CN110634110A - 钢轨断面廓形检测方法、装置、设备、系统及介质 - Google Patents
钢轨断面廓形检测方法、装置、设备、系统及介质 Download PDFInfo
- Publication number
- CN110634110A CN110634110A CN201910876461.8A CN201910876461A CN110634110A CN 110634110 A CN110634110 A CN 110634110A CN 201910876461 A CN201910876461 A CN 201910876461A CN 110634110 A CN110634110 A CN 110634110A
- Authority
- CN
- China
- Prior art keywords
- rail
- profile
- steel rail
- point
- jaw
- 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
Links
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 198
- 239000010959 steel Substances 0.000 title claims abstract description 198
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000001514 detection method Methods 0.000 claims abstract description 73
- 230000003287 optical effect Effects 0.000 claims description 56
- 238000012937 correction Methods 0.000 claims description 26
- 230000014509 gene expression Effects 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 238000010276 construction Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 3
- 210000001624 hip Anatomy 0.000 description 13
- 230000008569 process Effects 0.000 description 11
- 239000011159 matrix material Substances 0.000 description 9
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000036544 posture Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 241000287196 Asthenes Species 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- 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
- G06T7/60—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
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种钢轨断面廓形的非接触式检测方法、装置、设备、系统及计算机可读存储介质。其中,方法包括提取待测钢轨交线图像中各互不平行光平面与钢轨相交生成的断面廓形交线上的特征像素点;根据相机参数和第一光平面参数值计算相应交线的特征像素点在相机空间坐标系下的坐标值,并基于各特征像素点满足的共线约束和平行约束计算其余光平面参数值;利用同一类型的特征像素点的相机空间坐标值拟合钢轨纵向并构建垂直钢轨纵向的投影辅助面;根据所有提取到的特征像素点在相机空间坐标值重建待测钢轨的初始断面廓形,并将初始断面廓形投影至投影辅助面,从而有效地校正采用线结构光视觉法检测的钢轨断面廓形中的廓形畸变。
Description
技术领域
本发明涉及钢轨断面廓形检测技术领域,特别是涉及一种钢轨断面廓形的非接触式检测方法、装置、设备、系统及计算机可读存储介质。
背景技术
钢轨的断面廓形作为钢轨质量检测中的一项检测对象,断面廓形的检测准确度关乎着钢轨质量检测优劣。目前一般采用线结构光视觉法对钢轨断面廓形进行非接触式检测,检测作业过程中,线结构光平面需调整至垂直于钢轨纵向以获取准确的断面廓形检测结果。然而,在实际作业时,检测装置振动易破坏上述垂直性,从而导致钢轨检测廓形发生仿射畸变,影响断面廓形的检测精度。故,如何有效校正采用线结构光视觉法检测到的仿射畸变钢轨廓形,是本领域技术人员需要解决的问题。
相关技术通常采用基于平行线结构光视觉的移动偏差校正方法来解决钢轨检测廓形仿射畸变问题。基于平行线结构光视觉技术的移动偏差校正的核心思想在于测量廓形的投影,尽管该方法操作简单,且在一定程度上可有效矫正钢轨畸变廓形。
但是,该方法忽略了畸变钢轨廓形在轨腰处的圆弧已变为椭圆弧的现象,以多个圆弧端点的连线作为钢轨纵向线的处理方式并不可靠;而且在存在装置振动的情况下,线结构光平面间的平行性难以保证,即它们间的相对姿态并不固定,这将导致线下标定好的平行性多线结构光参数失效。
发明内容
