CN110298853B - 面差视觉检测方法 - Google Patents
面差视觉检测方法 Download PDFInfo
- Publication number
- CN110298853B CN110298853B CN201910600486.5A CN201910600486A CN110298853B CN 110298853 B CN110298853 B CN 110298853B CN 201910600486 A CN201910600486 A CN 201910600486A CN 110298853 B CN110298853 B CN 110298853B
- Authority
- CN
- China
- Prior art keywords
- light bar
- point
- image
- profile
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000011179 visual inspection Methods 0.000 title claims description 10
- 230000011218 segmentation Effects 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 5
- 238000005259 measurement Methods 0.000 claims description 16
- 230000001815 facial effect Effects 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 4
- 238000010187 selection method Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 7
- 230000000007 visual effect Effects 0.000 abstract description 5
- 238000000605 extraction Methods 0.000 abstract description 3
- 230000003287 optical effect Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012994 industrial processing Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20228—Disparity calculation for image-based rendering
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Optics & Photonics (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种面差视觉检测方法,包括:采集被测物表面图像,对所述图像进行光条中心提取、图像处理,得到光条图像,对所述光条图像进行轮廓分割,得到左、右光条轮廓;获取单侧光条轮廓两端端点的坐标,并将所述两个端点连线,遍历单个光条轮廓上的所有点,寻找距离所述连线最远的点,标记为分界点,所述分界点将光条轮廓分成两部分,将远离另一光条的部分记为外轮廓;采用相同方法,获取另一侧光条的外轮廓;选取基准轮廓、测量轮廓,对所述基准轮廓进行点云拟合直线得到基准线;在测量轮廓中选取测量点,计算所述测量点到基准线的距离,将所述距离记为被测物表面面差值,本方法通过分析被测物轮廓的点云,计算面差,有效提高测量效率。
Description
技术领域
本发明涉及视觉检测领域,具体涉及一种面差视觉检测方法。
背景技术
面差是工业加工中的常见形态,面差的尺寸准确与否,关系到整个工件的美观性、密封性,是质量监控中一个十分重要的参数,如在汽车生产过程中,覆盖件尺寸误差较大就会导致车身的面差误差较大,从而影响整车的外观、风燥、密封等,因此在制造过程中,需要实时对车身的面差进行测量;传统的人工检测方法主要使用面差尺进行测量,这种方法效率低、精度低、且容易受测量人员的主观因素影响,无法满足高效率高节拍高精度的测量需求;随着计算机视觉检测的发展,基于线结构光视觉恢复三维轮廓进行测量的技术受到越来越多的关注,线结构光传感器由线结构光投射器和相机组成,主动投射线结构光到被测物体上,通过结构光的变形(凸起、凹陷、波动等)来确定被测物的尺寸参数,如面差图像中,光条通常会出现凸起并断开(被测物面差位置兼具间隙)或明显凸起(该位置仅有面差)的情形;将采集到的结构光特征点恢复成相机坐标系三维空间坐标,这种方式,能够更加高效、准确的获取被测物面差特征。
发明内容
本发明提出一种面差视觉检测方法,通过分析被测物轮廓的点云,计算面差,有效提高测量效率。
一种面差视觉检测方法,包括如下步骤:
