CN1109189A - 边缘识别方法 - Google Patents
边缘识别方法 Download PDFInfo
- Publication number
- CN1109189A CN1109189A CN94108211A CN94108211A CN1109189A CN 1109189 A CN1109189 A CN 1109189A CN 94108211 A CN94108211 A CN 94108211A CN 94108211 A CN94108211 A CN 94108211A CN 1109189 A CN1109189 A CN 1109189A
- Authority
- CN
- China
- Prior art keywords
- edge
- triangulation
- point
- face
- identification
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明提供四种边缘识别方法,第一种兼用三角
测量法与浓淡图像法求出含边缘面的形状,前法可得
高度,后法可得边缘轮廓;第二种用三角测量法求出
边缘轮廓,将构成该轮廓的部分点数据用作起点、中
点和终点,由CAD描绘边缘;第三种求出面A的表
达式a以及与该面相交的面B的表达式b,根据a、b
两式求出A、B的交线,并判为边缘;第四种用三角测
量法求出边缘轮廓,并由接触法正确求出的结果进行
修正。
Description
本发明涉及三维变化的面形状所含的边缘的识别方法。
这类边缘,一般是采用三角测量法和浓淡图像法识别的。
但三角测量法和浓淡图像法各有长短,做不到正确识别边缘形状。
本发明的课题是鉴于此问题,提供一种可以正确识别边缘形状的边缘识别方法。
本发明的边缘识别方法有四种措施:第一种兼用三角测量法与浓淡图像法求出含边缘面的形状,由三角测量法的结果得出边缘高度,由浓淡图像法的结果得出边缘轮廓;第二种用三角测量法求出边缘轮廓,将构成该轮廓的点数据当中的一部分用作CAD起点、中点、终点,由CAD描绘边缘;第三种求出表示一面A的表达式a,并求出与该面相交的面B的表达式b,根据a、b两式求出两个面A、B的交线后,将此线判为边缘;第四种用三角测量法求出边缘轮廓,由接触法正确求出的结果修正此测定结果,每次用三角测量方法对边缘轮廓进行实际测定,都加进上述修正。
这里,三角测量法是指,例如下文所述,利用光反射随物体表面三维形状产生偏移的办法,求得测定点高度(点数据)的方法。
如图5所示,激光束10从投光部2经投光透镜3射到物体1三维形状的表面上。激光束10经物体1表面反射,通过受光透镜6进入CCD摄像检测部5。这种光学系统做成,按基准点11的高度反射激光束时,反射出的激光束10可在CCD摄像检测部5的基准位置17上测得。而经物体1表面与基准点11不等高的点12反射的激光束10,则在CCD摄像检测部5偏离基准位置17距离达L1的位置18上测得。这时,反射激光束的受光位置同测定点12的高度位置与基准点11的高度位置之差成正比变化。因此知道测定点12的高度位置(Z轴上的位置)。
采用这种三角测量法实际求面形状时,由激光束10扫描物体1的表面。这种扫描范围是反射激光束10的受光位置纳入基准位置17的范围。反射激光束10的受光位置纳入基准位置17的范围内的面称为基准面。基准面的形状由例如特开昭64-26816号公报可知,可通过透镜形状等的调整,设定为曲面和平面等各种形状。测定点12作为该基准面内扫描测定对象的各点,在基准面内具有与基准点11相同高度的位置,或者是不同高度的位置。因为已知受光透镜6与基准点11的距离L2,受光透镜6与基准位置17的距离L3,以及受光透镜6与基准点11的连线同投光透镜3与基准点11的连线所成的夹角θ,因此物体1表面上的测定点12与基准点11之间的距离Z可直接求得。这样,通过激光束10的扫描就可以顺序得到与基准点11的距离为Z在二维上不同的测定点的高度位置,这些点数据储存起来,就可以识别三维形状。各测定点12XY轴上的位置(二维位置),通常表为上述距离Z加上基准点11与安装台14间距后的总距离Lz。另外,图中ZH表示可测定范围。
这样,可以求得测定点12在Z轴上的位置,与XY轴上的位置。也就是说,可求出三维位置。另外,三角测量法得到的各测定点的点数据未必需要将它全部储存起来,还可以将例如,高度位置基本上一样变化的面,或者是高度位置不变的面的点数据除去不加以储存,来节约计算机的存储容量。
而浓淡图像法所用的措施是,由例如采用CCD等的摄像装置,获得物体具有三维形状的表面的二维图像信号,而且物体表面各像素的图像信号强度与三维形状相对应。由浓淡图像法的结果勾出边缘轮廓时,例如,可以根据所得到的图像信号,提取相邻像素间存在显著信号强度差的那些像素并连在一起,成为边缘的轮廓,或者是提取具有相同信号强度的那些像素并连在一起,成为边缘的轮廓。例如,物体表面的轮廓是球形的话,则将提取像素依次相连的轨迹也是球形的。
按照上述三角测量法,用例如激光束,扫描三维形状的物体表面,由此测量法求得以一定间隔存在的各测定点的高度位置,并作为点数据储存,就可以从这种储存数据识别该三维表面形状。
