CN111536872A - 基于视觉的二维平面测距装置及方法、标记点识别装置 - Google Patents

基于视觉的二维平面测距装置及方法、标记点识别装置 Download PDF

Info

Publication number
CN111536872A
CN111536872A CN202010396226.3A CN202010396226A CN111536872A CN 111536872 A CN111536872 A CN 111536872A CN 202010396226 A CN202010396226 A CN 202010396226A CN 111536872 A CN111536872 A CN 111536872A
Authority
CN
China
Prior art keywords
industrial camera
dimensional plane
camera
image
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.)
Granted
Application number
CN202010396226.3A
Other languages
English (en)
Other versions
CN111536872B (zh
Inventor
陈曦
张翠杰
张少波
杨一帆
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.)
Hebei University of Technology
Original Assignee
Hebei University of Technology
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 Hebei University of Technology filed Critical Hebei University of Technology
Priority to CN202010396226.3A priority Critical patent/CN111536872B/zh
Publication of CN111536872A publication Critical patent/CN111536872A/zh
Application granted granted Critical
Publication of CN111536872B publication Critical patent/CN111536872B/zh
Expired - Fee Related 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
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • 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
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/03—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring coordinates of points
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • 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
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • 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
    • 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
    • G06T2207/10004—Still image; Photographic image
    • 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
    • G06T2207/20—Special algorithmic details
    • G06T2207/20024—Filtering details
    • G06T2207/20032—Median filtering
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection

Landscapes

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

Abstract

本发明为基于视觉的二维平面测距装置及方法、标记点识别装置。该测距装置包括：二维测量平台；一组XY移动平面直角机器人；一个用于标记点识别与标记点之间距离测量的工业相机连接于直角机器人的滑块上；工业相机附加一个用于坐标定位的激光光标发生器，激光光标发生器垂直投射一个可视激光至二维待测平面，随照相机移动。本发明具有测量面积不受照相机视场限制的特点，同时也不受照相机安装高度误差的影响。

