CN110879080A - 一种高温锻件高精度智能测量仪和测量方法 - Google Patents
一种高温锻件高精度智能测量仪和测量方法 Download PDFInfo
- Publication number
- CN110879080A CN110879080A CN201911122648.5A CN201911122648A CN110879080A CN 110879080 A CN110879080 A CN 110879080A CN 201911122648 A CN201911122648 A CN 201911122648A CN 110879080 A CN110879080 A CN 110879080A
- Authority
- CN
- China
- Prior art keywords
- image
- edge
- points
- temperature
- laser
- 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
- 238000000034 method Methods 0.000 title claims abstract description 23
- 238000005242 forging Methods 0.000 claims abstract description 49
- 238000005259 measurement Methods 0.000 claims abstract description 27
- 230000003287 optical effect Effects 0.000 claims abstract description 22
- 238000009529 body temperature measurement Methods 0.000 claims abstract description 21
- 238000000605 extraction Methods 0.000 claims abstract description 17
- 238000003331 infrared imaging Methods 0.000 claims abstract description 11
- 230000005855 radiation Effects 0.000 claims abstract description 9
- 238000009826 distribution Methods 0.000 claims abstract description 7
- 238000007781 pre-processing Methods 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 claims description 27
- 238000001514 detection method Methods 0.000 claims description 10
- 238000005316 response function Methods 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 238000003384 imaging method Methods 0.000 claims description 8
- 230000003993 interaction Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 5
- 238000005070 sampling Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000000691 measurement method Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 10
- 239000011664 nicotinic acid Substances 0.000 abstract description 3
- 238000001931 thermography Methods 0.000 abstract description 2
