CN111462171A - 一种标记点检测跟踪方法 - Google Patents
一种标记点检测跟踪方法 Download PDFInfo
- Publication number
- CN111462171A CN111462171A CN202010024674.0A CN202010024674A CN111462171A CN 111462171 A CN111462171 A CN 111462171A CN 202010024674 A CN202010024674 A CN 202010024674A CN 111462171 A CN111462171 A CN 111462171A
- Authority
- CN
- China
- Prior art keywords
- mark point
- specific mark
- image
- specific
- camera
- 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
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
- G06T7/85—Stereo camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Multimedia (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
一种标记点检测跟踪方法,包括以下步骤:根据工作区域架设双目立体相机,使双目立体相机的拍摄视野对准到目标物体的运动范围;将特定标记点固定安装在待检测追踪的目标物体上,双目立体相机的摄像头同时摄取检测图像;对双目立体相机摄取的左图像和右图像进行立体校正,根据左右视图视差计算得到特定标记点的三维立体信息;计算出特定标记点随着目标物体运动的运动轨迹的三维立体信息;根据计算得到目标物体的空间位置信息获得最终目标物体的运动轨迹。本发明利用双目立体相机追踪检测目标物体的实时空间位置,提高物体检测的定位准确度,可以实时追踪机械臂的工作路径,完成定位抓取,保证了运动物体检测的高效、准确和实时性。
Description
技术领域
本发明涉及机器视觉技术领域,尤其涉及一种标记点检测跟踪方法。
背景技术
目前在制造生产中需要对物体位置或者体积进行检测测量,其中针对运动目标的检测技术尤为重要。运动目标检测技术主要是指利用摄像机获取的视频流信息,结合模式识别、机器学习等技术自动检测摄像区域内的运动目标。通过分析图像信息可以对运动物体进行分类并判断运动物体种类和运动信息,其广泛应用于自动驾驶、智能机器人等领域。
过去数十年,该领域的研究重点主要基于二维图像信息,监控行业智能分析产品也均基于二维信息。检测结果易受目标遮挡、阴影、光照变化等问题的影响,难以满足现实需求。尽管场景三维信息也被研究者引入,并在一定程度上克服了阴影、光照变化、目标尺度变化大和短时遮挡跟踪问题,但是实际监控环境复杂多变,现有技术仍面临巨大挑战。
基于三维信息或与三维信息相结合的运动目标检测、跟踪及其他分析算法被相继提出,实际效果也均显示出相比二维算法的较大优势。但是已有的检测测量技术主要针对固定障碍物或者静止不动的待测物体,进行运动目标检测时捕获信息和三维重建误差大,利用传感器来进行测量的设备对动作要求高,而且设备昂贵,采用光学系统进行拍摄则需要多个摄像机,投入成本高,无法满足工业上频繁的检测测量分析任务,在检测结果中往往存在漏检和误检的情况。
发明内容
本发明所要解决的技术问题是针对背景技术中所涉及到的缺陷,提出一种标记点检测跟踪方法,利用双目相机对特殊的标记点进行空间定位、测量和跟踪,首先将标记点固定在待测物体上,利用双目相机来追踪运动中的标记点,快速准确地获取标记点的三维立体信息以及运动轨迹,提高物体在连续运动时的检测效果和机器定位的检测精度。
本发明的目的及解决其技术问题是采用以下技术方案来实现的:
一种标记点检测跟踪方法,包括以下步骤:
S1:确立工作区域的空间位置和角度,根据工作区域架设双目立体相机,使所述双目立体相机的拍摄视野对准到目标物体的运动范围,超出其视野范围时所述双目立体相机随之移动,所述双目立体相机的左摄像头和右摄像头参数相同;
S2:将特定标记点固定安装在待检测追踪的目标物体上,所述双目立体相机的摄像头同时摄取检测图像;
S3:对所述双目立体相机摄取的左图像和右图像进行立体校正,对校正后的左图像和右图像进行立体匹配得到左右视图视差,并根据所述左右视图视差计算得到特定标记点的三维立体信息;
S4:所述双目立体相机摄取到T1时刻所述特定标记点的三维立体信息,T2时刻时,根据拍摄到的图像得到T2时刻所述特定标记点的三维立体信息,依次类推,根据上述步骤,计算出所述特定标记点随着目标物体运动的运动轨迹的三维立体信息,并将结果输出计算处理单元;
S5:根据计算得到目标物体的空间位置信息获得最终目标物体的运动轨迹。