另外,由三角测量法求点数据时,如前所述,知道只是在可测定范围ZH内有高度变化,因而若光由浓淡图像法扫描,注意有浓淡变化的地方,仅仅对此变化区域附近直接进行借助于三角测量法的扫描的话,时间和存储容量便得到节约,后续处理也变得容易。接着,即使由三角测量法来求点数据,但由于有能读取高度变化的可测深度,所以这时要使测定点直接在可测定定范围以内,或者使测定始终在可测定范围以内,还是设置应用浓淡图像法等的跟踪机构为好。三角测量法当中的扫描,通常按一次扫描结束,便前移至下一位置再进行下一次扫描这种方法进行的,但这种扫描方法在移至下一扫描位置期间需要停止取数据,而且,即使移到了下一次扫描位置时,也无法立刻开始扫描,取数据要停到测定装置中断所带来的振动停振为止,很浪费时间。因此最好不是这种直线式扫描,而是曲折式扫描,并使这种曲折形状扫描线经数学处理变换为直线式扫描线。这种数学处理的例子有先将曲折式扫描线的轨迹建立函数,再利用此函数,由计算机进行运算,变换至直线式扫描线。
本发明的第一方法中,兼用三角测量法与浓淡图像法,求含边缘的面的形状。三角测量法如上文所述那样展现测定点高度位置,因而正确地求得高度位置。但在借助于激光束等的扫描中,由于要每隔一定间隔求测定点高度位置,因而某一测定点与下一测定点之间即使有因边缘而造成的高度位置变化,也无法正确展现边缘的二维位置,只能断定在两测定点间存在边缘。另一方面,浓淡图像法由受光元件所产生的明暗变化来获得形状变化轮廓,因而正确求得轮廓,但轮廓前后面的高度位置全无展现。因此,第一方法由三角测量法的结果给出边缘高度,而由浓淡图像法的结果给出边缘轮廓,这样就可以一起正确求出边缘的轮廓与高度位置的变化。
本发明第二方法中,采用三角测量法求边缘轮廓,但这种轮廓,严格来说,不清楚,较模糊。因此,凭人的经验和机械、电气方法提取构成此轮廓的点数据中的一部分,用作CAD(计算机辅助设计)的起点、中点、终点,由CAD正确描绘边缘。
本发明第三方法,则通过运算求出表示某一面A的表达式a,同时也用运算求出表示与该面相交的面B的表达式b,根据a、b两式,经运算处理求得A、B两个面相交的线,并将此交线判断为边缘,由于经数学处理来求边缘轮廓,得出的轮廓比较清楚。
本发明第四方法,由接触法求出的正确结果对采用三角测量法求出的边缘轮廓作修正,每次采用三角测量法进行边缘轮廓的实际测定,就加入上述修正,因而三角测量法得到的边缘轮廓不仅清楚而且正确。
本发明第一方法中,兼用三角测量法与浓淡图像法,由三角测量法的结果正确得出边缘高度,由浓淡图像法的结果正确得出边缘轮廓。判明边缘是有棱角的,还是带R(圆角)等状况。
本发明第二方法中,将三角测量法得到的、构成边缘轮廓的点数据用作CAD的起点、中点、终点,边缘轮廓由CAD正确描绘。利用CAD,系统的构成简单,操作也容易。
本发明第三方法中,是靠数学的处理求边缘轮廓的,因而可以获得清楚的轮廓。该第三方法中,面形状与面的交线例如可按如下那样求得。
如图6(a)所表示的那样,分别从计量数据点群A和计量数据点群B求得最小二乘系平面SsatA和SsatB。
Ssat=min∑(dxiyizi)2但,式中设面方程为S,任意点P(xi,yi,zi),S法向上与P的距离为dxiyizi。
接下来,如图6(b)所示,求出SsatA与SsatB的交线F=ax-by-cz+d的话,此交线F即边缘的轮廓。
本发明第四方法,由实际的轮廓测定结果对用三角测量法求出的边缘轮廓作修正,因而得到的边缘轮廓不仅清楚而且正确。此第四方法中,所采用的由接触法求轮廓的办法,其例子有一面使极微细短针扫描,一面将每一扫描位置有无接触的信息存储下来。
以下根据图示实施例的附图说明本发明,但本发明范围并不限于这些实施例。
图1是表示本发明第一方法实施例的说明图。
图2是表示本发明第二方法实施例的说明图。
图3是表示本发明第三方法实施例的说明图。
图4是表示本发明第四方法实施例的说明图。
图5是三角测量法的说明图。
图6是面与面交线求法的说明图。
首先说明第一方法的实施例。由三角测量法对图1(a)所示的、高位置面1a与低位置面1b之间具有垂直面1c的物体1求面形状时,例如该高位置面1a与垂直面1c所成的边缘1d,实际上应当在图1(b)虚线所示位置具有轮廓,但在三角测量法中,由于安排成一获得某一测定点P1的点数据,就进行扫描以获得下一测定点P2的点数据,所以,这种点数据所表示的轮廓变成图1(b)中具有双重圆所夹宽度W的模糊形状。但是,点数据表示的高度位置极为正确。另一方面,浓淡图像法在图1(b)虚线位置显出清楚的浓淡变化,因而可以正确判断这就是所得到的边缘1d的轮廓。因此,第一方法是同时采用三角测量法与浓淡图像法,由前者得出高度位置,而由后者得出轮廓位置这样进行的。
接下来说明本发明第二方法实施例。当得出如图2所示边缘1d的轮廓,首先用三角测量法取边缘部分的点数据。这种点数据群基本上是图中轮廓1c不清楚的数据。因此,从这些点数据群中,就图中半圆弧部分提取点P1、P2、P3,并当作圆的起点、中点、终点输入CAD,描绘出圆弧。还就图中键形部分提取点P3、P4、P5,并当作四边形的起点、中点、终点输入CAD,描绘出键形。
