CN110455205A - 一种基于Halcon的光纤端面尺寸检测方法 - Google Patents

一种基于Halcon的光纤端面尺寸检测方法 Download PDF

Info

Publication number
CN110455205A
CN110455205A CN201910731081.5A CN201910731081A CN110455205A CN 110455205 A CN110455205 A CN 110455205A CN 201910731081 A CN201910731081 A CN 201910731081A CN 110455205 A CN110455205 A CN 110455205A
Authority
CN
China
Prior art keywords
circle
image
contour
halcon
fiber end
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.)
Pending
Application number
CN201910731081.5A
Other languages
English (en)
Inventor
修亚男
穆平安
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.)
University of Shanghai for Science and Technology
Original Assignee
University of Shanghai for Science and Technology
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 University of Shanghai for Science and Technology filed Critical University of Shanghai for Science and Technology
Priority to CN201910731081.5A priority Critical patent/CN110455205A/zh
Publication of CN110455205A publication Critical patent/CN110455205A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/08—Measuring arrangements characterised by the use of optical techniques for measuring diameters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/2408—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures for measuring roundness
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes
    • G01B11/27—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes for testing the alignment of axes
    • 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
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • 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
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提出一种基于Halcon的光纤端面尺寸检测方法，步骤1：对光纤端面进行图像采集；步骤2：对光纤图像进行预处理，获取洁净清晰的处理图像；步骤3：对处理图像进行边缘检测，获得轮廓图像，提取所述轮廓图像中断裂的需要进行补完的轮廓线，并对轮廓线进行共圆轮廓合并，形成代表光纤纤芯的内圆轮廓和代表光纤包层的外圆轮廓；步骤4：通过曲线拟合，根据内圆和外圆获取纤芯半径、包层半径、同心度和不圆度。在本申请中,无需操作者配合显微镜、光电成像系统和计算机等人机对话形式进行交互式半自动检测，避免操作精度受操作人员影响，仅通过机器视觉的方法对图像进行处理及检测，提高检测的精准度。

Description

一种基于Halcon的光纤端面尺寸检测方法
技术领域
本发明涉及数字图像处理领域，尤其涉及一种基于Halcon的光纤端面尺寸检测方法。
背景技术
光纤是光导纤维的简称，它是一种由玻璃或塑料制成的纤维，利用“光的全反射”原理进行传输，是一种光传导工具。光纤通信技术从光通信中脱颖而出，已成为现代通信的一种重要手段，光纤通信作为一门新兴技术，在现代电信网中起着举足轻重的作用，近年来，发展速度光纤通信技术发展速度非常快，应用面非常广，这在通信史上都是罕见的，也是世界新技术革命的主要标志和未来信息社会中各种信息的主要传送工具，图像处理是指利用计算机来处理图像的过程，用来实现改善图像的视觉效果。
光纤端面尺寸的精密测量对于需要进行长距离传输的光纤通信中起着至关重要的作用，可以通过调整光纤端面几何参数生产出更适合的光纤。由于光纤的截面直径很小，人工测量光纤端面几何尺寸误差大、效率低，在光纤的生产过程中很难将光纤端面的几何尺寸准确地测量出来，而在光纤的所有参数中，光纤的纤芯与包层半径，不圆度、同心度是非常重要的几何参数，本文将通过机器视觉的方法测量出这些几何参数。
由于光纤截面尺寸很小，通常均使用显微镜将光纤截面放大后再采用不同的方法测量其几何参数。光线几何参数的测量方法主要有折射近场法与近场光分布法两种，实现的手段有人工判读法、图像剪切法和脉冲计数法，前两种方法是使用工具显微镜，用目视的方法进行的，或通过光电成像系统与计算机，由操作者通过人机对话形式进行交互式半自动检测，第三种方法采用图像一维数据采样，机构复杂，测量过程不直观，传统光纤端面尺寸检测是用显微镜，这种方法较慢，操作精度受操作人员影响，具有较大的不确定性，使用CCD成像测量光纤尺寸,需要使用发光二极管和透镜，操作复杂，近些年，基于机器视觉的方法对图像进行处理得到了广泛的应用。
发明内容
本发明的目的是为了提供一种基于Halcon的光纤端面尺寸检测方法，测量精度较高且操作简单，不依靠操作者的操作水平。
为了实现上述目的，本发明提出一种基于Halcon的光纤端面尺寸检测方法，包括如下步骤：
步骤1：对光纤端面进行图像采集，并将读取的光纤图像导入；
步骤2：对所述光纤图像进行预处理，获取洁净清晰的处理图像；
步骤3：对所述处理图像进行边缘检测，获得轮廓图像，提取所述轮廓图像中断裂的需要进行补完的轮廓线，删除较短的轮廓线，并对轮廓线进行共圆轮廓合并，形成代表光纤纤芯的内圆轮廓和代表光纤包层的外圆轮廓；
步骤4：通过曲线拟合，根据所述内圆轮廓和外圆轮廓计算得到匹配的拟合内圆与拟合外圆，并从所述拟合内圆与拟合外圆上获取纤芯半径、包层半径、同心度和不圆度。
进一步地，在所述的基于Halcon的光纤端面尺寸检测方法中，在步骤2中，所述预处理包括滤波处理、二值化处理和形态学处理。
进一步地，在所述的基于Halcon的光纤端面尺寸检测方法中，所述滤波处理采用中值滤波消除噪声。
进一步地，在所述的基于Halcon的光纤端面尺寸检测方法中，所述形态学处理采用开运算。
进一步地，在所述的基于Halcon的光纤端面尺寸检测方法中，所述边缘检测采用Canny算子，进行双阈值检测。
进一步地，在所述的基于Halcon的光纤端面尺寸检测方法中，在步骤4中，将所述内圆轮廓和外圆轮廓的轮廓数据以椭圆方程或圆方程为模型进行曲线拟合，使某一椭圆方程或圆方程尽量满足这些轮廓数据，形成与所述内圆轮廓和外圆轮廓匹配的椭圆和圆，并将匹配的椭圆和圆与光纤图像拟合合并，得到拟合内圆与拟合外圆。
进一步地，在所述的基于Halcon的光纤端面尺寸检测方法中，在步骤4中，利用方程式计算所述拟合内圆与拟合外圆的尺寸数据，获取中心点坐标、椭圆长轴、椭圆短轴和半径等数据，即通过所述拟合内圆可以得到所述纤芯半径，通过所述拟合外圆可以得到所述包层半径，所述拟合内圆圆心与所述拟合外圆圆心的距离即为所述同心度，通过对椭圆长轴与短轴的计算可以得到纤芯与包层的所述不圆度。
与现有技术相比，本发明的有益效果主要体现在：无需操作者配合显微镜、光电成像系统和计算机等人机对话形式进行交互式半自动检测，避免操作精度受操作人员影响，仅通过机器视觉的方法对图像进行处理及检测，降低人工操作，提高检测的精准度，纤芯和包层的半径可以精确到万分之一，不圆度和同心度可以精确到小数点后八位。无需使用CCD成像的方式测量光纤尺寸,避免使用操作复杂的发光二极管和透镜，降低检测的复杂性。
附图说明
图1为本发明中基于Halcon的光纤端面尺寸检测方法的流程图；
图2为光纤的结构；
图3为本发明中实验步骤1中采集的光纤图像；
图4为本发明中实验步骤2中滤波处理后的光纤图像；
图5为本发明中实验步骤3中二值化处理后的光纤图像；
图6为本发明中实验步骤4中形态学处理后的光纤图像；
图7为本发明中实验步骤5中边缘检测后的轮廓图像；
图8为本发明中实验步骤6中有效边缘提取后的轮廓图像；
图9为本发明中实验步骤7中共圆轮廓合并后的轮廓图像；
图10a为本发明中实验步骤8中与椭圆进行曲线拟合后的光纤图像；
图10b为本发明中实验步骤8中与圆进行曲线拟合后的光纤图像；
图11a为第一种光纤检测后的图像；
图11b为第二种光纤检测后的图像；
图11c为第三种光纤检测后的图像；
图11d为第四种光纤检测后的图像；
图11e为第五种光纤检测后的图像；
图12为图11a至图11e的数据汇总表。
其中：1-纤芯、2-包层、3-内圆轮廓3、4-外圆轮廓4、5-拟合内圆、6-拟合外圆。
具体实施方式
下面将结合示意图对本发明的基于Halcon的光纤端面尺寸检测方法进行更详细的描述，其中表示了本发明的优选实施例，应该理解本领域技术人员可以修改在此描述的本发明，而仍然实现本发明的有利效果。因此，下列描述应当被理解为对于本领域技术人员的广泛知道，而并不作为对本发明的限制。
在下列段落中参照附图以举例方式更具体地描述本发明。根据下面说明，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。
如图1所示，本发明提出一种基于Halcon的光纤端面尺寸检测方法，包括如下步骤：
步骤1：对光纤端面进行图像采集，并将读取的光纤图像导入。
步骤2：对光纤图像进行预处理，获取洁净清晰的处理图像；预处理包括滤波处理、二值化处理和形态学处理；滤波处理采用中值滤波消除噪声，在滤除噪声的同时，能够保护信号的边缘，使之不被模糊。形态学处理采用开运算，先腐蚀再膨胀，将较为细小的区域消除，能够在纤细点进行分离，平滑一些面积较大的物体，并不太改变其面积。
步骤3：对处理图像进行边缘检测，边缘检测采用Canny算子，进行双阈值检测，获得轮廓图像。提取所述轮廓图像中断裂的需要进行补完的轮廓线，删除较短的轮廓线，并对轮廓线进行共圆轮廓合并，形成代表光纤纤芯1的内圆轮廓3和代表光纤包层2的外圆轮廓4。
步骤4：通过曲线拟合，根据内圆轮廓3和外圆轮廓4计算得到匹配的拟合内圆5与拟合外圆6，并从拟合内圆5与拟合外圆6上获取纤芯1半径、包层2半径、同心度和不圆度，即获得光纤端面的各尺寸数据。
为了进行实验验证，以多个不同种类光纤进行检测，如图1至图所示，实验过程如下：
实验步骤1：读取图像
对光纤端面进行图像采集，并将读取的光纤图像导入，如图3所示，获得初始的光纤图像。
实验步骤2：滤波处理
对导入的光纤图像进行滤波处理，采用了中值滤波的方法，在滤除噪声的同时，能够保护信号的边缘，使之不被模糊。如图4所示，获得滤波处理后的光纤图像。
实验步骤3：二值化处理
对滤波处理后的光纤图像进行二值化处理，使操作者在后续对图像的处理更加简单，更能凸显目标轮廓。对二值图像进行处理与分析，本实验中将图像上像素点的灰度值设为0-255，将灰度等级分成256个，通过选取合适的阈值对图像进行了二值化处理。如图5所示，获得二值化处理后的光纤图像。
实验步骤4：形态学处理
对二值化处理后的光纤图像进行形态学处理，数学形态学进行处理的基本思想是使用结构元素对原始图像进行交、并、位移等运算，然后再将处理后的图像进行输出。数学形态学处理可以分为开运算和闭运算，依据腐蚀和膨胀的不同组合进行区分，开运算作用主要是消除较为细小的区域，能够在纤细点进行分离，平滑一些面积较大的物体，并不太改变其面积，闭运算可以对面积较小的空间进行填充，连接相近的物体，可以在不改变原物体形状的情况下进行边界平滑。本申请中形态学处理采用的是开运算，将较为细小的区域消除，能够在纤细点进行分离，平滑一些面积较大的物体，并不太改变其面积。如图6所示，获得形态学处理后的光纤图像。
实验步骤5：边缘检测
对形态学处理后的光纤图像进行边缘检测，边缘检测采用Canny算子，进行双阈值检测，阈值T1和T2(T1<T2)可以得到2个阈值的边缘图像N1(i,j)和N2(i,j)。使用高阈值得到的N2(i,j)有不闭合边缘，双阈值法在N2(i,j)中把边缘连接成轮廓，在连接边缘时，在N1(i,j)的8邻域点位置寻找可以连接到轮廓上的边缘，直到将N2(i,j)连接起来。T2用来找到每条线段，T1用来在这些线段的2个方向上寻找断裂边缘并进行连接。如图7所示，获得边缘检测后的轮廓图像。
实验步骤6：有效边缘提取
对边缘检测后的光纤图像进行提取轮廓，提取轮廓的过程中会存在干扰，要选择提取边缘中类圆度高的部分，本申请采用选取一定长度的轮廓的方法，将较短的轮廓删选出去，排除干扰。如图8所示，获得提取轮廓后的光纤图像。
实验步骤7：共圆轮廓合并
提取轮廓后，要对选取的轮廓中处于共圆部分的轮廓进行合并，保证拟合出纤芯1和包层2所对应的圆。对选取的轮廓线进行共圆轮廓合并，如图9所示，形成代表光纤纤芯1的内圆轮廓3和代表光纤包层2的外圆轮廓4。
实验步骤8：曲线拟合
对于图像处理来说，真正重要目标的是要检测的实际物体，目标物体一般有不同的数据表示和复杂的描述方式，我们需要将复杂的描述尽可能地简化，然而在实际应用中，有时为了获取实体的某种几何特性，可以用比较简单的曲线或曲面来模拟和代替比较复杂的实体。
根据内圆轮廓3和外圆轮廓4的轮廓数据拟合获得匹配的椭圆和圆，即将轮廓数据以椭圆方程或圆方程为模型进行曲线拟合，使某一椭圆方程或圆方程尽量满足这些轮廓数据，形成与内圆轮廓3和外圆轮廓4匹配的椭圆和圆，并将匹配的椭圆和圆与光纤图像拟合合并，得到拟合内圆5与拟合外圆6。如图10a所示，获得椭圆拟合后的图像，如图10b所示，获得圆拟合后的图像。
利用方程式计算拟合内圆5与拟合外圆6的尺寸数据，获取中心点坐标、椭圆长轴、椭圆短轴和半径等数据，即通过拟合内圆5可以得到纤芯1半径，通过拟合外圆6可以得到包层2半径，拟合内圆5圆心与拟合外圆6圆心的距离即为同心度，通过对椭圆长轴与短轴的计算可以得到纤芯1与包层2的不圆度，并将拟合图像及纤芯1半径、包层2半径、不圆度、同心度显示出来。
实验步骤8：检测结构显示
为了实验的普遍适应性，本实验对五种典型光纤采用上述步骤分别进行了几何尺寸的检测，并直接将光纤的几何尺寸显示出来,能直观知道、各实验光纤的尺寸。如图11a至图11e所示，获得的五种典型光纤的几何尺寸，如图12所示，进行列表汇总，方便进行结果分析与误差分析，得出本申请方案具有较高的精准度，纤芯1和包层2的半径可以精确到万分之一，不圆度和同心度可以精确到小数点后八位。
综上，在本实施例中，提出的基于Halcon的光纤端面尺寸检测方法，无需操作者配合显微镜、光电成像系统和计算机等人机对话形式进行交互式半自动检测，避免操作精度受操作人员影响，仅通过机器视觉的方法对图像进行处理及检测，降低人工操作，提高检测的精准度，纤芯和包层的半径可以精确到万分之一，不圆度和同心度可以精确到小数点后八位。无需使用CCD成像的方式测量光纤尺寸,避免使用操作复杂的发光二极管和透镜，降低检测的复杂性。
上述仅为本发明的优选实施例而已，并不对本发明起到任何限制作用。任何所属技术领域的技术人员，在不脱离本发明的技术方案的范围内，对本发明揭露的技术方案和技术内容做任何形式的等同替换或修改等变动，均属未脱离本发明的技术方案的内容，仍属于本发明的保护范围之内。

Claims (7)

1.一种基于Halcon的光纤端面尺寸检测方法，其特征在于，包括如下步骤：
步骤1：对光纤端面进行图像采集，并将读取的光纤图像导入；
步骤2：对所述光纤图像进行预处理，获取洁净清晰的处理图像；
步骤3：对所述处理图像进行边缘检测，获得轮廓图像，提取所述轮廓图像中断裂的需要进行补完的轮廓线，删除较短的轮廓线，并对轮廓线进行共圆轮廓合并，形成代表光纤纤芯的内圆轮廓和代表光纤包层的外圆轮廓；
步骤4：通过曲线拟合，根据所述内圆轮廓和外圆轮廓计算得到匹配的拟合内圆与拟合外圆，并从所述拟合内圆与拟合外圆上获取纤芯半径、包层半径、同心度和不圆度。
2.根据权利要求1所述的基于Halcon的光纤端面尺寸检测方法，其特征在于，在步骤2中，述预处理包括滤波处理、二值化处理和形态学处理。
3.根据权利要求2所述的基于Halcon的光纤端面尺寸检测方法，其特征在于，所述滤波处理采用中值滤波消除噪声。
4.根据权利要求2所述的基于Halcon的光纤端面尺寸检测方法，其特征在于，所述形态学处理采用开运算。
5.根据权利要求1所述的基于Halcon的光纤端面尺寸检测方法，其特征在于，所述边缘检测采用Canny算子，进行双阈值检测。
6.根据权利要求1所述的基于Halcon的光纤端面尺寸检测方法，其特征在于，在步骤4中，将所述内圆轮廓和外圆轮廓的轮廓数据以椭圆方程或圆方程为模型进行曲线拟合，使某一椭圆方程或圆方程尽量满足这些轮廓数据，形成与所述内圆轮廓和外圆轮廓匹配的椭圆和圆，并将匹配的椭圆和圆与光纤图像拟合合并，得到拟合内圆与拟合外圆。
7.根据权利要求6所述的基于Halcon的光纤端面尺寸检测方法，其特征在于，在步骤4中，利用方程式计算所述拟合内圆与拟合外圆的尺寸数据，获取中心点坐标、椭圆长轴、椭圆短轴和半径等数据，即通过所述拟合内圆可以得到所述纤芯半径，通过所述拟合外圆可以得到所述包层半径，所述拟合内圆圆心与所述拟合外圆圆心的距离即为所述同心度，通过对椭圆长轴与短轴的计算可以得到纤芯与包层的所述不圆度。
CN201910731081.5A 2019-08-08 2019-08-08 一种基于Halcon的光纤端面尺寸检测方法 Pending CN110455205A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910731081.5A CN110455205A (zh) 2019-08-08 2019-08-08 一种基于Halcon的光纤端面尺寸检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910731081.5A CN110455205A (zh) 2019-08-08 2019-08-08 一种基于Halcon的光纤端面尺寸检测方法

Publications (1)

Publication Number Publication Date
CN110455205A true CN110455205A (zh) 2019-11-15

Family

ID=68485588

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910731081.5A Pending CN110455205A (zh) 2019-08-08 2019-08-08 一种基于Halcon的光纤端面尺寸检测方法

Country Status (1)

Country Link
CN (1) CN110455205A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111707220A (zh) * 2020-06-09 2020-09-25 南京鲲途机电科技有限公司 同心度对位识别视觉系统
CN111829443A (zh) * 2020-06-04 2020-10-27 广州奥鑫通讯设备有限公司 一种光纤间距测量系统及其测量方法
CN112577448A (zh) * 2020-12-04 2021-03-30 长飞光纤光缆股份有限公司 一种基于图像灰度值的光纤端面倾角测量方法及系统
CN112985255A (zh) * 2019-12-02 2021-06-18 东华大学 一种微孔位置的检测设备及方法
CN112986272A (zh) * 2019-12-02 2021-06-18 东华大学 一种导孔中异物的检测设备及方法
CN113838006A (zh) * 2021-09-06 2021-12-24 苏州坤厚自动化科技有限公司 一种基于halcon的检测圆桩的设计方法
CN114986633A (zh) * 2022-05-05 2022-09-02 四川大学 一种基于机器视觉的原竹剖分刀具自动选择系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6941016B1 (en) * 2001-12-31 2005-09-06 Cognex Technology And Investment Method for finding contours in an image of an object
CN101476978A (zh) * 2009-01-23 2009-07-08 北京交通大学 一种测量单模光纤几何参数的方法
CN103033134A (zh) * 2013-01-07 2013-04-10 上海理工大学 针对破损光纤几何参数的检测系统及方法
CN104536090A (zh) * 2014-12-02 2015-04-22 南京光腾通信科技有限公司 光纤端面检测方法以及光纤端面抛光及检测设备

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6941016B1 (en) * 2001-12-31 2005-09-06 Cognex Technology And Investment Method for finding contours in an image of an object
CN101476978A (zh) * 2009-01-23 2009-07-08 北京交通大学 一种测量单模光纤几何参数的方法
CN103033134A (zh) * 2013-01-07 2013-04-10 上海理工大学 针对破损光纤几何参数的检测系统及方法
CN104536090A (zh) * 2014-12-02 2015-04-22 南京光腾通信科技有限公司 光纤端面检测方法以及光纤端面抛光及检测设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈艺峰: "Halcon在工件二维尺寸检测上的应用", 《机电技术》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112985255A (zh) * 2019-12-02 2021-06-18 东华大学 一种微孔位置的检测设备及方法
CN112986272A (zh) * 2019-12-02 2021-06-18 东华大学 一种导孔中异物的检测设备及方法
CN111829443A (zh) * 2020-06-04 2020-10-27 广州奥鑫通讯设备有限公司 一种光纤间距测量系统及其测量方法
CN111707220A (zh) * 2020-06-09 2020-09-25 南京鲲途机电科技有限公司 同心度对位识别视觉系统
CN112577448A (zh) * 2020-12-04 2021-03-30 长飞光纤光缆股份有限公司 一种基于图像灰度值的光纤端面倾角测量方法及系统
CN113838006A (zh) * 2021-09-06 2021-12-24 苏州坤厚自动化科技有限公司 一种基于halcon的检测圆桩的设计方法
CN114986633A (zh) * 2022-05-05 2022-09-02 四川大学 一种基于机器视觉的原竹剖分刀具自动选择系统及方法

Similar Documents

Publication Publication Date Title
CN110455205A (zh) 一种基于Halcon的光纤端面尺寸检测方法
CN111724433B (zh) 一种基于多目视觉的作物表型参数提取方法及系统
CN108986048B (zh) 基于线激光扫描三维点云快速复合滤波处理方法
CN112819845B (zh) 柔性封装基板轮廓、线宽线距缺陷检测方法及介质和设备
CN111077844B (zh) 一种基于实测数据特征引导的零件精确加工方法
CN111256594B (zh) 一种飞机蒙皮表面状态物理特征的测量方法
CN109272524A (zh) 一种基于阈值分割的小尺度点云噪声去噪方法
CN104112269A (zh) 一种基于机器视觉的太阳能电池激光刻线参数检测方法及系统
CN112734662B (zh) 一种针对锥齿轮磨损的机器视觉检测方法及系统
KR102233643B1 (ko) 투명한 원통형 물체의 측정을 위한 장치 및 방법
CN116740072B (zh) 基于机器视觉的道路表面缺陷检测方法及系统
CN106767564A (zh) 一种应用于手机外壳表面粗糙度的检测方法
CN111354047B (zh) 一种基于计算机视觉的摄像模组定位方法及系统
CN109341524A (zh) 一种基于机器视觉的光纤几何参数检测方法
CN107169957A (zh) 一种基于机器视觉的玻璃瑕疵在线检测系统及方法
CN110276279A (zh) 一种基于图像分割的任意形状场景文本探测方法
Tian et al. Three-dimensional surface microtopography recovery from a multifocus image sequence using an omnidirectional modified Laplacian operator with adaptive window size
CN111102928A (zh) 一种检测接触网硬点的标定系统及方法
CN115830240A (zh) 一种基于图像融合视角的无监督深度学习三维重建方法
CN111968079A (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
Foglia et al. An inspection system for pharmaceutical glass tubes
CN105260559B (zh) 一种基于轮廓面积和轮廓细化的纸浆纤维形态参数计算方法
Zhao et al. Curvature-based registration and segmentation for multisensor coordinate metrology
CN101114341A (zh) 一种工程图纸矢量化识别系统的预处理方法
CN110827307B (zh) 电子雕刻机高精度图像像素测距方法

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
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20191115