- 230000000007 visual effect Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
- G06T5/94—Dynamic range modification of images or parts thereof based on local image properties, e.g. for local contrast enhancement
-
- 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
- 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
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种采用非接触式手段完成高温锻件尺寸与温度分布范围的智能测量仪,还公开了其测量方法,步骤为:基于三维控制场的4K相机内外方位元素标校,图像预处理,基于人工辅助的半自动激光线端点像素坐标提取技术,基于双目视觉仿生技术的尺寸测量,以及基于热辐射标定的红外热成像测温。本专利测量设备集成了4K大视场图像采集模块、结构光模块、红外成像测温组件,最终的系统具有人机界面友好,结构紧凑,可靠性高,使用便捷,能有效提高测量效率,保障人员安全。
Description
技术领域
本发明属于光电测量技术领域,具体涉及一种采用非接触式手段完成高温锻件的尺寸与温度分布范围的智能测量仪,以及其测量方法。
背景技术
大型锻件是国家重型装备制造和重大工程建设的关键基础零件,其制造能力和制造水平体现了一个国家的重型装备制造和重大工程建设的能力与水平。在大型锻件的加工与锻造中,对其尺寸形状以及温度分布范围进行快速准确地测量,对于提高大型锻件锻造质量与效率,降低材料加工余量,都具有十分重要的理论意义与实用价值。
然而大型锻件的锻造环境大都极为恶劣,为获取大型锻件的尺寸与温度分布状态信息来进一步加工弥补缺陷,工人们需要在上千摄氏度的高温下手动测量工件的具体尺寸及其他信息。
目前,我国锻件生产厂通常由工人手持卡钳、量杆等简单工具在热态下通过直接接触方式测量锻件尺寸,如图1所示。这种方法需要工人接近高温目标,存在极大安全隐患,且被测锻件越大,测量难度越大,测量精度更加无法保证。严重降低了大型锻件的铸造水平与自动化程度。
发明内容
针对目前大型高温锻件的特点及测量中存在的问题,本发明的目的之一是提供一种高温锻件高精度智能测量仪,通过人体视觉仿生技术、内/外方位元素标校技术、热辐射标定技术实现对高温锻件安全距离内的长度、直径以及温度分布的非接触式高精度测量。
为了实现上述目的,本发明解决其技术问题所采用的技术方案是:一种高温锻件高精度智能测量仪,包括前端数据采集设备和带人机交互界面的后端综合处理主机,所述的前端数据采集设备包括结构光模块、前端数据处理模块以及与前端数据处理模块连接的红外成像测温组件和两个图像采集模块,所述的前端数据处理模块与后端综合处理主机连接,所述的图像采集模块为镜头添加绿色窄带滤光片的4K相机,所述的前端数据处理模块还包括电源转换模块,用于连接结构光模块、图像采集模块、红外成像测温组件和前端数据处理模块。
本发明的目的之二是提供一种高温锻件高精度智能测量方法,包括如下步骤
步骤一,采用三维控制场结合DLT算法实现多个图像采集模块的内/外方位元素标校:
将前端数据采集设备放置在三维控制场中通过图像采集模块对高温锻件进行图像采集,通过图像上控制点的物方坐标、像方坐标,利用以下共线条件方程式得到图像采集模块拍摄时刻的内外方位元素和光学畸变系数:
其中,
式中,x,y为像点的像平面坐标;x0,y0,f为影像的内方位元素;XS,YS,ZS为摄站点的物方空间坐标;XA,YA,ZA为物方点的物方空间坐标;ai,bi,ci(i = 1,2,3)为影像的3个外方位角元素组成的9个方向余弦;
步骤二,图像预处理:
结构光模块的激光器先发射强度较弱、对眼直射无害的激光线,辅助判断测量仪是否平行,然后在成像瞬间发射高强度的十字激光线,保证十字激光线与锻件的上下边缘平行,使图像采集模块采集到含有清晰激光线的4K图像;将采集的彩色图像转化到HSV域内,在HSV图像中提取图像的绿色分量,将绿色分量单通道图像进行直方图均衡化,提高图像对比度与亮度;
步骤三,激光线端点像素坐标提取:
操作人员从4K图像中框选出断开点的大致范围,然后通过人机交互界面放大选中的范围,再次选取大致范围并放大,直到第三次选中并提取断开点的范围;通过Radio检测算子在提取范围内自动提取断开点的边缘像素,通过霍夫变换将所有像素点拼接成完整的直线;采用随机采样一致性算法(RANSAC)对直线上的像素点进行拟合,使得直线能够包含最多的像素点;计算激光线边缘直线与锻件左右边缘的直线交点坐标,然后将两点坐标去均值作为匹配点坐标;
步骤四,基于双目视觉仿生技术的尺寸测量:使十字激光线与锻件的上下边缘平行,通过激光线在锻件的表面上的投影,计算出各个尺寸;
步骤五,基于热辐射标定的红外热成像测温:实现对高温锻件安全距离内温度分布的非接触式高精度测量。
进一步,所述的步骤三中Radio检测算子提取边缘像素包括如下步骤:在锻件边缘的垂直与水平方向分别设定一个5*5的Ratio算子模板,首先计算每个区域Ri的平均像素值为Ai,然后分别计算中间区域R1与两个领域区域R2和R3的边缘检测响应函数f12和f13,如下式:
取边缘响应函数中的较小者作为线特征相应函数F,最终得到水平和垂直两个线特征相应函数F0和F90,最终的线特征响应函数Fm将取F0与F90的较大值,最后根据设定的阈值Fth,判断假如Fm>Fth则认为是边缘像素点。
进一步,所述的步骤三中的霍夫变换是将4K图像中直角坐标系下的像素点转换到极坐标系下的余弦线,统计通过余弦线最多的点,然后再转换到直角坐标系下成为一条包含像素点最多的直线。
本发明的有益效果是:
1,本发明的结构光模块在测量前发射强度较弱、对眼直射无害的激光线,利用该激光线完成前期准备工作,测量中,控制激光器在成像瞬间发射高强度的激光线,使相机可以采集到含有清晰激光线的图像,便于进一步测量;
2,本发明采用基于三维控制场的图像采集模块内外方位元素标校技术,实现了传感器内外方位元素的微米级标定;
3,本发明采用人工三级辅助下的半自动提取技术,首先对图像进行预处理有效提高图像质量及对比度,然后采用Ratio模板匹配算法在高噪声环境下提取边缘像素点,然后采用霍夫直线检测恢复边缘直线,最后通过随机一致性采样算法拟合直线并计算出匹配点,实现了图像上激光线端点像素坐标的亚像素级提取;
4,本发明的设备集成了4K大视场图像采集模块、结构光模块、红外成像测温组件,人机界面友好,结构紧凑,可靠性高,使用便捷,能有效提高测量效率,保障人员安全。
附图说明
图1是常用的锻件测量手段:a是量杆量取,b是卡钳测量;
图2是本发明测量仪的系统原理图;
图3是本发明测量仪的正面布局图;
图4是本发明三维控制场的现场图;
图5是本发明的测量方法流程图;
图6是本发明匹配点提取过程流程图;
图7中a和b 分别是本发明的水平与垂直Ratio算子图;
图8是本发明测量的锻件外形示意图;
图9是本发明结构光在圆柱上的投影效果图;
图10是本发明正直摄影解算几何图;
图11是成像式红外测温仪效果图。
具体实施方式
下面结合附图对本发明作进一步的说明。
本发明针对目前大型高温锻件测量需要工人接近高温目标,存在极大安全隐患,且被测锻件越大,测量难度越大,测量精度更加无法保证的缺陷,提供一种高温锻件高精度智能测量仪,系统原理图如图2所示,包括前端数据采集设备和带人机交互界面的后端综合处理主机,所述的前端数据采集设备包括结构光模块、前端数据处理模块以及与前端数据处理模块连接的红外成像测温组件和多个图像采集模块,所述的图像采集模块为镜头前添加了绿色窄带滤光片的4K相机,所述的前端数据处理模块与后端综合处理主机连接,所述的前端数据处理模块还包括电源转换模块,用于连接结构光模块、图像采集模块、红外成像测温组件和前端数据处理模块,整体外观图如图3所示。
为了最大程度保护人眼安全,上位机设置结构光激光器功率调节按钮,在测量前发射强度较弱、对眼直射无害的激光线,利用该激光线完成前期准备工作,测量中,控制激光器在成像瞬间发射高强度的激光线,使相机可以采集到含有清晰激光线的图像,便于进一步测量。
上述测量仪在对高温锻件进行高精度智能测量时步骤如下:
1,基于三维控制场的4K相机内外方位元素标校:4K图像采集模块安装在前端数据采集设备内部,由于每个模块内部都存在镜头畸变、靶面与光轴不垂直、焦距/像主点误差,且两个传感器间的位置姿态也存在误差,这些因素对双目视觉的测量结果影响巨大,因此本专利采用三维控制场结合DLT算法实现4K相机内/外方位元素的标校。
