CN111798524A - 一种基于倒置低分辨率相机的标定系统及方法 - Google Patents

一种基于倒置低分辨率相机的标定系统及方法 Download PDF

Info

Publication number
CN111798524A
CN111798524A CN202010675304.3A CN202010675304A CN111798524A CN 111798524 A CN111798524 A CN 111798524A CN 202010675304 A CN202010675304 A CN 202010675304A CN 111798524 A CN111798524 A CN 111798524A
Authority
CN
China
Prior art keywords
calibration
image
camera
module
resolution 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.)
Granted
Application number
CN202010675304.3A
Other languages
English (en)
Other versions
CN111798524B (zh
Inventor
郑力新
杨文桥
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.)
Huaqiao University
Original Assignee
Huaqiao University
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 Huaqiao University filed Critical Huaqiao University
Priority to CN202010675304.3A priority Critical patent/CN111798524B/zh
Publication of CN111798524A publication Critical patent/CN111798524A/zh
Application granted granted Critical
Publication of CN111798524B publication Critical patent/CN111798524B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G03—PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03B—APPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B15/00—Special procedures for taking photographs; Apparatus therefor
    • G03B15/02—Illuminating scene
    • G03B15/03—Combinations of cameras with lighting apparatus; Flash units
    • 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
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
    • Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Processing (AREA)

Abstract

本发明提供了机器视觉标定技术领域的一种基于倒置低分辨率相机的标定系统及方法，系统包括：支架，至上而下设有一第一横杆以及一第二横杆；光照模块，设于所述第一横杆的末端；图像捕捉模块，设于所述第二横杆的末端，方向倒置，且与所述光照模块处于同一轴线；图像采集卡，与所述图像捕捉模块连接；标定块；机器人，用于夹持所述标定块；计算机，与所述图像采集卡以及机器人连接。本发明的优点在于：极大的提升了标定效率以及适用范围。