Description

基于视觉的二维平面测距装置及方法、标记点识别装置
技术领域
本发明属于视觉测量技术领域，涉及一种基于视觉的二维平面测距装置及方法、标记点识别装置。
背景技术
在工程建造、计量计算会经常使用到测距。目前主流的测距方法主要有四种，第一种是基准比较法，通过带有刻度的长度度量器，可以将标准长度复制，并与被测物体进行比较，例如直尺、卷尺等测量工具；第二种是利用激光、超声波等方式将距离信息转化为光或声波传播的时间进行测量；第三种是利用测距轮或编码器，将被测物体的长度转化为测距轮圆周的多个周长，通过计数的方式进行距离测量；第四种是利用计算机视觉对获取的图像经过处理获得标记点之间的实际距离，视觉测量作为一种非接触快速测量手段而广泛应用于工业生产及检测。
可以看出，现有的测距方法具有以下缺点：测量维度单一，只能对一维的长度进行测量，传统的测距装置量程和精度难以兼得，由于生产工艺的原因，精度高的测量工具量程一般都比较小，而量程大的测量工具的精度低，如游标卡尺和卷尺，而利用了电子技术的激光类或超声类测距工具，由于光和声波会随着传输距离而衰减，当测量距离较长时，误差会增大，另外这两种方案的成本也比较高。虽然测距轮理论上没有量程限制，但是测距轮会因摩擦改变轮半径，长距离测量后会使误差增大。现有的测距方案多为接触式测量，测量过程缓慢，人为引入的误差比较多，而且测量精度均在人眼可见范围内，极其受限；第四类测距方法测量精度较前三种提升了很多，可以达到像素级甚至亚像素级，但该方法对相机、测量环境要求很高，并且受相机视场的影响测量范围极其有限。因此，现有测量技术中需要提供一种不受相机视场限制且自动化完成标记点识别和测距的装置。
发明内容
针对现有技术存在的问题，本申请提出了一种基于视觉的二维平面测距装置及方法、标记点识别装置。
本发明的技术方案是这样实现的：
一种基于视觉的二维平面测距装置，所述装置包括激光光标发生器、工业相机、待测二维平面、上位机，其特征在于，所述激光光标发生器能垂直向二维平面发射可视激光，激光光标发生器安装在工业相机上；将标记好标记点的待检测物品平铺于待测二维平面内；
一组XY移动平面直角机器人能在待测二维平面的上方移动；
工业相机能在直角机器人的作用下沿XY方向移动；
XY移动平面直角机器人和工业相机均与上位机传输数据，受上位机控制。
所述待测二维平面和直角机器人的XY运动平面能发生相对移动，可以将在直角机器人的XY移动平面的下方设置能沿高度方向升降的支架，待测二维平面位置保持不动，通过调整直接进而调整XY移动平面到待测二维平面之间的距离，使其能够满足待测物品的测距要求，支架高度调整合适后，即固定，后续测量实验不需再调整。本申请也可以选择保持XY移动平面不动，而通过调整平台调整待测二维平面的高度以满足测距时高度方向距离的要求。
所述XY移动平面直角机器人包括X轴滑轨及能在其上来回移动的X轴滑块、Y轴滑轨及能在其上来回移动的Y轴滑块，Y轴滑轨固定连接于X轴滑块，Y轴滑块上固定安装工业相机；X轴滑块和Y轴滑块的移动距离分别由X轴向步进电机和Y轴向步进电机控制，工业相机的移动距离根据X、Y轴滑轨上X、Y轴滑块的位置直接得出。可以选用高精度的步进电机控制两个方向的精度，实现精确测量定位。
工业相机的镜头上附加固定安装一个激光光标发生器；所述激光光标发生器用于工业相机坐标定位，激光光标发生器垂直投射一个可视激光至待测二维平面上作为工业相机的定位光标，并随工业相机移动。工业相机，固定安装在Y轴滑块上，工业相机内的采集卡将图像转换为图像的数字信息供上位机处理；上位机可为工业电脑或个人PC机等。
所述工业相机在视场范围内拍取待测二维平面内的图像信息并送给上位机处理，上位机经过图像预处理识别标记点,然后同时计算被识别标记点与工业相机定位光标的像素坐标。
所述图像预处理识别标记点的过程是：
S1、图像预处理：
将工业相机获得的RGB图像转换为灰度图；再通过中值滤波抑制椒盐噪声，消除相机受外界环境、器件本身的干扰以及装置震动给图像带来的噪声；最后使用直方图均衡化拓宽图像的灰度范围，以增加目标与背景的对比度，增强图像；
S2、待测标记点识别
模块使用模板匹配算法识别、定位待测标记点,包括计算图像的边缘梯度，对预处理后的图像通过canny算法得到边缘图像，基于轮廓发现得到所有的轮廓点集，基于每个点计算该点的dx、dy、dxy生成模板信息，然后根据模板信息进行梯度匹配，识别出相机视域内的待测标记点。