本发明三维控制场如图4所示,将前端数据采集设备放置在控制场中进行图像采集,当图像上包含有足够多的控制点时,通过控制点的物方坐标、像方坐标,利用共线条件方程式,即可得到4K相机拍摄时刻的内外方位元素和光学畸变系数。其中,光学畸变系数包括径向畸变系数和偏心畸变系数,径向畸变是指构像点沿径向方向偏离其准确位置,偏心畸变是由于光学中心和几何不一致所导致的畸变差。检校所使用的模型为共线条件方程式,常用的表达形式如下:
其中,
2,图像处理和特征提取。
由于锻件表面光滑,采用双目视觉的方法进行尺寸测量,首先需要解决的就是同名点的匹配问题,本系统通过后端综合处理主机中的电脑板卡控制结构光模块的激光器发射激光,电脑板卡可以通过电压调节控制激光的强度,在测量前发射强度较弱、对眼直射无害的激光线,利用该激光线可以辅助判断其与墙面上的水平线是否平行。
测量中电脑板卡控制激光器在成像瞬间发射高强度的激光线,使4K相机可以采集到含有清晰激光线的图像。
此时,激光线在锻件边缘或形状变化处会形成鲜明的端点,通过这些计算这些端点之间的距离就可以准确测量锻件的尺寸。因此首先需要解决的是图像预处理与激光线在锻件边缘的特征点提取。
由于4K相机镜头前添加了绿色窄带滤光片,因此采集出的图片亮度与对比度明显偏低,因此对图像进行预处理,提高图像亮度与对比度,使得操作人员可以轻松看出激光线在锻件边缘的断开处,从而完成人工辅助提取。
图像预处理步骤如下:
1)将采集的彩色图像转化到HSV域内。
2)在HSV图像中提取图像的绿色分量。
3)将绿色分量单通道图像进行直方图均衡化,提高图像对比度与亮度。
完成图像预处理后,需要进一步完成人工辅助的锻件边缘激光线断开点提取。
3,操作人员通过目视完成锻件边缘激光线断开点的人工辅助提取。
考虑到后端综合处理主机的人机界面图像显示区域分辨率与4K相机采集图像分辨率相差较大,本专利采用三级人工辅助策略,即操作人员从4K图像中框选出断开点的大致范围,然后上位机的人机交互界面自动放大选中的范围,操作人员再次在该范围中选取大致范围,重复三次即可,这样的方法能够保证操作人员将提取范围限制在一个比较小的范围内,可以极大提高断开点的提取精度与稳定性,从而提高测量精度。
在操作人员限定的提取范围内需要自动提取亚像素级的断开点,本专利中采用的方法如下:本专利首先采用Radio检测算子提取边缘像素,随后采用改进的快速霍夫变换将锻件及激光线像素拼接成直线,然后用该直线近似拟合锻件边缘与激光线边缘,最后计算出激光线左右边缘线与锻件边缘线之间的交点,并计算交点的中心点亚像素坐标作为最终的匹配点。整个测量过程流程如图5所示,匹配点提取过程如图6所示。
1)Radio检测算子提取边缘像素
由于锻件测量现场环境恶劣,且高温锻件在测量时由于温度变换表面会迅速产生不规则的氧化层,因此采集的图像中含有大量背景噪声,采用常用的canny和sobel等算子提取边缘均产生了大量噪声边缘,使得难以进一步进行直线提取,因此本专利采用Ratio检测算子进行边缘像素点提取,有效利用应用场景中激光线与锻件边缘线水平和垂直的特点。
Ratio算子是一种改进的均值比例算子,采用中心像素的领域取均值的方法,可以通过均值有效降低噪声的干扰,其计算结果为中心像素点周围两个领域的均值比的最小值,可以通过人工设计的模板进行匹配计算。
在本专利的应用场景中锻件一般水平放置,且激光线十字的水平线与锻件平行,因此我们关注的锻件边缘和激光线边缘均为水平与垂直边缘。
因此在本专利中我们设计垂直方向与水平方向两个均为5*5的Ratio算子模板,如图7所示。
首先计算每个区域Ri的平均像素值为Ai,然后分别计算中间区域R1与两个领域区域R2和R3的边缘检测响应函数f12和f13,如下式:
取边缘响应函数中的较小者作为线特征相应函数F,最终得到水平和垂直两个线特征相应函数F0和F90,最终的线特征响应函数Fm将取F0与F90的较大值,最后根据设定的阈值Fth,判断假如Fm〉Fth则认为是边缘像素点。
2),霍夫变换直线拼接。
得到所有的锻件与电力线边缘像素点后,需要进一步将像素点拼接成完整的直线边缘,本专利采用了改进的霍夫变换进行直线检测。
霍夫变换将直角坐标系转换到极坐标系下进行检测,原图中的直线转换到极坐标系下将变成像素点,原图中的像素点将变成了极坐标系下的余弦线,因此只需统计极坐标系下通过余弦线最多的点,转换到直角坐标系下就是一条包含像素点最多的直线。
3)直线拟合