优选的,根据所述步骤S3中所述,摄取检测图像,所述检测图像中包括所述特定标记点的图像。
优选的,根据所述步骤S4得到三维立体信息后,实现运动目标物体的三维重建,具体方法为:将获取到的所述特定标记点的图像进行预处理,提取图像中的轮廓,提取图像中的轮廓,得到所述特定标记点在世界坐标系中的三维立体信息;根据所述特定标记点的运动过程得到多个图像轮廓,根据所述特定标记点每一时刻的三维立体坐标和所述特定标记点的运动速度计算得到所述特定标记点的运动轨迹三维立体信息。
优选的,所述步骤S3中,对所述双目立体相机摄取的左图像和右图像进行立体校正,调整所述双目立体相机的摄像头间的角度和距离,输出校正图像;
对校正后的左图像和右图像进行立体匹配得到左右视图视差:查找左右摄像头视野中的相同特征,得到左右视图视差,输出视差图;
将视差图通过三角测量的方法计算得到所述特定标记点的三维立体信息。
优选的,所述步骤S3中,所述特定标记点的三维立体信息包括但不限于所述特定标记点的光轴三维坐标、所述特定标记点的中心点坐标、所述特定标记点的垂直法向矢量以及垂直法向矢量的空间角度、所述特定标记点轮廓的空间三维坐标。
优选的,所述特定标记点为设定已知形状标记物,包括但不限于圆形、正方形标记点。
优选的,在外部场景光线亮时,所述特定标记点自身不发光,在外部场景光线暗时,所述特定标记点采用特定颜色的光标记点、红外灯标记点,不受外界可见光光照影响。
优选的,所述特定标记点的数量不少于1个。
优选的,所述特定标记点采用红外灯标记点时,摄取所述特定标记点的图像后,由于滤光片的作用,获得的三维立体信息不包括所述特定标记点的外部结构的三维立体信息。
优选的,在获得多次数据采集后,变换所述特定标记点的运动速度,重复上述操作步骤,可获得一系列的特定标记点的三维立体坐标及运动轨迹。
有益效果
本发明中通过将特定标记点固定在目标物体上,扫描检测特定标记物的三维立体信息,利用双目立体相机追踪检测目标物体的实时空间位置,提高物体检测的定位准确度,可以避免在运动物体追踪检测过程中发生形变的、不易于追踪的问题,减少误检,在智能机器人领域中可以实时追踪机械臂的工作路径,完成定位、抓取,同时更快地计算工作路径,保证了运动物体检测的高效、准确和实时性。
附图说明
图1为所述特定标记点的被测空间坐标示意图。
附图标记说明:1-特定标记点,2-垂直法向矢量,3-中心点。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明。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,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,在本发明的描述中,需要说明的是,术语“上”、“下”、等指示的方位或位置关系为基于附图所示的方位或位置关系,或者是该发明产品使用时惯常摆放的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。此外,尽管这里可以使用术语第一、第二、第三等描述各个元件、组件和/或部分,但这些元件、组件和/或部分不受这些术语限制。
在本实施例中,本发明的目的及解决其技术问题是采用以下技术方案来实现的:
一种标记点检测跟踪方法,包括以下步骤:
S1:确立工作区域的空间位置和角度,根据工作区域架设双目立体相机,使所述双目立体相机的拍摄视野对准到目标物体的运动范围,超出其视野范围时所述双目立体相机随之移动,所述双目立体相机的左摄像头和右摄像头参数相同;
S2:将特定标记点固定安装在待检测追踪的目标物体上,所述双目立体相机的摄像头同时摄取检测图像;
S3:对所述双目立体相机摄取的左图像和右图像进行立体校正,对校正后的左图像和右图像进行立体匹配得到左右视图视差,并根据所述左右视图视差计算得到特定标记点的三维立体信息;
S4:所述双目立体相机摄取到T1时刻所述特定标记点的三维立体信息,T2时刻时,根据拍摄到的图像得到T2时刻所述特定标记点的三维立体信息,依次类推,根据上述步骤,计算出所述特定标记点随着目标物体运动的运动轨迹的三维立体信息,并将结果输出计算处理单元;
S5:根据计算得到目标物体的空间位置信息获得最终目标物体的运动轨迹。
优选的,根据所述步骤S3中所述,摄取检测图像,所述检测图像中包括所述特定标记点的图像。
在本实施例中,实施操作前,对双目相机的左摄像头和有摄像头进行立体标定,得到所述双目相机的内参矩阵A、左摄像头和右摄像头之间的旋转矩阵R与平移向量T。在进行实际检测时根据上述数据进行误差、畸变计算。
优选的,根据所述步骤S4得到三维立体信息后,实现运动目标物体的三维重建,具体方法为:将获取到的所述特定标记点的图像进行预处理,提取图像中的轮廓,提取图像中的轮廓,得到所述特定标记点在世界坐标系中的三维立体信息;根据所述特定标记点的运动过程得到多个图像轮廓,根据所述特定标记点每一时刻的三维立体坐标和所述特定标记点的运动速度计算得到所述特定标记点的运动轨迹三维立体信息。
