CN110720983B - 一种视觉识别方法和系统 - Google Patents

一种视觉识别方法和系统 Download PDF

Info

Publication number
CN110720983B
CN110720983B CN201910835024.1A CN201910835024A CN110720983B CN 110720983 B CN110720983 B CN 110720983B CN 201910835024 A CN201910835024 A CN 201910835024A CN 110720983 B CN110720983 B CN 110720983B
Authority
CN
China
Prior art keywords
coordinate
mark point
point
center
mark
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
Application number
CN201910835024.1A
Other languages
English (en)
Other versions
CN110720983A (zh
Inventor
刘文杰
崔少飞
杨仕润
李瑜
赵智增
李元威
唐洲平
杨清武
伍国锋
冯华
李琦
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 Wantefu Medical Devices Co ltd
Original Assignee
Beijing Wantefu Medical Devices Co ltd
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 Wantefu Medical Devices Co ltd filed Critical Beijing Wantefu Medical Devices Co ltd
Priority to CN201910835024.1A priority Critical patent/CN110720983B/zh
Publication of CN110720983A publication Critical patent/CN110720983A/zh
Application granted granted Critical
Publication of CN110720983B publication Critical patent/CN110720983B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/70—Manipulators specially adapted for use in surgery
    • A—HUMAN NECESSITIES
    • A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
    • A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
    • A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
    • A61B34/20—Surgical navigation systems; Devices for tracking or guiding surgical instruments, e.g. for frameless stereotaxis
    • A61B2034/2046—Tracking techniques
    • A61B2034/2065—Tracking using image or pattern recognition

Landscapes

  • Health & Medical Sciences (AREA)
  • Surgery (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Medical Informatics (AREA)
  • Robotics (AREA)
  • Biomedical Technology (AREA)
  • Heart & Thoracic Surgery (AREA)
  • Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
  • Molecular Biology (AREA)
  • Animal Behavior & Ethology (AREA)
  • General Health & Medical Sciences (AREA)
  • Public Health (AREA)
  • Veterinary Medicine (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)

Abstract

本发明公开了视觉识别方法和系统，识别相应区间的标志点颜色，且机器视觉在可视范围内标志点颜色对应的部分形成坐标集合；获取机器视觉坐标系中标志点坐标后，将第一标志点中心在机器视觉中的坐标转化为机械臂系统中的坐标；采用机械臂结合灯光投影法重新获取第二标志点中心坐标，比对第一标志点中心坐标和第二标志点中心坐标之间的误差；根据比对结果获取第三标志点坐标，将第三标志点坐标与坐标集合进行对比。本发明有益效果：不仅能够降低成本，而且达到高精度识别定位。