根据视觉处理的结果，控制XY向步进电机的正反转，使工业相机定位光标与被识别标记点重合,完成被识别标记点的定位。
本发明还提供一种基于视觉的二维平面测距方法，该方法包括以下步骤：
步骤一、激光光标发生器垂直投射一个可视激光至二维平面作为工业相机的定位光标；
步骤二、工业相机的相机镜头采集二维平面图像并在相机视域内识别出第一标记点；
步骤三、通过控制固定工业相机的直角机器人移动使工业相机的定位光标与第一标记点中心重合；
步骤四、工业相机的相机镜头继续采集二维平面图像并在相机视域内识别出第二标记点；通过直角机器人记录工业相机由第一标记点移动至第二标记点所运动的距离，进而间接测量出两个标记点之间的实际距离；
步骤五、继续寻找下两个需要进行距离测量的标记点，并重复步骤三、步骤四测量任意两个标记点之间的距离，所述任意两个标记点之间的距离大于相机视域。
所述步骤三中，定位光标与第一标记点中心重合的过程是：同时获取第一标记点与定位光标的像素坐标分别为(x1,y1)、(x2,y2)，然后计算x、y方向的相对像素差分别为Δx＝x2-x1、Δy＝y2-y1；若Δx＜0，直角机器人的X轴向步进电机正转，若Δx＞0，X轴向步进电机反转，若Δx＝0，X轴向步进电机不转动；若Δy＜0，直角机器人的Y轴向步进电机正转，若Δy＞0，Y轴向步进电机反转，若Δy＝0，Y轴向步进电机不转动；进而完成被识别标记点定位。
将任意两个标记点之间实际距离的测量转化为X、Y轴滑块移动的位移的计量，即通过计数X、Y轴向步进电机转过的圈数间接测量两个标记点之间的实际距离。
本发明的另一目的在于，提供一种基于视觉的二维平面标记点识别装置，该识别装置包括工业相机、待测二维平面、上位机、XY移动平面直角机器人，将标记好标记点的待检测物品平铺于待测二维平面内；
一组XY移动平面直角机器人能在待测二维平面的上方移动；
工业相机能在直角机器人的作用下沿XY方向移动；
上位机内加载有图像预处理识别标记点程序。
与现有技术相比，本发明的有益效果是：
1、本发明测量装置将视觉检测和XY平面移动直角机器人结合在一起，能够实现二维平面内的自动距离调整，再加上在相机上安装激光光标发生器，用激光光标定位相机坐标，实现二维平面实际距离的测量。
2、本发明测量方法将待测二维平面上两标记点间实际距离的测量巧妙转换为XY轴向步进电机正反转圈数的统计，解决了视觉测量系统中相机视场的局限性。通过工业相机的定位光标点与二维平面被识别标记点的重合完成定位，使视觉测量不受工业相机安装高度误差的影响。
3、本发明测量方法中坐标识别是基于视觉检测负反馈式原理，工业相机遍历待测二维平面，寻找待测标记点，当标记点进入工业相机视场范围后，通过视觉测量标记点与投射光标点的矢量像素距离，移动工业相机使得相机定位光标与被识别标记点几何中心重合，同时上位机读取记录XY轴向步进电机转动圈数的内存单元数据，将待测二维平面内任意两个标记点之间实际距离的计算转换为XY轴向步进电机在此两个标记点转动圈数差的计算，进而计算此两个标记点之间的实际距离。
4、本发明测量方法具有测量面积不受照相机视场限制的特点，同时也不受照相机安装高度误差的影响。本申请采用闭环控制的方式(被控对象步进电机与控制器运动控制卡之间有正反向作用，视觉测量结果作为反馈信息)，实现测距装置的运动控制，一定程度上使得测量结果更加准确，与传统方案相比，测量过程更加便捷，自动化程度高，并且操作容错较高。
5、本发明标记点识别装置可用于需要识别二维平面内多个标记点的情况，确定标记点所在的大致区域，能完成整个二维平面标记点的全识别。
附图说明
图1为本发明测距装置的结构示意图。
图2为工业相机移动到第一标记点示意图。
图3为工业相机移动到第二标记点示意图。
图4为本发明测距装置的硬件系统框图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式做进一步地详细描述。
本发明一种基于视觉的二维平面测距装置，包括激光光标发生器，所述激光光标发生器垂直投射一个可视激光光标至二维平面上；镜头附加固定安装一个激光光标发生器，用于将二维平面内的待检测物投影汇聚到相机靶面上；Y轴向滑轨的一端固定在X轴滑轨滑块上，工业相机固定安装在Y轴滑轨滑块上，工业相机将图像转换为数字信息供计算机处理；
