的有益效果在于：1，本发明采用无接触定位方法，无论板坯跑偏多少，总能进行自适应定位，具有良好的鲁棒性；2，本发明避免机械定位方法的定时矫正和机械定位故障，无需在生产线上布置机械定位装置，减少故障发生率；3，双目视觉系统成本低，结构简单，占用空间小；4，毛刺粘结在跑偏板坯底部，与板坯色度相差无几，直接对毛刺定位难度很大，采用板坯上角点精确定位后向下偏移，可大大提高毛刺定位的精确度。
附图说明
图1为所述双目视觉系统的结构示意图；
图2为本发明所述跑偏板坯毛刺的定位方法的流程图。
图中数字表示：
1-光源；2-双目摄像头；3-悬臂机架；4-工控机；5-控制柜；6-清理机器手；7-跑偏板坯。
具体实施方式
以下结合附图，对本发明上述的和另外的技术特征和优点作更详细的说明。
实施例一
本发明所述跑偏板坯毛刺的定位方法采用双目视觉系统，如图1所示，图1为所述双目视觉系统的结构示意图；所述双目视觉系统包括光源1、双目摄像头2、悬臂机架3、工控机4、控制柜5、清理机器手6。
所述双目摄像头2固定在所述悬臂机架3上，所述悬臂机架3可上下移动调节高度，在所述悬臂机架3上设置有等距离的小孔，以便调节所述双目摄像头2之间的距离。所述双目摄像头2布置在对应所述跑偏板坯7行进方向的左上方。所述双目摄像头2与所述工控机4连接，所述工控机4通过所述控制柜5与所述清理机器手6连接。所述工控机4通过所述双目摄像头2对所述跑偏板坯7的位置信息进行捕捉，并根据所述位置信息基于本发明所述跑偏板坯毛刺的定位方法进行定位计算，在定位计算完成后去毛刺具体操作由所述控制柜5控制所述清理机器手6对对应位置上的毛刺进行清理操作。
具体的，当所述跑偏板坯7行进到所述清理机器手6工位时处于跑偏状态，已标定完成的所述双目摄像头2开始启动拍照，所述双目摄像头2接口为USB，可直接将左右图像采集到所述工控机4并进行图像处理与所述定位方法的定位计算，获得板坯角点A和板坯角点B的三维坐标，在Z轴方向减去所述跑偏板坯7厚度后得到板坯角点C和板坯角点D的三维坐标信息，将板坯角点C和板坯角点D的三维坐标信息以ModbusTCP协议传送到所述控制柜5，从而驱动所述清理机器手6去除所述跑偏板坯7底部CD线段以下的毛刺，精度高，速度快，去除毛刺效果极好。
实施例二
如图2所示，图2为本发明所述跑偏板坯毛刺的定位方法的流程图。本发明所述跑偏板坯毛刺的定位方法具体包括如下步骤：
S1，采用张正友标定法进行所述双目摄像头2内外参数标定和OpenCV编程进行校正；
S2，使用Canny算子对所述跑偏板坯7进行像素级边缘提取与Zernike矩获得跑偏板坯亚像素边缘点坐标；
具体的，亚像素边缘点坐标公式为：
Figure BDA0002100204980000041
其中，(x，y)为像素级边缘点坐标，(x′，y′)为像素级边缘点到真实边缘的垂足坐标(即边缘的亚像素点)，l为像素级边缘点(x，y)到真实边缘的垂直距离，
Figure BDA0002100204980000051
为点(x，y)与点(x′，y′)连线与水平面的夹角。
进一步的，点(x，y)与点(x′，y′)连线与水平面的夹角
Figure BDA0002100204980000052
的计算公式为：
Figure BDA0002100204980000053
其中，Re(Z1，1)为Zernike矩的实部，Im(Z1，1)为Zernike矩的虚部。