Description

一种视觉识别方法和系统
技术领域
本发明涉及视觉识别技术领域，具体来说，涉及一种视觉识别方法和系统。
背景技术
双目立体视觉是机器视觉的一种重要形式，它是基于视差原理并利用成像设备从不同的位置获取被测物体的两幅图像，通过计算图像对应点间的位置偏差，来获取物体三维几何信息的方法，但是，现在视觉识别系统的精度与价格是成正比的，识别精度越高，那么价格越贵。在图像采集系统条件一定的情况下，提高图像识别精度所需算法相对复杂。针对相关技术中的问题，目前尚未提出有效的解决方案。
发明内容
针对相关技术中的上述技术问题，本发明提出一种视觉识别方法和系统，能够解决在较低成本的情况下，达到高精度识别定位。
为实现上述技术目的，本发明的技术方案是这样实现的：
一种视觉识别方法，包括以下步骤：
识别相应区间的标志点颜色，且机器视觉在可视范围内所述标志点颜色对应的部分形成坐标集合；
获取机器视觉坐标系中标志点坐标后，将第一标志点中心在机器视觉中的坐标转化为机械臂系统中的坐标；
采用机械臂结合灯光投影法重新获取第二标志点中心坐标，比对第一标志点中心坐标和第二标志点中心坐标之间的误差，其中，所述比对第一标志点中心坐标和第二标志点中心坐标之间的误差包括：当第一标志点中心坐标与第二标志点中心坐标在误差允许范围内则默认机器视觉识别的标志点坐标；当第一标志点中心坐标与第二标志点中心坐标超出误差允许范围则需通过最小二乘法对机器视觉识别标志点坐标进行优化；
根据比对结果获取第三标志点坐标，将所述第三标志点坐标与所述坐标集合进行对比。
进一步地，所述采用机械臂结合灯光投影法重新获取第二标志点中心坐标中所述机械臂结合灯光投影法包括：
在所述机械臂末端安装有三个发光元件，调节三个发光元件的位置及光照强度；
将机械臂末端的穿刺针移动至接近标志点上表面时，穿刺针的三个影子尖端形成一个三角形区域；
移动机械臂将所述穿刺针靠近标志点中心，直到穿刺针针尖与其影子针尖以及标志点中心重合时获取机械臂工具中心坐标。
进一步地，该方法还包括在识别相应区间的标志点颜色之前构建不同的HSV模型，每个HSV模型对应一种颜色H、S、V区间值，且每个HSV模型对应一个标志点编号。
进一步地，构建不同的HSV模型中HSV模型包括采集9种不同颜色的标志点，计算9种不同颜色的H、S、V值，建立相应的HSV模型，其中，不同颜色包括红、橙、黄、绿、青、蓝、紫、黑和白。
本发明的另一方面，提供一种视觉识别系统，包括：
标志点颜色识别模块，用于识别相应区间的标志点颜色，且机器视觉在可视范围内所述标志点颜色对应的部分形成坐标集合；
坐标转化模块，用于获取机器视觉坐标系中标志点坐标后，将第一标志点中心在机器视觉中的坐标转化为机械臂系统中的坐标；
比对模块，用于采用机械臂结合灯光投影法重新获取第二标志点中心坐标，比对第一标志点中心坐标和第二标志点中心坐标之间的误差，其中，所述比对第一标志点中心坐标和第二标志点中心坐标之间的误差包括：当第一标志点中心坐标与第二标志点中心坐标在误差允许范围内则默认机器视觉识别的标志点坐标；当第一标志点中心坐标与第二标志点中心坐标超出误差允许范围则需通过最小二乘法对机器视觉识别标志点坐标进行优化；
对比模块，用于根据比对结果获取第三标志点坐标，将所述第三标志点坐标与所述坐标集合进行对比。
进一步地，所述比对模块包括：
发光元件模块，用于在所述机械臂末端安装有三个发光元件，调节三个发光元件的位置及光照强度；
第一移动模块，用于将机械臂末端的穿刺针移动至接近标志点上表面时，穿刺针的三个影子尖端形成一个三角形区域；
第二移动模块，用于移动机械臂将所述穿刺针靠近标志点中心，直到穿刺针针尖与其影子针尖以及标志点中心重合时获取机械臂工具中心坐标。
进一步地，该系统还包括构建模块，用于在机器视觉识别相应区间的标志点颜色之前构建不同的HSV模型，每个HSV模型对应一种颜色H、S、V区间值，且每个HSV模型对应一个标志点编号。
进一步地，构建模块包括采集模块，用于采集9种不同颜色的标志点，计算9种不同颜色的H、S、V值，建立相应的HSV模型，其中，不同颜色包括红、橙、黄、绿、青、蓝、紫、黑和白。