接下来说明本发明第三方法实施例。要识别如图3所示的、水平面A与圆筒状垂直面B所成的边缘1d,首先,求出A的表达式a,同时也求出面B的表达式b。再根据a、b两式,经数学处理求出这两个A、B面的交线。这样的话,此线便与所要识别的边缘1d是一致的。
下面说明本发明第四方法实施例。这时,作为测定对象的物体,如图4所示,圆筒状垂直面C相对于水平面A的高度很小。这样的话,这时便与第三方法有所不同,垂直面C高度方向的点数据个数不够,无法识别面形状。这样,与无法识别某一面的情况相适应的办法即第四方法。这种方法,就面A求点数据时,可识别边缘1d的模糊轮廓。因此,由接触法来求出该边缘1d的正确轮廓。而且,采用该正确轮廓对点数据群的不清楚轮廓加以修正。接下来,当实际测定时,若向点数据群的实测值加进这种修正系数,进行修正的话,这种修正值就可给出正确清楚的边缘轮廓。
本发明的边缘识别方法如上构成,边缘识别不仅正确,而且可以得到清楚的边缘轮廓。
Claims (4)
1.一种边缘识别方法,其特征在于,兼用三角测量法与浓淡图像法,求含边缘面的形状,由三角测量法的结果求出边缘的高度,同时由浓淡图像法的结果求出边缘轮廓。
2.一种边缘识别方法,其特征在于,用三角测量法求边缘轮廓,将构成该边缘轮廓的点数据中的部分用作CAD的起点、中点、终点,由CAD描绘边缘。
3.一种边缘识别方法,其特征在于,求得面A的表达式a,同时求出与该面相交的面B的表达式b,根据a、b两式,求出A、B两个面相交的线,并将此交线判断为边缘。
4.一种边缘识别方法,其特征在于,采用三角测量法求边缘轮廓,由接触法正确求得的结果对此测定结果作修正,每次采用三角测量法进行边缘轮廓实际测定,都加进上述修正。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP5182579A JPH0737106A (ja) | 1993-07-23 | 1993-07-23 | エッジ認識方法 |
JP182579/93 | 1993-07-23 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN1109189A true CN1109189A (zh) | 1995-09-27 |
Family
ID=16120757
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN94108211A Pending CN1109189A (zh) | 1993-07-23 | 1994-07-22 | 边缘识别方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JPH0737106A (zh) |
KR (1) | KR950004047A (zh) |
CN (1) | CN1109189A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1869993B (zh) * | 2005-04-08 | 2010-05-12 | 达索系统公司 | 具有若干面的模型化对象的计算机辅助设计方法 |
CN101398899B (zh) * | 2007-09-26 | 2011-03-30 | 鸿富锦精密工业(深圳)有限公司 | 自动识别钣金零件边所属类型的系统及方法 |
CN104616326A (zh) * | 2015-02-02 | 2015-05-13 | 西北工业大学 | 一种面向复合材料铺层单元数控下料工序的展开轮廓线修正方法 |
CN105057899A (zh) * | 2015-08-18 | 2015-11-18 | 河海大学常州校区 | 一种应用于智能激光切割的扫描图像识别方法 |
TWI627380B (zh) * | 2016-11-23 | 2018-06-21 | 綠點高新科技股份有限公司 | 三維物件之曲面輪廓的估計方法與系統 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100450089B1 (ko) * | 1997-12-29 | 2004-11-16 | 삼성테크윈 주식회사 | 캐드시스템을 이용한 에어포일 측정좌표값의 산출 방법 |
JP6259262B2 (ja) * | 2013-11-08 | 2018-01-10 | キヤノン株式会社 | 画像処理装置および画像処理方法 |
CN117745718A (zh) * | 2024-02-19 | 2024-03-22 | 工业云制造(四川)创新中心有限公司 | 一种基于云制造的信息交互方法 |
-
1993
- 1993-07-23 JP JP5182579A patent/JPH0737106A/ja active Pending
-
1994
- 1994-07-21 KR KR1019940017614A patent/KR950004047A/ko not_active Application Discontinuation
- 1994-07-22 CN CN94108211A patent/CN1109189A/zh active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1869993B (zh) * | 2005-04-08 | 2010-05-12 | 达索系统公司 | 具有若干面的模型化对象的计算机辅助设计方法 |