1)采集被测物表面图像,所述图像包含线结构光被调制所形成的结构光图像;
2)对所述图像进行光条中心提取、图像处理,得到光条图像,对所述光条图像进行轮廓分割,得到左、右光条轮廓;
3)获取单侧光条轮廓两端端点的坐标,并将所述两个端点连线,遍历单个光条轮廓上的所有点,寻找距离所述连线最远的点,标记为分界点,所述分界点将光条轮廓分成两部分,将远离另一光条的部分记为外轮廓;
采用相同方法,获取另一侧光条的外轮廓;
4)任意选取其中一个外轮廓,作为基准轮廓,另一个外轮廓作为测量轮廓,对所述基准轮廓进行点云拟合直线,将所述直线作为基准线;
在测量轮廓中选取测量点,所述测量点从测量轮廓的直线段部分选取;
5)计算所述测量点到基准线的距离,将所述距离记为被测物表面面差值。
进一步,步骤5)在三维空间坐标系或光平面坐标系下计算。
进一步,步骤2)中图像处理包括:图像二值化、图像滤波和三维重构,将重构后的三维轮廓转换到光平面坐标系,得到光平面坐标系下的光条图像。
本发明中,面差位置为在图像中光条出现“断开、凸起、凹陷”等明显波动的区域;
进一步,当光条图像在面差位置不连续时,对所述光条图像进行轮廓分割,采用如下方式:
分别获取光条图像中左侧光条的左端点、右侧激光条的右端点,以所述左端点、右端点为起点,沿光条方向,设置搜索范围d,将搜索范围d内的其他光条像点记为同类点,将搜索到的最新的同类点作为新的起点,继续搜索,直到搜索范围d内不再出现同类点;将起点与同类点划分为左/右光条,剔除其他光条像点;
得到左、右光条轮廓。
进一步,计算轮廓分割后得到的光条轮廓点云数量与分割前光条轮廓点云数量的占比P1、轮廓分割后得到的单侧光条轮廓点云数量与分割前光条轮廓点云数量的占比P2,若满足P1>第一预设值,且P2>第二预设值,则本次左、右光条分割有效,否则,重新设置起点位置、搜索范围的大小,再次进行轮廓分割。
进一步,当光条图像在面差位置连续时,对所述光条图像进行轮廓分割,采用如下方式:
分别获取光条图像中左侧光条的左端点、右侧激光条的右端点,将所述左端点、右端点之间的连线,记为分割线,遍历光条上的所有点,寻找距离所述分割线最远的点,记为分割点,所述分割点将光条分成两部分,分割点以左的记为左光条轮廓,分割点以右的记为右光条轮廓。
进一步,步骤4)所述测量点的选取方法如下:
对所述测量轮廓进行直线拟合,将拟合后的直线轮廓作为新的测量轮廓,剔除直线外的点,将新的测量轮廓中与面差位置距离最近的点A或指定点作为测量点。
进一步,定义三维空间坐标系或光平面坐标系的正方向,当沿所述正方向,基准线位于测量点上方时,定义面差值为正;反之,定义面差值为负。
进一步,所述点云拟合直线的方法为:Ransac算法或最小二乘法。
本方法通过获取被测物表面面差特征的结构光图像,对结构光图像进行准确有效的轮廓分割,并进一步进行了内外轮廓分割,准确得到基准轮廓、测量轮廓;本方法易于计算,准确度高、鲁棒性强。
附图说明
图1为图像采集过程示意图;
图2为实施例1中光条图像示意图;
图3为实施例1中轮廓分割得到左、右光条轮廓示意图;
图4为实施例1中分界点选取示意图;
图5为实施例1中面差计算示意图;
图6为实施例2中光条图像示意图;
图7为实施例2中轮廓分割得到左、右光条轮廓示意图。
具体实施方式
以下结合附图和实施例对本发明的技术方案进行详细描述。
实施例1
如图1所示:
1)线结构光投射器将线结构光投射到被测物表面,相机采集被测物表面图像,图像包含线结构光被调制所形成的结构光图像;
2)对图像进行光条中心提取、图像二值化、图像滤波和三维重构,将重构后的三维轮廓转换到光平面坐标系,得到光平面坐标系下的光条图像,如图2所示,图像中光条在面差位置出现“断开、凸起”情形;
采用如下方式,对光条图像进行轮廓分割,得到左、右光条轮廓;
分别获取光条图像中左侧光条的左端点Pl、右侧激光条的右端点Pr,以左端点Pl、右端点Pr为起点,沿光条方向,设置搜索范围d,将搜索范围d内的其他光条像点记为同类点,将搜索到的最新的同类点作为新的起点,继续搜索,直到搜索范围d内不再出现同类点;将起点与同类点划分为左/右光条,剔除其他光条像点;
如图3所示,得到左、右光条轮廓。
计算轮廓分割后得到的光条轮廓点云数量与分割前光条轮廓点云数量的占比P1、轮廓分割后得到的单侧光条轮廓点云数量与分割前光条轮廓点云数量的占比P2,若满足P1>第一预设值,且P2>第二预设值,则本次左、右光条分割有效,否则,重新设置起点位置、搜索范围的大小,再次进行轮廓分割。
3)如图4所示,获取单侧光条轮廓两端端点P1、P2的坐标,并将两个端点连线,遍历单个光条轮廓上的所有点,寻找距离连线最远的点P_far,标记为分界点,分界点将光条轮廓分成两部分,将远离另一光条的部分记为外轮廓;
采用相同方法,获取另一侧光条的外轮廓;
4)如图5所示,任意选取其中一个外轮廓,作为基准轮廓,另一个外轮廓作为测量轮廓,对基准轮廓进行最小二乘法点云拟合直线,将直线作为基准线;
对测量轮廓进行最小二乘法直线拟合,将拟合后的直线轮廓作为新的测量轮廓,剔除直线外的点,将新的测量轮廓中与面差位置距离最近的点A或指定点(人为在直线段部分任意选取一点)作为测量点。
5)在光平面坐标系计算测量点到基准线的距离,将距离记为被测物表面面差值。
定义光平面坐标系的正方向,当沿正方向,基准线位于测量点上方时,定义面差值为正;反之,定义面差值为负。
实施例2
1)线结构光投射器将线结构光投射到被测物表面,相机采集被测物表面图像,图像包含线结构光被调制所形成的结构光图像;
2)对图像进行光条中心提取、图像二值化、图像滤波和三维重构,将重构后的三维轮廓转换到光平面坐标系,得到光平面坐标系下的光条图像,如图6所示,图像中光条在面差位置出现“明显凸起波动”情形;
采用如下方式,对光条图像进行轮廓分割,得到左、右光条轮廓;
如图7所示,分别获取光条图像中左侧光条的左端点、右侧激光条的右端点,将左端点、右端点之间的连线,记为分割线,遍历光条上的所有点,寻找距离分割线最远的点P,记为分割点,分割点将光条分成两部分,分割点以左的记为左光条轮廓,分割点以右的记为右光条轮廓。
3)获取单侧光条轮廓两端端点的坐标,并将两个端点连线,遍历单个光条轮廓上的所有点,寻找距离连线最远的点,标记为分界点,分界点将光条轮廓分成两部分,将远离另一光条的部分记为外轮廓;
采用相同方法,获取另一侧光条的外轮廓;
4)任意选取其中一个外轮廓,作为基准轮廓,另一个外轮廓作为测量轮廓,对基准轮廓进行最小二乘法点云拟合直线,将直线作为基准线;
对测量轮廓进行最小二乘法直线拟合,将拟合后的直线轮廓作为新的测量轮廓,剔除直线外的点,将新的测量轮廓中与面差位置距离最近的点A或指定点(人为在直线段部分任意选取一点)作为测量点。
5)在光平面坐标系计算测量点到基准线的距离,将距离记为被测物表面面差值。
定义光平面坐标系的正方向,当沿正方向,基准线位于测量点上方时,定义面差值为正;反之,定义面差值为负。
为了方便解释和精确限定所附权利要求,术语“上”、“下”、“左”和“右”是对特征位置的示例性实施方式的描述。
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 (8)
1.一种面差视觉检测方法,其特征在于,包括如下步骤:
1)采集被测物表面图像,所述图像包含线结构光被调制所形成的结构光图像;
2)对所述图像进行光条中心提取、图像处理,得到光条图像,对所述光条图像按照如下两种情况进行轮廓分割,得到左、右光条轮廓;
①当光条图像在面差位置连续时,对所述光条图像进行轮廓分割,采用如下方式:分别获取光条图像中左侧光条的左端点、右侧激光条的右端点,将所述左端点、右端点之间的连线,记为分割线,遍历光条上的所有点,寻找距离所述分割线最远的点,记为分割点,所述分割点将光条分成两部分,分割点以左的记为左光条轮廓,分割点以右的记为右光条轮廓;
②当光条图像在面差位置不连续时,对所述光条图像进行轮廓分割,采用如下方式:分别获取光条图像中左侧光条的左端点、右侧激光条的右端点,以所述左端点、右端点为起点,沿光条方向,设置搜索范围d,将搜索范围d内的其他光条像点记为同类点,将搜索到的最新的同类点作为新的起点,继续搜索,直到搜索范围d内不再出现同类点;将起点与同类点划分为左/右光条,剔除其他光条像点;得到左、右光条轮廓;
3)获取单侧光条轮廓两端端点的坐标,并将所述两个端点连线,遍历单个光条轮廓上的所有点,寻找距离所述连线最远的点,标记为分界点,所述分界点将光条轮廓分成两部分,将远离另一光条的部分记为外轮廓;
采用相同方法,获取另一侧光条的外轮廓;
4)任意选取其中一个外轮廓,作为基准轮廓,另一个外轮廓作为测量轮廓,对所述基准轮廓进行点云拟合直线,将所述直线作为基准线;
在测量轮廓中选取测量点,所述测量点从测量轮廓的直线段部分选取;
5)计算所述测量点到基准线的距离,将所述距离记为被测物表面面差值。
2.如权利要求1所述面差视觉检测方法,其特征在于:步骤5)在三维空间坐标系或光平面坐标系下计算。
3.如权利要求1或2所述面差视觉检测方法,其特征在于:步骤2)中图像处理包括:图像二值化、图像滤波和三维重构,将重构后的三维轮廓转换到光平面坐标系,得到光平面坐标系下的光条图像。
5.如权利要求1所述面差视觉检测方法,其特征在于:计算轮廓分割后得到的光条轮廓点云数量与分割前光条轮廓点云数量的占比P1、轮廓分割后得到的单侧光条轮廓点云数量与分割前光条轮廓点云数量的占比P2,若满足P1>第一预设值,且P2>第二预设值,则本次左、右光条分割有效,否则,重新设置起点位置、搜索范围的大小,再次进行轮廓分割。
6.如权利要求1所述面差视觉检测方法,其特征在于:步骤4)所述测量点的选取方法如下:
对所述测量轮廓进行直线拟合,将拟合后的直线轮廓作为新的测量轮廓,剔除直线外的点,将新的测量轮廓中与面差位置距离最近的点A或指定点作为测量点。
7.如权利要求1所述面差视觉检测方法,其特征在于:定义三维空间坐标系或光平面坐标系的正方向,当沿所述正方向,基准线位于测量点上方时,定义面差值为正;反之,定义面差值为负。
8.如权利要求1所述面差视觉检测方法,其特征在于:所述点云拟合直线的方法为:Ransac算法或最小二乘法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910600486.5A CN110298853B (zh) | 2019-07-04 | 2019-07-04 | 面差视觉检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910600486.5A CN110298853B (zh) | 2019-07-04 | 2019-07-04 | 面差视觉检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110298853A CN110298853A (zh) | 2019-10-01 |
CN110298853B true CN110298853B (zh) | 2021-05-25 |
Family
ID=68030298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910600486.5A Active CN110298853B (zh) | 2019-07-04 | 2019-07-04 | 面差视觉检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110298853B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110530278B (zh) * | 2019-10-09 | 2021-02-02 | 易思维(杭州)科技有限公司 | 利用多线结构光测量间隙面差的方法 |
CN111366092B (zh) * | 2020-04-02 | 2021-02-02 | 易思维(杭州)科技有限公司 | 线结构光传感器位姿调整方法 |
CN113296117B (zh) * | 2020-04-22 | 2023-08-08 | 追觅创新科技(苏州)有限公司 | 障碍物识别方法、装置及存储介质 |
CN112595252A (zh) * | 2020-12-22 | 2021-04-02 | 航天智造(上海)科技有限责任公司 | 一种手持式间隙与面差视觉测量设备 |
CN114111576B (zh) * | 2021-11-24 | 2023-08-01 | 易思维(杭州)科技有限公司 | 一种飞机蒙皮间隙面差检测方法 |
CN114577131B (zh) * | 2022-02-17 | 2023-07-25 | 湖南视比特机器人有限公司 | 一种基于3d结构光相机的车身间隙检测方法及系统 |
CN116576787B (zh) * | 2023-04-14 | 2024-01-30 | 南京航空航天大学 | 一种基于机械臂协同的间隙面差测量方法及测量装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5129010A (en) * | 1989-12-15 | 1992-07-07 | Kabushiki Kaisha Toyoto Chuo Kenkyusho | System for measuring shapes and dimensions of gaps and flushnesses on three dimensional surfaces of objects |
CN107957247A (zh) * | 2017-12-22 | 2018-04-24 | 易思维(天津)科技有限公司 | 一种手持式间隙、面差视觉测量装置及方法 |
CN108151660A (zh) * | 2017-12-29 | 2018-06-12 | 西北工业大学 | 一种飞机部件对接间隙和阶差的测量装备、方法及系统 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4666303A (en) * | 1983-07-11 | 1987-05-19 | Diffracto Ltd. | Electro-optical gap and flushness sensors |
KR101536953B1 (ko) * | 2014-05-20 | 2015-07-15 | 이노시스 주식회사 | 간극 및 단차 검출기 |
CN108801164B (zh) * | 2018-06-14 | 2020-03-24 | 电子科技大学 | 一种基于激光测试工件缝隙值的方法及系统 |
CN109325546B (zh) * | 2018-10-19 | 2022-04-08 | 大连海事大学 | 一种结合步法特征的成趟足迹识别方法 |
-
2019
