CN112634435A - 一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法 - Google Patents
一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法 Download PDFInfo
- Publication number
- CN112634435A CN112634435A CN202011491884.7A CN202011491884A CN112634435A CN 112634435 A CN112634435 A CN 112634435A CN 202011491884 A CN202011491884 A CN 202011491884A CN 112634435 A CN112634435 A CN 112634435A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- ceramic product
- coordinate system
- eye
- mechanical arm
- 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
- 239000000919 ceramic Substances 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 29
- 239000011159 matrix material Substances 0.000 claims abstract description 48
- 238000006243 chemical reaction Methods 0.000 claims abstract description 16
- 230000000007 visual effect Effects 0.000 claims abstract description 13
- 238000001914 filtration Methods 0.000 claims abstract description 10
- 230000009466 transformation Effects 0.000 claims description 26
- 230000000694 effects Effects 0.000 claims description 6
- 238000013519 translation Methods 0.000 claims description 6
- 235000005121 Sorbus torminalis Nutrition 0.000 claims description 2
- 244000152100 Sorbus torminalis Species 0.000 claims description 2
- 230000003287 optical effect Effects 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims description 2
- 238000001514 detection method Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000005476 size effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明提供一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法，包括：构建基于“Eye in Hand”模型的三维重建系统，并对陶瓷制品进行双目相机标定和手眼模型系统标定；操作机械臂进行多视角的陶瓷制品图像采集，并实时记录当时的机械臂笛卡尔空间坐标，经由转换得到多个视角下的机械臂末端坐标系相对于机械臂基座的转换矩阵；完成多视角的陶瓷制品图像采集的同时进行陶瓷制品彩色和深度图像的对齐，利用相机内外参、手眼转换矩阵以及转换矩阵进行点云坐标配准和拼接，得到多视角下的陶瓷制品场景点云模型；对多视角下的陶瓷制品场景点云模型进行实时点云滤波，提取出目标纯净的三维点云模型；最后对其进行误差估量。
Description
技术领域
本发明涉及三维重建技术领域，尤其涉及一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法。
背景技术
社会进步与人们生活质量提升的同时，人们对于产品的外观质量给予了越来越多的关注，产品的品控与口碑直接影响企业的发展前景。近年来，随着陶瓷产业的生产技术以及机械化、自动化程度也逐渐提高，并引入了大量自动化生产设备和生产线，从炼泥、拉坯、利坯、晒坯、施釉到烧窑已经实现半自动化生产，但质量检测与分级评估工序还未实现自动化，主要依靠人眼观察加辅助触摸的方式进行检测与评估。然而人工检测存在劳动强度大、检测速度慢、主观性强、漏检率高等问题，严重影响了生产效率和产品品质。于是在复杂的工业现场，机器人要对陶瓷制品进行缺陷检测和质量评判，往往需要先对陶瓷制品进行多视角的三维重建，因此点云重建较为适合，然后以此引导机械臂进行轨迹规划来近距离进行图像采集和力位融合检测。
