CN111833286A - 点云处理方法及其系统、检测方法及其系统、可读介质 - Google Patents
点云处理方法及其系统、检测方法及其系统、可读介质 Download PDFInfo
- Publication number
- CN111833286A CN111833286A CN201910234858.7A CN201910234858A CN111833286A CN 111833286 A CN111833286 A CN 111833286A CN 201910234858 A CN201910234858 A CN 201910234858A CN 111833286 A CN111833286 A CN 111833286A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- initial
- additional
- image
- data points
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 72
- 238000003672 processing method Methods 0.000 title claims abstract description 35
- 238000012545 processing Methods 0.000 claims abstract description 66
- 238000000034 method Methods 0.000 claims description 20
- 230000003287 optical effect Effects 0.000 claims description 13
- 238000013461 design Methods 0.000 claims description 12
- 125000004122 cyclic group Chemical group 0.000 claims description 9
- 239000000203 mixture Substances 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims 3
- 239000006185 dispersion Substances 0.000 description 4
- 238000003754 machining Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 239000000523 sample Substances 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 239000012780 transparent material Substances 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Architecture (AREA)
- Computer Graphics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供一种点云处理方法及其系统、检测方法及系统、可读介质，其中，所述点云处理方法包括：提供初始点云，所述初始点云包括相互分离的主点云和附加点云；所述主点云和附加点云均包括初始数据点；提供投影方向；沿投影方向对所述初始点云进行投影处理，形成待处理图像，所述初始数据点形成待处理图像中的数据点；对所述待处理图像进行分类处理，获取与所述附加点云对应的附加图像；从所述初始点云中去除所述附加图像中数据点对应的初始数据点，形成目标点云。所述点云处理方法能够加快处理速度，从而增加检测速度。
Description
技术领域
本发明涉及点云处理领域，特别涉及一种点云处理方法及其系统、检测方法及其系统、可读介质。
背景技术
随着现代工业的发展，精密加工被用到越来越多的领域；同时，对于加工精度也有越来越高的要求。为了满足加工精度的需求，提高加工样品的合格率，需要经常对加工过程及加工的产品进行关于形貌畸变的测试，以确保畸变在可容忍范围内。
现有的畸变检测方法可以分为接触式检测方法和非接触式检测方法。接触式检测方法，例如三坐标检测，在检测时探头需要与待测物接触，从而容易对待测物产生损伤。非接触式检测方法，包括光学检测方法，例如双目视觉、色散共聚焦及结构光检测，不与待测物接触，能够减少待测物的损伤和畸变，其应用越来越广泛。
在通过光学检测方法检测待测物畸变的过程中，需要对待测物表面进行扫描，生产点云。在扫描过程中，容易检测到待测物周围物体，从而所获取的点云既包括待测物的检测信息也包括待测物周围物体的附加检测信息。所述附加检测信息容易被当做待测物体的一部分，从而导致出现误检。
