CN110672015A - 一种阶梯形机器视觉测量校正模块和校正方法 - Google Patents

一种阶梯形机器视觉测量校正模块和校正方法 Download PDF

Info

Publication number
CN110672015A
CN110672015A CN201910831246.6A CN201910831246A CN110672015A CN 110672015 A CN110672015 A CN 110672015A CN 201910831246 A CN201910831246 A CN 201910831246A CN 110672015 A CN110672015 A CN 110672015A
Authority
CN
China
Prior art keywords
correction
pixel
correction module
module
patterns
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
CN201910831246.6A
Other languages
English (en)
Inventor
周晓林
周高宪
马超
杨慧
王兆平
张开松
穆林
张芹
杨兴丽
吴小军
屈长义
冯建新
张剑波
李治勋
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.)
HENAN ACADEMY OF FISHERY SCIENCE
Original Assignee
HENAN ACADEMY OF FISHERY SCIENCE
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 HENAN ACADEMY OF FISHERY SCIENCE filed Critical HENAN ACADEMY OF FISHERY SCIENCE
Priority to CN201910831246.6A priority Critical patent/CN110672015A/zh
Publication of CN110672015A publication Critical patent/CN110672015A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/02Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/022Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by means of tv-camera scanning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration

Landscapes

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

Abstract

本发明提供一种阶梯形机器视觉测量校正模块和校正方法,校正模块包括多个不同高度的阶梯平面,每个阶梯平面上均设置有设定尺寸的多个图案和每个阶梯平面的高度标识,多个阶梯平面形成校正图案。还包括拍摄平台,拍摄平台上设置校正模块,校正模块上方设置图像获取装置。将校正模块放置在拍摄平台上,图像获取装置获取校正模块上侧面的校正图案的标定图像;校正图案的实际尺寸和标定图像中校正图像的像素数目,计算每个像素的像素‑距离校正值;根据像素‑距离校正值获取待测物体在该高度下对应的像素‑距离校正值。