本发明的有益效果：不仅能够降低成本，而且达到高精度识别定位。还可以在硬件设备条件一定的情况下，采用相对简单的识别算法获取标志点表面精确坐标。且这种方法在用机械臂校验点时更为直观，方便，同时可以节约时间。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，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是根据本发明实施例所述的视觉识别方法的流程图；
图2是根据本发明实施例机械臂结合灯光投影的结构示意图；
图3是根据本发明实施例所述的标志点之一；
图4是根据本发明实施例所述的标志点之二；
图5是根据本发明实施例所述的标志点之三；
图6是根据本发明实施例所述的标志点之四；
图7是根据本发明实施例所述的标志点之五；
图8是根据本发明实施例所述的标志点之六；
图9是根据本发明实施例所述的标志点之七；
图10是根据本发明实施例所述的标志点之八；
图11是根据本发明实施例所述的标志点之九；
图12是根据本发明实施例所述的视觉识别系统的示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，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所获得的所有其他实施例，都属于本发明保护的范围。
如图1和2所示，根据本发明实施例所述的一种视觉识别方法，包括以下步骤：
当机器视觉识别的相应区间的标志点颜色，则会对图像进行二值化，选中区间内的图像，然后对其标号，机器视觉在可视范围内所述标志点颜色对应的部分就会形成一个坐标集合，包括标志点中心点坐标；可视范围内为机器视觉在能够视察的范围，当标志点序号确定之后，就要准确识别标识点中心点坐标。
获取机器视觉坐标系中标志点坐标后，即当机器视觉识别到现实空间标志点坐标，通过双目视觉装置与高精度机械臂之间的坐标系转化关系，将第一标志点中心在机器视觉中的坐标转化为机械臂系统中的坐标；
为了避免受到摄像头精度、双目视觉装置本身结构尺寸的精度误差以及双目视觉系统坐标系与机械臂系统坐标系之间转化误差等因素的影响，最终获取的标志点中心在机械臂系统中的坐标也会有相应的误差，则采用机械臂结合灯光投影法重新获取第二标志点中心坐标，比对第一标志点中心坐标和第二标志点中心坐标之间的误差，其中，当第一标志点中心坐标与第二标志点中心坐标在误差允许范围内则默认机器视觉识别的标志点坐标；当第一标志点中心坐标与第二标志点中心坐标超出误差允许范围则需通过最小二乘法对机器视觉识别的标志点坐标进行优化；
根据比对结果获取第三标志点坐标后，将所述第三标志点坐标与所述坐标集合进行对比，得出的标志点坐标属于哪个坐标集合，则该坐标集合的序号为该标志点坐标的序号，其中，坐标集合为颜色识别选中的标志点坐标集合。
在本发明的一个具体实施例中，所述采用机械臂结合灯光投影法重新获取第二标志点中心坐标中所述机械臂结合灯光投影法包括：
在所述机械臂末端安装有三个发光元件，调节三个发光元件的位置及光照强度，使得当机械臂末端穿刺针接近某一平面时，穿刺针在该平面有三个明显投影，其中，发光元件为小灯；
将机械臂末端的穿刺针运动到接近标志点上表面时，穿刺针的三个影子尖端则形成一个三角形区域，此时保证标志点中心在该三角形区域内；
运动机械臂将所述穿刺针靠近标志点中心，直到穿刺针针尖与其影子针尖以及标志点中心重合时获取的机械臂工具中心坐标即为第二标志点中心坐标。
在本发明的一个具体实施例中，该方法还包括在识别相应区间的标志点颜色之前构建不同的HSV模型，每个HSV模型对应一种颜色H、S、V区间值，且每个HSV模型对应一个标志点编号。
如图3-11所示，在本发明的一个具体实施例中，构建不同的HSV模型中HSV模型包括采集9种不同形状不同颜色的标志点，计算9种不同颜色的H、S、V值，建立相应的HSV模型，其中，不同颜色包括红、橙、黄、绿、青、蓝、紫、黑和白，9标志点的外观均为厚度1mm，直径为10mm的小圆片，其中，从图3-图11标志点的相应的编号为1-9。
