CN110672040A - 一种基于视觉的高精度旋转角度测量方法 - Google Patents

一种基于视觉的高精度旋转角度测量方法 Download PDF

Info

Publication number
CN110672040A
CN110672040A CN201910907698.8A CN201910907698A CN110672040A CN 110672040 A CN110672040 A CN 110672040A CN 201910907698 A CN201910907698 A CN 201910907698A CN 110672040 A CN110672040 A CN 110672040A
Authority
CN
China
Prior art keywords
edge
rotation angle
circular
image
pixel
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.)
Granted
Application number
CN201910907698.8A
Other languages
English (en)
Other versions
CN110672040B (zh
Inventor
蔡晨光
成昊
刘志华
杨明
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.)
Beijing University of Chemical Technology
National Institute of Metrology
Original Assignee
Beijing University of Chemical Technology
National Institute of Metrology
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 Beijing University of Chemical Technology, National Institute of Metrology filed Critical Beijing University of Chemical Technology
Priority to CN201910907698.8A priority Critical patent/CN110672040B/zh
Publication of CN110672040A publication Critical patent/CN110672040A/zh
Application granted granted Critical
Publication of CN110672040B publication Critical patent/CN110672040B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; 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
    • G06T7/13—Edge detection
    • 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
    • G06T7/60—Analysis of geometric attributes
    • G06T7/64—Analysis of geometric attributes of convexity or concavity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Multimedia (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于视觉的高精度旋转角度测量方法，该测量方法包括：采用一种由四个圆形包络矩形的特征标志，该特征标志紧固于转台的旋转面，其与旋转面具有相同的旋转角度；基于模板匹配确定图像的感兴趣区域ROI，消除图像背景相似边缘对特征标志中矩形边缘检测影响；然后基于Zernike矩的亚像素边缘检测方法实现矩形长边缘的高精度提取，得到矩形两条长边缘的亚像素坐标；基于最小二乘拟合法拟合这两条长边缘的亚像素坐标，得到对应的拟合边缘直线并计算这两条直线斜率的均值，利用两斜率均值的反正切三角函数解算旋转位置相对于基准位置的旋转角度。本发明方法解决了现有旋转角度测量方法存在的测量精度有限、过程繁琐、系统复杂等问题。