- 2019-07-04 CN CN201910600486.5A patent/CN110298853B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5129010A (en) * | 1989-12-15 | 1992-07-07 | Kabushiki Kaisha Toyoto Chuo Kenkyusho | System for measuring shapes and dimensions of gaps and flushnesses on three dimensional surfaces of objects |
CN107957247A (zh) * | 2017-12-22 | 2018-04-24 | 易思维(天津)科技有限公司 | 一种手持式间隙、面差视觉测量装置及方法 |
CN108151660A (zh) * | 2017-12-29 | 2018-06-12 | 西北工业大学 | 一种飞机部件对接间隙和阶差的测量装备、方法及系统 |
Non-Patent Citations (3)
Title |
---|
刘若晨.车身覆盖件间隙面差测量系统关键技术研究.《中国优秀硕士学位论文全文数据库(工程科技II辑)》.2019,C035-1184. * |
基于距离统计的有序纹理点云离群点检测;黄旺华 等;《计算技术与自动化》;20190328;第38卷(第1期);140-141 * |
车身覆盖件间隙面差测量系统关键技术研究;刘若晨;《中国优秀硕士学位论文全文数据库(工程科技II辑)》;20190115;9,17-19,28,53-60、图2.1,5.16,5.17 * |
Also Published As
Publication number | Publication date |
---|---|
CN110298853A (zh) | 2019-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110298853B (zh) | 面差视觉检测方法 | |
CN107876970B (zh) | 一种机器人多层多道焊接焊缝三维检测及焊缝拐点识别方法 | |
CN110530278B (zh) | 利用多线结构光测量间隙面差的方法 | |
CN111207695A (zh) | 一种基于双线结构光的热轧带钢端部三维轮廓测量方法 | |
CN106846340B (zh) | 一种基于非固定特征点的光条边界提取方法 | |
CN105300316A (zh) | 基于灰度重心法的光条中心快速提取方法 | |
CN106813569B (zh) | 一种基于线结构光的汽车轮胎三维定位方法 | |
KR20160121509A (ko) | 2개의 카메라로부터의 곡선의 세트의 구조형 광 매칭 | |
JP2005538473A (ja) | 座標点からの形状要素の計算における妨害信号の影響を最小とさせる方法 | |
CN114577131B (zh) | 一种基于3d结构光相机的车身间隙检测方法及系统 | |
CN109272542A (zh) | 一种三维物体体积的确定方法 | |
CN114627080B (zh) | 基于计算机视觉的车辆冲压配件缺陷检测方法 | |
CN111968079B (zh) | 基于断面局部极值及分段稀疏的三维路面裂缝提取方法 | |
CN111879264A (zh) | 一种基于线结构光的平整度测量与评估系统 | |
CN112669379A (zh) | 一种基于辅助标记点的图像特征快速提取方法 | |
CN114004899B (zh) | 一种栈板位姿识别方法、存储介质及设备 | |
CN113607058B (zh) | 一种基于机器视觉的直刃刀尺寸检测方法及系统 | |
KR20080104963A (ko) | 드릴검사장치, 드릴검사방법, 및 그 프로그램을 기록한기록매체 | |
US20030113020A1 (en) | Method for the extraction of image features caused by structure light using template information | |
CN116596987A (zh) | 一种基于双目视觉的工件三维尺寸高精度测量方法 | |
CN114963981B (zh) | 一种基于单目视觉的筒状零件对接非接触式测量方法 | |
CN116843829A (zh) | 基于双目视频的混凝土结构裂缝三维重建与长度量化方法 | |
CN103871048B (zh) | 一种基于直线基元的几何哈希法实时定位与匹配方法 | |
CN116385356A (zh) | 一种基于激光视觉的正六边形孔特征的提取方法和系统 | |
CN109506569A (zh) | 一种基于双目视觉监测结晶过程方块状和柱状晶体三维尺寸的方法 |
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. |