优选的,所述步骤S3中,对所述双目立体相机摄取的左图像和右图像进行立体校正,调整所述双目立体相机的摄像头间的角度和距离,输出校正图像;
对校正后的左图像和右图像进行立体匹配得到左右视图视差:查找左右摄像头视野中的相同特征,得到左右视图视差,输出视差图;
将视差图通过三角测量的方法计算得到所述特定标记点的三维立体信息。
在本实施例中,所述对所述左轮廓图像和所述右轮廓图像进行立体校正包括:
将所述旋转矩阵R分解为两个旋转矩阵r1和rr,其中r1和rr通过假设将所述左摄像头和所述右摄像头各旋转一半使所述左摄像头和所述右摄像头的光轴平行而得到;
对所述左轮廓图像和所述右轮廓图像进行行对准通过下式实现:
其中,Rrect为使行对准的旋转矩阵:
旋转矩阵Rrect由极点e1方向开始,以所述左轮廓图像的原点为主,所述左摄像头至所述右摄像头的平移向量的方向为主点方向:
e1与e2正交,将e1归一化到单位向量:
其中,Tx为平移向量T在双目相机所处平面内水平方向的分量,Ty为平移向量T在双目相机所处平面内竖直方向的分量;
e3与e1和e2正交,e3通过如下公式计算得到:
e3=e2×e1
根据上述旋转矩阵物理意义有:
其中,α表示为使行对准,所述左摄像头和所述右摄像头在其所处平面内需要旋转的角度,0≤α≤180°;对于所述左摄像头,使其绕e3方向旋转α',对于右相机,使其绕e3方向旋转α”。
优选的,所述步骤S3中,所述特定标记点的三维立体信息包括但不限于所述特定标记点的光轴三维坐标、所述特定标记点的中心点坐标、所述特定标记点的垂直法向矢量以及垂直法向矢量的空间角度、所述特定标记点轮廓的空间三维坐标。
优选的,所述特定标记点为设定已知形状标记物,包括但不限于圆形、正方形标记点。
优选的,在外部场景光线亮时,所述特定标记点自身不发光,在外部场景光线暗时,所述特定标记点采用特定颜色的光标记点、红外灯标记点,不受外界可见光光照影响。
优选的,所述特定标记点的数量不少于1个。
优选的,所述特定标记点采用红外灯标记点时,摄取所述特定标记点的图像后,由于滤光片的作用,获得的三维立体信息不包括所述特定标记点的外部结构的三维立体信息。
优选的,在获得多次数据采集后,变换所述特定标记点的运动速度,重复上述操作步骤,可获得一系列的特定标记点的三维立体坐标及运动轨迹。
有益效果
本发明中通过将特定标记点固定在目标物体上,扫描检测特定标记物的三维立体信息,利用双目立体相机追踪检测目标物体的实时空间位置,提高物体检测的定位准确度,可以避免在运动物体追踪检测过程中发生形变的、不易于追踪的问题,减少误检,在智能机器人领域中可以实时追踪机械臂的工作路径,完成定位、抓取,同时更快地计算工作路径,保证了运动物体检测的高效、准确和实时性。
以上公开的本说明书优选实施例只是用于帮助阐述本说明书,可选实施例并没有详尽叙述所有的细节,也不限制该发明仅为所述的具体实施方式。显然,根据本说明书的内容,可作很多的修改和变化。本说明书选取并具体描述这些实施例,是为了更好地解释本说明书的原理和实际应用,从而使所属技术领域技术人员能很好地理解和利用本说明书。本说明书仅受权利要求书及其全部范围和等效物的限制。
Claims (10)
1.一种标记点检测跟踪方法,其特征在于,包括以下步骤:
S1:确立工作区域的空间位置和角度,根据工作区域架设双目立体相机,使所述双目立体相机的拍摄视野对准到目标物体的运动范围,超出其视野范围时所述双目立体相机随之移动,所述双目立体相机的左摄像头和右摄像头参数相同;
S2:将特定标记点固定安装在待检测追踪的目标物体上,所述双目立体相机的摄像头同时摄取检测图像;
S3:对所述双目立体相机摄取的左图像和右图像进行立体校正,对校正后的左图像和右图像进行立体匹配得到左右视图视差,并根据所述左右视图视差计算得到特定标记点的三维立体信息;
S4:所述双目立体相机摄取到T1时刻所述特定标记点的三维立体信息,T2时刻时,根据拍摄到的图像得到T2时刻所述特定标记点的三维立体信息,依次类推,根据上述步骤,计算出所述特定标记点随着目标物体运动的运动轨迹的三维立体信息,并将结果输出计算处理单元;
S5:根据计算得到目标物体的空间位置信息获得最终目标物体的运动轨迹。
2.根据权利要求1所述的一种标记点检测跟踪方法,其特征在于,根据所述步骤S3中所述,摄取检测图像,所述检测图像中包括所述特定标记点的图像。
3.根据权利要求1所述的一种标记点检测跟踪方法,其特征在于,根据所述步骤S4得到三维立体信息后,实现运动目标物体的三维重建,具体方法为:将获取到的所述特定标记点的图像进行预处理,提取图像中的轮廓,得到所述特定标记点在世界坐标系中的三维立体信息;根据所述特定标记点的运动过程得到多个图像轮廓,根据所述特定标记点每一时刻的三维立体坐标和所述特定标记点的运动速度计算得到所述特定标记点的运动轨迹三维立体信息。