Description

一种基于视觉的高精度旋转角度测量方法
技术领域
本发明属于计量及测量控制技术领域，尤其适用于高精度、稳定、可靠低频旋转振动测量。
背景技术
随着科学技术的发展，军事工业、航空航天等科技行业对角度测量精度、速度等指标提出了越来越高的要求，因此，提出一种精确、快速、便捷的角度测量方法有着重要的意义。
目前，常用的测量角度的方法大致可以分为接触测量方法及非接触测量方法。其中最为常用的接触测量方法是机械测量方法和电磁测量方法，机械测量方法(如多齿分度台)存在测量速度慢、精度低、不能实时动态测量的局限性，并采用接触测量限制了该方法的适用范围。电磁测量方法基于电磁感应的原理测量角度，与机械测量方法相比，在测量精度速度上有了显著的提升。上述的两种测量方法难以实现自动化测量。非接触角度测量方法具有更广泛的适用性，其中光学测量方法具有非接触、高准确度和高灵敏度的特点，因此使光学测角法的应用更加普遍，但其测量精度依赖于稳定的激光光源、精密的光路，所以光学测角法系统大多复杂且系统成本较高。激光干涉方法是近年来广泛应用于角度测量的光学方法，它采用迈克尔逊干涉仪的原理，将角度变化转换为光程差的变化进行测量，这种方法在小角度测量中表现较好。现今，随着机器视觉的迅速发展，基于视觉的角度测量测量技术以其高精度、快速性、智能化的特点，在角度测量技术领域中占有了重要地位。
因此，针对于目前的角度测量方法的测量精度有限、过程繁琐、系统成本高及自动化程度低等不足，本发明提出一种高精度、低成本、便捷的旋转角度视觉测量方法。
发明内容
本发明提出一种高精度、低成本、便捷的高精度旋转角度测量方法，包括：
基于模板匹配确定图像的感兴趣区域(ROI)，其包括：一种圆形模板匹配方法，实现特征标志中圆形区域识别，然后进行感兴趣区域提取，确定以四个圆形区域圆心为顶点的ROI。在ROI内进行特征标志中矩形长边缘检测，可以消除图像背景相似边缘对矩形长边缘检测影响；
特征标志矩形长边缘的高精度提取，其包括：基于Zernike矩的亚像素边缘检测方法实现特征标志ROI内矩形长边缘的高精度提取，得到矩形两条长边缘的亚像素坐标；
序列图像矩形长边缘旋转角度计算，其包括：基于最小二乘拟合法拟合这两条长边缘的亚像素坐标，得到对应的拟合边缘直线并计算这两条直线斜率的均值，分别求取基准位置特征边缘斜率均值及旋转位置特征边缘斜率均值，利用两斜率均值的反正切三角函数解算旋转位置相对于基准位置的旋转角度。
本发明采用的技术方案为一种基于视觉的高精度旋转角度测量方法，所述测量方法包括以下步骤，
S1：采用一种由四个面积相等圆形包络矩形的特征标志，该特征标志紧固于转台的旋转面，其与旋转面具有相同的旋转角度；摄像机采集旋转特征标志的序列图像，读入采集到的图像，基于圆形模板匹配方法，识别特征标志中的四个圆形区域，确定以四个圆心为顶点的感兴趣区域ROI，以消除图像背景相似边缘对特征标志中矩形边缘检测干扰；
S2：基于Zernike矩的亚像素边缘检测方法实现特征标志ROI内矩形长边的高精度提取，得到矩形两条长边缘的亚像素坐标；
S3：基于最小二乘拟合法对两条亚像素坐标长边缘进行直线拟合，计算这两条拟合边缘直线斜率的均值，分别求取基准位置矩形长边缘斜率均值及旋转位置处矩形长边缘斜率均值，利用两斜率均值的反正切三角函数解算旋转位置相对于基准位置的旋转角度。
基于模板匹配确定图像的感兴趣区域(ROI)，具体包括：
(1)圆形模板匹配方法
采用圆形模板匹配方法准确识别特征标志中的四个圆形区域；选取一系列大小不同的圆形模板图像{Tj}匹配圆形区域，其中j＝1,2,3...S,S为圆形模板个数；通过式(1)计算大小不同圆形模板与圆形区域匹配的相关系数
Figure BDA0002213767850000031
Figure BDA0002213767850000032
其中，Rj(x,y)是圆形模板匹配的相关系数，表示圆形模板与圆形区域的相似程度，F(x,y)是采集的图像中坐标为(x,y)像素的灰度值，Tj(u,v)是一系列圆形模板图像中坐标为(u,v)像素的灰度值，
Figure BDA0002213767850000033
表示采集到的图像平均灰度值，
Figure BDA0002213767850000034
表示圆形模板的平均灰度值，P(x+u,y+v)与Q(u,v)为中间变量，M和N是第j个模板图像像素的行数与列数；
选取使模板匹配的相关系数Rj(x,y)最大时的(x,y)坐标值，即为特征标志中圆形区域位置；这种模板匹配方法具有尺度和旋转不变性；
(2)感兴趣区域提取
模板匹配得到特征标志中四个圆形区域位置，检测每个圆形的边缘并对检测边缘进行圆拟合得到圆心位置，确定以四个圆心为顶点的ROI；在ROI内检测特征标志中矩形长边缘，消除图像背景相似边缘对矩形长边缘检测的干扰。
对于采集的旋转特征标志序列图像Ti(x,y)，其中i＝1,2,…,N，N为采集到的旋转序列图像数；利用三灰度边缘模型的Zernike矩方法实现特征边缘提取：并消除Zernike矩模板的放大效应，Canny算子检测特征边缘点像素级坐标(x0,y0)，边缘的亚像素坐标为：
Figure BDA0002213767850000035
其中，(xsub,ysub)为像素点(x0,y0)的亚像素坐标，K为所使用的Zernike矩模板，d1与d2及φ为计算的距离及旋转角度边缘参数，由Ti(x,y)与Zernike矩模板卷积计算获得。
对所述的序列图像中矩形长边缘旋转角度计算，用最小二乘拟合法拟合由Zernike矩方法得到的矩形长边的亚像素边缘坐标，得到对应的拟合边缘直线l1和l2，计算拟合长边缘斜率k和k'，计算长边缘斜率均值
Figure BDA0002213767850000041
选取旋转面回零位置的特征标志矩形长边缘位置为基准位置，为基准位置矩形长边缘斜率的均值，
Figure BDA0002213767850000043
为旋转位置矩形长边缘斜率的均值，计算基准位置与旋转位置矩形长边缘的夹角：
Figure BDA0002213767850000044
其中θ为特征边缘所夹锐角弧度值；
旋转角度大小的确定，是以图像中心为圆心，基准位置矩形长边缘方向为坐标系纵轴正向，建立平面直角坐标系，将图像区域划分为四个象限A1,A2,A3,A4,判断测量图像中标志特征边缘位于哪个象限来确定实际旋转角度大小：
Figure BDA0002213767850000046
旋转角度测量方法的测量装置，包括：旋转振动发生装置(1)、由四个圆形包络的矩形特征标志(2)、照明设备(3)、摄像机固定装置(4)、摄像机(5)、图像传输设备(6)、处理与显示设备(7)；矩形特征标志(2)安装在旋转振动发生装置(1)的旋转面的中间，旋转振动发生装置(1)、处理与显示设备(7)、图像传输设备(6)和摄像机(4)通过通讯线连接，摄像机(5)安装在摄像机固定装置(4)的底部中间，摄像机(5)正对矩形特征标志(2)；
旋转振动发生装置(1)用于提供旋转角激励；由四个圆形包络的矩形特征标志(2)紧固于旋转振动发生装置(1)的旋转台面并靠近旋转台面的圆心；照明设备(3)为摄像机(5)提供照明；摄像机固定装置(4)用于固定摄像机(5)，使其垂直于旋转振动发生装置(1)的旋转台面；摄像机(5)用于采集旋转的特征标志序列图像；图像传输设备(6)传输序列图像；处理与显示设备(7)用于处理图像、保存与显示测量结果。
本发明旋转角度测量方法具有如下优势：
⑴本发明为非接触式旋转角度测量方法，稳定、实用且精度高；
⑵本发明方法测量过程简单，测量系统成本低，只需一个低速工业相机；
⑶本发明方法基于模板匹配确定图像的感兴趣区域(ROI)，实现高效、准确、稳定确定特征标志ROI，可以有效消除图像背景相似边缘对特征标志中矩形边缘检测影响；
⑷本方法基于Zernike矩的亚像素边缘检测方法实现特征标志ROI内矩形长边缘的高精度提取，基于最小二乘拟合法拟合这两条长边缘的亚像素坐标，利用两长边缘所在直线斜率均值解算旋转位置特征边缘相对于基准位置特征边缘的旋转角度，特征标志与旋转面有相同的旋转角度，实现高精度旋转角度测量。
⑸本发明方法属于基于视觉的旋转角度方法，可实现高精度旋转角度测量。
附图说明
图1为本发明方法具体实施实例安装装置示意图；
图2为一种基于视觉的高精度旋转角度测量方法流程图；
图3为一种基于圆形模板匹配方法提取图像感兴趣区域(ROI)流程图；
图4为基于Zernike矩方法的特征边缘提取流程图；
图5为特征标志中矩形长边缘旋转角度计算流程图；
图6-8为静、动态旋转角度测量结果；
具体实施方式
本发明提出一种高精度、低成本、便捷的旋转角度测量方法，下面结合附图和具体的实施实例对本发明做出详细描述。
参考图1为本发明方法的实施实例装置示意图，该装置主要包括：旋转振动发生装置(1)、由四个圆形包络的矩形特征标志(2)、照明设备(3)、摄像机固定装置(4)、摄像机(5)、图像传输设备(6)、处理与显示设备(7)。旋转振动发生装置(1)用于提供旋转角激励；由四个圆形包络的矩形特征标志(2)紧固于旋转振动发生装置(1)的旋转台面并靠近旋转台面的圆心；照明设备(3)为摄像机(5)提供照明；摄像机固定装置(4)用于固定摄像机(5)，使其垂直于旋转振动发生装置(1)的旋转台面；摄像机(5)用于采集特征标志的旋转序列图像；图像传输设备(6)传输序列图像；处理与显示设备(7)处理图像、保存与显示测量结果。
参考图2为一种基于视觉的高精度旋转角度测量方法流程图。本发明旋转角度测量方法主要包括以下步骤：
步骤S20：特征标志的旋转序列图像采集及基于模板匹配确定图像感兴趣区域，其包括：摄像机采集特征标志的旋转序列图像，然后基于一种圆形模板匹配方法，实现特征标志中圆形区域识别，然后进行感兴趣区域提取，确定以四个圆形区域圆心为顶点的ROI。在ROI内进行特征标志中矩形长边缘检测，可以消除图像背景相似边缘对矩形长边缘检测影响；
步骤S40：特征标志矩形长边缘的高精度提取，其包括：基于Zernike矩的亚像素边缘检测方法实现特征标志ROI内矩形长边缘的高精度提取，得到矩形两条长边缘的亚像素坐标；
步骤S60：特征标志的旋转序列图像矩形长边缘旋转角度计算，其包括：基于最小二乘拟合法拟合这两条长边缘的亚像素坐标，得到对应的拟合边缘直线并计算这两条直线斜率的均值，分别求取基准位置矩形长边缘斜率均值及旋转位置矩形长边缘斜率均值，利用两斜率均值的反正切三角函数解算旋转位置矩形长边缘相对于基准位置矩形长边缘的旋转角度。
参考图3为基于模板匹配确定图像的感兴趣区域(ROI)流程图。本发明基于模板匹配确定图像的感兴趣区域(ROI)包括如下步骤：
步骤S21：读入采集的特征标志旋转序列图像；
步骤S22：采用9种大小不同的圆形模板匹配特征标志中圆形区域，计算模板与圆形区域匹配相关系数；
步骤S23：相关系数最大的圆形模板与特征标志圆形区域匹配，获得圆形区域位置；
步骤S24：拟合圆形区域边缘，确定圆形区域中心位置；
步骤S25：提取以四个圆心为顶点的ROI；
参考图4为基于Zernike矩的矩形长边缘的高精度提取流程图。本发明基于Zernike矩的矩形长边缘的高精度提取流程图包括如下步骤：
步骤S41：在ROI中，进行基于Canny算子的特征标志中矩形长边缘检测；
步骤S42：计算图像的不同阶次Zernike矩；
步骤S43：计算矩形长边缘像素点的距离及旋转角度边缘参数；
步骤S44：消除所选择的Zernike矩模板的放大效应；
步骤S45：利用计算的边缘参数获得矩形长边缘的亚像素坐标。
参考图5为序列图像特征边缘旋转角度计算流程图。本发明序列图像特征边缘旋转角度计算包括如下步骤：
步骤S61：基于最小二乘拟合法拟合特征标志中矩形长边缘亚像素边缘坐标，得到两长边缘所在直线；
步骤S62：分别求取基准位置矩形长边缘斜率均值及基准位置矩形长边缘斜率均值；
步骤S63：利用两斜率均值的反正切三角函数解算旋转位置矩形长边缘相对于基准位置矩形长边缘夹角；
步骤S64：以图像中心为原点，基准位置矩形长边缘方向为y轴正向，建立平面直角坐标系，判断旋转位置矩形长边缘所处象限；
步骤S65：计算特征标志实际旋转角度，即为旋转面旋转角度。
本实施实例装置的具体参数为：位置精度≤±2"、振动频率为0.1-10Hz的旋转振动发生装置，特征标志选用的是与由四个半径相同圆形包络矩形的标志，摄像机型号为IDTCMOS OS10-V3-4K，最大分辨率为900万像素，最大帧率1000fps，照明设备选用60W白炽灯。
利用本发明实现了高精度静、动态旋转角度测量，为了验证本发明旋转角度测量方法的校准精度，使用旋转振动发生装置控制软件获取角度参考值，并进行静、动态旋转角度测量实验。
静态测量实验，控制旋转振动发生装置回归零位作为基准位置，控制旋转振动发生装置顺时针旋转间隔30°及45°，进行两组实验，每一位置由摄像机采集10帧图像，继续控制旋转发生装置逆时针旋转，重复上述操作，处理特征标志图像后，得到如参考图6、7的实验结果。
动态测量实验，控制旋转振动发生装置从任意位置进行周期为4s的顺时针运动，由摄像机采集4个周期共800帧特征标志的旋转序列图像，并以第一帧特征标志矩形长边缘位置作为基准位置，处理特征标志图像，绘制动态测量曲线。继续选取任意位置，进行峰-峰值为10°、周期为4s的旋转振动，由摄像机采集4个周期共800帧特征标志的旋转序列图像，绘制动态测量曲线，动态测量结果图如参考图8所示。
参考图6-8分别为本发明方法实施静、动态测量结果图，参考图6为参考角度取值以30°为间隔时，正逆时针旋转角度误差与标准差图，参考图7为参考角度取值以45°为间隔时，正逆时针旋转角度误差与标准差图，参考图8为动态测量结果图。由静态测量结果图可知，本发明测量误差小于0.1°，且顺、逆时针旋转得到结果测量精度受限于旋转振动发生装置的角度定位精度，实际可以达到更好的效果，测量标准差较小说明本发明测量稳定性较好。由动态测量结果图可知，本发明针对动态角度测量也有较好的效果。
上述描述为本发明实施实例的详细介绍，其并非用于对本发明作任何形式上的限定。本领域相关技术人员可在本发明的基础上可做出一系列的优化、改进及修改等。因此，本发明的保护范围应由所附权利要求来限定。

Claims (5)

1.一种基于视觉的高精度旋转角度测量方法，其特征在于：所述测量方法包括以下步骤，
S1：采用一种由四个面积相等圆形包络矩形的特征标志，该特征标志紧固于转台的旋转面，其与旋转面具有相同的旋转角度；摄像机采集旋转特征标志的序列图像，读入采集到的图像，基于圆形模板匹配方法，识别特征标志中的四个圆形区域，确定以四个圆心为顶点的感兴趣区域ROI，以消除图像背景相似边缘对特征标志中矩形边缘检测干扰；
S2：基于Zernike矩的亚像素边缘检测方法实现特征标志ROI内矩形长边的高精度提取，得到矩形两条长边缘的亚像素坐标；
S3：基于最小二乘拟合法对两条亚像素坐标长边缘进行直线拟合，计算这两条拟合边缘直线斜率的均值，分别求取基准位置矩形长边缘斜率均值及旋转位置处矩形长边缘斜率均值，利用两斜率均值的反正切三角函数解算旋转位置相对于基准位置的旋转角度。
2.根据权利要求1所述的一种基于视觉的高精度旋转角度测量方法，其特征在于：
基于模板匹配确定图像的感兴趣区域(ROI)，具体包括：
(1)圆形模板匹配方法
采用圆形模板匹配方法准确识别特征标志中的四个圆形区域；选取一系列大小不同的圆形模板图像{Tj}匹配圆形区域，其中j＝1,2,3...S,S为圆形模板个数；通过式(1)计算大小不同圆形模板与圆形区域匹配的相关系数
Figure FDA0002213767840000011
Figure FDA0002213767840000012
其中，Rj(x,y)是圆形模板匹配的相关系数，表示圆形模板与圆形区域的相似程度，F(x,y)是采集的图像中坐标为(x,y)像素的灰度值，Tj(u,v)是一系列圆形模板图像中坐标为(u,v)像素的灰度值，
Figure FDA0002213767840000013
表示采集到的图像平均灰度值，
Figure FDA0002213767840000014
表示圆形模板的平均灰度值，P(x+u,y+v)与Q(u,v)为中间变量，M和N是第j个模板图像像素的行数与列数；
选取使模板匹配的相关系数Rj(x,y)最大时的(x,y)坐标值，即为特征标志中圆形区域位置；这种模板匹配方法具有尺度和旋转不变性；
(2)感兴趣区域提取
模板匹配得到特征标志中四个圆形区域位置，检测每个圆形的边缘并对检测边缘进行圆拟合得到圆心位置，确定以四个圆心为顶点的ROI；在ROI内检测特征标志中矩形长边缘，消除图像背景相似边缘对矩形长边缘检测的干扰。
3.根据权利要求1所述的一种基于视觉的高精度旋转角度测量方法，其特征在于：
对于采集的旋转特征标志序列图像Ti(x,y)，其中i＝1,2,…,N，N为采集到的旋转序列图像数；利用三灰度边缘模型的Zernike矩方法实现特征边缘提取：并消除Zernike矩模板的放大效应，Canny算子检测特征边缘点像素级坐标(x0,y0)，边缘的亚像素坐标为：
Figure FDA0002213767840000021
其中，(xsub,ysub)为像素点(x0,y0)的亚像素坐标，K为所使用的Zernike矩模板，d1与d2及φ为计算的距离及旋转角度边缘参数，由Ti(x,y)与Zernike矩模板卷积计算获得。
4.根据权利要求1所述的一种基于视觉的高精度旋转角度测量方法，其特征在于：
对所述的序列图像中矩形长边缘旋转角度计算，用最小二乘拟合法拟合由Zernike矩方法得到的矩形长边的亚像素边缘坐标，得到对应的拟合边缘直线l1和l2，计算拟合长边缘斜率k和k'，计算长边缘斜率均值选取旋转面回零位置的特征标志矩形长边缘位置为基准位置，
Figure FDA0002213767840000023
为基准位置矩形长边缘斜率的均值，
Figure FDA0002213767840000024
为旋转位置矩形长边缘斜率的均值，计算基准位置与旋转位置矩形长边缘的夹角：
其中θ为特征边缘所夹锐角弧度值；
旋转角度大小的确定，是以图像中心为圆心，基准位置矩形长边缘方向为坐标系纵轴正向，建立平面直角坐标系，将图像区域划分为四个象限A1,A2,A3,A4,判断测量图像中标志特征边缘位于哪个象限来确定实际旋转角度大小：
Figure FDA0002213767840000033
5.根据权利要求1所述旋转角度测量方法的测量装置，其特征在于：
该装置包括：旋转振动发生装置(1)、由四个圆形包络的矩形特征标志(2)、照明设备(3)、摄像机固定装置(4)、摄像机(5)、图像传输设备(6)、处理与显示设备(7)；矩形特征标志(2)安装在旋转振动发生装置(1)的旋转面的中间，旋转振动发生装置(1)、处理与显示设备(7)、图像传输设备(6)和摄像机(4)通过通讯线连接，摄像机(5)安装在摄像机固定装置(4)的底部中间，摄像机(5)正对矩形特征标志(2)；
旋转振动发生装置(1)用于提供旋转角激励；由四个圆形包络的矩形特征标志(2)紧固于旋转振动发生装置(1)的旋转台面并靠近旋转台面的圆心；照明设备(3)为摄像机(5)提供照明；摄像机固定装置(4)用于固定摄像机(5)，使其垂直于旋转振动发生装置(1)的旋转台面；摄像机(5)用于采集旋转的特征标志序列图像；图像传输设备(6)传输序列图像；处理与显示设备(7)用于处理图像、保存与显示测量结果。
CN201910907698.8A 2019-09-24 2019-09-24 一种基于视觉的高精度旋转角度测量方法 Active CN110672040B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910907698.8A CN110672040B (zh) 2019-09-24 2019-09-24 一种基于视觉的高精度旋转角度测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910907698.8A CN110672040B (zh) 2019-09-24 2019-09-24 一种基于视觉的高精度旋转角度测量方法