Description

一种阶梯形机器视觉测量校正模块和校正方法
技术领域
本发明属于机器视觉领域,尤其涉及一种阶梯形机器视觉测量校正模块和校正方法。
背景技术
机器视觉现有的测量校正模板一般为黑白相间的平面图形,在对黑白相间的模板采集图像后,计算出像素之间所代表的实际距离,在对实际物体测量时,把像素值转换为实际尺寸,完成测量,该校正方法只能对在该校正平面的物体进行测量,如果物体偏离该平面,就会引起较大的误差。
而在水产科学研究中,利用机器视觉技术对鱼类进行体长、体高、体宽、体表特征等进行测量分析等研究。
现有的机器视觉测量校正主要依靠确定尺寸的黑白相间的正方形、圆形等平面图案,经相机拍摄后,机器视觉软件对其处理,得到在该状态下(相机镜头与被测物距离确定)的镜头畸变、像素校正距离等参数,然后对被测对象拍摄,机器视觉软件依据该状态下的镜头畸变、像素校正距离等参数,计算出测量对象的实际尺寸,完成测量。但该方案有其缺陷,当被测对象平面偏离原来的校正平面时,校正参数尤其是像素距离参数发生变化,采用原来的参数,计算出的被测对象尺寸偏差就会变大。如利用机器视觉技术对鱼体进行拍照测量时,校正平面只有一个,而每个鱼体体厚不同,鱼体侧面距离相机镜头不同,当鱼体侧面与原来的校正平面偏离较大时,其误差就会不可接受,测量失败。
发明内容
本发明提供一种阶梯形机器视觉测量校正模块和校正方法,以解决现有技术存在的问题。
本发明采用以下技术方案:
一种阶梯形机器视觉测量校正模块,所述校正模块包括多个不同高度的阶梯平面,每个阶梯平面上均设置有设定尺寸的多个图案和每个阶梯平面的高度标识,多个阶梯平面形成校正图案。
上述的校正模块还包括拍摄平台,所述拍摄平台上设置校正模块,所述校正模块上方设置图像获取装置。
上述模块在某些实现方式中,所述阶梯平面上的图案相邻设置,且所述图案为设定尺寸的正方形或者圆形图案。
上述模块在某些实现方式中,所述每个阶梯平面上均设置有相隔设置的黑正方形图案和白正方形图案,多个阶梯平面的图案形成黑白网格的校正图案。
上述模块在某些实现方式中,所述校正模块的多个不同高度的阶梯平面为高度依次升高的阶梯状阶梯平面。
本发明还提供一种应用校正模块的校正方法,包括:
步骤1:将校正模块放置在拍摄平台上,设置在校正模块上方的图像获取装置获取校正模块上侧面的校正图案的标定图像;
步骤2:根据校正模块上校正图案的实际尺寸和标定图像中校正图像的像素数目,计算标定图像中每个像素的实际距离,即每个像素的像素-距离校正值;
步骤3:根据步骤2中获取的校正模块中每个阶梯平面的像素-距离校正值,建立校正模块中所有阶梯平面的高度和像素-距离校正值的拟合方程:y=ax+b,其中,y表示高度为x时的像素-距离校正值,a和b为常数;
步骤4:将待测物体放置在拍摄平台上,通过图像获取装置获取当前放置有待测物体的实际图像;
步骤5:已知待测物体的高度的情况下,将获取待测物体在该高度下对应的像素-距离校正值。
所述步骤5中,根据获取的待测物体在该高度下对应的像素-距离校正值,和待测物体的实际图像,能够获取待测物体的外形参数,所述外形参数包括长、宽。
所述待测物体为鱼体。
本发明的有益效果:本发明通过立体的阶梯形校正模块,对不同高度的平面进行校正,能够使得不同体厚的鱼体得到较为精确的测量。
附图说明
图1为本发明的结构示意图。
图2为校正模块示意图。
图3为鱼体测量图。
图4为本发明的一种校正模块的校正示意图一。
图5为本发明的一种校正模块的校正示意图二。
图6为本发明的一种校正模块的校正示意图三。
图7为本发明的一种校正模块的校正示意图四。
图8为本发明的一种校正模块的校正示意图五。
图9为本发明的一种校正结果示意图。
图10为本发明的一种校正模块示意图一。
图11为本发明的一种校正模块示意图一。
图12为本发明的一种校正模块示意图一。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细说明。
本发明提供一种阶梯形机器视觉测量校正模块, 能够对不同高度的平面进行校正,使得不同体厚的鱼体得到较为精确的测量。
如图1所示,本发明包括拍摄平台3,拍摄平台3上设置校正模块2,校正模块2上方设置图像获取装置1。
如图2所示,校正模块2包括多个阶梯平面4,每个阶梯平面4上均设置有设定尺寸的多个图案,多个阶梯平面形成校正图案。
阶梯平面4上的图案相邻设置,且图案为设定尺寸的正方形或者圆形图案。每个阶梯平面4上设置至少一列相邻设置的圆形或者正方形图案,如图3所示,为一列相邻设置的图案。即每个阶梯平面4上均设置有相隔设置的黑正方形图案和白正方形图案,多个阶梯平面的图案形成黑白网格的校正图案。
本发明中,每个阶梯平面上的图案数量可不同,例如设定尺寸的图案为正方形,则每个阶梯平面上的图案可以为单列的多个正方型,也可以为多列的正方形,单列或者多列的正方形图案为不同颜色的正方形间隔设置形成,且相邻的阶梯平面的校正图案在俯视时,同样是不同颜色的正方形间隔设置。同理针对圆形的图案或者其他形状的图案。
多个阶梯平面4相互之间具有不同的高度,且不同的高度分布根据需要设置,如图1、图2所示,为高度依次增加的校正模块,也可设置为金字塔形的校正模块,如图4~8、图10~12所示,即校正图案最中间为最高的阶梯平面,然后该阶梯平面周围为依次降低的阶梯平面,或者校正图案最边缘一圈为最高的阶梯平面,然后该阶梯平面向内为依次降低的阶梯平面。具体阶梯平面的设计根据被测物体的形状确定,选择与被测物体的体型相似度较高的校正模块能够获取更高的检测结果。
如附图中所示,阶梯平面常用的图案形状为正方形,且为黑白相间设置的正方形。
多个阶梯平面之间的高度差可以相同,也可以不同,每个阶梯平面的侧部标注当前阶梯距离拍摄平台面的高度。如每个阶梯高度都为10毫米,阶梯一端标注就为0、10、20、30……,一直到最高阶梯结束。
基于上述的校正模块,本发明提供一种校正方法,该校正方法能够在知道待测物体厚度的情况下,较为精准的获取待测物体的其它参数。
本发明的步骤包括:
步骤1:在图像获取装置1及拍摄平台3设置好后,把校正模块2的黑白相间校正图案朝向图像获取装置,设置在校正模块2上方的图像获取装置1获取校正模块2上侧面的校正图案的标定图像;
步骤2:根据校正模块2上校正图案的实际尺寸和标定图像中校正图像的像素数目,计算标定图像中每个像素的实际距离,即每个像素的像素-距离校正值;
步骤3:根据步骤2中获取的校正模块2中每个阶梯平面的像素-距离校正值,建立校正模块中所有阶梯平面的高度和像素-距离校正值的拟合方程: ,其中,y表示高度为x时的像素-距离校正值,a和b为常数;
该步骤中,高度x为待测物体的高度,y为待测物体高度为x时的像素-距离校正值。拟合方程的拟合方法根据现有的方程拟合方法进行拟合,组成拟合方程的参数为步骤2中获取的数据。
具体来说,计算机通过图像获取装置获取标定图像后,获取每个阶梯平面中的黑白相间正方形边长长度的像素值,同时根据标定图案所对应的校正图案的实际长度,计算出每个阶梯平面中的像素所代表的实际长度,然后通过阶梯高度系列值及对应的每像素长度系列值,通过线性拟合,得到一和高度值相关的每像素长度值的一次线性方程,完成该状态下的标定。
在进行直线拟合时,每个阶梯平面仅选择一个像素-距离校正值,因此,在计算每个阶梯平面的像素-距离校正值时,可通过实际校正图案的尺寸除以该尺寸对应的像素数,计算出每个阶梯平面中的每个像素所代表的实际长度。
步骤4:将待测物体7放置在拍摄平台3上,通过图像获取装置1获取当前放置有待测物体7的实际图像;
步骤5:已知待测物体7的高度的情况下,将获取待测物体7在该高度下对应的像素-距离校正值,根据像素-距离校正值可计算待测物体的外形参数。
上述本发明的方法应用于鱼体检测时,通过现有的鱼体厚度测量方法实现测量鱼体厚度,然后把已经测量过厚度的鱼体放置在拍摄平面上拍摄,获取鱼体图象,根据拟合形成的线性拟合方程,把鱼体厚度作为x值代入,得到代表该条鱼体的像素校正长度,即像素-距离校正值,以此像素-距离校正值,可根据鱼体占据的范围对鱼体如体长、体高、眼径、尾柄长等多个性状参数进行测量。例如对体长进行测量时,可根据获取的鱼体图像中鱼体的像素长度,根据图像中鱼体的像素长度和像素-距离校正值,获取实际的距离。
由于上述在计算像素-距离校正值时,是根据拟合曲线进行计算的,通常来说,鱼体的鱼头、鱼尾和鱼中部的厚度差值不大,因此计算数据相较现有的计算方法更加准确;而在部分待测鱼体的鱼头、鱼尾和鱼中部的厚度差值很大时,数据具有一定的不准确性,此时可采用其他方法进行计算。
作为一种实施方式,如图2所示的阶梯形模块,每个黑白正方形为25毫米,每层高度20毫米,图像左上角的数字(0、20、40、60、80)为该层阶梯距离拍摄平面的距离,在其正上方拍摄图片,通过机器视觉软件标定每个高度的像素值后,线性拟合,得到方程,在测量物体如鱼体时,知道鱼体体厚(距离拍摄平台距离),把厚度值代入方程,得到在此高度下的像素校正值,通过机器视觉软件可较为精确的测量鱼体体长、体高及其他性状指标。
如图4~图8所示,为本发明的一种实施方式,其中附图左侧为校正模板,右侧为校正模块计算每像素实际距离的界面。
如图9所示的实施方式中,各参数如表1所示,即高度为0mm的阶梯模模块像素校正值为0.404858mm\pix,高度为20mm的阶梯模块像素校正值为0.381676 mm\pix,高度为40mm的阶梯模块像素校正值为0.362319 mm\pix,高度为60mm的阶梯模块像素校正值为0.342466 mm\pix,高度为80mm的阶梯模块像素校正值为0.318471mm\pix。
Figure 865429DEST_PATH_IMAGE002
上述数据的线性拟合方程为y=-0.0011x+0.4044(R^2=0.9985),其中x代表高度,y代表一定高度值时的像素校正值。
在本说明书的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本领域的技术人员在本发明揭露的范围内,可轻易想到的变化或者替换,都应该涵盖在本发明的保护范围内。

