CN112361989A - 一种通过点云均匀性考量测量系统标定参数的方法 - Google Patents

一种通过点云均匀性考量测量系统标定参数的方法 Download PDF

Info

Publication number
CN112361989A
CN112361989A CN202011063597.6A CN202011063597A CN112361989A CN 112361989 A CN112361989 A CN 112361989A CN 202011063597 A CN202011063597 A CN 202011063597A CN 112361989 A CN112361989 A CN 112361989A
Authority
CN
China
Prior art keywords
projector
calibration
camera
point cloud
calibration plate
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
CN202011063597.6A
Other languages
English (en)
Other versions
CN112361989B (zh
Inventor
梁炯
汪珊珊
潘顺
何乐
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.)
Beijing Institute of Graphic Communication
Original Assignee
Beijing Institute of Graphic Communication
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 Beijing Institute of Graphic Communication filed Critical Beijing Institute of Graphic Communication
Priority to CN202011063597.6A priority Critical patent/CN112361989B/zh
Publication of CN112361989A publication Critical patent/CN112361989A/zh
Application granted granted Critical
Publication of CN112361989B publication Critical patent/CN112361989B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/04Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness by measuring coordinates of points
    • G01B21/042Calibration or calibration artifacts
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/24Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/25Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/80Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提出了一种通过点云均匀性考量测量系统标定参数的方法,获得高分辨率且均匀性好的点云数据,能够快速确定系统标定中相机、投影仪和标定板的相对位置,得到最佳的标定效果。通过点云均匀性考量测量系统标定参数的方法,通过标定的点云数据的均匀性、重投影误差、采集过程的测量分辨率等参数评判点云数据采集质量,解决了相机、投影仪与标定板之间的相对位置摆放的确定性问题。使用的测量分辨率计算方法使用单位像素的自然长度度量,让标定过程更加快速可靠,算法更简单,计算量小;参照显示器亮度均匀性的分布特征,提出了点云数据均匀性的计算方法,用以评价系统标定的结果,合理的评价指标的引入,让获得的点云数据更加稳定。