上步中由于噪声的存在可能在一条边缘上拟合多条直线,因此本专利将检测出的直线上的像素点采用随机采样一致性算法(RANSAC)进行直线拟合,使得拟合出的直线之间能够包含最多的边缘直线像素点。
4)计算激光线左右边缘直线与锻件边缘的直线交点坐标,然后将两点坐标去均值作为匹配点坐标。
4,双目测量。
以含法兰盘的典型锻件为例,如图8所示,该形状锻件需求得的尺寸包括长度L1、L2和直径D。
结构光模块出射光线在锻件的表面上的投影如图9所示,则长度L1可通过S1、S7计算,长度L2可通过S2、S6计算。由于激光投射到圆柱上的如图8所示,圆柱的直径需要通过三个点拟合得到,据此可通过S3、S5、S4计算得到直径D。
按上述方法计算,需保证图8中直线S1、S7与锻件中心线平行,因此需要预先规划锻件测量位置,在测量位置的后方的墙面上标出锻件中心线的方向,据此可提前调整结构光模块的激光器。
在本系统中,结构光模块射出的两条直线本身是垂直的,因此采用上述原理计算锻件尺寸时只需要保证激光线与锻件的上下边缘平行即可。在测量强激光线已经根据墙面的水平线进行调整,因此只需保证吊挂锻件时与墙面上的水平线平行。
激光参考线端点位置解算采用摄影测量原理,以正直摄影方式为例,如图9所示:以左摄影中心为S1原点,两摄影中心的连线S1-S2(摄影基线)作为X轴,设物方有一点A(X,Y,Z),在两张相片p1、p2上的对应像点为a1(x1,y1),a2(x2,y2)。图中H为摄影距离(=-Z),B为摄影基线,f为摄影机主距,p为左右视差(x1-x2)。
根据摄影测量学原理有:
5,红外测温。
当物体的温度高于绝对零度时,物体内部的分子运动会以热辐射的形式对外发射电磁波,其中以红外波段(0.75~100um)能量最强,基于此原理发展了红外测温技术。红外测温技术为非接触式被动测温,与传统测温技术相比具有不干扰测温场,准确度、精度较高,实时测量的优势。
本方案采用的红外测温仪为成像式测温仪,可对视场范围内场景的红外辐射量成像,后端可针对单帧图像对某一区域或某一点进行温度测量,实现温度统计分析,如图11所示。
最终采用本文的高温锻件高精度智能测量仪,在实际场景中得到了较高的尺寸与温度测量精度,满足现场使用要求。前端数据采集设备与锻件的距离应控制在[3,7]米之间,得到在800~1200℃的温度范围内温度测量误差≤20℃,并且得到的典型距离下的尺寸精度如下表所示。
上述实施例仅例示性说明本发明的原理及其功效,以及部分运用的实施例,对于本领域的普通技术人员来说,在不脱离本发明创造构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。
Claims (4)
1.一种高温锻件高精度智能测量仪,其特征在于:包括前端数据采集设备和带人机交互界面的后端综合处理主机,所述的前端数据采集设备包括结构光模块、前端数据处理模块以及与前端数据处理模块连接的红外成像测温组件和两个图像采集模块,所述的前端数据处理模块与后端综合处理主机连接,所述的图像采集模块为镜头添加绿色窄带滤光片的4K相机,所述的前端数据处理模块还包括电源转换模块,用于连接结构光模块、图像采集模块、红外成像测温组件和前端数据处理模块。
2.一种高温锻件高精度智能测量方法,基于权利要求1所述的测量仪,其特征在于:包括如下步骤
步骤一,采用三维控制场结合DLT算法实现多个图像采集模块的内/外方位元素标校:
将前端数据采集设备放置在三维控制场中通过图像采集模块对高温锻件进行图像采集,通过图像上控制点的物方坐标、像方坐标,利用以下共线条件方程式得到图像采集模块拍摄时刻的内外方位元素和光学畸变系数:
其中,
式中,x,y为像点的像平面坐标;x0,y0,f为影像的内方位元素;XS,YS,ZS为摄站点的物方空间坐标;XA,YA,ZA为物方点的物方空间坐标;ai,bi,ci(i = 1,2,3)为影像的3个外方位角元素组成的9个方向余弦;
步骤二,图像预处理:
结构光模块的激光器先发射强度较弱、对眼直射无害的激光线,辅助判断测量仪是否平行,然后在成像瞬间发射高强度的十字激光线,保证十字激光线与锻件的上下边缘平行,使图像采集模块采集到含有清晰激光线的4K图像;将采集的彩色图像转化到HSV域内,在HSV图像中提取图像的绿色分量,将绿色分量单通道图像进行直方图均衡化,提高图像对比度与亮度;
步骤三,激光线端点像素坐标提取:
操作人员从4K图像中框选出断开点的大致范围,然后通过人机交互界面放大选中的范围,再次选取大致范围并放大,直到第三次选中并提取断开点的范围;通过Radio检测算子在提取范围内自动提取断开点的边缘像素,通过霍夫变换将所有像素点拼接成完整的直线;采用随机采样一致性算法对直线上的像素点进行拟合,使得直线能够包含最多的像素点;计算激光线边缘直线与锻件左右边缘的直线交点坐标,然后将两点坐标去均值作为匹配点坐标;
步骤四,使十字激光线与锻件的上下边缘平行,通过激光线在锻件的表面上的投影,计算出各个尺寸;
步骤五,通过红外成像测温组件在安全距离内对高温锻件的温度分布进行非接触式高精度测量。
4.根据权利要求2所述的一种高温锻件高精度智能测量方法,其特征在于,所述的步骤三中的霍夫变换是将4K图像中直角坐标系下的像素点转换到极坐标系下的余弦线,统计通过余弦线最多的点,然后再转换到直角坐标系下成为一条包含像素点最多的直线。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911122648.5A CN110879080A (zh) | 2019-11-15 | 2019-11-15 | 一种高温锻件高精度智能测量仪和测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911122648.5A CN110879080A (zh) | 2019-11-15 | 2019-11-15 | 一种高温锻件高精度智能测量仪和测量方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110879080A true CN110879080A (zh) | 2020-03-13 |
Family
ID=69729216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911122648.5A Pending CN110879080A (zh) | 2019-11-15 | 2019-11-15 | 一种高温锻件高精度智能测量仪和测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110879080A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111750956A (zh) * | 2020-07-07 | 2020-10-09 | 中铁十一局集团有限公司 | 一种盾构机砂浆罐液面高度测量系统及方法 |
CN112393760A (zh) * | 2020-11-04 | 2021-02-23 | 连云港杰瑞自动化有限公司 | 一种适用于高温锻件的光学检测成像装置 |
CN112639390A (zh) * | 2019-11-21 | 2021-04-09 | 北京机电研究所有限公司 | 用于三维尺寸的动态测量装置及其测量方法 |
CN112991316A (zh) * | 2021-03-30 | 2021-06-18 | 中国空气动力研究与发展中心超高速空气动力研究所 | 一种模型边缘烧蚀量动态测量技术 |
CN113418615A (zh) * | 2021-06-21 | 2021-09-21 | 北京清影机器视觉技术有限公司 | 一种基于相机的红热锻件温度自动测量方法 |
CN113641155A (zh) * | 2021-07-23 | 2021-11-12 | 连云港杰瑞自动化有限公司 | 一种高温锻件检测控制系统 |
CN113643386A (zh) * | 2021-10-13 | 2021-11-12 | 深圳市商汤科技有限公司 | 标定方法及装置、电子设备及计算机可读存储介质 |
CN115453546A (zh) * | 2022-08-25 | 2022-12-09 | 燕山大学 | 用于在线测量大型锻件的接触式测量装置及其测量方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4937766A (en) * | 1986-07-23 | 1990-06-26 | Mannesmann Ag | Acquiring dimensions of a large object |
CN101216294A (zh) * | 2008-01-10 | 2008-07-09 | 上海交通大学 | 大型锻件三维外形尺寸和温度在线检测装置 |