根据视觉识别在实际中的应用需求，涉及的视觉识别系统包括两方面识别：标志点颜色识别和标志点坐标识别，其中，标志点颜色识别的目的是为了采用一种简单的方法对标志点进行编号。
如图2-12所示，本发明的另一方面，提供一种视觉识别系统，包括：
标志点颜色识别模块，用于识别相应区间的标志点颜色，且机器视觉在可视范围内所述标志点颜色对应的部分形成坐标集合；
坐标转化模块，用于获取机器视觉坐标系中标志点坐标后，将第一标志点中心在机器视觉中的坐标转化为机械臂系统中的坐标；
比对模块，用于采用机械臂结合灯光投影法重新获取第二标志点中心坐标，比对第一标志点中心坐标和第二标志点中心坐标之间的误差，其中，当第一标志点中心坐标与第二标志点中心坐标在误差允许范围内则默认机器视觉识别的标志点坐标；当第一标志点中心坐标与第二标志点中心坐标超出误差允许范围则需通过最小二乘法对机器视觉识别标志点坐标进行优化；
对比模块，用于根据比对结果获取第三标志点坐标，将所述第三标志点坐标与所述坐标集合进行对比。
在本发明的一个具体实施例中，所述比对模块包括：
发光元件模块，用于在所述机械臂末端安装有三个发光元件，调节三个发光元件的位置及光照强度；
第一移动模块，用于将机械臂末端的穿刺针移动至接近标志点上表面时，穿刺针的三个影子尖端形成一个三角形区域；
第二移动模块，用于移动机械臂将所述穿刺针靠近标志点中心，直到穿刺针针尖与其影子针尖以及标志点中心重合时获取机械臂工具中心坐标。
在本发明的一个具体实施例中，该系统还包括构建模块，用于在机器视觉识别相应区间的标志点颜色之前构建不同的HSV模型，每个HSV模型对应一种颜色H、S、V区间值，且每个HSV模型对应一个标志点编号。
在本发明的一个具体实施例中，构建模块包括采集模块，用于采集9种不同颜色的标志点，计算9种不同颜色的H、S、V值，建立相应的HSV模型，其中，不同颜色包括红、橙、黄、绿、青、蓝、紫、黑和白，将9种不同颜色的标志点粘贴在患者头皮表面，每个标志点仅贴一个。
为了方便理解本发明的上述技术方案，以下通过具体使用方式上对本发明的上述技术方案进行详细说明。
在具体使用时，根据本发明所述的视觉识别方法，在一次手术过程中，第一，将患者头部粘贴有“红、橙、黄、绿、青、蓝、紫、黑、白”九种不同颜色的标志点，分布在患者头部不同位置，保证双目视觉装置在任意位置均可清晰识别到患者头部四个点，当视觉识别系统清晰观测到患者头部的有四个标志点，“红、绿、蓝、紫”四个标志点，同时识别到四个标志点中心坐标及选中上述四个标志点表面在其HSV模型范围内点，形成四个坐标集合；第二，对比标志点中心坐标与选中的标志点表面点坐标集合，确定“红、绿、蓝、紫”这四个标志点中心坐标，且其对应序号为1、4、6、7，第三，移动机械臂末端至1号标志点上表面中心位置，读取机械臂TCP坐标，即为1号标志点坐标，并计算与视觉识别到的1号标志点坐标之间的误差，若在误差允许范围内，则采用改组坐标点坐标；若超出误差允许范围，则通过最小二乘法对视觉系统获取的标志点坐标进行优化。
综上所述，借助于本发明的上述技术方案，不仅能够降低成本，而且达到高精度识别定位。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种视觉识别方法，其特征在于，包括以下步骤：
识别相应区间的标志点颜色，且机器视觉在可视范围内所述标志点颜色对应的部分形成坐标集合；
获取机器视觉坐标系中标志点坐标后，将第一标志点中心在机器视觉中的坐标转化为机械臂系统中的坐标；
采用机械臂结合灯光投影法重新获取第二标志点中心坐标，比对第一标志点中心坐标和第二标志点中心坐标之间的误差，其中，当第一标志点中心坐标与第二标志点中心坐标在误差允许范围内则默认机器视觉识别的标志点坐标；当第一标志点中心坐标与第二标志点中心坐标超出误差允许范围则需通过最小二乘法对机器视觉识别标志点坐标进行优化；
根据比对结果获取第三标志点坐标，将所述第三标志点坐标与所述坐标集合进行对比；匹配出坐标集合中与所述第三标志点坐标相对应的标志点序号，该标志点序号为第三标志点坐标的序号；