Description

一种通过点云均匀性考量测量系统标定参数的方法
技术领域
本发明属于机器视觉的标定技术领域,尤其涉及一种通过点云均匀性考量测量系统标定参数的方法。
背景技术
结构光三维测量技术具有非接触、高精度、高速度,且测量结果方便与多种软件接口等优点,这使得它被广泛应用于机器视觉、面形检测、实物仿形、产品质量控制、逆向工程、医学建模、在线检测、三维生物识别等领域。而结构光测量中的单相机以及单投影仪组成的三维测量系统,具有结构简单、测量效率高、成本低、易于实现等优点,其测量过程必然涉及到相机和投影仪的标定。目前测量系统标定存在过程复杂、可操作性差以及精度较低等问题。
杜宪在《面结构光三维测量系统的精度研究》中对光栅条纹周期数和投影仪的伽马非线性对面结构光三维测量系统测量误差的影响进行研究;李绒在《面结构光三维系统相位测量精度研究》中对面结构三维测量技术中的多次反射问题、系统的非线性Gamma现象、电子器件量化时所带来的量化误差问题以及如何获取高质量条纹进行了详细分析与研究;吴霄在《三维点云数据的精简与拼接》中提出一种基于特征的包围盒随机抽样数据精简算法,该算法既能保证一定数量的特征点,也可以保证一定程度的均匀性。但现在的标定方法不能快速确定测量系统标定中相机、投影仪和标定板的相对位置,不能实现最佳的标定效果。
发明内容
有鉴于此,本发明提出了一种通过点云均匀性考量测量系统标定参数的方法,获得高分辨率且均匀性好的点云数据,能够快速确定系统标定中相机、投影仪和标定板的相对位置,得到最佳的标定效果。
为实现上述目的,本发明的技术方案如下:
本发明的一种通过点云均匀性考量测量系统标定参数的方法,包括如下步骤:
步骤1,搭建测量系统,放置好投影仪的位置后保持不变;
确定标定板与投影仪的初始距离并记录,其中标定板在投影仪的视角范围内;
步骤2,进行相机标定:移动相机使标定板置于相机和投影仪的共同视角范围内,调节相机的光圈和焦距至图案清晰且光照均匀,保持标定板的位置不变,在当前相机参数和位置下,多次调整标定板的姿态,用相机对标定板进行拍摄两组以上图像,利用拍摄的图像计算得到相机的重投影误差;
步骤3,进行投影仪标定:保证投影仪投射出的图案完全在相机和投影仪的共同视野范围内,对投影仪进行调焦至图案清晰,保持相机与投影仪的参数及位置不变,调整标定板在相机和投影仪的共同视角范围内两个以上的位置,利用投影仪捕获两幅以上图像,利用捕获的图像计算得到投影仪的重投影误差;
步骤4,该测量系统基于所述相机的重投影误差以及所述投影仪的重投影误差进行标定;
步骤5,利用标定后的测量系统测量参照图,获得参照图的三维信息图像;
所述参照图为背景色为黑,前景色为白的棋盘格图案;
在所述三维信息图像上,选取边缘点和中心点,用以计算测量系统的测量分辨率和标定的点云均匀性,具体如下:
Figure BDA0002713113530000031
点云均匀性为:
Figure BDA0002713113530000032
其中,L为方格的边长,Pmax为点云个数最多的方格中的点云数量;Pi为参照图中每个白格测量获得的点云个数,i=1,2,3…;
步骤6,保持投影仪的位置不变,调整标定板位置,重新确定标定板与投影仪的初始距离并记录,其中标定板在投影仪的视角范围内;重复执行步骤2-6,直至标定板遍历所有满足条件的位置;
步骤7,选取所有标定板与投影仪的初始距离下,测量系统的测量分辨率和标定的点云均匀性、相机的重投影误差以及投影仪的重投影误差均满足要求所对应的初始距离作为标定参数,完成测量系统标定参数的考量。
其中,所述标定板与投影仪的初始距离为投影仪的光轴中心与标定板中心连线的水平距离。
其中,所述标定板的图案为前景色为灰,背景色为白的棋盘格标定图案。
其中,边缘点为4个角点方格,中心点为4个中心方格;
i=3时,
Figure BDA0002713113530000033
有益效果:
本发明提出了通过点云均匀性考量测量系统标定参数的方法,通过标定的点云数据的均匀性、重投影误差、采集过程的测量分辨率等参数评判点云数据采集质量,解决了相机、投影仪与标定板之间的相对位置摆放的确定性问题。现有计算测量分辨率的方法,通常通过相邻两点云数据之间的欧氏距离度量。本发明使用的测量分辨率计算方法使用单位像素的自然长度度量,让标定过程更加快速可靠,算法更简单,计算量小。现有文献中点云均匀性的描述,是通过人眼观测来表征的。本发明参照显示器亮度均匀性的分布特征,提出了点云数据均匀性的计算方法,用以评价系统标定的结果,合理的评价指标的引入,让获得的点云数据更加稳定。
附图说明
图1是本发明的棋盘格标定图案
图2是本发明的程序控制系统示意图;
图3是本发明标定流程图;
图4是本发明实施例提供的测量系统的标定方法流程图;
图5是本发明测量系统示意图;
图6是本发明的点云数据的参照图。
具体实施方式
下面结合附图并举实施例,对本发明进行详细描述。
本发明涉及测量系统的标定问题,本发明确定了测量系统标定时需要控制的参数,提出了使用测量系统标定的点云数据的均匀性、重投影误差、采集过程的测量分辨率等参数评判点云数据采集质量的方法。主要可归纳为以下两点:
1、为了确定测量系统标定时需要控制的参数,本发明选择标定板与投影仪之间的距离为变量来研究测量系统的标定。
在搭建测量系统时,相机与投影仪之间要留有适当间隙,且它们之间的夹角受限于系统部件的尺寸与形状,以及相机和投影仪的共同视野范围。夹角过小时,在测量时物体出现遮挡,导致被物体遮挡的部分太暗,相机接收到的光学信号弱,最终获得的点云数据稀疏;夹角过大时,投影仪投射到标定板上的棋盘格图案会发生较大的变形,此时标定图案难以置于相机和投影仪的共同视野范围内,因此相机与投影仪的夹角相对固定。基于三角测量原理,本发明中夹角的变化对数据采集的结果影响不大。由于投影仪与相机镜头具有焦距特征,而它们所带光电器件的尺寸固定,因此被测物体与相机和投影仪之间的距离,是影响三维数据采集的关键因素。距离越远,采集的图像分辨率越低。因此,适合的距离是测量系统标定的关键。
2、为了评判测量系统所采集的点云数据的质量,本发明提出使用测量系统标定的点云数据的均匀性、重投影误差、采集过程的测量分辨率等参数作为点云数据质量的评判指标。
本实施例中,相机采用加拿大的Point Grey工业相机中CMOS相机系列的FL3-U3-13Y3M-C相机,分辨率为1280×1024,像素大小为4.8μm,镜头选用国产的CHIOPT型号为FA1601C的镜头,焦距为16mm;投影仪采用的是Texas Instruments的DLP LightCrafter4500Evaluation Module,分辨率为912x1140(具体如表1所示)。
表1
Figure BDA0002713113530000051
Figure BDA0002713113530000061
此外,如图2所示,为了驱动此硬件系统工作,还需要为此系统配置投影仪驱动DLPR350PROM、相机SDK和相机外部链接库FlyCapture2。
本实施例中的标定方法包括两大部分,一部分是测量系统的标定工作,如图3中的流程图所示,另一部分是对测量系统采集到的点云数据进行计算,对点云数据质量进行分析,从而确定被测物体与投影仪之间的最佳距离,即投影仪的光轴中心与标定板中心连线的水平距离d的最佳值。
本发明实施例提供的测量系统参数标定方法的流程图如图4,包括以下步骤:
步骤1,搭建测量系统,放置好投影仪的位置后保持不变;
确定标定板与投影仪的初始距离,测量此时投影仪的光轴中心与标定板中心连线的水平距离d并记录;其中标定板在投影仪的视角范围内;测量系统如图5所示。
步骤2,进行相机标定。本发明选择前景色为灰(R:G:B=150:150:150),背景色为白(R:G:B=255:255:255)的棋盘格标定图案,如图1所示。移动相机使得标定板置于相机和投影仪的共同视角范围内,调节相机的光圈和焦距至图案清晰且光照均匀,用相机对标定板进行拍摄并保存图像;保持相机参数和位置不变,多次调整标定板的姿态,拍摄保存多组图像,利用拍摄的图像计算得到相机的重投影误差;
步骤3,进行投影仪标定:保证投影仪投射出的棋盘格图案必须完全在相机和投影仪的共同视野范围内,对投影仪进行调焦至图案清晰;保持相机与投影仪的参数及位置不变,调整标定板在相机和投影仪的共同视角范围内的多个位置,利用投影仪捕获两幅以上图像,利用捕获的图像计算得到投影仪的重投影误差;
步骤4,该测量系统基于所述相机的重投影误差以及所述投影仪的重投影误差进行标定;
步骤5,利用标定后的测量系统测量获得标定板的三维信息图像;
本发明为了更好地获得相同面积内的点云数据,简化数据处理过程,本发明选择背景色为黑(R:G:B=0:0:0),前景色为白(R:G:B=255:255:255)的棋盘格图案,作为获得点云数据的参照图如图6所示。
为了得到更好的测量数据,本发明对点云的均匀性和当前条件下的测量分辨率进行计算分析,以确定被测物体与相机和投影仪之间的最佳距离。对测量系统采集到的点云数据进行计算的具体方法为:
在测量参照图获得的三维信息图像上,选取8个方格(其中1/2/4/5为角点方格,3(1)/3(2)/3(3)/3(4)为中心方格)作为采样的边缘点和中心点,用以计算测量点云的均匀性。(点的选取个数可依据具体情况而定,可定义5个、9个等。)
测量分辨率和点云均匀性计算如下:
设每个白格测量获得的点云个数为Pi(i=1,2,3,4,5),方格的边长为L,点云个数最多的方格点云数量记为Pmax,则:
Figure BDA0002713113530000071
点云的均匀性为:
Figure BDA0002713113530000072
其中,i=3时,
Figure BDA0002713113530000073
步骤6,保持投影仪的位置不变,调整标定板位置,重新确定标定板与投影仪的初始距离d并记录,其中标定板在投影仪的视角范围内;重复执行步骤2-6,直至标定板遍历所有满足条件的位置;
步骤7,选取所有标定板与投影仪的初始距离下,测量系统的测量分辨率和标定的点云均匀性、相机的重投影误差以及投影仪的重投影误差均满足要求所对应的初始距离作为标定参数,完成测量系统标定参数的考量。
采用本实施例的标定方法进行系统标定考量后,测量距离确定为175mm。此时,系统标定获得的重投影误差为0.88,点云数据的均匀性高达94%以上,测量分辨率可达0.34mm,综合高于其他摆放条件下的评判指标。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (4)

1.一种通过点云均匀性考量测量系统标定参数的方法,其特征在于,包括如下步骤:
步骤1,搭建测量系统,放置好投影仪的位置后保持不变;
确定标定板与投影仪的初始距离并记录,其中标定板在投影仪的视角范围内;
步骤2,进行相机标定:移动相机使标定板置于相机和投影仪的共同视角范围内,调节相机的光圈和焦距至图案清晰且光照均匀,保持标定板的位置不变,在当前相机参数和位置下,多次调整标定板的姿态,用相机对标定板进行拍摄两组以上图像,利用拍摄的图像计算得到相机的重投影误差;
步骤3,进行投影仪标定:保证投影仪投射出的图案完全在相机和投影仪的共同视野范围内,对投影仪进行调焦至图案清晰,保持相机与投影仪的参数及位置不变,调整标定板在相机和投影仪的共同视角范围内两个以上的位置,利用投影仪捕获两幅以上图像,利用捕获的图像计算得到投影仪的重投影误差;
步骤4,该测量系统基于所述相机的重投影误差以及所述投影仪的重投影误差进行标定;
步骤5,利用标定后的测量系统测量参照图,获得参照图的三维信息图像;
所述参照图为背景色为黑,前景色为白的棋盘格图案;
在所述三维信息图像上,选取边缘点和中心点,用以计算测量系统的测量分辨率和标定的点云均匀性,具体如下:
Figure FDA0002713113520000011
点云均匀性为:
Figure FDA0002713113520000021
其中,L为方格的边长,Pmax为点云个数最多的方格中的点云数量;Pi为参照图中每个白格测量获得的点云个数,i=1,2,3…;
步骤6,保持投影仪的位置不变,调整标定板位置,重新确定标定板与投影仪的初始距离并记录,其中标定板在投影仪的视角范围内;重复执行步骤2-6,直至标定板遍历所有满足条件的位置;
步骤7,选取所有标定板与投影仪的初始距离下,测量系统的测量分辨率和标定的点云均匀性、相机的重投影误差以及投影仪的重投影误差均满足要求所对应的初始距离作为标定参数,完成测量系统标定参数的考量。
2.如权利要求1所述的通过点云均匀性考量测量系统标定参数的方法,其特征在于,所述标定板与投影仪的初始距离为投影仪的光轴中心与标定板中心连线的水平距离。
3.如权利要求1所述的通过点云均匀性考量测量系统标定参数的方法,其特征在于,所述标定板的图案为前景色为灰,背景色为白的棋盘格标定图案。
4.如权利要求1所述的通过点云均匀性考量测量系统标定参数的方法,其特征在于,边缘点为4个角点方格,中心点为4个中心方格;
i=3时,
Figure FDA0002713113520000022
CN202011063597.6A 2020-09-30 2020-09-30 一种通过点云均匀性考量测量系统标定参数的方法 Active CN112361989B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011063597.6A CN112361989B (zh) 2020-09-30 2020-09-30 一种通过点云均匀性考量测量系统标定参数的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011063597.6A CN112361989B (zh) 2020-09-30 2020-09-30 一种通过点云均匀性考量测量系统标定参数的方法

Publications (2)

Publication Number Publication Date
CN112361989A true CN112361989A (zh) 2021-02-12
CN112361989B CN112361989B (zh) 2022-09-30

Family

ID=74507049

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011063597.6A Active CN112361989B (zh) 2020-09-30 2020-09-30 一种通过点云均匀性考量测量系统标定参数的方法

Country Status (1)

Country Link
CN (1) CN112361989B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113344906A (zh) * 2021-06-29 2021-09-03 阿波罗智联(北京)科技有限公司 车路协同中相机评估方法、装置、路侧设备和云控平台

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI293109B (zh) * 2006-11-10 2008-02-01 China Steel Corp
CN101149836A (zh) * 2007-11-05 2008-03-26 中山大学 一种三维重构的双摄像机标定方法
CN101276484A (zh) * 2008-03-31 2008-10-01 浙江大学 基于调和映射的网格生成方法
CN102982548A (zh) * 2012-12-11 2013-03-20 清华大学 多目立体视频采集系统及其相机参数标定方法
CN105513128A (zh) * 2016-01-13 2016-04-20 中国空气动力研究与发展中心低速空气动力研究所 基于Kinect的三维数据融合处理方法
CN107462184A (zh) * 2017-08-15 2017-12-12 东南大学 一种结构光三维测量系统的参数重标定方法及其设备
CN109064404A (zh) * 2018-08-10 2018-12-21 西安电子科技大学 一种基于多相机标定的全景拼接方法、全景拼接系统
CN110188663A (zh) * 2019-05-28 2019-08-30 禾多科技(北京)有限公司 检测定位车辆点云质量的方法
US10726579B1 (en) * 2019-11-13 2020-07-28 Honda Motor Co., Ltd. LiDAR-camera calibration
CN111679288A (zh) * 2020-06-19 2020-09-18 中国林业科学研究院资源信息研究所 一种点云数据的空间分布度量方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI293109B (zh) * 2006-11-10 2008-02-01 China Steel Corp
CN101149836A (zh) * 2007-11-05 2008-03-26 中山大学 一种三维重构的双摄像机标定方法
CN101276484A (zh) * 2008-03-31 2008-10-01 浙江大学 基于调和映射的网格生成方法
CN102982548A (zh) * 2012-12-11 2013-03-20 清华大学 多目立体视频采集系统及其相机参数标定方法
CN105513128A (zh) * 2016-01-13 2016-04-20 中国空气动力研究与发展中心低速空气动力研究所 基于Kinect的三维数据融合处理方法
CN107462184A (zh) * 2017-08-15 2017-12-12 东南大学 一种结构光三维测量系统的参数重标定方法及其设备
CN109064404A (zh) * 2018-08-10 2018-12-21 西安电子科技大学 一种基于多相机标定的全景拼接方法、全景拼接系统
CN110188663A (zh) * 2019-05-28 2019-08-30 禾多科技(北京)有限公司 检测定位车辆点云质量的方法
US10726579B1 (en) * 2019-11-13 2020-07-28 Honda Motor Co., Ltd. LiDAR-camera calibration
CN111679288A (zh) * 2020-06-19 2020-09-18 中国林业科学研究院资源信息研究所 一种点云数据的空间分布度量方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
RAYENE MOUDJARI等: "《Towards a Fuzzy Bigraphical Multi Agent System for Cloud of Clouds Elasticity Management》", 《INTERNATIONAL JOURNAL OF APPROXIMATE REASONING》 *
WEI BAI,等: "《MDC-Checker: A novel network risk assessment framework for multiple domain configurations》", 《COMPUTERS & SECURITY》 *
汪珊珊: "《基于3D点云数据特征的模型配准方法研究》", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 *
陈朋,等: "《基于点云均匀度的植被点剔除方法》", 《中国矿业》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113344906A (zh) * 2021-06-29 2021-09-03 阿波罗智联(北京)科技有限公司 车路协同中相机评估方法、装置、路侧设备和云控平台
CN113344906B (zh) * 2021-06-29 2024-04-23 阿波罗智联(北京)科技有限公司 车路协同中相机评估方法、装置、路侧设备和云控平台

Also Published As

Publication number Publication date
CN112361989B (zh) 2022-09-30

Similar Documents

Publication Publication Date Title
CN106989689B (zh) 大口径平面光学元件面形的子孔径拼接检测方法
CN111750806A (zh) 一种多视角三维测量系统及方法
CN101013028A (zh) 图像处理方法以及图像处理装置
CN113205593B (zh) 一种基于点云自适应修复的高反光表面结构光场三维重建方法
CN107505324A (zh) 基于双目协同激光的3d扫描装置及扫描方法
US11360304B2 (en) Image distortion detection method and system
CN109345597B (zh) 一种基于增强现实的相机标定图像采集方法及装置
CN109862345B (zh) 视场角测试方法和系统
CN105069743A (zh) 探测器拼接实时图像配准的方法
CN108090896B (zh) 木板平整度检测及其机器学习方法、装置及电子设备
CN108989794B (zh) 基于抬头显示系统的虚像信息测量方法及系统
CN114593897B (zh) 一种近眼显示器的测量方法及装置
CN112489109B (zh) 一种三维成像系统方法、装置及三维成像系统
CN102595178A (zh) 视场拼接三维显示图像校正系统及校正方法
CN115494652A (zh) 一种对头显设备进行装配的方法、装置、设备及存储介质
CN112361989B (zh) 一种通过点云均匀性考量测量系统标定参数的方法
CN108507484A (zh) 成捆圆钢多目视觉识别系统及计数方法
CN113446957A (zh) 基于神经网络标定和散斑追踪的三维轮廓测量方法及装置
CN105004322B (zh) 一种单摄像机获取空间姿态的光路
CN207946065U (zh) 成捆圆钢多目视觉识别系统
CN115082538A (zh) 基于线结构光投影的多目视觉平衡环零件表面三维重建系统及方法
CN114739636A (zh) 一种光学物镜轴向色差检测方法、系统及半导体设备
CN105141839A (zh) 一种基于光圈时控的高清图像获取方法
CN1796987A (zh) 光学检测装置和检测方法
CN113902791B (zh) 一种基于液态镜头深度聚焦的三维重建方法及装置

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