计算机经过图像预处理识别标记点,然后同时计算被识别标记点与工业相机定位光标的像素坐标分别为(x1,y1)、(x2,y2)，x、y方向的相对像素差分别为Δx＝x2-x1、Δy＝y2-y1。若Δx＜0，X轴向步进电机正转，若Δx＞0，X轴向步进电机反转，若Δx＝0，X轴向步进电机不转动；若Δy＜0，Y轴向步进电机正转，若Δy＞0，Y轴向步进电机反转，若Δy＝0，Y轴向步进电机不转动，
进而完成被识别标记点定位。
当所述工业相机的光标定位点与平面内被识别的第一标记点重合，计算机将读取记录X、Y轴步进电机转过圈数的内存单元数据(nx1,ny1)，当所述工业相机的光标定位点与平面内被识别的第二标记点重合，计算机将读取记录X、Y轴步进电机转过圈数的内存单元数据(nx2,ny2)…当所述工业相机的光标定位点与平面内被识别的第k标记点重合，计算机将读取记录X、Y轴步进电机转过圈数的内存单元数据(nxk,nyk)…当所述工业相机的光标定位点与平面内被识别的第m标记点重合，计算机将读取记录X、Y轴步进电机转过圈数的内存单元数据(nxm,nym)；
计算二维平面内被识别的第k个与第m个标记点之间的实际距离，计算机带入
Figure BDA0002487678380000051
其中l为步进电机转动一圈，滑块在滑轨上移动的位移(由于X、Y轴向步进电机及滑轨型号一致所以X、Y轴向l相同)。
本测距装置能实现快速准确地测量二维平面上任意两标记点之间的实际距离，主要用于二维平面内两点及多点之间实际距离的自动测量。
上位机内加载有图像预处理识别标记点程序，该程序的具体流程是：
S1、图像采集初始化后，调节相机至合适高度使能够采集到待测二维平面的清晰图像；
S2、图像预处理
消除了图像中的冗余信息，尽可能恢复获取图像的真实信息，包括灰度化、中值滤波、图像增强3个步骤。将RGB图像转换为灰度图能够加快处理速度；中值滤波对椒盐噪声起到很好的抑制作用，有效消除相机受外界环境、器件本身的干扰以及装置震动给图像带来的噪声，以提高对待测标记点的定位精度；图像增强使用直方图均衡化方法拓宽图像的灰度范围，以增加目标与背景的对比度。
S3、待测标记点识别
使用模板匹配算法识别、定位待测标记点,包括计算图像的边缘梯度：通过canny算法得到边缘图像、基于轮廓发现得到所有的轮廓点集、基于每个点计算该点的dx,dy,dxy生成模板信息，然后根据模板信息进行梯度匹配。由于该算法基于图像梯度，故对光照有很强的抗干扰能力且能够对目标图像上出现的微小像素迁移抵消。
S4、待测标记点与激光点像素距离的测量
由于标记点一般选为圆形或者十字形，因此本发明使用hough变换提取标记点中心坐标。对于十字形标记，首先使用hough变换检测出十字形的两条边，然后计算两条边的交点的中心坐标；由于hough变换可直接检测出圆的圆心以及半径，因此使用该方法可简单快速获得标记中心坐标。根据平面上两点间距离公式计算相对像素位移，根据相对像素位移确定相机移动方向，实现激光点与待测标记点的重合，完成标记点的定位。
图4为本发明一种基于视觉的二维平面测距装置的硬件框图，主要分为视觉和运动控制两部分：视觉部分主要由CCD相机附加激光光标发生器、图像采集卡、线光源(由于图像处理的结果随光照的变化而不同，导致图像处理结果的不稳定，为减少外界自然光以及室内灯光的干扰，本发明选用多个线光源，通过选择安装位置，最终在待测二维平面内形成散射光)组成；运动部分主要由步进电机、运动控制卡组成。运动控制卡根据计算机图像预处理结果(即激光点和待测标记点之间的位移差的正负情况)驱动XY轴向步进电机正反转，完成待测标记点定位工作，最后根据计算机内存单元中X、Y轴向步进电机正反转圈数差，完成二维平面内任意两标记点间实际距离的测量。用户应用层是为实现人机数据的交互、图像显示、数据显示等任务，用户可以通过人机交互界面调整相机参数、控制相机开启、设置运动系统参数、读取视觉部分和运动控制部分当前状态等；驱动控制层主要包括步进电机的运动控制程序，这部分程序可以直接采用现有技术实现。
本发明适用于待测二维平面大于相机视域情况下的距离测量，如可用于纺织品缩水率自动化测量中，布样尺寸在0.3～2m内,固定相机的视域(10～20cm内)不满足要求，应用本发明方法能够在该二维平面内完成距离测量，能够识别出待测二维平面内不同区域的标记点。
上面结合附图对本发明进行了示例性描述，显然本发明具体实现并不受上述方式的限制，只要采用了本发明的方法构思和技术方案进行的各种非实质性的改进，或未经改进将本发明的构思和技术方案直接应用于其他场合的，均在本发明的保护范围之内。
本发明未述及之处适用于现有技术。

Claims (10)

1.一种基于视觉的二维平面测距装置，所述装置包括激光光标发生器、工业相机、待测二维平面、上位机，其特征在于，所述激光光标发生器能垂直向二维平面发射可视激光，激光光标发生器安装在工业相机上；将标记好标记点的待检测物品平铺于待测二维平面内；
一组XY移动平面直角机器人能在待测二维平面的上方移动；
工业相机能在直角机器人的作用下沿XY方向移动；
XY移动平面直角机器人和工业相机均与上位机传输数据，受上位机控制。
2.根据权利要求1所述的测距装置，其特征在于，所述待测二维平面和直角机器人的XY运动平面能发生相对移动。
3.根据权利要求1所述的测距装置，其特征在于，所述激光光标发生器用于工业相机坐标定位，激光光标发生器垂直投射一个可视激光至待测二维平面上作为工业相机的定位光标，并随工业相机移动。
4.根据权利要求1所述的测距装置，其特征在于，所述XY移动平面直角机器人包括X轴滑轨及能在其上来回移动的X轴滑块、Y轴滑轨及能在其上来回移动的Y轴滑块，Y轴滑轨固定连接于X轴滑块，Y轴滑块上固定安装工业相机；X轴滑块和Y轴滑块的移动距离分别由X轴向步进电机和Y轴向步进电机控制，工业相机的移动距离根据X、Y轴滑轨上X、Y轴滑块的位置直接得出。
5.根据权利要求1所述的测距装置，其特征在于，所述工业相机在视场范围内拍取待测二维平面内的图像信息并送给上位机处理，上位机经过图像预处理识别标记点,然后同时计算被识别标记点与工业相机定位光标的像素坐标。
6.根据权利要求5所述的测距装置，其特征在于，所述图像预处理识别标记点的过程是：
S1、图像预处理：
将工业相机获得的RGB图像转换为灰度图；再通过中值滤波抑制椒盐噪声，消除相机受外界环境、器件本身的干扰以及装置震动给图像带来的噪声；最后使用直方图均衡化拓宽图像的灰度范围，以增加目标与背景的对比度，增强图像；
S2、待测标记点识别
模块使用模板匹配算法识别、定位待测标记点,包括计算图像的边缘梯度，对预处理后的图像通过canny算法得到边缘图像，基于轮廓发现得到所有的轮廓点集，基于每个点计算该点的dx、dy、dxy生成模板信息，然后根据模板信息进行梯度匹配，识别出相机视域内的待测标记点。
7.一种基于视觉的二维平面测距方法，其特征在于，该方法包括以下步骤：
步骤一、激光光标发生器垂直投射一个可视激光至二维平面作为工业相机的定位光标；
步骤二、工业相机的相机镜头采集二维平面图像并在相机视域内识别出第一标记点；
步骤三、通过控制固定工业相机的直角机器人移动使工业相机的定位光标与第一标记点中心重合；
步骤四、工业相机的相机镜头继续采集二维平面图像并在相机视域内识别出第二标记点；通过直角机器人记录工业相机由第一标记点移动至第二标记点所运动的距离，进而间接测量出两个标记点之间的实际距离；
步骤五、继续寻找下两个需要进行距离测量的标记点，并重复步骤三、步骤四测量任意两个标记点之间的距离，所述任意两个标记点之间的距离大于相机视域。
8.根据权利要求7所述的测距方法，其特征在于，所述步骤三中，定位光标与第一标记点中心重合的过程是：同时获取第一标记点与定位光标的像素坐标分别为(x1,y1)、(x2,y2)，然后计算x、y方向的相对像素差分别为Δx＝x2-x1、Δy＝y2-y1；若Δx＜0，直角机器人的X轴向步进电机正转，若Δx＞0，X轴向步进电机反转，若Δx＝0，X轴向步进电机不转动；若Δy＜0，直角机器人的Y轴向步进电机正转，若Δy＞0，Y轴向步进电机反转，若Δy＝0，Y轴向步进电机不转动；进而完成被识别标记点定位。
9.根据权利要求7所述的测距方法，其特征在于，将任意两个标记点之间实际距离的测量转化为X、Y轴滑块移动的位移的计量，即通过计数X、Y轴向步进电机转过的圈数间接测量两个标记点之间的实际距离。
10.一种基于视觉的二维平面标记点识别装置，其特征在于，该识别装置包括工业相机、待测二维平面、上位机、XY移动平面直角机器人，将标记好标记点的待检测物品平铺于待测二维平面内；
一组XY移动平面直角机器人能在待测二维平面的上方移动；
工业相机能在直角机器人的作用下沿XY方向移动；
上位机内加载有图像预处理识别标记点程序。
CN202010396226.3A 2020-05-12 2020-05-12 基于视觉的二维平面测距装置及方法、标记点识别装置 Expired - Fee Related CN111536872B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010396226.3A CN111536872B (zh) 2020-05-12 2020-05-12 基于视觉的二维平面测距装置及方法、标记点识别装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010396226.3A CN111536872B (zh) 2020-05-12 2020-05-12 基于视觉的二维平面测距装置及方法、标记点识别装置