现有技术中去除所述附加检测信息的方法较复杂，导致检测效率较低。
发明内容
本发明解决的问题是提供一种点云处理方法，能够提高点云处理的速度，从而提高检测速度，减少误检率。
为解决上述问题，本发明提供一种点云处理方法，包括：提供初始点云，所述初始点云包括相互分离的主点云和附加点云；所述主点云和附加点云均包括初始数据点；提供投影方向；沿投影方向对所述初始点云进行投影处理，形成待处理图像，所述初始数据点形成待处理图像中的数据点；对所述待处理图像进行分类处理，获取与所述附加点云对应的附加图像；从所述初始点云中去除所述附加图像中数据点对应的初始数据点，形成目标点云。
可选的，所述投影方向的个数为多个，所述点云处理方法还包括：重复循环操作处理直至获取所有附加点云的附加图像，所述循环操作处理包括所述投影处理至分类处理的步骤。
可选的，所述附加点云的个数为多个，所述重复循环操作处理还包括：从所述初始点云中去除所述附加图像中数据点对应的初始数据点；或者，重复循环操作处理直至获取所有附加点云的附加图像之后，从所述初始点云中去除所有附加图像中数据点对应的初始数据点。
可选的，所述投影处理的步骤包括：去除所述初始数据点沿所述投影方向的分量形成数据点，使所述初始点云形成二维的待处理图像。
可选的，所述分类处理的方法包括均值漂移聚类、基于密度的聚类、基于高斯混合模型的最大期望聚类、凝聚层次聚类。
相应的，本发明技术方案还提供一种检测方法，包括：对待测物体进行检测，获取初始点云；根据上述的点云处理方法对所述初始点云进行处理，形成目标点云。
可选的，还包括：提供设计点云；对所述目标点云和设计点云进行比较处理，获取所述待测物的畸变。
可选的，所述待测物体为透明物体，通过检测设备对待测物体进行检测，所述检测设备包括物镜；所述投影方向包括：垂直于所述物镜光轴的第一方向；和/或，平行于所述物镜光轴的第二方向。
本发明技术方案还提供一种点云处理系统，包括：输入系统，用于提供初始点云，所述初始点云包括多个初始数据点，初始点云包括相互分离的主点云和附加点云；投影系统，用于提供投影方向，并沿投影方向对所述初始点云进行投影处理，形成待处理图像，所述初始数据点形成待处理图像中的数据点；分类系统，用于对所述待处理图像进行分类处理，获取与所述附加点云对应的附加图像；去除系统，用于从所述初始点云中去除所述附加图像中数据点对应的初始数据点，形成目标点云。
本发明技术方案还提供一种检测系统，包括：点云获取系统，用于对待测物进行检测，获取初始点云；点云处理系统，用于对所述初始点云进行点云处理，形成目标点云。
可选的，所述输入系统还用于提供设计点云；检测系统还包括：畸变检测系统，用于对所述目标点云和设计点云进行比较处理，获取所述待测物的畸变。
本发明技术方案还提供一种计算机可读介质，包括可执行指令，当执行时，所述可执行指令使处理器执行上述的点云处理方法。
与现有技术相比，本发明的技术方案具有以下优点：
本发明技术方案提供的点云处理方法中，所述方法包括提供投影方向，沿投影方向对所述初始点云进行投影处理，形成所述待处理图像。所述投影处理能够将点云转化为二维的待处理图像，后续通过对二维待处理图像进行处理获取目标点云，所述方法能够简化运算，提高点云处理的速度。
本发明技术方案提供的检测方法中，所述方法包括提供投影方向，沿投影方向对所述初始点云进行投影处理，形成所述待处理图像。所述投影处理能够将点云转化为二维的待处理图像，后续通过对二维待处理图像进行处理能够简化运算，提高点云处理的速度，从而提高检测速度。
附图说明
图1是本发明的点云处理方法一实施例各步骤的流程图；
图2至图5是本发明的点云处理方法一实施例中各步骤的结构示意图。
具体实施方式
检测方法存在诸多问题，例如：点云处理的速度较慢，导致检测效率较低。
为解决所述技术问题，本发明提供了一种点云处理方法，包括：提供初始点云，所述初始点云包括相互分离的主点云和附加点云；所述主点云和附加点云均包括初始数据点；提供投影方向；沿投影方向对所述初始点云进行投影处理，形成待处理图像，所述初始数据点形成待处理图像中的数据点；对所述待处理图像进行分类处理，获取与所述附加点云对应的附加图像；从所述初始点云中去除所述附加图像中数据点对应的初始数据点，形成目标点云。所述处理方法能够增加处理速度，提高检测效率。
为使本发明的上述目的、特征和优点能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
图1是本发明的点云处理方法一实施例中各步骤的流程图。
请参考图1，所述点云的处理方法包括：
步骤S1，提供初始点云，所述初始点云包括相互分离的主点云和附加点云；所述主点云和附加点云均包括初始数据点；
步骤S2，提供投影方向；