4.根据权利要求1所述的一种标记点检测跟踪方法,其特征在于,所述步骤S3中,对所述双目立体相机摄取的左图像和右图像进行立体校正,调整所述双目立体相机的摄像头间的角度和距离,输出校正图像;
对校正后的左图像和右图像进行立体匹配得到左右视图视差:查找左右摄像头视野中的相同特征,得到左右视图视差,输出视差图;
将视差图通过三角测量的方法计算得到所述特定标记点的三维立体信息。
5.根据权利要求1所述的一种标记点检测跟踪方法,其特征在于,所述步骤S3中,所述特定标记点的三维立体信息包括但不限于所述特定标记点的光轴三维坐标、所述特定标记点的中心点坐标、所述特定标记点的垂直法向矢量以及垂直法向矢量的空间角度、所述特定标记点轮廓的空间三维坐标。
6.根据权利要求1所述的一种标记点检测跟踪方法,其特征在于,所述特定标记点为设定已知形状标记物,包括但不限于圆形、正方形标记点。
7.根据权利要求1所述的一种标记点检测跟踪方法,其特征在于,在外部场景光线亮时,所述特定标记点自身不发光,在外部场景光线暗时,所述特定标记点采用特定颜色的光标记点、红外灯标记点,不受外界可见光光照影响。
8.根据权利要求1所述的一种标记点检测跟踪方法,其特征在于,所述特定标记点的数量不少于1个。
9.根据权利要求8所述的一种标记点检测跟踪方法,其特征在于,所述特定标记点采用红外灯标记点时,摄取所述特定标记点的图像后,由于滤光片的作用,获得的三维立体信息不包括所述特定标记点的外部结构的三维立体信息。
10.根据权利要求1所述的一种标记点检测跟踪方法,其特征在于,在获得多次数据采集后,变换所述特定标记点的运动速度,重复上述操作步骤,可获得一系列的特定标记点的三维立体坐标及运动轨迹。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010024674.0A CN111462171A (zh) | 2020-01-10 | 2020-01-10 | 一种标记点检测跟踪方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010024674.0A CN111462171A (zh) | 2020-01-10 | 2020-01-10 | 一种标记点检测跟踪方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111462171A true CN111462171A (zh) | 2020-07-28 |
Family
ID=71684937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010024674.0A Pending CN111462171A (zh) | 2020-01-10 | 2020-01-10 | 一种标记点检测跟踪方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111462171A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117491003A (zh) * | 2023-12-26 | 2024-02-02 | 国网天津市电力公司城南供电分公司 | 断路器运动特性检测方法、装置、电子设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226640A (zh) * | 2007-12-21 | 2008-07-23 | 西北工业大学 | 基于多双目立体视觉的运动捕获方法 |
CN102679964A (zh) * | 2012-06-12 | 2012-09-19 | 清华大学深圳研究生院 | 步态参数测量系统及其数据处理装置和方法 |
CN102788572A (zh) * | 2012-07-10 | 2012-11-21 | 中联重科股份有限公司 | 一种工程机械吊钩姿态的测量方法、装置及系统 |
CN103337094A (zh) * | 2013-06-14 | 2013-10-02 | 西安工业大学 | 一种应用双目摄像机实现运动三维重建的方法 |
CN103903250A (zh) * | 2012-12-28 | 2014-07-02 | 重庆凯泽科技有限公司 | 运动捕获系统中基于多视觉的目标跟踪算法 |
WO2015024407A1 (zh) * | 2013-08-19 | 2015-02-26 | 国家电网公司 | 基于电力机器人的双目视觉导航系统及方法 |
-
2020
- 2020-01-10 CN CN202010024674.0A patent/CN111462171A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226640A (zh) * | 2007-12-21 | 2008-07-23 | 西北工业大学 | 基于多双目立体视觉的运动捕获方法 |
CN102679964A (zh) * | 2012-06-12 | 2012-09-19 | 清华大学深圳研究生院 | 步态参数测量系统及其数据处理装置和方法 |
CN102788572A (zh) * | 2012-07-10 | 2012-11-21 | 中联重科股份有限公司 | 一种工程机械吊钩姿态的测量方法、装置及系统 |
CN103903250A (zh) * | 2012-12-28 | 2014-07-02 | 重庆凯泽科技有限公司 | 运动捕获系统中基于多视觉的目标跟踪算法 |
CN103337094A (zh) * | 2013-06-14 | 2013-10-02 | 西安工业大学 | 一种应用双目摄像机实现运动三维重建的方法 |
WO2015024407A1 (zh) * | 2013-08-19 | 2015-02-26 | 国家电网公司 | 基于电力机器人的双目视觉导航系统及方法 |
Non-Patent Citations (3)
Title |
---|
孔秀: "点状特征群体运动的检测与三维轨迹跟踪", 《中国优秀硕士学位论文全文数据库 信息科技辑》, pages 39 - 67 * |
朱超华;陈武凡;徐子海;陈超敏;贺志强;: "基于双目视觉的呼吸运动实时跟踪方法研究", 中国生物医学工程学报, no. 04, pages 72 - 78 * |
熊邦书;熊奎;李新民;余磊;: "基于双目视觉的直升机旋翼桨叶挥舞角测量", 测控技术, no. 01, pages 34 - 37 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117491003A (zh) * | 2023-12-26 | 2024-02-02 | 国网天津市电力公司城南供电分公司 | 断路器运动特性检测方法、装置、电子设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110555889B (zh) | 一种基于CALTag和点云信息的深度相机手眼标定方法 | |
CN110728715B (zh) | 一种智能巡检机器人摄像机角度自适应调整方法 | |
CN108555908B (zh) | 一种基于rgbd相机的堆叠工件姿态识别及拾取方法 | |
CN107255443B (zh) | 一种复杂环境下双目视觉传感器现场标定方法及装置 | |
CN109658457B (zh) | 一种激光与相机任意相对位姿关系的标定方法 | |
CN110243283B (zh) | 一种可变视轴视觉测量系统及方法 | |
CN109308722B (zh) | 一种基于主动视觉的空间位姿测量系统及方法 | |
CN104217441A (zh) | 一种基于机器视觉的机械臂定位抓取方法 | |
CN102788572B (zh) | 一种工程机械吊钩姿态的测量方法、装置及系统 | |
CN108413917B (zh) | 非接触式三维测量系统、非接触式三维测量方法及测量装置 | |
CN110425996A (zh) | 基于双目立体视觉的工件尺寸测量方法 | |
CN105547153A (zh) | 基于双目视觉的插件元件针脚视觉定位方法及装置 | |
CN114425776A (zh) | 基于计算机视觉的自动贴标定位与纠偏方法 | |
Wang et al. | Error analysis and improved calibration algorithm for LED chip localization system based on visual feedback | |
CN113310433A (zh) | 基于线结构光的虚拟双目立体视觉测量方法 | |
CN108074266A (zh) | 一种机器人的机器视觉构造方法 | |
CN116697888A (zh) | 运动中目标点的三维坐标与位移测量的方法及系统 | |
CN113566733A (zh) | 一种线激光视觉三维扫描装置及方法 | |
CN114299153B (zh) | 一种超大电力设备的相机阵列同步标定方法及系统 | |
CN111399634A (zh) | 一种手势引导物体识别的方法及装置 | |
CN109541626B (zh) | 目标平面法向量检测装置及检测方法 | |
CN111829435A (zh) | 一种多双目相机与线激光协同检测方法 | |
CN111462171A (zh) | 一种标记点检测跟踪方法 | |
CN103644894A (zh) | 一种复杂曲面目标识别及三维位姿测量的方法 | |
CN112330740A (zh) | 一种基于单目视频的伪双目动态测距方法 |
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 |