常规三维方法由于其表面光滑反光难以对其进行多视角全尺寸的三维重建重建。传统的多视角点云拼接方法大多数通过多帧图像间的两两帧图像间进行特征提取和匹配得到图像的特征匹配点对，选择候选图像的特征点，再根据相机参数及匹配点对恢复出三维模型点；或者从计算每一个视角下的2D图像进行特征提取和特征匹配，根据2D匹配点对得到3D匹配点对，并计算3D匹配点对的坐标变换，以得到每两幅具有重叠区域的3D点云的变换矩阵；根据变换矩阵计算全视图变换矩阵。但这些方法都由于点云数量庞大，且特征匹配和点云帧之间的旋转矩阵和平移矩阵计算耗费大量的时间，且算法设计对硬件要求高而适用有限。其次对于陶瓷一类表面光滑反光且弱纹理的对象而言，其表面特征点少，导致立体匹配不准确或失败，难以进行常规方法的立体匹配而三维重建。
针对这一类对象，本发明提出了一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法，以解决陶瓷制品造型复杂多变，表面光滑反光且纹理弱难以进行多视角三维点云重建的问题。
发明内容
有鉴于此，本发明目的是提供一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法，包括以下步骤：
S1、构建基于“Eye in Hand”模型的三维重建系统，并进行双目相机标定和手眼模型系统标定，分别获取相机内外参以及相机坐标系到机械臂末端坐标系的手眼转换矩阵E；
S2、操作机械臂进行多视角的陶瓷制品图像采集，并实时记录当时的机械臂笛卡尔空间坐标，即机械臂末端相对于机械臂基座标系的位姿，经由转换得到多个视角下的机械臂末端坐标系相对于机械臂基座的转换矩阵F；
S3、完成多视角的陶瓷制品图像采集的同时进行陶瓷制品彩色和深度图像的对齐，利用相机内外参、手眼转换矩阵E以及转换矩阵F进行点云坐标配准和拼接，得到多视角下的陶瓷制品场景点云模型；
S4、对S3得到多视角下的陶瓷制品场景点云模型进行实时点云滤波，提取出目标纯净的三维点云模型,最后生成PCD点云文件；
S5、根据S4三维点云模型上的点测量陶瓷制品的尺寸得到陶瓷制品三维点的重建效果并对其进行误差估量。
本发明提供的技术方案带来的有益效果是：避免了图像特征点提取和匹配所需要的时间，特别是针对像陶瓷制品一类表面光滑反光切弱纹理对象，易出现特征点稀少而出现误匹配的情况；同时解决了点云配准时大数量点云帧间计算旋转矩阵和平移矩阵所需要耗费的时间，为陶瓷制品实时三维点云重建提供了一个较好的方法；本方法适用于大部分类似陶瓷制品，而不仅仅只对于单一工件，同时还可以利用智能点云分割方法来对提取到的点云集进行进一步的调整与优化。
附图说明
图1是本发明一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法的流程图；
图2是本发明一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法的蹲便器实物图；
图3是本发明一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法的三维重建系统；
图4是本发明一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法的采集到多视角下的原始RGB图和深度图像；
图5是本发明一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法的生成的陶瓷蹲便器三维点云模型；
图6是本发明一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法的蹲便器点云测量尺寸效果图。
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作进一步地描述。
请参考图1，本发明通过对陶瓷制品(以蹲便器为例)进行基于Eye in Hand”模型的三维点云重建，如图2所示，本发明提供了一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法，步骤如下：
S1、构建基于“Eye in Hand”模型的三维重建系统，请参考图3，并对蹲便器进行双目相机标定和手眼模型系统标定，双目相机标定获取相机内外参，用于获取相机坐标系下蹲便器的单视角三维点云信息以及相机坐标系到机械臂末端坐标系的手眼转换矩阵E，通过张正友标定法以及相机在线的方式获取相机内外参；
所述手眼转换矩阵E的计算方式具体如下：首先，得到机械臂和相机以及标定板之间的位姿关系：
其中
代表标定板到机械手末端工具坐标系的转换关系矩，
代表机械臂末端工具坐标系到机械臂基座标系的转换关系矩阵，
代表相机坐标系到机械手末端工具坐标系的转换关系矩阵，
代表标定板到相机坐标系的转换关系矩阵，即我们进行手眼模型的目的是求得手眼转换矩阵E，即
控制机械臂在另外不同位置进行棋盘格拍照，位姿满足下式：
综合上式得到手眼转换公式：
AX＝XB
其中A为
B为
A和B不是固定的，通过机械臂底层运动控制器获得，控制机械臂在一定距离内移动，并在多个摄像机位置中拍照，获得多组AX＝XB方程，并计算手眼矩阵E的值。
S2、操作机械臂进行多视角的蹲便器图像采集，并实时记录当时的机械臂笛卡尔空间坐标，即机械臂末端相对于机械臂基座标系的位姿，经由转换得到多个视角下的机械臂末端坐标系相对于机械臂基座的转换矩阵F；
S3、完成多视角的陶瓷制品图像采集的同时进行蹲便器彩色和深度图像的对齐，如图4所示，彩色图为bmp格式，深度图png格式，总共有13个视角下的RGB-D图像，利用相机内外参、手眼转换矩阵E以及转换矩阵F进行点云坐标配准和拼接，得到多视角下的蹲便器场景点云模型；
选择一个直接进行多视角配准的基准坐标系，将不同视角下的点云快速配准并转换到基准坐标系下后进行拼接，进行点云坐标配准具体如下：