步骤S3，沿投影方向对所述初始点云进行投影处理，形成待处理图像，所述初始数据点形成待处理图像中的数据点；
步骤S4，对所述待处理图像进行分类处理，获取与所述附加点云对应的附加图像；
步骤S5，从所述初始点云中去除所述附加图像中数据点对应的初始数据点，形成目标点云。
以下结合附图对本发明点云处理方法进行详细说明。
图2至图5是本发明的点云处理方法一实施例中各步骤的结构示意图。
以下结合附图2至5对本发明技术方案的点云处理方法进行说明。
请参考图2，执行步骤S01，提供初始点云，所述初始点云包括相互分离的主点云100和附加点云110，所述主点云100和附加点云110均包括初始数据点。
点云为三维数据点的集合，所述初始数据点为三维数据点。具体的，通过测量仪器得到的产品外观表面的点数据集合也称之为点云。
具体的，本实施例中，所述初始点云为通过三维检测设备对待测物进行三维检测获取的点云，所述三维检测设备包括色散共聚焦设备、激光三角法检测设备、激光共聚焦设备、白光干涉设备或三坐标检测设备。
本实施例中，所述待测物为透明物体，所述附加点云110为检测设备的探测光透过待测物检测到的待测物底部工装的点云。
所述初始点云为由大量的初始数据点形成的三维模型。所述初始数据点为三维坐标点。
本实施例中，各初始数据点均具有序列号。
请参考图2，执行步骤S02，提供投影方向；执行步骤S03，沿投影方向对所述初始点云进行投影处理，形成待处理图像130，所述初始数据点形成待处理图像130中的数据点。
对所述初始点云进行投影处理，能够使点云转化为二维图像，从而能够简化后续分类处理的计算复杂度，从而能够提高点云处理的速度。
所述检测设备包括物镜和光源，所述光源用于产生探测光，所述物镜用于收集探测光并使探测光入射至待测物表面。本实施例中，所述检测设备为色散共聚焦设备，所述物镜还用于收集待测物表面返回的信号光。
所述投影方向的个数为多个，所述点云处理方法还包括：重复循环操作处理直至获取所有附加点云的附加图像，所述循环操作处理包括所述投影处理至后续分类处理的步骤。
本实施例中，所述附加点云110的个数为一个。所述投影方向包括第一方向a，所述第一方向a垂直于检测设备物镜的光轴。
所述投影方向包括：垂直于所述物镜光轴的第一方向a；和/或，平行于所述物镜光轴的第二方向b。
本实施例中，沿所述第一方向a对初始点云进行投影，能够使主点云100沿第一方向a的投影与附加点云110沿第一方向a的投影相互分离。
在其他实施例中，当附加点云与主点云的排列方向垂直于检测设备物镜光轴时，所述投影方向包括第二方向b，所述第二方向b平行于检测设备物镜的光轴。
需要说明的是，在通过光学检测设备对待测物进行检测获取初始点云的过程中，所述附加点云110位于主点云100一侧，且附加点云110与主点云100沿第一方向a或第二方向b排列，所述第二方向a平行于检测设备物镜的光轴。因此，对所述初始点云沿第一方向a和第二方向b投影能够使主点云100和附加点云110的投影相互分离。因此，在一些实施例中，可以使所述多个投影方向包括第一方向a和第二方向b，重复所述投影处理至分类处理的步骤，直至获取所有附加点云110的附加图像。
具体的，所述投影处理的步骤包括：去除所述初始数据点沿所述投影方向的分量形成数据点，使所述初始点云形成二维的待处理图像。
本实施例中，形成待处理图像130之后，所述数据点为初始数据点的投影。
请参考图4，执行步骤S04，对所述待处理图像130进行分类处理，获取与所述附加点云对应的附加图像111。
本实施例中，所述分类处理的步骤包括：将待处理图像划分为若干个网格；对各个网格进行标记处理，将所述待处理图像标记为二值图像形成网格图像；所述网格图像120进行连通域判断，当网格图像120包括分离的主图像101和附加图像111时，获取所述附加图像111。
以下结合附图对所述分类处理的步骤做详细说明。
请参考图4，将待处理图像划分为若干个网格。
将待处理图像划分为若干个网格，能够通过后续的标记处理，使初始点云转化为网格图像120，从而能够降低网格图像120的数据点数量，降低后续连通域判断的计算量，进而能够提高点云处理的速度。
本实施例中，所述网格为正方形。在其他实施例中，所述网格可以为长方形、等边六边形或三角形。
继续参考图4，对各个网格进行标记处理，将所述待处理图像标记为二值图像，形成网格图像120。
使初始点云转化为网格图像120，从而能够降低网格图像120的数据点数量，降低后续连通域判断的计算量，进而能够提高点云处理的速度。
本实施例中，根据各个网格中数据点的个数对各个网格进行标记处理。
具体的，所述标记处理的步骤包括：设置数量阈值；使网格中数据点的个数与所述数量阈值进行比较，当所述网格中数据点的个数大于或大于等于数量阈值个数时，将所述网格标记为像点；否则，将网格标记为空白点。