JP2009264838A (ja) * | 2008-04-23 | 2009-11-12 | Toyota Motor Corp | 高温用基準ワーク及びこれを用いた高温物寸法計測用形状計測器の精度検証方法 |
CN101713640A (zh) * | 2009-09-30 | 2010-05-26 | 大连理工大学 | 一种锻件热态尺寸的非接触测量方法 |
KR100969997B1 (ko) * | 2010-01-19 | 2010-07-15 | 장영창 | 단조쉘 치수 측정장치 및 측정방법 |
CN102109321A (zh) * | 2009-12-25 | 2011-06-29 | 江苏金源锻造有限公司 | 大型高温锻件近红外视觉传感检测装置 |
CN103714535A (zh) * | 2013-12-13 | 2014-04-09 | 大连理工大学 | 双目视觉测量系统中摄像机参数在线调整方法 |
CN109035213A (zh) * | 2018-07-05 | 2018-12-18 | 大连理工大学 | 基于光条截面能量分布唯一性的光条中心亚像素提取方法 |
CN109612390A (zh) * | 2018-12-17 | 2019-04-12 | 江南大学 | 基于机器视觉的大尺寸工件自动测量系统 |
-
2019
- 2019-11-15 CN CN201911122648.5A patent/CN110879080A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4937766A (en) * | 1986-07-23 | 1990-06-26 | Mannesmann Ag | Acquiring dimensions of a large object |
CN101216294A (zh) * | 2008-01-10 | 2008-07-09 | 上海交通大学 | 大型锻件三维外形尺寸和温度在线检测装置 |
JP2009264838A (ja) * | 2008-04-23 | 2009-11-12 | Toyota Motor Corp | 高温用基準ワーク及びこれを用いた高温物寸法計測用形状計測器の精度検証方法 |
CN101713640A (zh) * | 2009-09-30 | 2010-05-26 | 大连理工大学 | 一种锻件热态尺寸的非接触测量方法 |
CN102109321A (zh) * | 2009-12-25 | 2011-06-29 | 江苏金源锻造有限公司 | 大型高温锻件近红外视觉传感检测装置 |
KR100969997B1 (ko) * | 2010-01-19 | 2010-07-15 | 장영창 | 단조쉘 치수 측정장치 및 측정방법 |
CN103714535A (zh) * | 2013-12-13 | 2014-04-09 | 大连理工大学 | 双目视觉测量系统中摄像机参数在线调整方法 |
CN109035213A (zh) * | 2018-07-05 | 2018-12-18 | 大连理工大学 | 基于光条截面能量分布唯一性的光条中心亚像素提取方法 |
CN109612390A (zh) * | 2018-12-17 | 2019-04-12 | 江南大学 | 基于机器视觉的大尺寸工件自动测量系统 |
Non-Patent Citations (4)
Title |
---|
丛佃伟: "《GNSS高动态定位性能检定理论及关键技术研究》", 31 January 2017, 测绘出版社 * |
冯西等: "基于机器视觉的大尺寸工件自动测量系统", 《传感器与微系统》 * |
刘晓君等: "一种改进的SAR影像边缘检测方法", 《测绘通报》 * |
焦李成等: "《图像多尺度几何分析理论与应用》", 31 July 2008, 西安电子科技大学出版社 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112639390A (zh) * | 2019-11-21 | 2021-04-09 | 北京机电研究所有限公司 | 用于三维尺寸的动态测量装置及其测量方法 |
CN111750956A (zh) * | 2020-07-07 | 2020-10-09 | 中铁十一局集团有限公司 | 一种盾构机砂浆罐液面高度测量系统及方法 |
CN112393760A (zh) * | 2020-11-04 | 2021-02-23 | 连云港杰瑞自动化有限公司 | 一种适用于高温锻件的光学检测成像装置 |
CN112991316A (zh) * | 2021-03-30 | 2021-06-18 | 中国空气动力研究与发展中心超高速空气动力研究所 | 一种模型边缘烧蚀量动态测量技术 |
CN113418615A (zh) * | 2021-06-21 | 2021-09-21 | 北京清影机器视觉技术有限公司 | 一种基于相机的红热锻件温度自动测量方法 |
CN113641155A (zh) * | 2021-07-23 | 2021-11-12 | 连云港杰瑞自动化有限公司 | 一种高温锻件检测控制系统 |
CN113643386A (zh) * | 2021-10-13 | 2021-11-12 | 深圳市商汤科技有限公司 | 标定方法及装置、电子设备及计算机可读存储介质 |
CN115453546A (zh) * | 2022-08-25 | 2022-12-09 | 燕山大学 | 用于在线测量大型锻件的接触式测量装置及其测量方法 |
CN115453546B (zh) * | 2022-08-25 | 2024-05-07 | 燕山大学 | 用于在线测量大型锻件的接触式测量装置及其测量方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110879080A (zh) | 一种高温锻件高精度智能测量仪和测量方法 | |
CN109544679B (zh) | 管道内壁的三维重建方法 | |
CN103278138B (zh) | 一种复杂结构薄部件三维位置及姿态的测量方法 | |
CN110517216B (zh) | 一种基于多类型相机的slam融合方法及其系统 | |
CN109579695B (zh) | 一种基于异构立体视觉的零件测量方法 | |
CN111784778B (zh) | 基于线性求解非线性优化的双目相机外参标定方法和系统 | |
CN105716539B (zh) | 一种快速高精度的三维形面测量方法 | |
CN102221331B (zh) | 一种基于不对称双目立体视觉技术的测量方法 | |
CN101726258B (zh) | 一种热态物体在线检测系统 | |
CN108535321A (zh) | 一种基于三维红外热成像技术的建筑热工性能检测方法 | |
CN107133983B (zh) | 成捆圆钢端面双目视觉系统与空间定位及计数方法 | |
CN104075688A (zh) | 一种双目立体凝视监控系统的测距方法 | |
CN107816942A (zh) | 一种基于十字结构光视觉系统的平面二维尺寸测量方法 | |
CN110132226A (zh) | 一种无人机巡线的距离及方位角测量系统和方法 | |
CN103308000B (zh) | 基于双目视觉的曲线物体测量方法 | |
CN102628671A (zh) | 一种基于单摄像机双色线结构光的三维坐标测量方法 | |
Mi et al. | A vision-based displacement measurement system for foundation pit | |
CN101487702A (zh) | 基于双目视觉的交通事故现场摄影测量方法 | |
CN112305576A (zh) | 一种多传感器融合的slam算法及其系统 | |
CN110617772A (zh) | 一种非接触式线径测量装置及方法 | |
CN105513128A (zh) | 基于Kinect的三维数据融合处理方法 | |
CN109465830A (zh) | 机器人单目立体视觉标定系统及方法 | |
CN113902809A (zh) | 一种红外相机与激光雷达联合标定的方法 | |
CN112053392A (zh) | 一种红外与可见光图像的快速配准与融合方法 | |
CN113536895A (zh) | 一种圆盘指针表计识别方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200313 |