由相机内外参、手眼转换矩阵X以及每个视角下的机械臂位姿转换矩阵转换矩阵F即
来计算每个视角下的点云在相机坐标系到机械臂基座标坐系下的转换矩阵
首先，由相机内参计算相机坐标系下的蹲便器三维坐标，公式如下：
其中，Z为Realsence双目相机通过三角测量原理得到蹲便器上的点P的深度值，点P在像素坐标系中的坐标为为(u,v),(u0,v0)表示为图像像素坐标系中光轴投影坐标即主点坐标，1/dx和1/dy表示像素坐标系分别为在X方向上每个像素的物理尺寸和在Y方向上每个像素的物理尺寸，f为相机焦距；
然后基于相机坐标系下的蹲便器三维坐标手眼转换矩阵X以及每个视角下的机械臂位姿矩阵，采用下式进行多视角下点云的配准：
其中，P为相机坐标系下的蹲便器三维坐标，P′为机械臂基座标系下的蹲便器三维坐标，具体表达式如下：
其中，S为图像尺寸比例因子，在图像尺寸不变的情况下为1；T3*1为配准后的转换矩阵F即不同视角下的
中的平移矩阵；R3*3为配准后的
中的旋转矩阵矩阵。
S4、对S3得到多视角下的蹲便器场景点云模型进行实时点云滤波，提取出目标纯净的三维点云模型,最后生成PCD点云文件，参考图5，其中(a)为正视图，(b)为左视图，(c)为俯视图，(d)底部图；
对蹲便器场景点云模型进行实时点云滤波具体如下：
首先，基于图像坐标系下的深度阈值法，在点云坐标系转换的时候进行过滤，公式如下：
(X,Y,Z)为相机坐标系下蹲便器物体坐标，当深度值Z在300mm以内或者深度值Z大于700mm时，该点云坐标不属于相机视野范围内的蹲便器点云，将三维坐标归零，即不转换和保存在点云模型中；同理，基于颜色和空间位置，空间位置是基于机械臂测量下的空间物体三维区域，再统一到基准坐标系下时进行一个判定滤波，最后得到质量较好的蹲便器三维点云模型。
S5、根据S4三维点云模型上的点测量蹲便器的尺寸得到蹲便器三维点的重建效果并对其进行误差估量，参考图6。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (5)
1.一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法，其特征在于，包括以下步骤：
S1、构建基于“Eye in Hand”模型的三维重建系统，并进行双目相机标定和手眼模型系统标定，分别获取相机内外参以及相机坐标系到机械臂末端坐标系的手眼转换矩阵E；
S2、操作机械臂进行多视角的陶瓷制品图像采集，并实时记录当时的机械臂笛卡尔空间坐标，即机械臂末端相对于机械臂基座标系的位姿，经由转换得到多个视角下的机械臂末端坐标系相对于机械臂基座的转换矩阵F；
S3、完成多视角的陶瓷制品图像采集的同时进行陶瓷制品彩色和深度图像的对齐，利用相机内外参、手眼转换矩阵E以及机械臂末端坐标系相对于机械臂基座的转换矩阵F进行点云坐标配准和拼接，得到多视角下的陶瓷制品场景点云模型；
S4、对S3得到多视角下的陶瓷制品场景点云模型进行实时点云滤波，提取出目标纯净的三维点云模型,最后生成PCD点云文件；
S5、根据S4三维点云模型上的点测量陶瓷制品的尺寸得到陶瓷制品三维点的重建效果并对其进行误差估量。
2.根据权利要求1所述的一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法，其特征在于，步骤S1中所述手眼转换矩阵E的计算方式如下：
首先，得到机械臂和相机以及标定板之间的位姿关系：
其中
代表标定板到机械手末端工具坐标系的转换关系矩，
代表机械臂末端工具坐标系到机械臂基座标系的转换关系矩阵，
代表相机坐标系到机械手末端工具坐标系的转换关系矩阵，
代表标定板到相机坐标系的转换关系矩阵，即我们进行手眼模型的目的是求得手眼转换矩阵E，即
控制机械臂在另外不同位置进行棋盘格拍照，位姿满足下式：
综合上式得到手眼转换公式：
AX＝XB
其中A为
B为
A和B不是固定的，通过机械臂底层运动控制器获得，控制机械臂以各个关节不同位姿在一定距离内移动，并在多个视角位置中拍照，获得多组AX＝XB方程，并计算手眼矩阵E的值。
3.根据权利要求1所述的一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法，其特征在于，选择一个直接进行多视角配准的基准坐标系，将不同视角下的点云快速配准并转换到基准坐标系下后进行拼接，所述步骤S3中进行点云坐标配准具体如下：
由相机内外参、手眼转换矩阵X以及每个视角下的机械臂位姿转换矩阵转换矩阵F即
来计算每个视角下的点云在相机坐标系到机械臂基座标坐系下的转换矩阵
首先，由相机内参计算相机坐标系下的陶瓷制品三维坐标，公式如下：
其中，Z为Realsence双目相机通过三角测量原理得到陶瓷制品上的点P的深度值，点P在像素坐标系中的坐标为为(u,v),(u0,v0)表示为图像像素坐标系中光轴投影坐标即主点坐标，1/dx和1/dy表示像素坐标系分别为在X方向上每个像素的物理尺寸和在Y方向上每个像素的物理尺寸，f为相机焦距；
然后基于相机坐标系下的陶瓷制品三维坐标手眼转换矩阵X以及每个视角下的机械臂位姿矩阵，采用下式进行多视角下点云的配准：
其中，P为相机坐标系下的陶瓷制品三维坐标，P′为机械臂基座标系下的陶瓷制品三维坐标，具体表达式如下：
其中，S为图像尺寸比例因子，在图像尺寸不变的情况下为1；T3*1为配准后的转换矩阵F即不同视角下的
中的平移矩阵；R3*3为配准后的
中的旋转矩阵矩阵，X`、Y`以及Z`为配准之后的坐标。
4.根据权利要求1所述的一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法，其特征在于，所述S4步骤中陶瓷制品场景点云模型进行实时点云滤波具体如下：