Publications (2)

Publication Number Publication Date
CN111536872A true CN111536872A (zh) 2020-08-14
CN111536872B CN111536872B (zh) 2022-04-15

Family

ID=71973809

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010396226.3A Expired - Fee Related CN111536872B (zh) 2020-05-12 2020-05-12 基于视觉的二维平面测距装置及方法、标记点识别装置

Country Status (1)

Country Link
CN (1) CN111536872B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112270329A (zh) * 2020-10-30 2021-01-26 北京华维国创电子科技有限公司 一种基于多层次算法融合的精准mark点采集和识别算法
CN112629444A (zh) * 2021-03-08 2021-04-09 南京航空航天大学 一种基于机器视觉的放射库盖板落放误差自动纠正方法
CN112781521A (zh) * 2020-12-11 2021-05-11 北京信息科技大学 一种基于视觉标记的软体操作器形状识别方法
CN113624136A (zh) * 2021-08-25 2021-11-09 中机生产力促进中心 零件检测设备和零件检测设备标定方法
CN116202890A (zh) * 2023-05-05 2023-06-02 山东路达试验仪器有限公司 一种基于机器视觉的钢筋延伸率智能测量系统及方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01116402A (ja) * 1987-10-30 1989-05-09 Fuji Photo Film Co Ltd 矩形シートの寸度測定方法及び装置
CN1123909A (zh) * 1994-05-31 1996-06-05 日本Em株式会社 用于测量物体尺寸的装置和测量物体尺寸时用的度盘
US20100153059A1 (en) * 2007-04-04 2010-06-17 Gerd Klose Apparatus and method for measuring the positions of marks on a mask
CN102175154A (zh) * 2010-01-07 2011-09-07 上海交通大学 视觉辅助定位的非接触式测量装置及方法
CN102967605A (zh) * 2011-08-31 2013-03-13 鸿骐新技股份有限公司 电路板的标记检知及偏移量检知的方法及其置件方法
CN103017666A (zh) * 2011-09-25 2013-04-03 Z·库尔托维奇 用于确定几何空间中测量点的位置的过程和装置
EP2602584A1 (de) * 2011-12-05 2013-06-12 Alicona Imaging GmbH Optisches Messsystem
CN103557796A (zh) * 2013-11-19 2014-02-05 天津工业大学 基于激光测距和计算机视觉的三维定位系统及定位方法
CN106500600A (zh) * 2016-10-11 2017-03-15 石家庄铁道大学 一种大范围位移的精确测量方法、装置及其应用
CN108253890A (zh) * 2017-12-27 2018-07-06 中国地质大学（武汉） 一种地裂缝的空间状态监测方法及装置
CN109269424A (zh) * 2018-12-04 2019-01-25 交通运输部公路科学研究所 一种试件标记点位置精度检测装置及方法
CN209416270U (zh) * 2018-12-20 2019-09-20 鸿富锦精密电子（成都）有限公司 检测装置
CN209639676U (zh) * 2019-04-02 2019-11-15 大族激光科技产业集团股份有限公司 玻璃检测装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01116402A (ja) * 1987-10-30 1989-05-09 Fuji Photo Film Co Ltd 矩形シートの寸度測定方法及び装置
CN1123909A (zh) * 1994-05-31 1996-06-05 日本Em株式会社 用于测量物体尺寸的装置和测量物体尺寸时用的度盘
US20100153059A1 (en) * 2007-04-04 2010-06-17 Gerd Klose Apparatus and method for measuring the positions of marks on a mask
CN102175154A (zh) * 2010-01-07 2011-09-07 上海交通大学 视觉辅助定位的非接触式测量装置及方法
CN102967605A (zh) * 2011-08-31 2013-03-13 鸿骐新技股份有限公司 电路板的标记检知及偏移量检知的方法及其置件方法
CN103017666A (zh) * 2011-09-25 2013-04-03 Z·库尔托维奇 用于确定几何空间中测量点的位置的过程和装置
EP2602584A1 (de) * 2011-12-05 2013-06-12 Alicona Imaging GmbH Optisches Messsystem
CN103557796A (zh) * 2013-11-19 2014-02-05 天津工业大学 基于激光测距和计算机视觉的三维定位系统及定位方法
CN106500600A (zh) * 2016-10-11 2017-03-15 石家庄铁道大学 一种大范围位移的精确测量方法、装置及其应用
CN108253890A (zh) * 2017-12-27 2018-07-06 中国地质大学（武汉） 一种地裂缝的空间状态监测方法及装置
CN109269424A (zh) * 2018-12-04 2019-01-25 交通运输部公路科学研究所 一种试件标记点位置精度检测装置及方法
CN209416270U (zh) * 2018-12-20 2019-09-20 鸿富锦精密电子（成都）有限公司 检测装置
CN209639676U (zh) * 2019-04-02 2019-11-15 大族激光科技产业集团股份有限公司 玻璃检测装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
董萼良等: "桥梁静载试验中梁截面挠度的激光测试方法", 《桥梁建设》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112270329A (zh) * 2020-10-30 2021-01-26 北京华维国创电子科技有限公司 一种基于多层次算法融合的精准mark点采集和识别算法
CN112781521A (zh) * 2020-12-11 2021-05-11 北京信息科技大学 一种基于视觉标记的软体操作器形状识别方法
CN112629444A (zh) * 2021-03-08 2021-04-09 南京航空航天大学 一种基于机器视觉的放射库盖板落放误差自动纠正方法
CN112629444B (zh) * 2021-03-08 2021-06-22 南京航空航天大学 一种基于机器视觉的放射库盖板落放误差自动纠正方法
CN113624136A (zh) * 2021-08-25 2021-11-09 中机生产力促进中心 零件检测设备和零件检测设备标定方法
CN116202890A (zh) * 2023-05-05 2023-06-02 山东路达试验仪器有限公司 一种基于机器视觉的钢筋延伸率智能测量系统及方法

Also Published As

Publication number Publication date
CN111536872B (zh) 2022-04-15

Similar Documents

Publication Publication Date Title
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
CN110672040B (zh) 一种基于视觉的高精度旋转角度测量方法
CN108177143B (zh) 一种基于激光视觉引导的机器人定位抓取方法及系统
CN113674345B (zh) 一种二维像素级三维定位系统及定位方法
CN108007388A (zh) 一种基于机器视觉的转盘角度高精度在线测量方法
CN108444383A (zh) 基于视觉激光组合式的加工过程一体化测量方法
CN111768447B (zh) 一种基于模板匹配的单目相机物体位姿估计方法及系统
Chen et al. Acquisition of weld seam dimensional position information for arc welding robot based on vision computing
CN110017852B (zh) 一种导航定位误差测量方法
CN110146017B (zh) 工业机器人重复定位精度测量方法
CN107817044B (zh) 基于机器视觉的板材振动的测量装置及方法
CN107345789A (zh) 一种pcb板孔位检测装置及方法
CN110695982A (zh) 一种基于三维视觉的机械臂手眼标定方法和装置
Wang et al. Error analysis and improved calibration algorithm for LED chip localization system based on visual feedback
CN112880562A (zh) 一种机械臂末端位姿误差测量方法及系统
CN113119129A (zh) 一种基于标准球的单目测距定位方法
CN105716547A (zh) 一种机械工件平面度快速测量装置及方法
Liu et al. A three-dimensional triangular vision-based contouring error detection system and method for machine tools
CN115546289A (zh) 一种基于机器人的复杂结构件三维形貌测量方法
CN115861217A (zh) 一种基于视觉的背光板电路板缺陷检测系统及方法
CN110992416A (zh) 基于双目视觉与cad模型的高反光面金属零件位姿测量方法
CN110509186A (zh) 一种基于加工振动特征的机器人磨抛质量表征方法
CN109815966A (zh) 一种基于改进sift算法的移动机器人视觉里程计实现方法
CN111028231B (zh) 基于arm和fpga的工件位置获取系统
Metzner et al. Automatic camera calibration and sensor registration of a multi-sensor fringe measurement system using hexapod positioning

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20220415

CF01 Termination of patent right due to non-payment of annual fee