本公开实施例提供了一种钢轨断面廓形的非接触式检测方法、装置、设备、系统及计算机可读存储介质,可有效校正采用线结构光视觉法检测的钢轨断面廓形中的廓形畸变。
为解决上述技术问题,本发明实施例提供以下技术方案:
本发明实施例一方面提供了一种钢轨断面廓形的非接触式检测方法,包括:
获取待检钢轨的交线图像,并提取所述交线图像中各钢轨断面廓形交线的特征像素点;所述交线图像为采集多个线结构光投射器出射的互不平行的光平面与所述待测钢轨相交生成的多条钢轨断面廓形交线的图像;所述特征像素点类型为轨颚点、轨腰断点和轨底交点;
根据预先标定好的相机参数和第一光平面参数值计算相应交线上的特征像素点在相机空间坐标系下的空间坐标值,并基于不同光平面的同一类型的特征像素点共线,且不同光平面的轨颚点连线与轨底交点连线相平行,计算非所述第一光平面的其余光平面参数值;
利用各钢轨断面廓形交线上属于同一类型的特征像素点在相机空间坐标系下的空间坐标值拟合钢轨纵向并构建垂直所述钢轨纵向的投影辅助面;
根据各钢轨断面廓形交线的特征像素点在相机空间坐标系下的空间坐标值重建所述待测钢轨的初始断面廓形,并将所述初始断面廓形投影至所述投影辅助面,以完成对钢轨断面廓形的畸变矫正。
可选的,所述根据预先标定好的相机参数和第一光平面参数值计算相应交线上的特征像素点在相机空间坐标系下的空间坐标值包括:
根据预先标定好的相机参数和第一光平面参数值,利用坐标转换关系式计算第一交线上的特征像素点的空间坐标值,所述第一交线为所述第一光平面与所述钢轨相交生成的钢轨断面廓形交线,所述坐标转换关系式为:
式中,(x,y,z)为当前特征像素点在所述相机坐标系下的空间坐标值,U=(u-cx)/fx、V=(v-cy)/fy,(u,v)为所述当前特征像素点在所述交线图像中的平面坐标值,cx、cv、fx和fv为相机参数,(Ai Bi Ci Di)为所述当前特征像素点所属光平面的参数值。
可选的,所述利用各钢轨断面廓形交线上属于同一类型的特征像素点在相机空间坐标系下的空间坐标值拟合钢轨纵向并构建垂直所述钢轨纵向的投影辅助面包括:
利用所述坐标转化关系式计算非所述第一交线的其余各钢轨断面廓形交线的轨颚点的空间坐标值;
基于各钢轨断面廓形交线的轨颚点的空间坐标值,使用第一轨颚点指向第二轨颚点的第一向量和所述第一轨颚点指向第三轨颚点的第二向量的和向量拟合得到所述钢轨纵向;
基于各钢轨断面廓形交线的轨颚点的空间坐标值,以所述和向量为法向量构建经过轨颚点的投影辅助面。
可选的,所述使用第一轨颚点指向第二轨颚点的第一向量和所述第一轨颚点指向第三轨颚点的第二向量的和向量拟合得到所述钢轨纵向为:
使用第一轨颚点指向第二轨颚点的第一向量和所述第一轨颚点指向第三轨颚点的第二向量的和向量利用拟合关系式计算得到所述钢轨纵向,所述拟合关系式为:
可选的,所述以所述和向量为法向量构建经过轨颚点的投影辅助面为:
根据平面构建关系式构建经过轨颚点的投影辅助面,所述平面构建关系式为:
可选的,所述根据预先标定好的相机参数和第一光平面参数值计算相应交线上的特征像素点在相机空间坐标系下的空间坐标值,并基于不同光平面的同一类型的特征像素点共线,且不同光平面的轨颚点连线与轨底交点连线相平行,计算非所述第一光平面的其余光平面参数值包括:
基于所述相机参数和第一光平面参数值,利用坐标转化关系式分别计算所述第一光平面与钢轨相交的第一钢轨断面廓形交线上的轨颚点、轨腰断点和轨底交点在所述相机空间坐标系下的空间坐标值;
基于各钢轨断面廓形交线的轨颚点位于同一直线、各轨腰断点位于同一直线、和各轨底交点位于同一直线构建共线约束关系式组;
基于各钢轨断面廓形交线的轨颚点所在的第一直线与各轨底交点所在的第二直线相平行构建平行约束关系式组;
利用最小二乘法计算所述共线约束关系式组和所述平行约束关系式组联立后的最优解,得到非所述第一光平面的其余光平面参数值。
本发明实施例另一方面提供了一种钢轨断面廓形的非接触式检测装置,包括:
特征像素点提取模块,用于获取待检钢轨的交线图像,并提取所述交线图像中各钢轨断面廓形交线的特征像素点;所述交线图像为采集多个线结构光投射器出射的互不平行的光平面与钢轨相交生成的多条钢轨断面廓形交线的图像;所述特征像素点类型为轨颚点、轨腰断点和轨底交点;
光平面参数值计算模块,用于根据预先标定好的相机参数和第一光平面参数值计算相应交线上的特征像素点在相机空间坐标系下的空间坐标值,并基于不同光平面的同一类型的特征像素点共线,且不同光平面的轨颚点连线与轨底交点连线相平行,计算非所述第一光平面的其余光平面参数值;
投影辅助面生成模块,用于利用各钢轨断面廓形交线上属于同一类型的特征像素点在相机空间坐标系下的空间坐标值拟合钢轨纵向并构建垂直所述钢轨纵向的投影辅助面;
畸变校正模块,用于根据各钢轨断面廓形交线的特征像素点在相机空间坐标系下的空间坐标值重建所述待测钢轨的初始断面廓形,并将所述初始断面廓形投影至所述投影辅助面,以完成对钢轨断面廓形的畸变矫正。
本发明实施例还提供了一种钢轨断面廓形的非接触式检测设备,包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如前任一项所述钢轨断面廓形的非接触式检测方法的步骤。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有钢轨断面廓形的非接触式检测程序,所述钢轨断面廓形的非接触式检测程序被处理器执行时实现如前任一项所述钢轨断面廓形的非接触式检测方法的步骤。
本发明实施例最后还提供了一种钢轨断面廓形的非接触式检测系统,包括多个线结构光投射器、工业面阵相机和处理器,所述处理器用于执行存储器中存储的计算机程序时实现如上任一项所述钢轨断面廓形的非接触式检测方法的步骤;
各线结构光投射器用于出射彼此互不平行的光平面至待测钢轨上,各光平面与所述待测钢轨相交生成的多条钢轨断面廓形交线;
所述工业面阵相机用于采集包含所述待测钢轨和各钢轨断面廓形交线的图像,以作为所述待测钢轨的交线图像。
本申请提供的技术方案的优点在于,只需采集一张包含多条非平行钢轨断面廓形交线原始图像即可进行廓形畸变投影校正,操作简单,便于实现。基于钢轨自身严格的准直性和平行性,利用各钢轨断面廓形交线的轨颚点、轨腰断点和轨底交点间的共线约束和平行约束来联立计算其余光平面参数值,实现多个非平行光平面的相对姿态重标定,有效解决了装置振动影响光平面间的相对姿态进而导致线下标定好的光平面参数失效的问题,装置振动的鲁棒性强;同时,使用重新计算后的光平面参数来重建特征像素点和钢轨断面廓形,以分别构建准确的投影辅助面和完成廓形畸变投影校正,可有效校正采用线结构光视觉法检测的钢轨断面廓形中的廓形畸变,有利于提升钢轨断面廓形的非接触式检测精度。
此外,本发明实施例还针对钢轨断面廓形的非接触式检测方法提供了相应的实现装置、设备、系统及计算机可读存储介质,进一步使得所述方法更具有实用性,所述装置、设备、系统及计算机可读存储介质具有相应的优点。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性的,并不能限制本公开。
附图说明
为了更清楚的说明本发明实施例或相关技术的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单的介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种钢轨断面廓形的非接触式检测方法的流程示意图;
图2为本发明实施例提供的一种钢轨断面廓形的非接触式检测方法原理示意图;
图3为本发明实施例提供的一个验证性例子的实验结果示意图;
图4为本发明实施例提供的另一个验证性例子的实验结果示意图;
图5为本发明实施例提供的钢轨断面廓形的非接触式检测装置的一种具体实施方式结构图;
图6为本发明实施例提供的钢轨断面廓形的非接触式检测系统的一种具体实施方式结构图;
图7为本发明实施例提供的钢轨断面廓形的非接触式检测系统的另一种具体实施方式结构图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等是用于区别不同的对象,而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可包括没有列出的步骤或单元。
本申请的发明人经过研究发现,现有技术校正采用线结构光视觉法检测到的仿射畸变钢轨廓形的方法主要有以下几种:基于正交分解的振动耦合与补偿、基于非刚性最近点迭代的几何目标匹配、基于仿射不变性描述的廓形校正和基于平行线结构光视觉的移动偏差校正等等。其中,振动耦合与补偿方法试图对动态检测过程中所受到的装置多自由度振动进行建模,通过振动检测和振动补偿的方式来指导校正过程,其弊端在于实时性不够,振动建模需要采集并处理大量传感器数据,计算量大、处理时间长。基于非刚性最近点迭代的几何目标匹配则主要用于线结构光位移技术,在线结构光视觉技术中的应用尚不多。基于仿射不变性描述的廓形校正法在钢轨畸变廓形和钢轨标准廓形间构建并匹配仿射不变特征描述子来实现畸变校正目的,具备紧致和高效的优点;但是,钢轨标准廓形是从CAD模板中获取的一组二维点集,廓形点间距尺寸一致,而实测过程得到的畸变廓形由于钢轨表面光照强度和反射性质的不同,其廓形点集并未呈现间距一致性特点,加之环境噪声的影响,导致实测畸变廓形与标准廓形之间的真实对应关系难以构建。基于平行线结构光视觉的移动偏差校正忽略了畸变钢轨廓形在轨腰处的圆弧已变为椭圆弧的现象,以多个圆弧端点的连线作为钢轨纵向线的处理方式并不可靠;而且在存在装置振动的情况下,线结构光平面间的平行性难以保证,即它们间的相对姿态并不固定,这将导致线下标定好的平行性多线结构光参数失效。
鉴于此,本申请通过光平面相对姿态重标定方法和非平行多线投影校正方法来解决上述现有技术中存在的弊端。
在介绍了本发明实施例的技术方案后,下面详细的说明本申请的各种非限制性实施方式。
首先参见图1,图1为本发明实施例提供的一种钢轨断面廓形的非接触式检测方法的流程示意图,本发明实施例可包括以下内容:
S101:获取待检钢轨的交线图像,并提取交线图像中各钢轨断面廓形交线的特征像素点。
其中,交线图像为利用图像采集设备如工业面阵相机采集多个线结构光投射器出射的互不平行的光平面与待测钢轨相交生成的多条钢轨断面廓形交线的图像,请参阅图2所示的原始图像,也就是说,在线结构光投射器出射的互不平行的光平面投射至待测钢轨上时,各光平面与待测钢轨截面相交生成多个交线,利用图像采集设备将包含钢轨断面廓形交线的待测钢轨进行采集。
在本发明实施例中,从各钢轨断面廓形交线上提取的特征点的类型可为轨颚点、轨腰断点和轨底交点。可采用任何一种图像处理算法经去噪预处理、交线识别、交线细化等步骤从交线图像中提取这些特征像素点的信息,并获取这些特征像素点在二维交线图像上的平面坐标值,例如可利用Harris角点检测算法从图2所示的示意性实际应用场景中提取钢轨断面廓形交线图像内的轨颚点轨腰断点和轨底交点等廓形特征像素点。
S102:根据预先标定好的相机参数和第一光平面参数值计算相应交线上的特征像素点在相机空间坐标系下的空间坐标值,并基于不同光平面的同一类型的特征像素点共线,且不同光平面的轨颚点连线与轨底交点连线相平行,计算非第一光平面的其余光平面参数值。