本实施例中，通过对待测物表面进行扫描检测，获取待测物表面的三维形貌，形成初始点云。所述初始数据点为待测物表面的三维位置坐标数据。所述附加点云110为探测光透过待测物到达待测物下方的工装表面，探测光经工装表面反射返回信号光，形成附加点云110的初始数据。其他位置由于在检测设备的视场之外或探测光被遮挡无法到达，从而不会形成信号光，则不具有初始数据点，也就不具有数据点。因此，能够根据数据点的个数对各个网格进行标记处理，形成网格图像120。
具体的， 本实施例中，用数据1表示所述像点，用数据“0”表示所述空白点。
如果所述数量阈值过小，不容易消除噪声对网格图像120的影响，从而后续不容易获取分离的主图像101和附加图像111；如果所述数量阈值过大，容易增加网格图像120与初始点云的误差，从而降低点云处理的精度。本实施例中，所述数量阈值为1~15。
继续参考4，对所述网格图像120进行连通域判断，当网格图像120包括分离的主图像101和附加图像111时，获取所述附加图像111。
通过连通域判断能够判断所述投影方向能否使主图像101和附加图像111分离，并能够获取到附加图像111的数据点，从而能够通过后续处理去除初始点云中的附加点云110。
本实施例中，所述连通域判断的方法包括八连通算法、四连通算法。
本实施例中，所述待处理图像通过初始点云沿第一方向a投影得到。所述附加点云110与主点云100沿第一方向a的投影相互分离，则所述主图像101和附加图像111相互分离。
在其他实施例中，设定多个不同的投影方向，当获得的网格图像为一个连通的整体时，更换投影方向重复循环操作处理至获取所有附加点云的附加图像，所述循环操作处理包括投影处理至分类处理的步骤。具体的，当附加点云为一个时，重复投影处理至分类处理的步骤至获取附加图像。
请参考图5，执行步骤S05，从所述初始点云中去除所述附加图像111中数据点对应的初始数据点，形成目标点云140。
本实施例中，所述初始数据点均具有序列号；所述数据点具有相应的序列号。
本实施例中，从所述初始点云中去除所述附加图像111中数据点对应的初始数据点包括：获取所述附加图像111中数据点的序列号，作为待去除序列号；获取具有所述待去除序列号的初始数据点，作为待去除初始数据点；在所述初始点云中去除所述待去除初始数据点，获得目标点云140。
本实施例中，所述附加点云110的个数为一个，获取所述附加图像之后，从所述初始点云中去除所述附加图像111中数据点对应的初始数据点，形成目标点云140。
在其他实施中，所述附加点云的个数可以为多个。重复循环操作处理直至获取所有附加点云的附加图像之后， 从所述初始点云中去除所有附加图像中数据点对应的初始数据点，形成目标点云。或者，所述循环步骤还包括：从所述初始点云中去除所述附加图像中数据点对应的初始数据点。
本发明技术方案还提供一种检测方法包括：
对待测物体进行检测，获取初始点云。
本实施例中，所述检测系统为三维检测设备，所述初始点云为点云。具体的，所述三维检测设备包括色散共聚焦设备、激光三角法检测设备、激光共聚焦设备或白光干涉设备。
本实施例中，所述检测物的材料为透明材料。在其他实施例中，所述检测物的材料还可以为非透明材料。
所述主点云100为待测物的点云；所述附加点云110为待测物周围的其他物体的点云。
根据上述的点云处理方法对所述待处理图像进行处理，形成目标点云140。
本实施例中，所述点云处理方法与图1至图5所示的点云处理方法相同，在此不多做赘述。
本实施例中，所述检测方法还包括：提供设计点云；对所述目标点云140和设计点云进行比较处理，获取所述待测物的畸变。
由于所述处理方法能够增加处理速度，从而能够增加对待测物进行检测的速度。另外，通过所述点云处理方法去除初始点云中的附加点云110，能够避免附加点云110对畸变检测结果的影响，进而能够降低误检率，提高检测结果的精度。
本发明实施例还提供一种点云处理系统，包括：输入系统，用于提供初始点云，所述初始点云包括多个初始数据点，初始点云包括相互分离的主点云100和附加点云110；
投影系统，用于提供投影方向，并沿投影方向对所述初始点云进行投影处理，形成待处理图像130，所述初始数据点形成待处理图像130中的数据点；
分类系统，用了对所述待处理图像130进行分类处理，获取与所述附加点云对应的附加图像111；
去除系统，用于从所述初始点云中去除所述附加图像111中数据点对应的初始数据点，形成目标点云140。
本实施例中，所述分类系统包括：网格划分系统，用于将待处理图像130划分为若干个网格；标记系统，用于根据各网格中数据点的个数对所述网格进行标记处理，形成网格图像120；连通域判断系统，用于对所述网格图像120进行连通域判断，当网格图像120包括分离的主图像101和附加图像111时，获取所述附加图像111；去除系统，用于从所述初始点云中去除所述附加图像111中数据点对应的初始数据点。