Publications (2)

Publication Number Publication Date
CN110672040A true CN110672040A (zh) 2020-01-10
CN110672040B CN110672040B (zh) 2021-07-30

Family

ID=69078910

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910907698.8A Active CN110672040B (zh) 2019-09-24 2019-09-24 一种基于视觉的高精度旋转角度测量方法

Country Status (1)

Country Link
CN (1) CN110672040B (zh)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111637851A (zh) * 2020-05-15 2020-09-08 哈尔滨工程大学 一种基于Aruco码的平面旋转角度视觉测量方法及装置
CN112066914A (zh) * 2020-08-14 2020-12-11 常州机电职业技术学院 基于机器视觉的3362电位器机械角度复位系统及复位方法
CN112150542A (zh) * 2020-09-24 2020-12-29 上海联影医疗科技股份有限公司 一种射野测量方法、装置、电子设备及存储介质
CN112178706A (zh) * 2020-10-14 2021-01-05 宁波方太厨具有限公司 灶具火力档位的识别方法与系统、烟灶联动方法与系统
CN112229331A (zh) * 2020-09-22 2021-01-15 南京理工大学 基于单目视觉的物体旋转角度与平移距离的测量方法
CN112432612A (zh) * 2020-10-22 2021-03-02 中国计量科学研究院 一种基于单目视觉的高精度微小旋转角度测量方法
CN112444233A (zh) * 2020-10-22 2021-03-05 贵州大学 一种基于单目视觉的平面运动位移及轨迹测量方法
CN112511814A (zh) * 2021-02-05 2021-03-16 深圳市橙子数字科技有限公司 投影仪的对焦方法、投影仪、计算机设备及存储介质
CN113532332A (zh) * 2021-06-08 2021-10-22 宁波帅特龙集团有限公司 一种工件安装角度的检测方法及检测装置
CN113733827A (zh) * 2021-10-19 2021-12-03 长沙立中汽车设计开发股份有限公司 一种半挂车拖车与挂车相对转角检测装置及其检测方法
CN113870234A (zh) * 2021-09-30 2021-12-31 三一专用汽车有限责任公司 车辆状态的检测方法、装置和车辆
CN114018289A (zh) * 2021-11-08 2022-02-08 河北省科学院应用数学研究所 水准器检测方法及装置
CN114088088A (zh) * 2021-11-15 2022-02-25 贵州大学 一种基于单目视觉的角速率与角加速度测量方法
CN117237441A (zh) * 2023-11-10 2023-12-15 湖南科天健光电技术有限公司 亚像素定位方法、系统、电子设备和介质
CN117571506A (zh) * 2024-01-15 2024-02-20 西南交通大学 基于迈克尔逊等厚干涉的剪切模量测量装置及测量方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4187901B2 (ja) * 2000-04-19 2008-11-26 Ｓｒｉスポーツ株式会社 球体の回転運動計測方法及び計測装置
CN101813465A (zh) * 2010-03-30 2010-08-25 中北大学 非接触精密测转角的单目视觉测量方法
CN105488503A (zh) * 2015-11-27 2016-04-13 东北大学 一种非编码圆环形标记点圆心图像坐标检测方法
CN107452024A (zh) * 2017-07-24 2017-12-08 西安交通大学 一种用于旋转物体全场运动追踪的视觉测量方法
CN109712157A (zh) * 2018-12-29 2019-05-03 中国计量科学研究院 一种基于单目视觉的重力场法加速度计校准方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4187901B2 (ja) * 2000-04-19 2008-11-26 Ｓｒｉスポーツ株式会社 球体の回転運動計測方法及び計測装置
CN101813465A (zh) * 2010-03-30 2010-08-25 中北大学 非接触精密测转角的单目视觉测量方法
CN105488503A (zh) * 2015-11-27 2016-04-13 东北大学 一种非编码圆环形标记点圆心图像坐标检测方法
CN107452024A (zh) * 2017-07-24 2017-12-08 西安交通大学 一种用于旋转物体全场运动追踪的视觉测量方法
CN109712157A (zh) * 2018-12-29 2019-05-03 中国计量科学研究院 一种基于单目视觉的重力场法加速度计校准方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
刘泽庆 等: "视觉测量中圆形标志两种提取方法的比较", 《光学仪器》 *
郭进，刘先勇: "机器视觉标定中的亚像素中心定位算法", 《传感器与微系统》 *