其中，所述第一标志点中心坐标、第二标志点中心坐标、第三标志点坐标分别对应同一标志点用不同方法所取得的不同坐标值，第一标志点中心坐标为通过机器视觉获得的标志点坐标；第二标志点中心坐标为通过灯光投影结合机械臂所获得的标志点坐标；第三坐标点则是经过误差分析及修正之后最终确定的标志点坐标。
2.根据权利要求1所述的视觉识别方法，其特征在于，所述采用机械臂结合灯光投影法重新获取第二标志点中心坐标中所述机械臂结合灯光投影法包括：
在所述机械臂末端安装有三个发光元件，调节三个发光元件的位置及光照强度；
将机械臂末端的穿刺针移动至接近标志点上表面时，穿刺针的三个影子尖端形成一个三角形区域；
移动机械臂将所述穿刺针靠近标志点中心，直到穿刺针针尖与其影子针尖以及标志点中心重合时获取机械臂工具中心坐标。
3.根据权利要求1或2所述的视觉识别方法，其特征在于，该方法还包括在识别相应区间的标志点颜色之前构建不同的HSV模型，每个HSV模型对应一种颜色H、S、V区间值，且每个HSV模型对应一个标志点编号。
4.根据权利要求3所述的视觉识别方法，其特征在于，构建不同的HSV模型中HSV模型包括采集9种不同颜色的标志点，计算9种不同颜色的H、S、V值，建立相应的HSV模型，其中，不同颜色包括红、橙、黄、绿、青、蓝、紫、黑和白。
5.一种视觉识别系统，其特征在于，包括：
标志点颜色识别模块，用于识别相应区间的标志点颜色，且机器视觉在可视范围内所述标志点颜色对应的部分形成坐标集合；
坐标转化模块，用于获取机器视觉坐标系中标志点坐标后，将第一标志点中心在机器视觉中的坐标转化为机械臂系统中的坐标；
比对模块，用于采用机械臂结合灯光投影法重新获取第二标志点中心坐标，比对第一标志点中心坐标和第二标志点中心坐标之间的误差，其中，当第一标志点中心坐标与第二标志点中心坐标在误差允许范围内则默认机器视觉识别的标志点坐标；当第一标志点中心坐标与第二标志点中心坐标超出误差允许范围则需通过最小二乘法对机器视觉识别标志点坐标进行优化；
对比模块，用于根据比对结果获取第三标志点坐标，将所述第三标志点坐标与所述坐标集合进行对比；匹配出坐标集合中与所述第三标志点坐标相对应的标志点序号，该标志点序号为第三标志点坐标的序号；
其中，所述第一标志点中心坐标、第二标志点中心坐标、第三标志点坐标分别对应同一标志点用不同方法所取得的不同坐标值，第一标志点中心坐标为通过机器视觉获得的标志点坐标；第二标志点中心坐标为通过灯光投影结合机械臂所获得的标志点坐标；第三坐标点则是经过误差分析及修正之后最终确定的标志点坐标。
6.根据权利要求5所述的视觉识别系统，其特征在于，所述比对模块包括：
发光元件模块，用于在所述机械臂末端安装有三个发光元件，调节三个发光元件的位置及光照强度；
第一移动模块，用于将机械臂末端的穿刺针移动至接近标志点上表面时，穿刺针的三个影子尖端形成一个三角形区域；
第二移动模块，用于移动机械臂将所述穿刺针靠近标志点中心，直到穿刺针针尖与其影子针尖以及标志点中心重合时获取机械臂工具中心坐标。
7.根据权利要求5或6所述的视觉识别系统，其特征在于，该系统还包括构建模块，用于在机器视觉识别相应区间的标志点颜色之前构建不同的HSV模型，每个HSV模型对应一种颜色H、S、V区间值，且每个HSV模型对应一个标志点编号。
8.根据权利要求7所述的视觉识别系统，其特征在于，构建模块包括采集模块，用于采集9种不同颜色的标志点，计算9种不同颜色的H、S、V值，建立相应的HSV模型，其中，不同颜色包括红、橙、黄、绿、青、蓝、紫、黑和白。
CN201910835024.1A 2019-09-05 2019-09-05 一种视觉识别方法和系统 Active CN110720983B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910835024.1A CN110720983B (zh) 2019-09-05 2019-09-05 一种视觉识别方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910835024.1A CN110720983B (zh) 2019-09-05 2019-09-05 一种视觉识别方法和系统