所述标记系统包括：设置系统，用于设置数量阈值；比较系统，用于使网格中数据点的个数与所述数量阈值进行比较，当所述网格中数据点的个数大于或大于等于数量阈值个数时，将所述网格标记为像点，否则，将网格标记为空白点。
在其他实施例中，所述分类系统用于通过均值漂移聚类、基于密度的聚类、基于高斯混合模型的最大期望聚类、凝聚层次聚类方法获取所述附加图像。
本发明技术实施例还提供一种检测系统，包括：点云获取系统，用于对待测物进行成像，获取初始点云；点云处理系统，所述点云处理系统与上一实施例所述的点云处理系统相同。
本实施例中，所述输入系统还用于提供设计点云；
本实施例中，检测系统还包括：畸变检测系统，用于对所述目标点云140和设计点云进行比较处理，获取所述待测物的畸变。
本发明技术方案还提供一种非暂时性计算机可读介质，包括可执行指令，当执行时，所述可执行指令使处理器执行如图1至5所示实施例的点云处理方法。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。
Claims (12)
1.一种点云处理方法，其特征在于，包括：
提供初始点云，所述初始点云包括相互分离的主点云和附加点云；所述主点云和附加点云均包括初始数据点；
提供投影方向；
沿投影方向对所述初始点云进行投影处理，形成待处理图像，所述初始数据点形成待处理图像中的数据点；
对所述待处理图像进行分类处理，获取与所述附加点云对应的附加图像；
从所述初始点云中去除所述附加图像中数据点对应的初始数据点，形成目标点云。
2.如权利要求1所述的点云处理方法，其特征在于，所述投影方向的个数为多个，所述点云处理方法还包括：重复循环操作处理直至获取所有附加点云的附加图像，所述循环操作处理包括所述投影处理至分类处理的步骤。
3.如权利要求2所述的点云处理方法，其特征在于，所述附加点云的个数为多个，所述重复循环操作处理还包括：从所述初始点云中去除所述附加图像中数据点对应的初始数据点；
或者，重复循环操作处理直至获取所有附加点云的附加图像之后，从所述初始点云中去除所有附加图像中数据点对应的初始数据点。
4.如权利要求1所述的点云处理方法，其特征在于，所述投影处理的步骤包括：去除所述初始数据点沿所述投影方向的分量形成数据点，使所述初始点云形成二维的待处理图像。
5.如权利要求1所述的点云处理方法，其特征在于，所述分类处理的方法包括均值漂移聚类、基于密度的聚类、基于高斯混合模型的最大期望聚类、凝聚层次聚类。
6.一种检测方法，其特征在于，包括：
对待测物体进行检测，获取初始点云；
根据权利要求1~5任意一项所述的点云处理方法对所述初始点云进行处理，形成目标点云。
7.如权利要求6所述的检测方法，其特征在于，还包括：提供设计点云；对所述目标点云和设计点云进行比较处理，获取所述待测物的畸变。
8.如权利要求6所述的检测方法，其特征在于，所述待测物体为透明物体，通过检测设备对待测物体进行检测，所述检测设备包括物镜；
所述投影方向包括：垂直于所述物镜光轴的第一方向；和/或，平行于所述物镜光轴的第二方向。
9.一种点云处理系统，其特征在于，包括：
输入系统，用于提供初始点云，所述初始点云包括多个初始数据点，初始点云包括相互分离的主点云和附加点云；
投影系统，用于提供投影方向，并沿投影方向对所述初始点云进行投影处理，形成待处理图像，所述初始数据点形成待处理图像中的数据点；
分类系统，用于对所述待处理图像进行分类处理，获取与所述附加点云对应的附加图像；
去除系统，用于从所述初始点云中去除所述附加图像中数据点对应的初始数据点，形成目标点云。
10.一种检测系统，其特征在于，包括：
点云获取系统，用于对待测物进行检测，获取初始点云；
权利要求9所述的点云处理系统，用于对所述初始点云进行点云处理，形成目标点云。
11.如权利要求10所述的检测系统，其特征在于，所述输入系统还用于提供设计点云；
检测系统还包括：畸变检测系统，用于对所述目标点云和设计点云进行比较处理，获取所述待测物的畸变。
12.一种计算机可读介质，其特征在于，包括可执行指令，当执行时，所述可执行指令使处理器执行根据权利要求1-5中任一项所述的点云处理方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910234858.7A CN111833286A (zh) | 2019-03-26 | 2019-03-26 | 点云处理方法及其系统、检测方法及其系统、可读介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910234858.7A CN111833286A (zh) | 2019-03-26 | 2019-03-26 | 点云处理方法及其系统、检测方法及其系统、可读介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111833286A true CN111833286A (zh) | 2020-10-27 |