CN101398899B (zh) * | 2007-09-26 | 2011-03-30 | 鸿富锦精密工业(深圳)有限公司 | 自动识别钣金零件边所属类型的系统及方法 |
CN104616326A (zh) * | 2015-02-02 | 2015-05-13 | 西北工业大学 | 一种面向复合材料铺层单元数控下料工序的展开轮廓线修正方法 |
CN104616326B (zh) * | 2015-02-02 | 2017-04-26 | 西北工业大学 | 一种面向复合材料铺层单元数控下料工序的展开轮廓线修正方法 |
CN105057899A (zh) * | 2015-08-18 | 2015-11-18 | 河海大学常州校区 | 一种应用于智能激光切割的扫描图像识别方法 |
TWI627380B (zh) * | 2016-11-23 | 2018-06-21 | 綠點高新科技股份有限公司 | 三維物件之曲面輪廓的估計方法與系統 |
Also Published As
Publication number | Publication date |
---|---|
JPH0737106A (ja) | 1995-02-07 |
KR950004047A (ko) | 1995-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US4893183A (en) | Robotic vision system | |
US5155775A (en) | Structured illumination autonomous machine vision system | |
EP0391531B1 (en) | Apparatus for measuring three-dimensional curved surface shapes | |
US4731860A (en) | Method for identifying three-dimensional objects using two-dimensional images | |
US6510244B2 (en) | Method and system for acquiring a three-dimensional shape description | |
JP3425366B2 (ja) | 画像補正装置 | |
US7456842B2 (en) | Color edge based system and method for determination of 3D surface topology | |
JP2989744B2 (ja) | 測定面抽出装置及びその方法 | |
US6396960B1 (en) | Method and apparatus of image composite processing | |
US6219063B1 (en) | 3D rendering | |
Park et al. | Dual-beam structured-light scanning for 3-D object modeling | |
CN1109189A (zh) | 边缘识别方法 | |
JP2007508557A (ja) | 三次元物体を走査するための装置 | |
US6512844B2 (en) | 3D rendering | |
JP3800842B2 (ja) | 三次元形状を計測する方法および装置並びに三次元形状計測用プログラムを記憶した記憶媒体 | |
JPH071164B2 (ja) | 三次元形状の認識装置 | |
CN116125489A (zh) | 一种室内物体三维检测方法、计算机设备及存储介质 | |
JP3253328B2 (ja) | 距離動画像入力処理方法 | |
JP2961140B2 (ja) | 画像処理方法 | |
KR100236674B1 (ko) | 비 구대칭 광학계를 사용한 레이저 형상측정 장치 | |
KR920010547B1 (ko) | 3차원 곡면 형상의 측정방법 및 장치 | |
JP3800841B2 (ja) | 三次元形状を計測する方法および装置ならびに三次元形状計測用プログラムを記憶した記憶媒体 | |
JP2718784B2 (ja) | 輪郭線および/または稜線の描画方法 | |
JPH06174839A (ja) | 3次元物体像の生成方法 | |
JP2501150B2 (ja) | レ―ザ溶接方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C01 | Deemed withdrawal of patent application (patent law 1993) | ||
WD01 | Invention patent application deemed withdrawn after publication |