Description

一种基于倒置低分辨率相机的标定系统及方法
技术领域
本发明涉及机器视觉标定技术领域，特别指一种基于倒置低分辨率相机的标定系统及方法。
背景技术
现阶段，越来越多自动化生产线引入工业机器人技术，其中常规作业中最多的便是抓取与放置操作，这一生产流程对产品识别精度和放置精度要求很高。针对产品的抓取与放置，传统上采用如下方法：A、固定位置抓取，再固定位置放置；B、使用高分辨率相机进行识别抓取再放置(眼到手模式)；C、使用低分辨率相机代替高分辨率相机来实现抓取放置任务，将相机安装在机械臂末端，在抓取的过程中调整相机与夹爪的位置(眼在手模式)。
然而，传统的方法存在如下缺点：1、方法A虽然精度高，但不够灵活，只能应用于特定场合；2、方法B虽然提高了灵活性，但使用高分辨率相机增加了生产成本(工业相机分辨率的提高与价格不成比例)，且随着工作距离的变长，视野变大，相机对工程的精度会逐渐降低；3、方法C由于在抓取的过程中，相机与夹爪的位置需要做出调整，影响抓取时间，并且增加了系统(硬件系统与软件系统)的复杂度；4、方法B和方法C在求解图像坐标与世界坐标的关系时，需要做标定，一般用张正友标定法；张正友标定法的步骤为制作标定板、拍摄标定板10-20张图像、检测图像角点、利用解析解估算5个内部参数和6个外部参数，最后用最大似然估计优化参数，标定流程繁琐且计算量较大，费时费力，在相机镜头畸变较小或者视野较小的情况下不适用。
因此，如何提供一种基于倒置低分辨率相机的标定系统及方法，实现提升标定效率以及适用范围，成为一个亟待解决的问题。
发明内容
本发明要解决的技术问题，在于提供一种基于倒置低分辨率相机的标定系统及方法，实现提升标定效率以及适用范围。
第一方面，本发明提供了一种基于倒置低分辨率相机的标定系统，包括：
支架，至上而下设有一第一横杆以及一第二横杆；
光照模块，设于所述第一横杆的末端；
图像捕捉模块，设于所述第二横杆的末端，方向倒置，且与所述光照模块处于同一轴线；
图像采集卡，与所述图像捕捉模块连接；
标定块；
机器人，用于夹持所述标定块；
计算机，与所述图像采集卡以及机器人连接。
进一步地，所述光照模块包括：
灯光模块，设于所述第一横杆的末端；
光源控制器模块，与灯光模块连接。
进一步地，所述灯光模块为环形无影LED灯。
进一步地，所述图像捕捉模块包括：
相机，与所述图像采集卡连接，并设于所述第二横杆的末端，且拍摄方向朝上；
镜头，设于所述相机的拍摄端，且所述镜头与地面保持水平。
进一步地，所述相机为低分辨率面阵CCD相机。
进一步地，所述标定块的形状为圆柱体。
第二方面，本发明提供了一种基于倒置低分辨率相机的标定方法，包括如下步骤：
步骤S10、计算机启动图像捕捉模块以及机器人，手动开启光照模块；
步骤S20、计算机控制机器人夹持所述标定块至光照模块的上端，且机器人末端轴中心与标定块中心重合，标定块的底面与地面水平；
步骤S30、计算机通过机器人控制标定块依次移动到9个不同的位置，记录9个位置的世界坐标值，并通过图像采集卡控制图像捕捉模块分别采集9个不同的位置的图像；
步骤S40、计算机基于采集的图像提取9个轮廓中心点坐标值；
步骤S50、计算机利用九点标定法，基于所述世界坐标值以及轮廓中心点坐标值求取转换矩阵，进而利用所述转换矩阵对标定块的位置进行标定。
进一步地，所述步骤S40具体为：
计算机对采集的9张图像做水平镜像处理得到正向图像，对所述正向图像进行降噪处理后，利用Canny边缘检测算法和逼近多边形曲线拟合获取标定块的轮廓以及轮廓中心点坐标值。
进一步地，所述水平镜像处理的公式为：
Figure BDA0002583829970000031
其中(x0,y0)表示原图像的像素点，(x1,y1)表示水平镜像处理后的图像的像素点，w表示原图像的宽度。
进一步地，所述步骤S50中，所述九点标定法的公式为：
Figure BDA0002583829970000032
展开为：
Figure BDA0002583829970000033
其中(x1,y1)表示水平镜像处理后的图像的像素点，即轮廓中心点坐标值；(x',y')表示世界坐标值；R表示旋转矩阵，且
Figure BDA0002583829970000034
M表示平移矩阵，且
Figure BDA0002583829970000035
a、b、c、d、e、f表示标定系数。
本发明的优点在于：
1、通过倒置的所述图像捕捉模块拍摄标定块，缩短了拍摄的距离，缩小了拍摄的视野，减小了拍摄的图像的畸变，提高了拍摄目标(标定块)与视野的比值，进而提升了所述标定块标定的精度，相对于传统九点标定法不适用于相机镜头畸变较大的场景，极大的提升了标定的适用范围，且由于采用低分辨率面阵CCD相机即可，相对于传统上采用高分辨率相机，极大的降低了成本。
2、通过倒置所述图像捕捉模块，使得可采用形状为圆柱体的标定块，省去了制作标定板的过程，极大的提升了标定的灵活性(不限定位置)和效率。
附图说明
下面参照附图结合实施例对本发明作进一步的说明。
图1是本发明一种基于倒置低分辨率相机的标定系统的结构示意图。
图2是本发明一种基于倒置低分辨率相机的标定系统的系统模块连接图。
图3是本发明光照模块的系统模块连接图。
图4是本发明一种基于倒置低分辨率相机的标定方法的流程图。
标记说明：
100-一种基于倒置低分辨率相机的标定系统，1-支架，2-光照模块，3-图像捕捉模块，4-图像采集卡，5-标定块，6-机器人，7-计算机，11-第一横杆，12-第二横杆，21-光源控制器模块，22-灯光模块，31-相机，32-镜头。
具体实施方式
本申请实施例中的技术方案，总体思路如下：通过倒置的所述图像捕捉模块3拍摄标定块5，即用倒置的低分辨率相机31作为校验相机来补充识别相机分辨率不足的问题，缩短了拍摄的距离，缩小了拍摄的视野，减小了拍摄的图像的畸变，提高了所述标定块5与视野的比值，可采用形状为圆柱体的所述标定块5，使得低分辨率相机31也能完成高精度的标定，且无需制作标定板，进而提升标定效率以及适用范围，也降低了对高分辨率相机的依赖，降低了工业成本，简化了相机标定的流程。
请参照图1至图4所示，本发明一种基于倒置低分辨率相机的标定系统100的较佳实施例，包括：
支架1，至上而下设有一第一横杆11以及一第二横杆12；
光照模块2，设于所述第一横杆11的末端；
图像捕捉模块3，设于所述第二横杆12的末端，方向倒置，且与所述光照模块2处于同一轴线；
图像采集卡4，与所述图像捕捉模块3连接，用于将数字化后的图像信息存储于所述计算机7中；
标定块5；
机器人6，用于夹持所述标定块5，设有PLC(未图示)以及伺服电机(未图示)；
计算机7，与所述图像采集卡4以及机器人6连接。
所述光照模块2包括：
灯光模块22，设于所述第一横杆11的末端，用于加强所述标定块5的重要特征以及抑制不重要特征；
光源控制器模块21，与灯光模块22连接，用于为所述灯光模块22提供稳定且高频的电流，电流的频率高于相机31的采样频率。
所述灯光模块22为环形无影LED灯。
所述图像捕捉模块3包括：
相机31，与所述图像采集卡4连接，并设于所述第二横杆12的末端，且拍摄方向朝上，用于将光学图像转化为模拟/数字图像后传输给图像采集卡4；
镜头32，设于所述相机31的拍摄端，且所述镜头32与地面保持水平，用于聚焦光线在所述相机31内部成像。
所述相机31为低分辨率面阵CCD相机。
所述标定块5的形状为圆柱体。
本发明一种基于倒置低分辨率相机的标定方法的较佳实施例，包括如下步骤：
步骤S10、计算机启动图像捕捉模块以及机器人，手动开启光照模块；
步骤S20、计算机控制机器人夹持所述标定块至光照模块的上端，且机器人末端轴中心与标定块中心重合，标定块的底面与地面水平；
步骤S30、计算机通过机器人控制标定块依次移动到9个不同的位置，记录9个位置的世界坐标值，并通过图像采集卡控制图像捕捉模块分别采集9个不同的位置的图像；采集图像前要确定相机与镜头的规格，并调节相机的焦距和光圈，使得标定块成像清晰，并对背景进行虚化；相机的工作距离和视野大小根据工程精度进行调节。
步骤S40、计算机基于采集的图像提取9个轮廓中心点坐标值；
步骤S50、计算机利用九点标定法，基于所述世界坐标值以及轮廓中心点坐标值求取转换矩阵，进而利用所述转换矩阵对标定块的位置进行标定。
所述步骤S40具体为：
计算机对采集的9张图像做水平镜像处理得到正向图像，对所述正向图像进行降噪处理后，利用Canny边缘检测算法和逼近多边形曲线拟合获取标定块的轮廓以及轮廓中心点坐标值。所述降噪处理包括消除高斯白噪声或者椒盐噪声；所述Canny边缘检测算法用于提取边缘信息，由JohnF.Canny开发出来的一个多级边缘检测算法；所述逼近多边形曲线用于拟合标定块的轮廓。
所述水平镜像处理的公式为：
Figure BDA0002583829970000061
其中(x0,y0)表示原图像的像素点，(x1,y1)表示水平镜像处理后的图像的像素点，w表示原图像的宽度。
所述步骤S50中，所述九点标定法的公式为：
Figure BDA0002583829970000071
展开为：
Figure BDA0002583829970000072
其中(x1,y1)表示水平镜像处理后的图像的像素点，即轮廓中心点坐标值；(x',y')表示世界坐标值；R表示旋转矩阵，且
Figure BDA0002583829970000073
M表示平移矩阵，且
Figure BDA0002583829970000074
a、b、c、d、e、f表示标定系数，通过9组的所述世界坐标值以及轮廓中心点坐标值进行求取。
综上所述，本发明的优点在于：
1、通过倒置的所述图像捕捉模块拍摄标定块，缩短了拍摄的距离，缩小了拍摄的视野，减小了拍摄的图像的畸变，提高了拍摄目标(标定块)与视野的比值，进而提升了所述标定块标定的精度，相对于传统九点标定法不适用于相机镜头畸变较大的场景，极大的提升了标定的适用范围，且由于采用低分辨率面阵CCD相机即可，相对于传统上采用高分辨率相机，极大的降低了成本。
2、通过倒置所述图像捕捉模块，使得可采用形状为圆柱体的标定块，省去了制作标定板的过程，极大的提升了标定的灵活性(不限定位置)和效率。
虽然以上描述了本发明的具体实施方式，但是熟悉本技术领域的技术人员应当理解，我们所描述的具体的实施例只是说明性的，而不是用于对本发明的范围的限定，熟悉本领域的技术人员在依照本发明的精神所作的等效的修饰以及变化，都应当涵盖在本发明的权利要求所保护的范围内。

Claims (10)

1.一种基于倒置低分辨率相机的标定系统，其特征在于：包括：
支架，至上而下设有一第一横杆以及一第二横杆；
光照模块，设于所述第一横杆的末端；
图像捕捉模块，设于所述第二横杆的末端，方向倒置，且与所述光照模块处于同一轴线；
图像采集卡，与所述图像捕捉模块连接；
标定块；
机器人，用于夹持所述标定块；
计算机，与所述图像采集卡以及机器人连接。
2.如权利要求1所述的一种基于倒置低分辨率相机的标定系统，其特征在于：所述光照模块包括：
灯光模块，设于所述第一横杆的末端；
光源控制器模块，与灯光模块连接。
3.如权利要求2所述的一种基于倒置低分辨率相机的标定系统，其特征在于：所述灯光模块为环形无影LED灯。
4.如权利要求1所述的一种基于倒置低分辨率相机的标定系统，其特征在于：所述图像捕捉模块包括：
相机，与所述图像采集卡连接，并设于所述第二横杆的末端，且拍摄方向朝上；
镜头，设于所述相机的拍摄端，且所述镜头与地面保持水平。
5.如权利要求4所述的一种基于倒置低分辨率相机的标定系统，其特征在于：所述相机为低分辨率面阵CCD相机。
6.如权利要求1所述的一种基于倒置低分辨率相机的标定系统，其特征在于：所述标定块的形状为圆柱体。
7.一种基于倒置低分辨率相机的标定方法，其特征在于：所述方法需使用如权利要求1至6任一项所述的标定系统，包括如下步骤：
步骤S10、计算机启动图像捕捉模块以及机器人，手动开启光照模块；
步骤S20、计算机控制机器人夹持所述标定块至光照模块的上端，且机器人末端轴中心与标定块中心重合，标定块的底面与地面水平；
步骤S30、计算机通过机器人控制标定块依次移动到9个不同的位置，记录9个位置的世界坐标值，并通过图像采集卡控制图像捕捉模块分别采集9个不同的位置的图像；
步骤S40、计算机基于采集的图像提取9个轮廓中心点坐标值；
步骤S50、计算机利用九点标定法，基于所述世界坐标值以及轮廓中心点坐标值求取转换矩阵，进而利用所述转换矩阵对标定块的位置进行标定。
8.如权利要求7所述的一种基于倒置低分辨率相机的标定方法，其特征在于：所述步骤S40具体为：
计算机对采集的9张图像做水平镜像处理得到正向图像，对所述正向图像进行降噪处理后，利用Canny边缘检测算法和逼近多边形曲线拟合获取标定块的轮廓以及轮廓中心点坐标值。
9.如权利要求8所述的一种基于倒置低分辨率相机的标定方法，其特征在于：所述水平镜像处理的公式为：
Figure FDA0002583829960000021
其中(x0,y0)表示原图像的像素点，(x1,y1)表示水平镜像处理后的图像的像素点，w表示原图像的宽度。
10.如权利要求7所述的一种基于倒置低分辨率相机的标定方法，其特征在于：所述步骤S50中，所述九点标定法的公式为：
Figure FDA0002583829960000022
展开为：
Figure FDA0002583829960000023
其中(x1,y1)表示水平镜像处理后的图像的像素点，即轮廓中心点坐标值；(x',y')表示世界坐标值；R表示旋转矩阵，且
Figure FDA0002583829960000031
M表示平移矩阵，且
Figure FDA0002583829960000032
a、b、c、d、e、f表示标定系数。
CN202010675304.3A 2020-07-14 2020-07-14 一种基于倒置低分辨率相机的标定系统及方法 Active CN111798524B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010675304.3A CN111798524B (zh) 2020-07-14 2020-07-14 一种基于倒置低分辨率相机的标定系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010675304.3A CN111798524B (zh) 2020-07-14 2020-07-14 一种基于倒置低分辨率相机的标定系统及方法

Publications (2)

Publication Number Publication Date
CN111798524A true CN111798524A (zh) 2020-10-20
CN111798524B CN111798524B (zh) 2023-07-21

Family

ID=72806863

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010675304.3A Active CN111798524B (zh) 2020-07-14 2020-07-14 一种基于倒置低分辨率相机的标定系统及方法

Country Status (1)

Country Link
CN (1) CN111798524B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105241389A (zh) * 2015-10-12 2016-01-13 贵州大学 一种基于机器视觉的铣刀刃口钝圆半径检测系统
WO2017092631A1 (zh) * 2015-11-30 2017-06-08 宁波舜宇光电信息有限公司 鱼眼图像的畸变图像校正方法及鱼眼相机的标定方法
CN107239748A (zh) * 2017-05-16 2017-10-10 南京邮电大学 基于棋盘格标定技术的机器人目标识别与定位方法
CN107584263A (zh) * 2017-10-18 2018-01-16 上海文什数据科技有限公司 一种视觉定位引导装置及引导方法
CN109895086A (zh) * 2017-12-10 2019-06-18 广州映博智能科技有限公司 一种机器视觉的电梯门板抓举装置及方法
CN110103217A (zh) * 2019-05-09 2019-08-09 电子科技大学 工业机器人手眼标定方法
CN110148174A (zh) * 2019-05-23 2019-08-20 北京阿丘机器人科技有限公司 标定板、标定板识别方法及装置
CN110640745A (zh) * 2019-11-01 2020-01-03 苏州大学 基于视觉的机器人自动标定方法、设备和存储介质
CN111174722A (zh) * 2018-11-13 2020-05-19 浙江宇视科技有限公司 一种三维轮廓重建方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105241389A (zh) * 2015-10-12 2016-01-13 贵州大学 一种基于机器视觉的铣刀刃口钝圆半径检测系统
WO2017092631A1 (zh) * 2015-11-30 2017-06-08 宁波舜宇光电信息有限公司 鱼眼图像的畸变图像校正方法及鱼眼相机的标定方法
CN107239748A (zh) * 2017-05-16 2017-10-10 南京邮电大学 基于棋盘格标定技术的机器人目标识别与定位方法
CN107584263A (zh) * 2017-10-18 2018-01-16 上海文什数据科技有限公司 一种视觉定位引导装置及引导方法
CN109895086A (zh) * 2017-12-10 2019-06-18 广州映博智能科技有限公司 一种机器视觉的电梯门板抓举装置及方法
CN111174722A (zh) * 2018-11-13 2020-05-19 浙江宇视科技有限公司 一种三维轮廓重建方法及装置
CN110103217A (zh) * 2019-05-09 2019-08-09 电子科技大学 工业机器人手眼标定方法
CN110148174A (zh) * 2019-05-23 2019-08-20 北京阿丘机器人科技有限公司 标定板、标定板识别方法及装置
CN110640745A (zh) * 2019-11-01 2020-01-03 苏州大学 基于视觉的机器人自动标定方法、设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
曹军杰;张丰收;张松林;: "一种机器人视觉系统非接触式手眼标定方法", 光学技术, no. 01 *
杨三永;曾碧;: "基于机器视觉的目标定位与机器人规划系统研究", 计算机测量与控制, no. 12 *

Also Published As

Publication number Publication date
CN111798524B (zh) 2023-07-21

Similar Documents

Publication Publication Date Title
CN107471218B (zh) 一种基于多目视觉的双臂机器人手眼协调方法
JP6734253B2 (ja) ワークを撮像する視覚センサを備える撮像装置
CN104018850B (zh) 基于双目视觉的管片拼装机的管片定位及抓取系统
CN111267095B (zh) 一种基于双目视觉的机械臂抓取控制方法
CN110322485B (zh) 一种异构多相机成像系统的快速图像配准方法
CN109821763B (zh) 一种基于机器视觉的水果分拣系统及其图像识别方法
CN112734863B (zh) 一种基于自动定位的交叉式双目相机标定方法
EP2460054A2 (en) Methods and systems for calibrating an adjustable lens
CN111251336A (zh) 一种基于视觉定位的双臂协同智能装配系统
CN113251926B (zh) 一种不规则物体的尺寸测量方法及测量装置
CN110648301A (zh) 一种消除成像反光的装置及方法
CN107092905A (zh) 一种电力巡检机器人的待识别仪器定位方法
CN112839216A (zh) 一种图像色彩校正方法及装置
CN109671059B (zh) 一种基于OpenCV的电池盒图像处理方法及系统
CN113822810A (zh) 一种基于机器视觉的三维空间中工件的定位方法
CN111267094A (zh) 一种基于双目视觉的工件定位与抓取方法
CN111798524A (zh) 一种基于倒置低分辨率相机的标定系统及方法
CN115272569A (zh) 三维数据的偏差色差图的生成方法、生成装置和电子设备
CN209902467U (zh) 一种多功能视觉定位激光主梁系统
CN109615579B (zh) 一种应用于使用led射灯的面阵相机的光照补偿方法
CN113255662A (zh) 一种基于视觉成像的定位矫正方法、系统、设备及存储介质
CN112584041A (zh) 一种图像识别动态纠偏方法
US20070147819A1 (en) System and method for indicating sharpness of images
JP2010214546A (ja) 組立装置および組立方法
CN115830053B (zh) 一种基于机器视觉的帘线钢镶嵌样边缘定位方法及系统

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