像素级边缘点(x，y)到真实边缘的垂直距离l的计算公式为：
Figure BDA0002100204980000054
其中，
Figure BDA0002100204980000055
为点(x，y)与点(x′，y′)连线与水平面的夹角，Z2，0为2阶0次Zernike矩，Z1，1为1阶1次Zernike矩，j为虚数单位。
S3，通过K-means算法原理对亚像素点进行聚类和线性最小二乘法拟合；
具体的，为了提高聚类的速度，提出聚类加速策略：使用LSD直线检测算法对Canny算法处理后的图像进行直线段检测，以获得的边缘信息作为K-means算法输入的质心，避免了原算法需要多次迭代的问题，从而加速聚类的过程。同时，以检测的边缘信息作为输入，也解决了K-means算法需要事先指定k值的问题。
若干亚像素边缘点作为一个点簇，形成亚像素边缘，利用线性最小二乘拟合各亚像素边缘形成边缘直线，通过各所述边缘直线可求出拟合的亚像素边缘的交点。
所述边缘直线的表达式为：
y′m＝amx′m+bm
其中，am为第m条边缘直线的斜率；bm为第m条边缘直线的截距，(x′m，y′m)为第m条边缘直线上的点坐标。
进一步的，第m条边缘直线的斜率am的表达式为：
Figure BDA0002100204980000056
第m条边缘直线的截距bm的表达式为：
Figure BDA0002100204980000057
其中，(x′i，y′i)表示第m个亚像素边缘中的第i个亚像素边缘点的坐标，nm为第m个亚像素边缘中亚像素边缘点的个数。
S4，根据极几何原理来完成左右图像中的角点精确立体匹配，从而获得所述跑偏板坯7上板坯角点A和板坯角点B的三维坐标信息；左右图像为双目摄像头2上两摄像头分别捕捉到的两个图像，考虑到左图像中的部分边缘交点一定能在右图像的边缘交点中找到与之匹配的点，理想情况下两视图中基本矩阵反映着左右图像坐标点之间的对应关系式为：
Figure BDA0002100204980000061
X1与Xr分别是目标点在左右图像坐标系中的齐次坐标，通过设置阈值d，
通过匹配公式：
Figure BDA0002100204980000062
匹配左右图像中的边缘交点，从而获得边缘交点的视差值。根据双目系统的标定结果，即可完成板坯上边缘两角点的定位。
S5，依据板坯厚度尺寸，板坯角点A和板坯角点B的三维坐标信息中Z轴方向减去所述跑偏板坯7的板坯厚度，可得到板坯角点C和板坯角点D的三维坐标信息，即毛刺的精确位置：在线段CD以下。
在步骤S1中，采用张正友标定法并利用OPENCV库完成双目相机的标定。双目相机标定是为了确定相机内参数(焦距、扭曲因子、主点位置等)，以及左右相机之间的相对位置，即确定相机的外参数，标定完成后就能确定相机坐标系、图像坐标系和像素坐标系之间的关系。
在步骤S4中，根据极几何原理来完成左右图像中的角点精确立体匹配，从而获得跑偏板坯上边缘两角点的三维坐标信息。
在步骤S5中，依据跑偏板坯厚度尺寸，跑偏板坯上边缘两角点的三维坐标信息中Z轴方向减去跑偏板坯厚度，可得到跑偏板坯毛刺的精确位置。
以上所述仅为本发明的较佳实施例，对本发明而言仅仅是说明性的，而非限制性的。本专业技术人员理解，在本发明权利要求所限定的精神和范围内可对其进行许多改变，修改，甚至等效，但都将落入本发明的保护范围内。