在本申请中,可采用任何一种标定算法对采集S101中交线图像的图像采集设备的相机参数进行标定,具体标定过程可参阅相关技术的描述,此处,便不再赘述。可以选择S101中任何一个光平面进行线下参数标定,标定好参数的光平面与待测钢轨相交的交线上的特征像素点在相机空间坐标系下的空间坐标可利用图像平面坐标系和相机空间坐标系的转化对应关系计算得到。一种实施方式中,可根据预先标定好的相机参数和第一光平面参数值,利用坐标转换关系式计算第一交线上的特征像素点的空间坐标值,第一交线为第一光平面与钢轨相交生成的钢轨断面廓形交线,坐标转换关系式为:
式中,(x,y,z)为当前特征像素点在相机坐标系下的空间坐标值,U=(u-cx)/fx、V=(v-cy)/fy,(u,v)为当前特征像素点在交线图像中的平面坐标值,cx、cv、fx和fv为相机参数,(Ai Bi Ci Di)为当前特征像素点所属光平面的参数值。举例来说,以图2所示的交线图像中包含三条钢轨断面廓形交线为例,若交线1对应的第一光平面的参数值(A1 B1 C1 D1)预先在线下标定好,交线1上的轨颚点的平面坐标值可表示为则将(A1B1 C1D1)代入下述关系计算式中,可得到该点在相机坐标系下的对应空间点的坐标值
若各个光平面参数正确,则各光平面的所有轨颚点共线、所有轨腰断点共线和所有轨底交点共线,即S101中提取的特征像素点满足共线约束条件,例如图2中的Pj 2、与共线,Pb 2、Pb 3与Pb 1共线,Pc 2、Pc 3与Pc 1共线。若各个光平面参数正确,则各光平面的所有轨颚点所在的直线和各光平面的所有轨底交点所在的直线相互平行,即S101中提取的特征像素点满足平行约束条件。利用标定好平面对应的特征像素点的相机空间坐标值,以及各特征像素点的共线约束、平行约束可计算得到未被标定的光平面的参数值。
S103:利用各钢轨断面廓形交线上属于同一类型的特征像素点在相机空间坐标系下的空间坐标值拟合钢轨纵向并构建垂直钢轨纵向的投影辅助面。
可以理解的是,在S102中计算得到未被标定的光平面的参数值后,可以利用坐标转化关系式计算得到S101中提取得到的所有特征像素点在相机坐标空间系下的空间坐标值。由于轨颚点相对轨腰断点和轨底交点包含更多细节信息,可利用轨颚点构建投影辅助面。可选的,可利用坐标转化关系式计算非第一交线的其余各钢轨断面廓形交线的轨颚点的空间坐标值;基于各钢轨断面廓形交线的轨颚点的空间坐标值,使用第一轨颚点指向第二轨颚点的第一向量和第一轨颚点指向第三轨颚点的第二向量的和向量计算得到钢轨纵向;基于各钢轨断面廓形交线的轨颚点的空间坐标值,以和向量为法向量构建经过轨颚点的投影辅助面。
其中,在使用第一轨颚点指向第二轨颚点的第一向量和第一轨颚点指向第三轨颚点的第二向量的和向量拟合得到钢轨纵向过程中,可利用拟合关系式计算得到钢轨纵向,拟合关系式可表示为:
在利用拟合关系式拟合得到钢轨纵向后,可使用第一轨颚点指向第二轨颚点的第一向量和第一轨颚点指向第三轨颚点的第二向量的和向量根据平面构建关系式构建经过轨颚点的投影辅助面。由上可知,该投影辅助面垂直于钢轨纵向,平面构建关系式可表示为:
需要说明的是,在利用轨底交点或轨腰断点来拟合钢轨纵向以及构建投影辅助面时,可采用上述相类似的方法进行执行,此处,便不再赘述。
S104:根据各钢轨断面廓形交线的特征像素点在相机空间坐标系下的空间坐标值重建待测钢轨的初始断面廓形,并将初始断面廓形投影至投影辅助面,以完成对钢轨断面廓形的畸变矫正。
其中,S101-S102为对光平面相对姿态的重标定,S103-S104为畸变投影校正。在S102中计算得到未被标定的光平面的参数值后,可以利用坐标转化关系式计算得到S101中提取得到的所有特征像素点在相机坐标空间系下的空间坐标值,根据各特征像素点在相机空间坐标下的空间坐标值重建各钢轨断面廓形交线,然后可实现从多条钢轨断面廓形交线重建多个真实准确的钢轨断面廓形。同时,将重建得到的钢轨断面廓形投影至S103构建好的投影辅助面,完成钢轨断面廓形畸变校正。
在本发明实施例提供的技术方案中,只需采集一张包含多条非平行钢轨断面廓形交线原始图像即可进行廓形畸变投影校正,操作简单,便于实现。基于钢轨自身严格的准直性和平行性,利用各钢轨断面廓形交线的轨颚点、轨腰断点和轨底交点间的共线约束和平行约束来联立计算其余光平面参数值,实现多个非平行光平面的相对姿态重标定,有效解决了装置振动影响光平面间的相对姿态进而导致线下标定好的光平面参数失效的问题,装置振动的鲁棒性强;同时,使用重新计算后的光平面参数来重建特征像素点和钢轨断面廓形,以分别构建准确的投影辅助面和完成廓形畸变投影校正,可有效校正采用线结构光视觉法检测的钢轨断面廓形中的廓形畸变,有利于提升钢轨断面廓形的非接触式检测精度。
作为一种可选的实施方式,以图2所示的三条钢轨断面廓形交线为例,S102中计算未被标定的其他光平面参数值的一种实现过程可如下所示:
基于相机参数和第一光平面参数值,利用坐标转化关系式分别计算第一光平面与钢轨相交的第一钢轨断面廓形交线上的轨颚点、轨腰断点和轨底交点在相机空间坐标系下的空间坐标值。
基于各钢轨断面廓形交线的轨颚点位于同一直线、各轨腰断点位于同一直线、和各轨底交点位于同一直线构建共线约束关系式组。
基于各钢轨断面廓形交线的轨颚点所在的第一直线与各轨底交点所在的第二直线相平行构建平行约束关系式组。
利用最小二乘法计算共线约束关系式组和平行约束关系式组联立后的最优解,得到非第一光平面的其余光平面参数值。
以空间轨颚点的相机空间坐标为元素,可构建如下第一矩阵:
由共线约束可知,上述矩阵的秩应小于3,即任意3×3子矩阵的行列式等于零。这种关系可用如下共线约束方程组表示:
其中,和Vi c分别表示由第m、第n和第o行组成的子矩阵对应方程的第i个系数和变量,这些系数和变量如表1所示。同样的,轨腰断点和轨底交点同样应满足共线约束,可根据轨腰断点和轨底交点的共线约束构建另外两个形如上述共线约束方程组所示的方程组。
表1不同3*3子矩阵对应的方差系数和变量
由图2中,Pc 1和Pc 2分别为钢轨断面廓形交线1和交线2上的轨底交点。若各个光平面参数正确,则线段必平行于线段Pc 1Pc 2,也即满足平行约束。这种关系可表示为方向向量等式:将方向向量用空间点表示,则方向向量等式可表示为:
表2方向向量等式中对应的等式系数和变量表
至此,已通过共线约束和平行约束构建并求解方程组的方式重新计算得到另外两个光平面的参数。尽管第一个光平面的参数仍然为线下标定好的,但是上述步骤重新计算得到的光平面参数能够真实反映另外两个光平面相对于第一个光平面的姿态,有效解决了装置振动影响光平面间的相对姿态进而导致线下标定好的光平面参数失效的问题。值得注意的是,光平面相对姿态重标定同样适用于线结构光投射器数量大于3的多线情况。假设投射器数量为N(即非平行的光平面数量为N),则以空间轨颚点的空间坐标为元素,可构建如下第二矩阵:
相对于第一矩阵,第二矩阵中多出的N-3列分别为后N-3条交线中共线空间点的齐次坐标,第二矩阵中任意一个包含第一列的4×3子矩阵均与第一矩阵类同。重复执行光平面相对姿态重标定步骤可逐一计算出全部N-1个光平面的参数。
为了验证本申请技术方案通过光平面相对姿态重标定和投影辅助面构建两方面内容可有效校正钢轨断面廓形畸变,本申请还利用实例验证本申请技术方案的有效性,请参阅图3及图4,图3局部放大图可以看出,畸变廓形在x和y两个方向发生了延伸形变。从图4中的局部放大图可以看出经过本发明实施例的投影校正之后,最终的校正廓形在非磨耗区域与标准模板廓形匹配完好。
本发明实施例还针对钢轨断面廓形的非接触式检测方法提供了相应的实现装置,进一步使得所述方法更具有实用性。下面对本发明实施例提供的钢轨断面廓形的非接触式检测装置进行介绍,下文描述的钢轨断面廓形的非接触式检测装置与上文描述的钢轨断面廓形的非接触式检测方法可相互对应参照。
参见图5,图5为本发明实施例提供的钢轨断面廓形的非接触式检测装置在一种具体实施方式下的结构图,该装置可包括:
特征像素点提取模块501,用于获取待检钢轨的交线图像,并提取交线图像中各钢轨断面廓形交线的特征像素点;交线图像为采集多个线结构光投射器出射的互不平行的光平面与钢轨相交生成的多条钢轨断面廓形交线的图像;特征像素点类型为轨颚点、轨腰断点和轨底交点。
光平面参数值计算模块502,用于根据预先标定好的相机参数和第一光平面参数值计算相应交线上的特征像素点在相机空间坐标系下的空间坐标值,并基于不同光平面的同一类型的特征像素点共线,且不同光平面的轨颚点连线与轨底交点连线相平行,计算非第一光平面的其余光平面参数值。
投影辅助面生成模块503,用于利用各钢轨断面廓形交线上属于同一类型的特征像素点在相机空间坐标系下的空间坐标值拟合钢轨纵向并构建垂直钢轨纵向的投影辅助面。
畸变校正模块504,用于根据各钢轨断面廓形交线的特征像素点在相机空间坐标系下的空间坐标值重建待测钢轨的初始断面廓形,并将初始断面廓形投影至投影辅助面,以完成对钢轨断面廓形的畸变矫正。
可选的,在本实施例的一些实施方式中,所述光平面参数值计算模块502可为根据预先标定好的相机参数和第一光平面参数值,利用坐标转换关系式计算第一交线上的特征像素点的空间坐标值,第一交线为第一光平面与钢轨相交生成的钢轨断面廓形交线的模块,坐标转换关系式为:
式中,(x,y,z)为当前特征像素点在相机坐标系下的空间坐标值,U=(u-cx)/fx、V=(v-cy)/fy,(u,v)为当前特征像素点在交线图像中的平面坐标值,cx、cv、fx和fv为相机参数,(Ai Bi Ci Di)为当前特征像素点所属光平面的参数值。
在本实施例的另一些实施方式中,所述投影辅助面生成模块503例如还可以包括:
轨颚点坐标计算子模块,用于利用坐标转化关系式计算非第一交线的其余各钢轨断面廓形交线的轨颚点的空间坐标值;
钢轨纵向拟合子模块,用于基于各钢轨断面廓形交线的轨颚点的空间坐标值,使用第一轨颚点指向第二轨颚点的第一向量和第一轨颚点指向第三轨颚点的第二向量的和向量拟合得到钢轨纵向;
辅助面构建子模块,用于基于各钢轨断面廓形交线的轨颚点的空间坐标值,以和向量为法向量构建经过轨颚点的投影辅助面。
在本发明实施例的一些具体实施方式中,所述钢轨纵向拟合子模块例如可为使用第一轨颚点指向第二轨颚点的第一向量和第一轨颚点指向第三轨颚点的第二向量的和向量利用拟合关系式计算得到钢轨纵向的模块,拟合关系式为:
在另外一种具体实施方式中,所述辅助面构建子模块例如还可为根据平面构建关系式构建经过轨颚点的投影辅助面的模块,平面构建关系式为:
作为一种可选的实施方式,所述光平面参数值计算模块502例如还可包括:
坐标转化子模块,用于基于相机参数和第一光平面参数值,利用坐标转化关系式分别计算第一光平面与钢轨相交的第一钢轨断面廓形交线上的轨颚点、轨腰断点和轨底交点在相机空间坐标系下的空间坐标值;
共线约束关系式构建子模块,用于基于各钢轨断面廓形交线的轨颚点位于同一直线、各轨腰断点位于同一直线、和各轨底交点位于同一直线构建共线约束关系式组;
平行约束关系式构建子模块,用于基于各钢轨断面廓形交线的轨颚点所在的第一直线与各轨底交点所在的第二直线相平行构建平行约束关系式组;
平面参数值计算子模块,用于利用最小二乘法计算共线约束关系式组和平行约束关系式组联立后的最优解,得到非第一光平面的其余光平面参数值。
本发明实施例所述钢轨断面廓形的非接触式检测装置的各功能模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
由上可知,本发明实施例不仅可有效校正采用线结构光视觉法检测的钢轨断面廓形中的廓形畸变,有利于提升钢轨断面廓形的非接触式检测精度,还提升了装置振动的鲁棒性。
本发明实施例还提供了一种钢轨断面廓形的非接触式检测设备,具体可包括:
存储器,用于存储计算机程序;
处理器,用于执行计算机程序以实现如上任意一实施例所述钢轨断面廓形的非接触式检测方法的步骤。
本发明实施例所述钢轨断面廓形的非接触式检测设备的各功能模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
由上可知,本发明实施例不仅可有效校正采用线结构光视觉法检测的钢轨断面廓形中的廓形畸变,有利于提升钢轨断面廓形的非接触式检测精度,还提升了装置振动的鲁棒性。
本发明实施例还提供了一种计算机可读存储介质,存储有钢轨断面廓形的非接触式检测程序,所述钢轨断面廓形的非接触式检测程序被处理器执行时如上任意一实施例所述钢轨断面廓形的非接触式检测方法的步骤。该存储介质可以为U盘、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
本发明实施例所述计算机可读存储介质的各功能模块的功能可根据上述方法实施例中的方法具体实现,其具体实现过程可以参照上述方法实施例的相关描述,此处不再赘述。
由上可知,本发明实施例不仅可有效校正采用线结构光视觉法检测的钢轨断面廓形中的廓形畸变,有利于提升钢轨断面廓形的非接触式检测精度,还提升了装置振动的鲁棒性。
本发明实施例还提供了一种钢轨断面廓形的非接触式检测系统,参见图6及图7所示,可包括:
钢轨断面廓形的非接触式检测系统可包括线结构光投射器组61、工业面阵相机62和处理器63。
其中,线结构光投射器组61中包含多个线结构光投射器,各线结构光投射器用于出射彼此互不平行的光平面至待测钢轨上,各光平面与所述待测钢轨相交生成的多条钢轨断面廓形交线。线结构光投射器组61中包含的线结构光投射器的个数,可根据实际应用场景进行确定,本申请对其不做任何限定。在线结构光投射器组61中各线结构光投射器出射光平面后,工业面阵相机62可用于采集包含待测钢轨和各钢轨断面廓形交线的图像,然后将采集的图像发送至处理器63以作为待测钢轨的交线图像。本领域技术人员可根据具体应用场景选取任何一种类型的工业面阵相机,这均不影响本申请的实现。处理器63用于执行存储器中存储的计算机程序时实现如上任一项所述钢轨断面廓形的非接触式检测方法实施例的步骤。
由于本发明实施例与上述方法实施例基于同一构思,系统内的各单元之间的信息交互、执行过程等具体内容可参见上述发明实施例中的叙述,此处,便不再赘述。
由上可知,本发明实施例不仅可有效校正采用线结构光视觉法检测的钢轨断面廓形中的廓形畸变,有利于提升钢轨断面廓形的非接触式检测精度,还提升了装置振动的鲁棒性。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的一种钢轨断面廓形的非接触式检测方法、装置、设备、系统及计算机可读存储介质进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本公开进行若干改进和修饰,这些改进和修饰也落入本公开权利要求的保护范围内。
Claims (10)
1.一种钢轨断面廓形的非接触式检测方法,其特征在于,包括:
获取待检钢轨的交线图像,并提取所述交线图像中各钢轨断面廓形交线的特征像素点;所述交线图像为采集多个线结构光投射器出射的互不平行的光平面与所述待测钢轨相交生成的多条钢轨断面廓形交线的图像;所述特征像素点类型为轨颚点、轨腰断点和轨底交点;
根据预先标定好的相机参数和第一光平面参数值计算相应交线上的特征像素点在相机空间坐标系下的空间坐标值,并基于不同光平面的同一类型的特征像素点共线,且不同光平面的轨颚点连线与轨底交点连线相平行,计算非所述第一光平面的其余光平面参数值;
利用各钢轨断面廓形交线上属于同一类型的特征像素点在相机空间坐标系下的空间坐标值拟合钢轨纵向并构建垂直所述钢轨纵向的投影辅助面;
根据各钢轨断面廓形交线的特征像素点在相机空间坐标系下的空间坐标值重建所述待测钢轨的初始断面廓形,并将所述初始断面廓形投影至所述投影辅助面,以完成对钢轨断面廓形的畸变矫正。
2.根据权利要求1所述的钢轨断面廓形的非接触式检测方法,其特征在于,所述根据预先标定好的相机参数和第一光平面参数值计算相应交线上的特征像素点在相机空间坐标系下的空间坐标值包括:
根据预先标定好的相机参数和第一光平面参数值,利用坐标转换关系式计算第一交线上的特征像素点的空间坐标值,所述第一交线为所述第一光平面与所述钢轨相交生成的钢轨断面廓形交线,所述坐标转换关系式为:
式中,(x,y,z)为当前特征像素点在所述相机坐标系下的空间坐标值,U=(u-cx)/fx、V=(v-cy)/fy,(u,v)为所述当前特征像素点在所述交线图像中的平面坐标值,cx、cv、fx和fv为相机参数,(Ai Bi Ci Di)为所述当前特征像素点所属光平面的参数值。
3.根据权利要求2所述的钢轨断面廓形的非接触式检测方法,其特征在于,所述利用各钢轨断面廓形交线上属于同一类型的特征像素点在相机空间坐标系下的空间坐标值拟合钢轨纵向并构建垂直所述钢轨纵向的投影辅助面包括:
利用所述坐标转化关系式计算非所述第一交线的其余各钢轨断面廓形交线的轨颚点的空间坐标值;
基于各钢轨断面廓形交线的轨颚点的空间坐标值,使用第一轨颚点指向第二轨颚点的第一向量和所述第一轨颚点指向第三轨颚点的第二向量的和向量拟合得到所述钢轨纵向;
基于各钢轨断面廓形交线的轨颚点的空间坐标值,以所述和向量为法向量构建经过轨颚点的投影辅助面。
6.根据权利要求1至5任意一项所述的钢轨断面廓形的非接触式检测方法,其特征在于,所述根据预先标定好的相机参数和第一光平面参数值计算相应交线上的特征像素点在相机空间坐标系下的空间坐标值,并基于不同光平面的同一类型的特征像素点共线,且不同光平面的轨颚点连线与轨底交点连线相平行,计算非所述第一光平面的其余光平面参数值包括:
基于所述相机参数和第一光平面参数值,利用坐标转化关系式分别计算所述第一光平面与钢轨相交的第一钢轨断面廓形交线上的轨颚点、轨腰断点和轨底交点在所述相机空间坐标系下的空间坐标值;
基于各钢轨断面廓形交线的轨颚点位于同一直线、各轨腰断点位于同一直线、和各轨底交点位于同一直线构建共线约束关系式组;
基于各钢轨断面廓形交线的轨颚点所在的第一直线与各轨底交点所在的第二直线相平行构建平行约束关系式组;
利用最小二乘法计算所述共线约束关系式组和所述平行约束关系式组联立后的最优解,得到非所述第一光平面的其余光平面参数值。
7.一种钢轨断面廓形的非接触式检测装置,其特征在于,包括:
特征像素点提取模块,用于获取待检钢轨的交线图像,并提取所述交线图像中各钢轨断面廓形交线的特征像素点;所述交线图像为采集多个线结构光投射器出射的互不平行的光平面与钢轨相交生成的多条钢轨断面廓形交线的图像;所述特征像素点类型为轨颚点、轨腰断点和轨底交点;
光平面参数值计算模块,用于根据预先标定好的相机参数和第一光平面参数值计算相应交线上的特征像素点在相机空间坐标系下的空间坐标值,并基于不同光平面的同一类型的特征像素点共线,且不同光平面的轨颚点连线与轨底交点连线相平行,计算非所述第一光平面的其余光平面参数值;
投影辅助面生成模块,用于利用各钢轨断面廓形交线上属于同一类型的特征像素点在相机空间坐标系下的空间坐标值拟合钢轨纵向并构建垂直所述钢轨纵向的投影辅助面;
畸变校正模块,用于根据各钢轨断面廓形交线的特征像素点在相机空间坐标系下的空间坐标值重建所述待测钢轨的初始断面廓形,并将所述初始断面廓形投影至所述投影辅助面,以完成对钢轨断面廓形的畸变矫正。
8.一种钢轨断面廓形的非接触式检测设备,其特征在于,包括处理器,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至6任一项所述钢轨断面廓形的非接触式检测方法的步骤。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有钢轨断面廓形的非接触式检测程序,所述钢轨断面廓形的非接触式检测程序被处理器执行时实现如权利要求1至6任一项所述钢轨断面廓形的非接触式检测方法的步骤。
10.一种钢轨断面廓形的非接触式检测系统,其特征在于,包括多个线结构光投射器、工业面阵相机和处理器,所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1至6任一项所述钢轨断面廓形的非接触式检测方法的步骤;
各线结构光投射器用于出射彼此互不平行的光平面至待测钢轨上,各光平面与所述待测钢轨相交生成的多条钢轨断面廓形交线;
所述工业面阵相机用于采集包含所述待测钢轨和各钢轨断面廓形交线的图像,以作为所述待测钢轨的交线图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910876461.8A CN110634110A (zh) | 2019-09-17 | 2019-09-17 | 钢轨断面廓形检测方法、装置、设备、系统及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910876461.8A CN110634110A (zh) | 2019-09-17 | 2019-09-17 | 钢轨断面廓形检测方法、装置、设备、系统及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110634110A true CN110634110A (zh) | 2019-12-31 |
Family
ID=68972754
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910876461.8A Pending CN110634110A (zh) | 2019-09-17 | 2019-09-17 | 钢轨断面廓形检测方法、装置、设备、系统及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110634110A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113776457A (zh) * | 2021-08-31 | 2021-12-10 | 中国铁道科学研究院集团有限公司 | 基于虚实结合的曲线段钢轨轮廓测量误差修正方法及装置 |
CN114111576A (zh) * | 2021-11-24 | 2022-03-01 | 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及传感器 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101576375A (zh) * | 2009-05-21 | 2009-11-11 | 北京航空航天大学 | 一种钢轨磨耗激光视觉图像快速处理方法 |
CN108955576A (zh) * | 2018-10-31 | 2018-12-07 | 湖南东映碳材料科技有限公司 | 钢轨廓形动态检测中的多线结构光自标定方法及系统 |
-
2019
- 2019-09-17 CN CN201910876461.8A patent/CN110634110A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101576375A (zh) * | 2009-05-21 | 2009-11-11 | 北京航空航天大学 | 一种钢轨磨耗激光视觉图像快速处理方法 |
CN108955576A (zh) * | 2018-10-31 | 2018-12-07 | 湖南东映碳材料科技有限公司 | 钢轨廓形动态检测中的多线结构光自标定方法及系统 |
Non-Patent Citations (1)
Title |
---|
WANG CAO ET AL: "Distortion Rectifying for Dynamically Measuring Rail Profile Based on Self-Calibration of Multiline Structured Light", 《 IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113776457A (zh) * | 2021-08-31 | 2021-12-10 | 中国铁道科学研究院集团有限公司 | 基于虚实结合的曲线段钢轨轮廓测量误差修正方法及装置 |
CN113776457B (zh) * | 2021-08-31 | 2023-08-08 | 中国铁道科学研究院集团有限公司 | 基于虚实结合的曲线段钢轨轮廓测量误差修正方法及装置 |
CN114111576A (zh) * | 2021-11-24 | 2022-03-01 | 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及传感器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106780619B (zh) | 一种基于Kinect深度相机的人体尺寸测量方法 | |
JP6573354B2 (ja) | 画像処理装置、画像処理方法、及びプログラム | |
Sun et al. | An empirical evaluation of factors influencing camera calibration accuracy using three publicly available techniques | |
US8126260B2 (en) | System and method for locating a three-dimensional object using machine vision | |
JP5029618B2 (ja) | パターン投影法による3次元形状計測装置、方法およびプログラム | |
US9715730B2 (en) | Three-dimensional measurement apparatus and robot system | |
US20130271577A1 (en) | Information processing apparatus and method | |
JP2017091079A (ja) | 入力データから検出対象物の像を検出する画像処理装置および方法 | |
US10773103B2 (en) | Realtime radiotherapy markerless calibration and measurement system | |
CN110634110A (zh) | 钢轨断面廓形检测方法、装置、设备、系统及介质 | |
CN112991464B (zh) | 基于立体视觉的三维重建的点云误差补偿方法及系统 | |
JP2010127819A (ja) | 多面体位置検出装置及び検出方法 | |
JP2021173740A (ja) | テレセントリックラインスキャンカメラを用いて物体を効率的に3次元再構成するためのシステムおよび方法 | |
KR20200023211A (ko) | 스테레오 이미지의 정류를 위한 방법 및 시스템 | |
KR101021470B1 (ko) | 영상 데이터를 이용한 로봇 움직임 데이터 생성 방법 및 생성 장치 | |
CN116182703B (zh) | 一种线结构光传感器标定方法及系统 | |
CN111028280A (zh) | 井字结构光相机系统及进行目标有尺度三维重建的方法 | |
CN116182702B (zh) | 一种基于主成分分析的线结构光传感器标定方法及系统 | |
CN111582310A (zh) | 隐含结构光的解码方法及装置 | |
CN115272573A (zh) | 一种动态人体的实时重建方法 | |
CN112215240B (zh) | 一种提高2d复杂边缘检测精度的优化方法 | |
US20230274454A1 (en) | Correction mapping | |
Chen et al. | Single view metrology of wide-angle lens images | |
JP6147003B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
Duan et al. | A Simple and Efficient Method for Radial Distortion Estimation by Relative Orientation |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191231 |
|
RJ01 | Rejection of invention patent application after publication |