Publications (2)

Publication Number Publication Date
CN110720983A CN110720983A (zh) 2020-01-24
CN110720983B true CN110720983B (zh) 2021-05-25

Family

ID=69218892

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910835024.1A Active CN110720983B (zh) 2019-09-05 2019-09-05 一种视觉识别方法和系统

Country Status (1)

Country Link
CN (1) CN110720983B (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004030560A2 (de) * 2002-10-01 2004-04-15 Vr Magic Gmbh Mehrkamera trackingsystem
CN102324042A (zh) * 2011-09-13 2012-01-18 盛乐信息技术（上海）有限公司 视觉识别系统及视觉识别方法
CN102922521A (zh) * 2012-08-07 2013-02-13 中国科学技术大学 一种基于立体视觉伺服的机械臂系统及其实时校准方法
CN103914708A (zh) * 2014-01-26 2014-07-09 冯平 基于机器视觉的食品品种检测方法及系统
CN105496556A (zh) * 2015-12-03 2016-04-20 中南民族大学 一种用于手术导航的高精度光学定位系统
TW201641071A (zh) * 2015-05-20 2016-12-01 國立交通大學 用於微創手術的多器械影像辨識方法及系統
CN107726975A (zh) * 2017-09-20 2018-02-23 大连理工大学 一种基于视觉拼接测量的误差分析方法
CN107756398A (zh) * 2017-09-30 2018-03-06 深圳市功夫机器人有限公司 机器人视觉引导方法、装置及设备
CN108827474A (zh) * 2018-05-02 2018-11-16 郑州佳诺实业有限公司 一种基于坐标的涂料样板的颜色识别方法
KR20180129324A (ko) * 2017-05-26 2018-12-05 나현숙 경막외강 인지 시스템
WO2018226224A1 (en) * 2017-06-07 2018-12-13 Roy Anthony Brown Surgical targeting systems and methods

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9373166B2 (en) * 2004-04-23 2016-06-21 Siemens Medical Solutions Usa, Inc. Registered video endoscopy and virtual endoscopy
US8768029B2 (en) * 2010-10-20 2014-07-01 Medtronic Navigation, Inc. Selected image acquisition technique to optimize patient model construction
US10552574B2 (en) * 2013-11-22 2020-02-04 Spinal Generations, Llc System and method for identifying a medical device