Claims (8)

1.一种跑偏板坯毛刺的定位方法，其特征在于，采用双目视觉系统，包括如下步骤：
S1，进行双目摄像头内外参数标定和OpenCV编程进行校正；
S2，对跑偏板坯进行像素级边缘提取并通过Zernike矩获得跑偏板坯亚像素边缘点坐标；
S3，对所述亚像素点进行聚类和线性最小二乘法拟合；
S4，对左右图像中的角点精确立体匹配，从而获得所述跑偏板坯上边缘两角点的三维坐标信息；
S5，根据所述跑偏板坯上边缘两角点的三维坐标信息和所述跑偏板坯的板坯厚度，得到所述跑偏板坯下边缘两角点的三维坐标信息，所述下边缘两角点连线下方为毛刺的精确位置；
在所述步骤S2中，所述亚像素边缘点坐标(x′，y′)的公式为：
Figure FDA0002845129450000011
其中，(x，y)为像素级边缘点坐标，(x′，y′)为像素级边缘点到真实边缘的垂足坐标，l为像素级边缘点(x，y)到真实边缘的垂直距离，
Figure FDA0002845129450000012
为点(x，y)与点(x′，y′)连线与水平面的夹角；
点(x，y)与点(x′，y′)连线与水平面的夹角
Figure FDA0002845129450000013
的计算公式为：
Figure FDA0002845129450000014
其中，Re(Z1，1)为Zernike矩的实部，Im(Z1，1)为Zernike矩的虚部；
像素级边缘点(x，y)到真实边缘的垂直距离l的计算公式为：
Figure FDA0002845129450000015
其中，
Figure FDA0002845129450000016
为点(x，y)与点(x′，y′)连线与水平面的夹角，Z2，0为2阶0次Zernike矩，Z1，1为1阶1次Zernike矩，j为虚数单位。
2.如权利要求1所述的跑偏板坯毛刺的定位方法，其特征在于，所述双目视觉系统包括光源、所述双目摄像头、悬臂机架、工控机、控制柜、清理机器手；所述双目摄像头固定在所述悬臂机架上，所述双目摄像头布置在对应所述跑偏板坯行进方向的侧上方，所述双目摄像头与所述工控机连接，所述工控机通过所述控制柜与所述清理机器手连接。
3.如权利要求2所述的跑偏板坯毛刺的定位方法，其特征在于，所述悬臂机架可上下移动调节高度，在所述悬臂机架上设置有等距离的小孔。
4.如权利要求1所述的跑偏板坯毛刺的定位方法，其特征在于，在所述步骤S1中，采用张正友标定法并利用OPENCV库完成双目相机的标定。
5.如权利要求1所述的跑偏板坯毛刺的定位方法，其特征在于，在所述步骤S3中，将若干亚像素边缘点作为一个点簇，形成亚像素边缘，利用线性最小二乘拟合各亚像素边缘形成边缘直线，通过各所述边缘直线求出拟合的亚像素边缘的交点。
6.如权利要求5所述的跑偏板坯毛刺的定位方法，其特征在于，所述边缘直线的表达式为：
y′m＝amx′m+bm
其中，am为第m条边缘直线的斜率；bm为第m条边缘直线的截距，(x′m，y′m)为第m条边缘直线上的点坐标；
第m条边缘直线的斜率am的表达式为：
Figure FDA0002845129450000021
第m条边缘直线的截距bm的表达式为：
Figure FDA0002845129450000022
其中，(x′i，y′i)表示第m个亚像素边缘中的第i个亚像素边缘点的坐标，nm为第m个亚像素边缘中亚像素边缘点的个数。
7.如权利要求1所述的跑偏板坯毛刺的定位方法，其特征在于，在所述步骤S4中，根据极几何原理来完成左右图像中的角点精确立体匹配，从而获得跑偏板坯上边缘两角点的三维坐标信息。
8.如权利要求1所述的跑偏板坯毛刺的定位方法，其特征在于，在所述步骤S5中，根据所述跑偏板坯上边缘两角点的三维坐标信息和所述跑偏板坯的板坯厚度，得到所述跑偏板坯下边缘两角点的三维坐标信息，所述下边缘两角点连线下方为毛刺的精确位置。
CN201910534503.XA 2019-06-19 2019-06-19 一种跑偏板坯毛刺的定位方法 Active CN110298828B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910534503.XA CN110298828B (zh) 2019-06-19 2019-06-19 一种跑偏板坯毛刺的定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910534503.XA CN110298828B (zh) 2019-06-19 2019-06-19 一种跑偏板坯毛刺的定位方法

Publications (2)

Publication Number Publication Date
CN110298828A CN110298828A (zh) 2019-10-01
CN110298828B true CN110298828B (zh) 2021-03-19

Family

ID=68028282

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910534503.XA Active CN110298828B (zh) 2019-06-19 2019-06-19 一种跑偏板坯毛刺的定位方法

Country Status (1)