首先，基于相机坐标系下的深度阈值法，在点云坐标系转换的时候进行过滤，公式如下：
(X,Y,Z)为相机坐标系下陶瓷制品物体坐标，当深度值Z在300mm以内或者深度值Z大于700mm的情况之一时，该点云坐标不属于相机视野范围内的陶瓷制品点云，将三维坐标归零，即不转换和保存在点云模型中；同理，基于颜色和空间位置，空间位置是基于机械臂测量下的空间物体三维区域，再统一到基准坐标系下时进行一个判定滤波，最后得到质量较好的陶瓷制品三维点云模型。
5.根据权利要求1所述的一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法，其特征在于，所述步骤S2中相机内外参的获取方式包括张正友标定法以及相机在线。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011491884.7A CN112634435A (zh) | 2020-12-17 | 2020-12-17 | 一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011491884.7A CN112634435A (zh) | 2020-12-17 | 2020-12-17 | 一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112634435A true CN112634435A (zh) | 2021-04-09 |
Family
ID=75314075
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011491884.7A Pending CN112634435A (zh) | 2020-12-17 | 2020-12-17 | 一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112634435A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113362445A (zh) * | 2021-05-25 | 2021-09-07 | 上海奥视达智能科技有限公司 | 基于点云数据重建对象的方法及装置 |
| CN113554559A (zh) * | 2021-06-21 | 2021-10-26 | 中国人民解放军空军工程大学 | 带有多重复杂曲面旋转对称模型的三维重建方法及装置 |
| CN114067078A (zh) * | 2021-11-19 | 2022-02-18 | 天津理工大学 | 一种用于陶瓷洁具位姿精确测量的点云配准方法 |
| CN114897992A (zh) * | 2022-05-23 | 2022-08-12 | 聚好看科技股份有限公司 | 一种三维重建方法和电子设备 |
| CN116423498A (zh) * | 2023-03-08 | 2023-07-14 | 湖北普罗格科技股份有限公司 | 基于机械臂末端的标定方法、装置、介质及设备 |
| CN114897992B (zh) * | 2022-05-23 | 2024-05-17 | 聚好看科技股份有限公司 | 一种三维重建方法和电子设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107767442A (zh) * | 2017-10-16 | 2018-03-06 | 浙江工业大学 | 一种基于Kinect和双目视觉的脚型三维重建与测量方法 |
| WO2018103694A1 (zh) * | 2016-12-07 | 2018-06-14 | 苏州笛卡测试技术有限公司 | 一种机器人三维扫描装置及方法 |
| CN110335296A (zh) * | 2019-06-21 | 2019-10-15 | 华中科技大学 | 一种基于手眼标定的点云配准方法 |
| CN110555889A (zh) * | 2019-08-27 | 2019-12-10 | 西安交通大学 | 一种基于CALTag和点云信息的深度相机手眼标定方法 |
| CN110580725A (zh) * | 2019-09-12 | 2019-12-17 | 浙江大学滨海产业技术研究院 | 一种基于rgb-d相机的箱体分拣方法及系统 |
-
2020
- 2020-12-17 CN CN202011491884.7A patent/CN112634435A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2018103694A1 (zh) * | 2016-12-07 | 2018-06-14 | 苏州笛卡测试技术有限公司 | 一种机器人三维扫描装置及方法 |
| CN107767442A (zh) * | 2017-10-16 | 2018-03-06 | 浙江工业大学 | 一种基于Kinect和双目视觉的脚型三维重建与测量方法 |
| CN110335296A (zh) * | 2019-06-21 | 2019-10-15 | 华中科技大学 | 一种基于手眼标定的点云配准方法 |
| CN110555889A (zh) * | 2019-08-27 | 2019-12-10 | 西安交通大学 | 一种基于CALTag和点云信息的深度相机手眼标定方法 |