Cited By (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111637851B (zh) * 2020-05-15 2021-11-05 哈尔滨工程大学 一种基于Aruco码的平面旋转角度视觉测量方法及装置
CN111637851A (zh) * 2020-05-15 2020-09-08 哈尔滨工程大学 一种基于Aruco码的平面旋转角度视觉测量方法及装置
CN112066914A (zh) * 2020-08-14 2020-12-11 常州机电职业技术学院 基于机器视觉的3362电位器机械角度复位系统及复位方法
CN112066914B (zh) * 2020-08-14 2021-12-21 常州机电职业技术学院 基于机器视觉的3362电位器机械角度复位系统及复位方法
CN112229331B (zh) * 2020-09-22 2022-01-07 南京理工大学 基于单目视觉的物体旋转角度与平移距离的测量方法
CN112229331A (zh) * 2020-09-22 2021-01-15 南京理工大学 基于单目视觉的物体旋转角度与平移距离的测量方法
CN112150542B (zh) * 2020-09-24 2023-02-24 上海联影医疗科技股份有限公司 一种射野测量方法、装置、电子设备及存储介质
CN112150542A (zh) * 2020-09-24 2020-12-29 上海联影医疗科技股份有限公司 一种射野测量方法、装置、电子设备及存储介质
CN112178706B (zh) * 2020-10-14 2021-11-05 宁波方太厨具有限公司 灶具火力档位的识别方法与系统、烟灶联动方法与系统
CN112178706A (zh) * 2020-10-14 2021-01-05 宁波方太厨具有限公司 灶具火力档位的识别方法与系统、烟灶联动方法与系统
CN112444233A (zh) * 2020-10-22 2021-03-05 贵州大学 一种基于单目视觉的平面运动位移及轨迹测量方法
CN112432612A (zh) * 2020-10-22 2021-03-02 中国计量科学研究院 一种基于单目视觉的高精度微小旋转角度测量方法
US12026895B2 (en) 2020-10-22 2024-07-02 Guizhou University Monocular vision-based method for measuring displacement and trajectory of planar motion
CN112444233B (zh) * 2020-10-22 2022-08-02 贵州大学 一种基于单目视觉的平面运动位移及轨迹测量方法
CN112511814A (zh) * 2021-02-05 2021-03-16 深圳市橙子数字科技有限公司 投影仪的对焦方法、投影仪、计算机设备及存储介质
CN113532332B (zh) * 2021-06-08 2023-08-15 宁波帅特龙集团有限公司 一种工件安装角度的检测方法及检测装置
CN113532332A (zh) * 2021-06-08 2021-10-22 宁波帅特龙集团有限公司 一种工件安装角度的检测方法及检测装置
CN113870234A (zh) * 2021-09-30 2021-12-31 三一专用汽车有限责任公司 车辆状态的检测方法、装置和车辆
CN113733827A (zh) * 2021-10-19 2021-12-03 长沙立中汽车设计开发股份有限公司 一种半挂车拖车与挂车相对转角检测装置及其检测方法
CN114018289A (zh) * 2021-11-08 2022-02-08 河北省科学院应用数学研究所 水准器检测方法及装置
CN114088088B (zh) * 2021-11-15 2023-08-04 贵州大学 一种基于单目视觉的角速率与角加速度测量方法
CN114088088A (zh) * 2021-11-15 2022-02-25 贵州大学 一种基于单目视觉的角速率与角加速度测量方法
CN117237441A (zh) * 2023-11-10 2023-12-15 湖南科天健光电技术有限公司 亚像素定位方法、系统、电子设备和介质
CN117237441B (zh) * 2023-11-10 2024-01-30 湖南科天健光电技术有限公司 亚像素定位方法、系统、电子设备和介质
CN117571506A (zh) * 2024-01-15 2024-02-20 西南交通大学 基于迈克尔逊等厚干涉的剪切模量测量装置及测量方法
CN117571506B (zh) * 2024-01-15 2024-03-29 西南交通大学 基于迈克尔逊等厚干涉的剪切模量测量装置及测量方法

Also Published As

Publication number Publication date
CN110672040B (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
CN110672040B (zh) 一种基于视觉的高精度旋转角度测量方法
CN109612390B (zh) 基于机器视觉的大尺寸工件自动测量系统
CN102519400B (zh) 基于机器视觉的大长径比轴类零件直线度误差检测方法
CN112444233B (zh) 一种基于单目视觉的平面运动位移及轨迹测量方法
US5825913A (en) System for finding the orientation of a wafer
CN110189314B (zh) 基于机器视觉的汽车仪表盘图像定位方法
CN105783723B (zh) 基于机器视觉的精密模具表面加工精度检测装置及方法
CN106017325B (zh) 一种改进的复杂表面和不规则物体体积的非接触光学测量方法
US20160358322A1 (en) Method and system for data detecting of an instrument
CN107817044B (zh) 基于机器视觉的板材振动的测量装置及方法
CN103292701A (zh) 基于机器视觉的精密器件在线尺寸测量方法
CN103499297A (zh) 一种基于ccd的高精度测量方法
CN113724193B (zh) Pcba零部件尺寸及间隙高精度视觉测量方法
CN111536872B (zh) 基于视觉的二维平面测距装置及方法、标记点识别装置
CN111637851B (zh) 一种基于Aruco码的平面旋转角度视觉测量方法及装置
CN111047588A (zh) 一种轴型小零件尺寸的图像化测量方法
CN109712157B (zh) 一种基于单目视觉的重力场法加速度计校准方法
CN209802310U (zh) 一种基于相位测量偏折的晶圆翘曲度非接触式测量装置
CN110514110B (zh) 一种平台调平控制方法
CN113607058B (zh) 一种基于机器视觉的直刃刀尺寸检测方法及系统
CN106441162A (zh) 一种柱状物体垂直度的非接触式检测装置及方法
CN206410679U (zh) 一种非接触式柱状物垂直度测量装置
CN114088088B (zh) 一种基于单目视觉的角速率与角加速度测量方法
CN112432612B (zh) 一种基于单目视觉的高精度微小旋转角度测量方法
CN105809685A (zh) 一种基于单幅同心圆图像的摄像机定标方法

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