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004030560A2 (de) * 2002-10-01 2004-04-15 Vr Magic Gmbh Mehrkamera trackingsystem
CN102324042A (zh) * 2011-09-13 2012-01-18 盛乐信息技术（上海）有限公司 视觉识别系统及视觉识别方法
CN102922521A (zh) * 2012-08-07 2013-02-13 中国科学技术大学 一种基于立体视觉伺服的机械臂系统及其实时校准方法
CN103914708A (zh) * 2014-01-26 2014-07-09 冯平 基于机器视觉的食品品种检测方法及系统
TW201641071A (zh) * 2015-05-20 2016-12-01 國立交通大學 用於微創手術的多器械影像辨識方法及系統
CN105496556A (zh) * 2015-12-03 2016-04-20 中南民族大学 一种用于手术导航的高精度光学定位系统
KR20180129324A (ko) * 2017-05-26 2018-12-05 나현숙 경막외강 인지 시스템
WO2018226224A1 (en) * 2017-06-07 2018-12-13 Roy Anthony Brown Surgical targeting systems and methods
CN107726975A (zh) * 2017-09-20 2018-02-23 大连理工大学 一种基于视觉拼接测量的误差分析方法
CN107756398A (zh) * 2017-09-30 2018-03-06 深圳市功夫机器人有限公司 机器人视觉引导方法、装置及设备
CN108827474A (zh) * 2018-05-02 2018-11-16 郑州佳诺实业有限公司 一种基于坐标的涂料样板的颜色识别方法

Also Published As

Publication number Publication date
CN110720983A (zh) 2020-01-24

Similar Documents

Publication Publication Date Title
KR102015606B1 (ko) 멀티 라인 레이저 어레이 3차원 스캐닝 시스템 및 멀티 라인 레이저 어레이 3차원 스캐닝 방법
CN105740856B (zh) 一种基于机器视觉的指针式仪表示数读取方法
CN109211207B (zh) 一种基于机器视觉的螺钉识别与定位装置
US8638988B2 (en) Movement analysis and/or tracking system
TWI589246B (zh) 在鞋子製造程序間按自動方式定位鞋子部件的方法與系統
CN107133983B (zh) 成捆圆钢端面双目视觉系统与空间定位及计数方法
CN108269255A (zh) 一种基于机器视觉的电连接器检测装置及方法
CN105528789A (zh) 机器人视觉定位方法和装置、视觉标定方法和装置
CN101245994A (zh) 物体表面三维轮廓结构光测量系统的标定方法
CN110749290A (zh) 基于三维投影的特征信息快速定位方法
CN111624203A (zh) 一种基于机器视觉的继电器接点齐度非接触式测量方法
CN103049731A (zh) 一种点分布型彩色编码标志的解码方法
CN109711414A (zh) 基于摄像头图像采集的设备指示灯颜色识别方法及系统
CN112529856A (zh) 确定操作对象位置的方法、机器人和自动化系统
CN113251939A (zh) 一种非接触式铁路继电器接点间隙的测量方法
CN115876086A (zh) 一种高密度连接器的检测方法及检测系统
KR20040010091A (ko) 광학식 마커를 이용한 3차원 측정 데이터 자동 정렬장치및 그 방법
CN110720983B (zh) 一种视觉识别方法和系统
CN116563391B (zh) 一种基于机器视觉的激光结构自动标定方法
CN105823430B (zh) 成像视野小于柔性环形零件尺寸时的图像采集与拼接方法
CN108520568B (zh) 一种设备指示灯定位识别方法及装置
CN216621463U (zh) 一种led发光颜色测试用数据采集装置
CN114511620B (zh) 一种基于Mask R-CNN的结构位移监测方法
CN115082564A (zh) 一种融合双目视觉和激光雷达的联合标定方法
CN211794627U (zh) 一种足型扫描定位板及足型扫描系统

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Liu Wenjie

Inventor after: Cui Shaofei

Inventor after: Yang Shirun

Inventor after: Li Yu

Inventor after: Zhao Zhizeng

Inventor after: Li Yuanwei

Inventor after: Tang Zhouping

Inventor after: Wu Guofeng

Inventor after: Li Qi

Inventor before: Liu Wenjie

Inventor before: Feng Hua

Inventor before: Li Qi

Inventor before: Cui Shaofei

Inventor before: Yang Shirun

Inventor before: Li Yu

Inventor before: Zhao Zhizeng

Inventor before: Li Yuanwei

Inventor before: Tang Zhouping

Inventor before: Yang Qingwu

Inventor before: Wu Guofeng