| CN110580725A (zh) * | 2019-09-12 | 2019-12-17 | 浙江大学滨海产业技术研究院 | 一种基于rgb-d相机的箱体分拣方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 蔡英: "基于RGB-D图像的三维重建与规划抓取研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, 15 July 2020 (2020-07-15), pages 19 - 58 * |
| 陈宝存等: "基于ROS的机器人自动手眼标定系统设计", 《计算机仿真》, no. 02, 15 February 2020 (2020-02-15), pages 343 - 348 * |
| 骑士——永不止步: "手眼标定_全面细致的推导过程", 《CSDN》, 23 April 2019 (2019-04-23), pages 1 - 7 * |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113362445A (zh) * | 2021-05-25 | 2021-09-07 | 上海奥视达智能科技有限公司 | 基于点云数据重建对象的方法及装置 |
| CN113362445B (zh) * | 2021-05-25 | 2023-05-05 | 上海奥视达智能科技有限公司 | 基于点云数据重建对象的方法及装置 |
| CN113554559A (zh) * | 2021-06-21 | 2021-10-26 | 中国人民解放军空军工程大学 | 带有多重复杂曲面旋转对称模型的三维重建方法及装置 |
| CN114067078A (zh) * | 2021-11-19 | 2022-02-18 | 天津理工大学 | 一种用于陶瓷洁具位姿精确测量的点云配准方法 |
| CN114067078B (zh) * | 2021-11-19 | 2024-04-30 | 天津理工大学 | 一种用于陶瓷洁具位姿精确测量的点云配准方法 |
| CN114897992A (zh) * | 2022-05-23 | 2022-08-12 | 聚好看科技股份有限公司 | 一种三维重建方法和电子设备 |
| CN114897992B (zh) * | 2022-05-23 | 2024-05-17 | 聚好看科技股份有限公司 | 一种三维重建方法和电子设备 |
| CN116423498A (zh) * | 2023-03-08 | 2023-07-14 | 湖北普罗格科技股份有限公司 | 基于机械臂末端的标定方法、装置、介质及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112634435A (zh) | 一种基于“Eye in Hand”模型的陶瓷制品三维点云重建方法 | |
| CN110264567B (zh) | 一种基于标记点的实时三维建模方法 | |
| CN111045017B (zh) | 一种激光和视觉融合的巡检机器人变电站地图构建方法 | |
| CN111089569B (zh) | 一种基于单目视觉的大型箱体测量方法 | |
| CN106091984B (zh) | 一种基于线激光的三维点云数据获取方法 | |
| CN106709947A (zh) | 一种基于rgbd相机的三维人体快速建模系统 | |
| CN107869954B (zh) | 一种双目视觉体积重量测量系统及其实现方法 | |
| CN110425996A (zh) | 基于双目立体视觉的工件尺寸测量方法 | |
| CN108550169B (zh) | 三维空间中象棋棋子位置的确定及其高度的计算方法 | |
| CN114998499A (zh) | 一种基于线激光振镜扫描的双目三维重建方法及系统 | |
| CN106875437A (zh) | 一种面向rgbd三维重建的关键帧提取方法 | |
| CN111027415B (zh) | 一种基于偏振图像的车辆检测方法 | |
| CN110879080A (zh) | 一种高温锻件高精度智能测量仪和测量方法 | |
| CN108154536A (zh) | 二维平面迭代的相机标定法 | |
| CN107136649B (zh) | 一种基于自动寻轨模式的三维脚型测量装置及实现方法 | |
| CN110425983A (zh) | 一种基于偏振多光谱的单目视觉三维重建测距方法 | |
| CN111640156A (zh) | 针对室外弱纹理目标的三维重建方法、设备及存储设备 | |
| CN108550160A (zh) | 基于光强模板的非均匀光条特征区域提取方法 | |
| CN110310331A (zh) | 一种基于直线特征与点云特征结合的位姿估计方法 | |
| CN111008602B (zh) | 一种小曲率薄壁零件用二维和三维视觉结合的划线特征提取方法 | |
| CN104614372B (zh) | 一种太阳能硅片检测方法 | |
| CN108109130A (zh) | 基于激光光斑的自适应窗口立体视觉匹配方法 | |
| CN112525106A (zh) | 基于三相机协同激光的3d探测方法及装置 | |
| CN114935316B (zh) | 基于光学跟踪与单目视觉的标准深度图像生成方法 | |
| CN108180825A (zh) | 一种基于线结构光的长方体形物体三维识别与定位方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210409 |