Country Link
CN (1) CN110298828B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112224582B (zh) * 2020-12-10 2021-03-23 江苏金恒信息科技股份有限公司 一种应用于连铸的方坯贴标方法及装置
CN112801966B (zh) * 2021-01-21 2024-03-15 北京科技大学设计研究院有限公司 一种热轧带钢跑偏的在线检测方法
CN116958514B (zh) * 2023-09-20 2023-12-05 中国空气动力研究与发展中心高速空气动力研究所 一种光学图像激波位置的亚像素定位方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101776437A (zh) * 2009-09-30 2010-07-14 江南大学 带有光路调整的嵌入式机器视觉亚像素标定技术
CN102663787A (zh) * 2012-03-31 2012-09-12 方正国际软件有限公司 一种图像路径生成方法及系统
CN105160652A (zh) * 2015-07-10 2015-12-16 天津大学 基于计算机视觉的手机外壳检验装置与方法
CN106079196A (zh) * 2016-06-23 2016-11-09 凌云光技术集团有限责任公司 一种毛刺切割路径的生成方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1720597A2 (en) * 2004-02-13 2006-11-15 Medtronic, Inc. Methods and apparatus for securing a therapy delivery device within a burr hole
CN101840736B (zh) * 2010-05-07 2012-11-21 中国科学院自动化研究所 一种视觉引导下的光学玻璃安装装置及安装方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101776437A (zh) * 2009-09-30 2010-07-14 江南大学 带有光路调整的嵌入式机器视觉亚像素标定技术
CN102663787A (zh) * 2012-03-31 2012-09-12 方正国际软件有限公司 一种图像路径生成方法及系统
CN105160652A (zh) * 2015-07-10 2015-12-16 天津大学 基于计算机视觉的手机外壳检验装置与方法
CN106079196A (zh) * 2016-06-23 2016-11-09 凌云光技术集团有限责任公司 一种毛刺切割路径的生成方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
"基于双目视觉的快速定位与测距方法";姚志生，等;《安徽工业大学学报(自然科学版)》;20171031;第1-2节 *

Also Published As

Publication number Publication date
CN110298828A (zh) 2019-10-01

Similar Documents

Publication Publication Date Title
CN110298828B (zh) 一种跑偏板坯毛刺的定位方法
CN111192307A (zh) 基于激光切割三维零部件的自适应纠偏方法
CN104400279B (zh) 基于ccd的管道空间焊缝自动识别与轨迹规划的方法
CN101718536B (zh) 三角形金刚石刀具角度高精度自动测量系统和测量方法
CN103759648B (zh) 一种基于激光双目视觉的复杂角焊缝位置检测方法
CN110508811B (zh) 一种增减材复合制造过程中的质量检测及自动修正方法
CN109702290B (zh) 基于视觉识别的钢板坡口切割方法
CN114406007B (zh) 一种无缝钢管逐支跟踪生产系统
CN102096927A (zh) 自主林业机器人目标跟踪方法
CN112191993B (zh) 一种氩弧焊焊缝跟踪系统及方法
CN107688028B (zh) 一种激光增材制造搭接率在线监测方法
JP2009222482A (ja) 形状計測システム
CN112643207B (zh) 基于计算机视觉的激光自动除锈系统及方法
CN110288545A (zh) 一种辊压机辊面在线三维成像装置与方法
CN106896343A (zh) 一种伺服随动机器视觉装置及动态跟踪测距方法
CN107202555A (zh) 一种连杆加工旋转盘夹具视觉检测装置和检测方法
CN105195631A (zh) 一种板料位置调整设备及其调整方法
CN115384052A (zh) 一种智能化的覆膜机自动控制系统
CN1320335C (zh) 基于图像识别的砂轮形貌动态检测方法
CN106607474A (zh) 用于矫直机前钢板摆动的控制方法
CN109636859A (zh) 一种基于单相机的三维视觉检测的标定方法
EP2839352A1 (en) Method for positioning a tool of a machine tool in the visual field of a visual system and relative machine tool
CN110726402B (zh) 非正交轴系激光全站仪的激光点视觉引导方法
CN110814398A (zh) 一种机器视觉辅助曲面加工装置及方法
CN211588658U (zh) 一种机器视觉辅助曲面加工装置

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