Claims (8)

1.一种阶梯形机器视觉测量校正模块,其特征在于:
所述校正模块(2)包括多个不同高度的阶梯平面(4),每个阶梯平面(4)上均设置有设定尺寸的多个图案和每个阶梯平面(4)的高度标识,多个阶梯平面形成校正图案。
2.根据权利要求1所述的一种阶梯形机器视觉测量校正模块,其特征在于:
还包括拍摄平台(3),所述拍摄平台(3)上设置校正模块(2),所述校正模块(2)上方设置图像获取装置(1)。
3.根据权利要求1所述的一种阶梯形机器视觉测量校正模块,其特征在于:
所述阶梯平面(4)上的图案相邻设置,且所述图案为设定尺寸的正方形或者圆形图案。
4.根据权利要求3所述的一种阶梯形机器视觉测量校正模块,其特征在于:
所述每个阶梯平面(4)上均设置有相隔设置的黑正方形图案和白正方形图案,多个阶梯平面的图案形成黑白网格的校正图案。
5.根据权利要求3所述的一种阶梯形机器视觉测量校正模块,其特征在于:
所述校正模块(2)的多个不同高度的阶梯平面(4)为高度依次升高的阶梯状阶梯平面。
6.一种应用权利要求1~5所述的校正模块的校正方法,其特征在于,包括:
步骤1:将校正模块(2)放置在拍摄平台(3)上,设置在校正模块(2)上方的图像获取装置(1)获取校正模块(2)上侧面的校正图案的标定图像;
步骤2:根据校正模块(2)上校正图案的实际尺寸和标定图像中校正图像的像素数目,计算标定图像中每个像素的实际距离,即每个像素的像素-距离校正值;
步骤3:根据步骤2中获取的校正模块(2)中每个阶梯平面的像素-距离校正值,建立校正模块中所有阶梯平面的高度和像素-距离校正值的拟合方程:y=ax+b,其中,y表示高度为x时的像素-距离校正值,a和b为常数;
步骤4:将待测物体(7)放置在拍摄平台(3)上,通过图像获取装置(1)获取当前放置有待测物体(7)的实际图像;
步骤5:已知待测物体(7)的高度的情况下,获取待测物体(7)在该高度下对应的像素-距离校正值。
7.根据权利要求6所述的一种阶梯形机器视觉测量校正方法,其特征在于:
所述步骤5中,根据获取的待测物体(7)在该高度下对应的像素-距离校正值,和待测物体(7)的实际图像,能够获取待测物体的外形参数,所述外形参数包括长、宽。
8.根据权利要求6所述的一种阶梯形机器视觉测量校正方法,其特征在于:
所述待测物体为鱼体。
CN201910831246.6A 2019-09-04 2019-09-04 一种阶梯形机器视觉测量校正模块和校正方法 Pending CN110672015A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910831246.6A CN110672015A (zh) 2019-09-04 2019-09-04 一种阶梯形机器视觉测量校正模块和校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910831246.6A CN110672015A (zh) 2019-09-04 2019-09-04 一种阶梯形机器视觉测量校正模块和校正方法

Publications (1)

Publication Number Publication Date
CN110672015A true CN110672015A (zh) 2020-01-10

Family

ID=69075965

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910831246.6A Pending CN110672015A (zh) 2019-09-04 2019-09-04 一种阶梯形机器视觉测量校正模块和校正方法

Country Status (1)

Country Link
CN (1) CN110672015A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113109354A (zh) * 2021-04-07 2021-07-13 上海御微半导体技术有限公司 一种标定块、缺陷检测装置及缺陷检测方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113109354A (zh) * 2021-04-07 2021-07-13 上海御微半导体技术有限公司 一种标定块、缺陷检测装置及缺陷检测方法
CN113109354B (zh) * 2021-04-07 2024-06-11 上海御微半导体技术有限公司 一种标定块、缺陷检测装置及缺陷检测方法

Similar Documents

Publication Publication Date Title
CN105538345B (zh) 一种基于多镜头的智能机械手及定位装配方法
CN108362712B (zh) 一种基板母板及其检测方法
US9810602B2 (en) Method and system for measuring lens distortion
CN103033132B (zh) 基于单目视觉的平面测量方法及装置
CN109489566B (zh) 锂电池隔膜材料分切宽度检测方法、检测系统及装置
CN105865326A (zh) 实物尺寸测量方法及图像数据库数据采集方法
CN107154050A (zh) 一种基于机器视觉的石材几何参数的自动获取方法
CN111223133A (zh) 一种异源图像的配准方法
CN110793462B (zh) 基于视觉技术的尼龙齿轮分度圆测量方法
CN109443214B (zh) 一种结构光三维视觉的标定方法、装置及测量方法、装置
CN109974979B (zh) 一种激光设备振镜标记的自动校正方法及系统
CN106952262B (zh) 一种基于立体视觉的船板加工精度分析方法
CN106937109B (zh) 低成本判断摄像头分辨率水平的方法
CN114331924B (zh) 大工件多相机视觉测量方法
CN106097319A (zh) 一种用于相机检校的黑白棋盘格角点提取方法
CN111105466A (zh) 一种ct系统中相机的标定方法
CN112037284A (zh) 棋盘格格子中心点检测方法、摄像机畸变标定方法及系统
CN110672015A (zh) 一种阶梯形机器视觉测量校正模块和校正方法
CN111699513B (zh) 一种标定板、内参数标定方法、机器视觉系统及存储装置
KR102023087B1 (ko) 카메라 캘리브레이션 방법
CN105701776A (zh) 一种用于自动光学检测的镜头畸变矫正方法及系统
CN110379002A (zh) 一种基于红外与可见光图像融合的三维重建表面温度显示方法
CN112050752B (zh) 一种基于二次投影的投影仪标定方法
CN111145246B (zh) 一种足型扫描的方法和系统
CN112634375A (zh) 一种ai智能检测中的平面标定和三维重建方法

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