Family
ID=72914186
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910234858.7A Pending CN111833286A (zh) | 2019-03-26 | 2019-03-26 | 点云处理方法及其系统、检测方法及其系统、可读介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111833286A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112308961A (zh) * | 2020-11-05 | 2021-02-02 | 湖南大学 | 基于分层高斯混合模型的机器人快速鲁棒三维重建方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104156937A (zh) * | 2013-05-15 | 2014-11-19 | 株式会社理光 | 阴影检测方法和装置 |
| CN106056614A (zh) * | 2016-06-03 | 2016-10-26 | 武汉大学 | 一种地面激光点云数据的建筑物分割与轮廓线提取方法 |
| CN106548520A (zh) * | 2016-11-16 | 2017-03-29 | 湖南拓视觉信息技术有限公司 | 一种点云数据去噪的方法和系统 |
| CN107578391A (zh) * | 2017-09-20 | 2018-01-12 | 广东电网有限责任公司机巡作业中心 | 一种基于二维二值图像处理进行三维点云降噪的方法 |
| CN108171720A (zh) * | 2018-01-08 | 2018-06-15 | 武汉理工大学 | 一种基于几何统计信息的倾斜摄影模型对象边界探测方法 |
| CN109242828A (zh) * | 2018-08-13 | 2019-01-18 | 浙江大学 | 基于光栅投影多步相移法的3d打印制品三维缺陷检测方法 |
-
2019
- 2019-03-26 CN CN201910234858.7A patent/CN111833286A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104156937A (zh) * | 2013-05-15 | 2014-11-19 | 株式会社理光 | 阴影检测方法和装置 |
| CN106056614A (zh) * | 2016-06-03 | 2016-10-26 | 武汉大学 | 一种地面激光点云数据的建筑物分割与轮廓线提取方法 |
| CN106548520A (zh) * | 2016-11-16 | 2017-03-29 | 湖南拓视觉信息技术有限公司 | 一种点云数据去噪的方法和系统 |
| CN107578391A (zh) * | 2017-09-20 | 2018-01-12 | 广东电网有限责任公司机巡作业中心 | 一种基于二维二值图像处理进行三维点云降噪的方法 |
| CN108171720A (zh) * | 2018-01-08 | 2018-06-15 | 武汉理工大学 | 一种基于几何统计信息的倾斜摄影模型对象边界探测方法 |
| CN109242828A (zh) * | 2018-08-13 | 2019-01-18 | 浙江大学 | 基于光栅投影多步相移法的3d打印制品三维缺陷检测方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112308961A (zh) * | 2020-11-05 | 2021-02-02 | 湖南大学 | 基于分层高斯混合模型的机器人快速鲁棒三维重建方法 |
| CN112308961B (zh) * | 2020-11-05 | 2022-06-10 | 湖南大学 | 基于分层高斯混合模型的机器人快速鲁棒三维重建方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107622277B (zh) | 一种基于贝叶斯分类器的复杂曲面缺陷分类方法 | |
| KR101910484B1 (ko) | 3차원(3d) 비전 검사를 위한 방법 | |
| US11313806B2 (en) | Defect inspection method and defect inspection device | |
| US9196034B2 (en) | Method of fast analysis of the relief elements featuring on the internal surface of a tyre | |
| WO2012057198A1 (ja) | 画像処理装置およびコンピュータプログラム | |
| US20170372464A1 (en) | Pattern inspection method and pattern inspection apparatus | |
| JP2018096908A (ja) | 検査装置及び検査方法 | |
| CN115861351A (zh) | 边缘检测方法、缺陷检测方法及检测装置 | |
| CN104460505A (zh) | 工业机器人相对位姿估计方法 | |
| JP5913903B2 (ja) | 形状検査方法およびその装置 | |
| KR100941978B1 (ko) | 씨씨디 카메라와 레이저 빔을 이용한 물체의 3차원위치정보 측정방법 및 장치 | |
| Li et al. | Stereo vision based automated solder ball height and substrate coplanarity inspection | |
| CN111833286A (zh) | 点云处理方法及其系统、检测方法及其系统、可读介质 | |
| CN112233104B (zh) | 实时位移场和应变场检测方法、系统、装置和存储介质 | |
| CN111754385B (zh) | 数据点模型处理方法及系统、检测方法及系统、可读介质 | |
| KR20110043033A (ko) | 가보 필터를 이용한 금속 패드의 상태 검사 방법 | |
| CN114882009A (zh) | 可适应多种表面状态的疲劳裂纹尖端自动检测方法及系统 | |
| KR101131350B1 (ko) | 금속 패드의 상태 검사 방법 | |
| CN111473944B (zh) | 观测流场中存在复杂壁面的piv数据修正方法、装置 | |
| Kang et al. | Detection of calibration patterns for camera calibration with irregular lighting and complicated backgrounds | |
| JP6397292B2 (ja) | 画像処理による品目識別及び異品判別方法 | |
| JP7208061B2 (ja) | 球形マーカー検出方法 | |
| CN112285070B (zh) | 检测图像上的亮斑的方法和装置、图像配准方法和装置 | |
| CN116309547B (zh) | 一种零件表面质量检测方法、装置、设备及介质 | |
| Wang et al. | A Machine Vision Based In-Line Quality Assessment Method for the Fabrication of Structured Surfaces |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| CB02 | Change of applicant information | ||
| CB02 | Change of applicant information |
Address after: 518110 101, 201, 301, No.2, Shanghenglang fourth industrial zone, Tongsheng community, Dalang street, Longhua District, Shenzhen City, Guangdong Province Applicant after: Shenzhen Zhongke feice Technology Co.,Ltd. Address before: 518110 101 201 301, No.2, Shanghenglang fourth industrial zone, Tongsheng community, Dalang street, Longhua District, Shenzhen City, Guangdong Province Applicant before: Shenzhen Zhongke Flying Test Technology Co.,Ltd. |
|
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |