CN112785648B - 基于待成像区域的视觉对位方法、装置、设备及存储介质 - Google Patents
基于待成像区域的视觉对位方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112785648B CN112785648B CN202110386339.XA CN202110386339A CN112785648B CN 112785648 B CN112785648 B CN 112785648B CN 202110386339 A CN202110386339 A CN 202110386339A CN 112785648 B CN112785648 B CN 112785648B
- Authority
- CN
- China
- Prior art keywords
- image
- characteristic
- imaged
- ati
- area
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- 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
- 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
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Remote Sensing (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明公开了基于待成像区域的视觉对位方法、装置、设备及存储介质,该方法包括:获取待对位物体a和物体b分别所在的操作平台A、操作平台B对应的ATI特征数据库及标定参数;将特征图像对应采集设备的芯片感光区域设置为待成像区域,分别计算物体a、物体b的待成像区域;并对待成像区域进行图像采集;在计算出的待成像区域的图像中找出与各自模板图像对应的特征图像,确定该特征图像对应的位置,分别得到物体a和物体b的位置;同时将当前特征图像的位置代入对应操作平台进行其ATI特征数据库更新,并更新物体a、物体b的待成像区域;进而实现物体a和物体b的对位。本发明提高了视觉对位工作效率。
Description
技术领域
本发明涉及视觉对位技术领域,具体涉及基于待成像区域的视觉对位方法、装置、设备及存储介质。
背景技术
对位是现代工业生产中,器件精密装配环节的一个专业名称,其典型应用如,以手机生产为典型代表的各种柔性或刚性器件的安装。其具体实现过程是,将位置A的物体a与位置B的物体b安装在一起,在此安装过程中,需要对物体a或物体b的水平、竖直或旋转方向调整。实现对位功能好坏的一个关键环节在于,是否可以获得上述物体a和物体b的精确位置。为了实现位置的精确调整,工作中将会通过视觉对位系统对物体进行拍摄,并指导实现整个对位过程。
在一般的视觉对位过程中,都是在拍摄完整幅图像之后,在软件处理阶段,将整幅图像上的一部分确定为感兴趣区域,然后调用特征图像做模板图像,在感兴趣区域中搜索匹配程度最高的图像,最终完成相应的匹配,定位直至两个物体的安装工作。这样做可以正常完成工作,但对该整幅图像进行采集、传输和处理,需要花费较长时间,视觉对位效率较低。
发明内容
本发明所要解决的技术问题是现有的视觉对位方法都是在拍摄完整幅图像之后,在软件处理阶段,将整幅图像上的一部分确定为感兴趣区域,然后调用特征图像做模板图像,在感兴趣区域中搜索匹配程度最高的图像,最终完成相应的匹配,定位直至两个物体的安装工作。但该方法对该整幅图像进行采集、传输和处理,需要花费较长时间,视觉对位效率较低。
本发明目的在于提供基于待成像区域的视觉对位方法、装置、设备及存储介质,与常规的采集整幅图像完成视觉对位方法不同的是,本发明仅通过对视觉对位中待成像区域(ATI)区域图像的采集和传输基础上,完成了视觉对位工作,在保证了精度的同时,缩短了图像采集,传输和处理时间,提高了视觉对位工作效率。本发明尤其适应于通过机台运行工艺调节进行做精密装配的实际生产过程中,针对位置变化不大的对位过程所需的匹配特征的一种视觉对位解决方案。
本发明通过下述技术方案实现:
第一方面,本发明提供了基于自适应待成像区域的视觉对位方法,该方法包括以下步骤:
S1:获取待对位物体a和物体b分别所在的操作平台A、操作平台B对应的ATI特征数据库,所述ATI特征数据库包括模板图像MP和其特征图像相关坐标以及相关参数;同时获取操作平台A、操作平台B的标定参数;
S2:根据获取的所述ATI特征数据库,将特征图像对应采集设备的芯片感光区域设置为待成像区域,分别计算物体a、物体b的待成像区域;并通过采集设备对所述待成像区域进行图像采集;
S3:在计算出的所述待成像区域的图像中找出与各自模板图像对应的特征图像,并根据对应所述操作平台的标定参数,确定该特征图像对应的位置,分别得到物体a和物体b的位置;同时将当前特征图像的位置代入对应操作平台进行其ATI特征数据库更新,并更新物体a、物体b的待成像区域;
S4:根据得到的物体a和物体b的位置,实现物体a和物体b的对位。
其中,待成像区域(ATI)为特征图像对应采集设备的芯片感光区域。
工作原理如下:
基于现有的视觉对位方法都是在拍摄完整幅图像之后,在软件处理阶段,将整幅图像上的一部分确定为感兴趣区域,然后调用特征图像做模板图像,在感兴趣区域中搜索匹配程度最高的图像,最终完成相应的匹配,定位直至两个物体的安装工作。但该方法对该整幅图像进行采集、传输和处理,需要花费较长时间,视觉对位效率较低。
本发明针对以上技术问题,设计了基于自适应待成像区域的视觉对位方法,在相机图像采集阶段,采集设备的芯片感光的区域往往为长方形,将特征图像对应采集设备的芯片感光区域设置为待成像区域,可以在机器视觉软件的图像采集模块中,通过调用相机厂商自带的驱动库文件,只针对上述待成像区域内对应内容采集图像。这是考虑到在实际应用时,待成像区域大小往往是整幅图像大小的几分之一或几十甚至上百分之一;如一幅1900*1200分辨率的图像,待成像区域可能只有300*300,在这样的情况下,待成像区域和整幅图像大小比例是:(300*300)/(1900*1200)=3.95%。本发明设置待成像区域的好处在于,在节省了采集设备芯片(比如相机芯片)采集时间的基础上,随着采集图像的变小,所需传输的图像也相应地变小,这也缩短了从采集设备所设置的图像缓存中读取图像保存到计算机内存的时间,一般地,采集设备采集图像的时间和采集图像的总像素数有一定的比例关系,采集图像越小,所花费时间越短。也就是说,图像采集时间和图像传输时间的缩短明显减小了视觉对位时软件获取图像的时间,采集图像的变小,还减少了视觉对位过程中对整幅图像进行如滤波,软件内部图像处理时图像传递,图像保存等诸多环节的图像处理和保存时间,这些时间综合起来,有效地减少了视觉对位处理时间。
本发明的效果体现在,与常规的采集整幅图像完成视觉对位方法不同的是:
(1)本发明仅通过对视觉对位中待成像区域图像的采集和传输基础上,完成了视觉对位工作,在保证了精度的同时,缩短了图像采集,传输和处理时间,提高了视觉对位工作效率。
(2)待成像区域ATI特征数据库的建立和更新(如图2)额外的收益在于,待成像区域位置和大小随着视觉对位工作的进行,将会在平均结果和变化范围基础上做动态的调整,从而实现待成像区域位置和大小的自适应调整。
进一步地,步骤S1中的ATI特征数据库的构建过程为:
步骤A:对分别位于操作平台a和操作平台b上的物体a和物体b,分别采集若干样本图像,得到物体a的图像集a和物体b的图像集b;
步骤B:寻找所述图像集a每张图像中与物体a的模板图像a对应的特征图像,获取该特征图像的对角坐标信息,并根据所述坐标信息计算各个坐标点横、纵坐标的平均值和变化范围,得到操作平台a的ATI特征数据库a;
寻找所述图像集b每张图像中与物体b的模板图像b对应的特征图像,获取该特征图像的对角坐标信息,并根据所述坐标信息计算各个坐标点横、纵坐标的平均值和变化范围,得到操作平台b的ATI特征数据库b。
进一步地,步骤B具体包括:
步骤B1:对于所述ATI特征数据库a中每个特征图像的左上角坐标(U,V)和右下角坐标(P,Q),统计U、V、P和Q的平均值和变化范围;U、V、P和Q的平均值分别为∑Ui/N1、∑Vi/N1、∑Pi/N1和∑Qi/N1,其中,i为ATI特征数据库a中特征图像的数量,i=1,2,3,……,N1,U的变化范围为Um-dU≤U≤Um+dU,其中dU=|Umax-Umin|/2,Umax和Umin分别是U的最大值和最小值;V的变化范围为Vm-dV≤V≤Vm+dV,其中dV=|Vmax-Vmin|/2,Vmax和Vmin分别是V的最大值和最小值;P的变化范围为Pm-dP≤P≤Pm+dP,其中dP=|Pmax-Pmin|/2,Pmax和Pmin分别是P的最大值和最小值;Q的变化范围为Qm-dQ≤Q≤Qm+dQ,其中dQ=|Qmax-Qmin|/2,Qmax和Qmin分别是Q的最大值和最小值;Um为左上角横坐标值,Vm为左上角纵坐标值;Pm为右下角横坐标值,Qm为右下角纵坐标值;
步骤B2:对于所述ATI特征数据库b的计算方法与步骤B1中所述ATI特征数据库a的计算方法相同。
进一步地,步骤S2中根据获取的所述ATI特征数据库a、ATI特征数据库b,将特征图像对应采集设备的芯片感光区域设置为待成像区域,分别计算物体a、物体b的待成像区域a、待成像区域b;所述待成像区域a所采用的计算公式如下:
x1=Um-k*dU,y1=Vm-k*dV,x2=Pm-k*dP,y2=Qm-k*dQ;
式中,(x1,y1)为待成像区域a的左上角坐标,(x2,y2)为待成像区域a的右下角坐标,k是变化范围的整数倍数,一般k=10;
所述待成像区域b的计算方法与待成像区域a的计算方法相同。
进一步地,步骤S3还包括:
在采集的待成像区域a的图像中寻找与模板图像a对应的特征图像,如果能找到,则获取该特征图像的对角坐标信息,将该坐标信息补充至ATI特征数据库a;如果没找到,则移动物体a的位置,重新采集待成像区域a的图像;
在采集的待成像区域b的图像中寻找与模板图像b对应的特征图像,如果能找到,则获取该特征图像的对角坐标信息,将该坐标信息补充至ATI特征数据库b;如果没找到,则移动物体b的位置,重新采集待成像区域b的图像;
根据更新后的ATI特征数据库a更新待成像区域a;根据更新后的ATI特征数据库b更新待成像区域b。
进一步地,步骤S3中将当前特征图像的位置代入对应操作平台进行其ATI特征数据库更新,将当前特征图像的位置代入对应操作平台A进行其ATI特征数据库a更新具体包括:
S31:第i次运行时,采集第i张图像,将待成像区域a左上角坐标记作(x1i,y1i)和右下角坐标记作(x2 i,y2i),其中,x1i= x1m,y1i= y1m,x2i= x2m,y2i= y2m;
S32:控制采集设备,只采集ATI特征数据库a中相关内容,图像记作B i;
S33:在图像B i中寻找模板图像a相对应的特征图像,如果没找到,则返回执行步骤S31;如果能找到,则将当前特征图像的位置代入对ATI特征数据库a,按照步骤B1重新计算U、V、P和Q的平均值和变化范围,直至所有i循环执行完毕;否则将更新待成像区域a左上角和右下角坐标,并返回执行步骤S31。
将当前特征图像的位置代入对应操作平台B进行其ATI特征数据库b更新方法与ATI特征数据库a方法相同。
进一步地,步骤S4包括以下子步骤:
S41:根据得到的物体a和物体b的位置,从中选择任一物体位置,相对该物体的位置来计算另一物体位置的调整量,所述调整量包括水平调整距离、竖直调整距离和调整角度;
S42:通过视觉软件将所述调整量发送至运动控制器,由运动控制器操作对应物体所在的操作平台完成相应的调整;
S43:机械手吸取物体a,并把物体a放置到物体b上,完成物体a和物体b的对位。
进一步地,该对位方法应用于通过机台运行工艺调节进行做精密装配的实际生产过程中。这是考虑到实际生产过程中,通过机台运行工艺的调节,待对位工件摆放位置即使略有不同,其变化范围也要控制在一定范围之内,即该过程中为位置变化不大的对位过程。以手机屏幕贴合为例,需要做精密装配的屏幕件摆放位置变化范围大概是1厘米左右,否则,过大的变化范围会导致组装机械手行程过大,影响生产效率和组装精度。视觉对位所需的匹配特征图像在整个成像图像所占区域并不大,以1900*1200像素图像大小为例,单个匹配特征的像素大小大概是200-300像素见方,即使是多个(一般是一两个)匹配特征,往往也占用不了太多的拍摄区域。综合上述,如果视觉对位就是为了捕捉匹配特征的话,捕捉整个图像则无必要性,只需要把匹配特征及可能出现的变化范围位置都考虑进去就可以了,如此一来,本发明的对位方法只针对匹配特征所在区域完成图像拍摄就可以提高机台运行效率,同时,本发明提供了针对位置变化不大的对位过程所需的匹配特征的一种视觉对位解决方案。
第二方面,本发明还提供了基于自适应待成像区域的视觉对位装置,该对位装置支持所述的基于自适应待成像区域的视觉对位方法,所述对位装置包括:
获取单元,用于获取待对位物体a和物体b分别所在的操作平台A、操作平台B对应的ATI特征数据库,所述ATI特征数据库包括模板图像MP和其特征图像相关坐标以及相关参数;同时获取操作平台A、操作平台B的标定参数;
待成像区域计算单元,用于根据获取的所述ATI特征数据库,分别计算物体a、物体b的待成像区域,所述待成像区域为特征图像对应采集设备的芯片感光区域;
图像采集单元,用于通过采集设备对所述待成像区域进行图像采集;图像采集单元可以采用相机;
物体位置计算单元,用于在计算出的所述待成像区域的图像中找出与各自模板图像对应的特征图像,并根据对应所述操作平台的标定参数,确定该特征图像对应的位置,分别得到物体a和物体b的位置;同时将当前特征图像的位置代入对应操作平台进行其ATI特征数据库更新;
对位单元,用于根据得到的物体a和物体b的位置,由对位主机控制运动控制器操作对应物体所在的操作平台完成相应的调整;并控制机械手吸取物体a,把物体a放置到物体b上,完成物体a和物体b的对位。
第三方面,本发明还提供了一种设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行所述的基于自适应待成像区域的视觉对位方法。
第四方面,本发明还提供了一种存储有计算机程序的计算机可读存储介质,该程序被处理器执行时实现所述的基于自适应待成像区域的视觉对位方法。
本发明与现有技术相比,具有如下的优点和有益效果:
1、本发明仅通过对视觉对位中待成像区域图像的采集和传输基础上,完成了视觉对位工作,在保证了精度的同时,缩短了图像采集,传输和处理时间,提高了视觉对位工作效率。
2、本发明待成像区域ATI特征数据库的建立和更新额外的收益在于,待成像区域位置和大小随着视觉对位工作的进行,将会在平均结果和变化范围基础上做动态的调整,从而实现待成像区域位置和大小的自适应调整。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本申请的一部分,并不构成对本发明实施例的限定。在附图中:
图1为本发明基于自适应待成像区域的视觉对位方法流程图。
图2为本发明基于自适应待成像区域的视觉对位方法详细流程图。
图3为本发明ATI特征数据库的建立和更新流程图。
图4为本发明设备对应的硬件组成框图。
图5为本发明用于采集模板图像的成像系统的结构框图。
图6为本发明各种匹配特征的示意图。
图7为本发明模板图像制作过程示意图。
图8为本发明实施例中图像坐标示意图。
具体实施方式
在下文中,可在本发明的各种实施例中使用的术语“包括”或“可包括”指示所发明的功能、操作或元件的存在,并且不限制一个或更多个功能、操作或元件的增加。此外,如在本发明的各种实施例中所使用,术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合,并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
在本发明的各种实施例中,表述“或”或“A或/和B中的至少一个”包括同时列出的文字的任何组合或所有组合。例如,表述“A或B”或“A或/和B中的至少一个”可包括A、可包括B或可包括A和B二者。
在本发明的各种实施例中使用的表述(诸如“第一”、“第二”等)可修饰在各种实施例中的各种组成元件,不过可不限制相应组成元件。例如,以上表述并不限制所述元件的顺序和/或重要性。以上表述仅用于将一个元件与其它元件区别开的目的。例如,第一用户装置和第二用户装置指示不同用户装置,尽管二者都是用户装置。例如,在不脱离本发明的各种实施例的范围的情况下,第一元件可被称为第二元件,同样地,第二元件也可被称为第一元件。
应注意到:如果描述将一个组成元件“连接”到另一组成元件,则可将第一组成元件直接连接到第二组成元件,并且可在第一组成元件和第二组成元件之间“连接”第三组成元件。相反地,当将一个组成元件“直接连接”到另一组成元件时,可理解为在第一组成元件和第二组成元件之间不存在第三组成元件。
在本发明的各种实施例中使用的术语仅用于描述特定实施例的目的并且并非意在限制本发明的各种实施例。如在此所使用,单数形式意在也包括复数形式,除非上下文清楚地另有指示。除非另有限定,否则在这里使用的所有术语(包括技术术语和科学术语)具有与本发明的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义,除非在本发明的各种实施例中被清楚地限定。
为使本发明的目的、技术方案和优点更加清楚明白,下面结合实施例和附图,对本发明作进一步的详细说明,本发明的示意性实施方式及其说明仅用于解释本发明,并不作为对本发明的限定。
实施例1
如图1、图2所示,本发明基于自适应待成像区域的视觉对位方法,该方法包括以下步骤:
S1:获取待对位物体a和物体b分别所在的操作平台A、操作平台B对应的ATI特征数据库,所述ATI特征数据库包括模板图像MP和其特征图像相关坐标以及相关参数;同时获取操作平台A、操作平台B的标定参数;
S2:根据获取的所述ATI特征数据库,将特征图像对应采集设备的芯片感光区域设置为待成像区域,分别计算物体a、物体b的待成像区域;并通过采集设备对所述待成像区域进行图像采集;其中,采集设备可以是相机;
S3:在计算出的所述待成像区域的图像中找出与各自模板图像对应的特征图像,并根据对应所述操作平台的标定参数,确定该特征图像对应的位置,分别得到物体a和物体b的位置;同时将当前特征图像的位置代入对应操作平台进行其ATI特征数据库更新,并更新物体a、物体b的待成像区域;
S4:根据得到的物体a和物体b的位置,实现物体a和物体b的对位。
其中,图2中AtiA区域为待成像区域a,AtiB区域为待成像区域b。
本发明实施例中,针对物体a,将物体a的特征图像对应的采集设备的芯片感光区域设置为待成像区域,分别计算物体a、物体b的待成像区域;再通过采集设备对该待成像区域进行图像采集,并在采集的待成像区域的图像中找出与物体a的模板图像对应的特征图像,并确定该特征图像对应的位置,得到物体a的位置;针对物体b,将物体b的特征图像对应的采集设备的芯片感光区域设置为待成像区域,再通过采集设备对该待成像区域进行图像采集,并在采集的待成像区域的图像中找出与物体b的模板图像对应的特征图像,并确定该特征图像对应的位置,得到物体b的位置。同时将当前特征图像的位置代入对应操作平台进行其ATI特征数据库更新,并更新物体a、物体b的待成像区域。最后,根据得到的物体a和物体b的位置,实现物体a和物体b的对位。
本发明实施例中,核心设计点之一:将特征图像对应采集设备的芯片感光区域设置为待成像区域,目的是仅对整幅图像中有用的图像部分进行采集,有用的图像部分即采集设备的芯片感光区域,也即待成像区域,该待成像区域里包括了特征图像。这是考虑到在实际应用时,待成像区域大小往往是整幅图像大小的几分之一或几十甚至上百分之一。如一幅1900*1200分辨率的图像,待成像区域可能只有300*300的分辨率,在这样的情况下,待成像区域和整幅图像大小比例是:(300*300)/(1900*1200)=3.95%。如果仅对待成像区域进行图像采集以及后续的传输和处理,明显缩短了图像采集、传输和处理的时间,进而有效地减少了视觉对位处理时间,解决了现有技术对整幅图像进行采集、传输和处理,需要花费较长时间,对位效率较低的技术问题。
本发明实施例中,核心设计点之二:待成像区域ATI特征数据库的建立和更新,待成像区域位置和大小随着视觉对位工作的进行,将会在平均结果和变化范围基础上做动态的调整,从而实现待成像区域位置和大小的自适应调整。
在相机采集图像的阶段,将特征图像对应的采集设备的芯片感光区域设置为待成像区域(Area To Be Imaged,简称ATI),实现方法可以是在机器视觉软件的图像采集模块中,通过调用相机厂商自带的相应的驱动库文件,只采集上述待成像区域的图像。
本发明实施例提供的基于自适应待成像区域的视觉对位方法,视觉对位时,仅对整幅图像中与特征图像对应的采集设备的芯片感光区域即待成像区域进行图像采集,在保证了精度的同时,节省了采集设备采集的时间,所需传输的图像变小了,缩短了从采集设备所设置的图像缓存中读取图像保存到计算机内存的时间,所需处理的图像变小了。一般地,采集设备采集图像的时间和采集图像的总像素数有一定的比例关系,采集图像的总像素数越小,所花费时间越短。也就是说,图像采集、传输和处理时间的缩短明显减小了视觉对位时软件获取图像的时间。采集图像的变小,还减少了视觉对位过程中对整幅图像进行如滤波,软件内部图像处理时图像传递,图像保存等诸多环节的图像处理和保存时间,这些时间综合起来,有效地减少了视觉对位处理时间,解决了现有技术对整幅图像进行采集、传输和处理,需要花费较长时间,对位效率较低的技术问题。
实施例2
如图1至图7所示,本实施例与实施例1的区别在于,本发明实施例中,如图3所示,步骤S1中的ATI特征数据库的构建过程为:
步骤A:对分别位于操作平台a和操作平台b上的物体a和物体b,分别采集若干样本图像(一般是100-200张样本图像),得到物体a的图像集a和物体b的图像集b;
步骤B:寻找所述图像集a每张图像中与物体a的模板图像a对应的特征图像,获取该特征图像的对角坐标信息,并根据所述坐标信息计算各个坐标点横、纵坐标的平均值和变化范围,得到操作平台a的ATI特征数据库a;
寻找所述图像集b每张图像中与物体b的模板图像b对应的特征图像,获取该特征图像的对角坐标信息,并根据所述坐标信息计算各个坐标点横、纵坐标的平均值和变化范围,得到操作平台b的ATI特征数据库b。具体地,步骤B包括:
步骤B1:对于所述ATI特征数据库a中每个特征图像的左上角坐标(U,V)和右下角坐标(P,Q),统计U、V、P和Q的平均值和变化范围;U、V、P和Q的平均值分别为∑Ui/N1、∑Vi/N1、∑Pi/N1和∑Qi/N1,其中,i为ATI特征数据库a中特征图像的数量,i=1,2,3,……,N1,U的变化范围为Um-dU≤U≤Um+dU,其中dU=|Umax-Umin|/2,Umax和Umin分别是U的最大值和最小值;V的变化范围为Vm-dV≤V≤Vm+dV,其中dV=|Vmax-Vmin|/2,Vmax和Vmin分别是V的最大值和最小值;P的变化范围为Pm-dP≤P≤Pm+dP,其中dP=|Pmax-Pmin|/2,Pmax和Pmin分别是P的最大值和最小值;Q的变化范围为Qm-dQ≤Q≤Qm+dQ,其中dQ=|Qmax-Qmin|/2,Qmax和Qmin分别是Q的最大值和最小值;Um为左上角横坐标值,Vm为左上角纵坐标值,Pm为右下角横坐标值,Qm为右下角纵坐标值,如图8所示;
步骤B2:对于所述ATI特征数据库b的计算方法与步骤B1中所述ATI特征数据库a的计算方法相同。
如图3所示,本发明实施例中,建立好ATI特征数据库后,步骤S2中根据获取的所述ATI特征数据库a、ATI特征数据库b,将特征图像对应采集设备的芯片感光区域设置为待成像区域,分别计算物体a、物体b的待成像区域a、待成像区域b;所述待成像区域a的计算如下:
搜索的待成像区域左上角坐标(x1,y1),x1=Um-k*dU,y1=Vm-k*dV;右下角坐标(x2,y2),x2=Pm-k*dP,y2=Qm-k*dQ;k是一个整数比例系数,用来表示变化范围的倍数,习惯上k=10;
所述待成像区域b的计算方法与待成像区域a的计算方法相同。
如图3所示,本发明实施例中,步骤S3中将当前特征图像的位置代入对应操作平台进行其ATI特征数据库更新,将当前特征图像的位置代入对应操作平台A进行其ATI特征数据库a更新具体包括:
S31:第i次运行时,采集第i张图像,将待成像区域a左上角坐标记作(x1i,y1i)和右下角坐标记作(x2 i,y2i),其中,x1i= x1m,y1i= y1m,x2i= x2m,y2i= y2m;
S32:控制采集设备,只采集ATI特征数据库a中相关内容,图像记作B i;
S33:在图像B i中寻找模板图像a相对应的特征图像,如果没找到,则返回执行步骤S31;如果能找到,则将当前特征图像的位置代入对ATI特征数据库a,按照步骤B1重新计算U、V、P和Q的平均值和变化范围,直至所有i循环执行完毕;否则将更新待成像区域a左上角和右下角坐标,并返回执行步骤S31。
将当前特征图像的位置代入对应操作平台B进行其ATI特征数据库b更新方法与ATI特征数据库a方法相同。
本发明实施例中,步骤S3还包括:
在采集的待成像区域a的图像中寻找与模板图像a对应的特征图像,如果能找到,则获取该特征图像的对角坐标信息,将该坐标信息补充至ATI特征数据库a;如果没找到,则移动物体a的位置,重新采集待成像区域a的图像;
在采集的待成像区域b的图像中寻找与模板图像b对应的特征图像,如果能找到,则获取该特征图像的对角坐标信息,将该坐标信息补充至ATI特征数据库b;如果没找到,则移动物体b的位置,重新采集待成像区域b的图像;
根据更新后的ATI特征数据库a更新待成像区域a;根据更新后的ATI特征数据库b更新待成像区域b。
本发明实施例中,步骤S4包括以下子步骤:
S41:根据得到的物体a和物体b的位置,从中选择任一物体位置,相对该物体的位置来计算另一物体位置的调整量,所述调整量包括水平调整距离、竖直调整距离和调整角度;
S42:通过视觉软件将所述调整量发送至运动控制器,由运动控制器操作对应物体所在的操作平台完成相应的调整;
S43:机械手吸取物体a,并把物体a放置到物体b上,完成物体a和物体b的对位。
如图5、图6和图7所示,模板图像的制作过程包括:针对操作平台上的物体拍摄一系列图像,选择一张特征效果较好的图像,从该图像中提取包含特征物体对应的模板图像,该模板图像既可以是匹配特征中的一种,也可以是物体自身图像的一部分。
实施时:本发明实施例如果在采集的待成像区域a的图像中找到与模板图像a对应的特征图像,则获取该特征图像的坐标信息,将该坐标信息补充至ATI特征数据库a以更新ATI特征数据库a,并根据更新后的ATI特征数据库a更新待成像区域a;
如果在采集的待成像区域b的图像中找到与模板图像b对应的特征图像,则获取该特征图像的坐标信息,将该坐标信息补充至ATI特征数据b以更新ATI特征数据b,并根据更新后的ATI特征数据b更新待成像区域b。
本发明实施例建立待成像区域,并随视觉对位工作的进行,更新待成像区域。随着视觉对位工作的进行,将会对待成像区域的位置和大小在平均结果和变化范围基础上做动态的调整,实现待成像区域位置和大小的自适应调整,使待成像区域位置和大小信息更加准确,便于在下一次对位时,在采集的更新后的待成像区域a和待成像区域b的图像中,更容易发现物体a和物体b。
实施例3
如图1至图7所示,本实施例与实施例1的区别在于,实施例1或实施例2的对位方法应用于通过机台运行工艺调节进行做精密装配的实际生产过程中。
这是考虑到实际生产过程中,通过机台运行工艺的调节,待对位工件摆放位置即使略有不同,其变化范围也要控制在一定范围之内,即该过程中为位置变化不大的对位过程。
本实施例以手机屏幕贴合为例,需要做精密装配的屏幕件摆放位置变化范围大概是1厘米左右,否则,过大的变化范围会导致组装机械手行程过大,影响生产效率和组装精度。视觉对位所需的匹配特征图像在整个成像图像所占区域并不大,以1900*1200像素图像大小为例,单个匹配特征的像素大小大概是200-300像素见方,即使是多个(一般是一两个)匹配特征,往往也占用不了太多的拍摄区域。综合上述,如果视觉对位就是为了捕捉匹配特征的话,捕捉整个图像则无必要性,只需要把匹配特征及可能出现的变化范围位置都考虑进去就可以了。
因此,本发明的对位方法采用实施例1或者实施例2基于自适应待成像区域的视觉对位方法的执行步骤,重点只针对上述待成像区域内对应内容采集图像,即在图像采集前进行待成像区域的设置,将特征图像对应采集设备的芯片感光区域设置为待成像区域,只针对匹配特征所在区域完成图像拍摄就可以提高机台运行效率,同时,本发明提供了针对位置变化不大的对位过程所需的匹配特征的一种视觉对位解决方案。
实施例4
如图1至图7所示,本实施例与实施例1的区别在于,本实施例提供了基于自适应待成像区域的视觉对位装置,该对位装置支持实施例1所述的基于自适应待成像区域的视觉对位方法,所述对位装置包括:
获取单元,用于获取待对位物体a和物体b分别所在的操作平台A、操作平台B对应的ATI特征数据库,所述ATI特征数据库包括模板图像MP和其特征图像相关坐标以及相关参数;同时获取操作平台A、操作平台B的标定参数;
待成像区域计算单元,用于根据获取的所述ATI特征数据库,分别计算物体a、物体b的待成像区域,所述待成像区域为特征图像对应采集设备的芯片感光区域;
图像采集单元,用于通过采集设备对所述待成像区域进行图像采集;图像采集单元可以采用相机;
物体位置计算单元,用于在计算出的所述待成像区域的图像中找出与各自模板图像对应的特征图像,并根据对应所述操作平台的标定参数,确定该特征图像对应的位置,分别得到物体a和物体b的位置;同时将当前特征图像的位置代入对应操作平台进行其ATI特征数据库更新;
对位单元,用于根据得到的物体a和物体b的位置,由对位主机控制运动控制器操作对应物体所在的操作平台完成相应的调整;并控制机械手吸取物体a,把物体a放置到物体b上,完成物体a和物体b的对位。
各个单元的执行流程按照实施例1或实施例2中所述的基于自适应待成像区域的视觉对位方法执行即可,在本实施例中不再一一赘述。
同时,本发明还提供了一种设备,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行所述的基于自适应待成像区域的视觉对位方法。
具体地,该设备对应的硬件组成框图如图4所示。
同时,本发明还提供了一种存储有计算机程序的计算机可读存储介质,该程序被处理器执行时实现所述的基于自适应待成像区域的视觉对位方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上所述的具体实施方式,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施方式而已,并不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,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.基于自适应待成像区域的视觉对位方法,其特征在于,该对位方法包括以下步骤:
S1:获取待对位物体a和物体b分别所在的操作平台A、操作平台B对应的ATI特征数据库,所述ATI特征数据库包括模板图像MP和其特征图像相关坐标以及相关参数;同时获取操作平台A、操作平台B的标定参数;
S2:根据获取的所述ATI特征数据库,将特征图像对应采集设备的芯片感光区域设置为待成像区域,分别计算物体a、物体b的待成像区域;并通过采集设备对所述待成像区域进行图像采集;
S3:在计算出的所述待成像区域的图像中找出与各自模板图像对应的特征图像,并根据对应所述操作平台的标定参数,确定该特征图像对应的位置,分别得到物体a和物体b的位置;同时将当前特征图像的位置代入对应操作平台进行其ATI特征数据库更新,并更新物体a、物体b的待成像区域;
S4:根据得到的物体a和物体b的位置,实现物体a和物体b的对位;
步骤S1中的ATI特征数据库的构建过程为:
步骤A:对分别位于操作平台a和操作平台b上的物体a和物体b,分别采集若干样本图像,得到物体a的图像集a和物体b的图像集b;
步骤B:寻找所述图像集a每张图像中与物体a的模板图像a对应的特征图像,获取该特征图像的对角坐标信息,并根据所述坐标信息计算各个坐标点横、纵坐标的平均值和变化范围,得到操作平台a的ATI特征数据库a;
寻找所述图像集b每张图像中与物体b的模板图像b对应的特征图像,获取该特征图像的对角坐标信息,并根据所述坐标信息计算各个坐标点横、纵坐标的平均值和变化范围,得到操作平台b的ATI特征数据库b;
步骤S3中将当前特征图像的位置代入对应操作平台进行其ATI特征数据库更新,将当前特征图像的位置代入对应操作平台A进行其ATI特征数据库a更新具体包括:
S31:第i次运行时,采集第i张图像,将待成像区域a左上角坐标记作(x1i,y1i)和右下角坐标记作(x2i,y2i),其中,x1i=x1m,y1i=y1m,x2i=x2m,y2i=y2m;
S32:控制采集设备,只采集ATI特征数据库a中相关内容,图像记作Bi;
S33:在图像Bi中寻找模板图像a相对应的特征图像,如果没找到,则返回执行步骤S31;如果能找到,则将当前特征图像的位置代入对ATI特征数据库a,按照步骤B重新计算U、V、P和Q的平均值和变化范围,直至所有i循环执行完毕;否则将更新待成像区域a左上角和右下角坐标,并返回执行步骤S31;其中,ATI特征数据库a中每个特征图像的左上角坐标(U,V)和右下角坐标(P,Q);
将当前特征图像的位置代入对应操作平台B进行其ATI特征数据库b更新方法与ATI特征数据库a方法相同;
ATI为待成像区域,即特征图像对应采集设备的芯片感光区域。
2.根据权利要求1所述的基于自适应待成像区域的视觉对位方法,其特征在于,步骤B具体包括:
步骤B1:对于所述ATI特征数据库a中每个特征图像的左上角坐标(U,V)和右下角坐标(P,Q),统计U、V、P和Q的平均值和变化范围;U、V、P和Q的平均值分别为∑Ui/N1、∑Vi/N1、∑Pi/N1和∑Qi/N1,其中,i为ATI特征数据库a中特征图像的数量,i=1,2,3,……,N1,U的变化范围为Um-dU≤U≤Um+dU,其中dU=|Umax-Umin|/2,Umax和Umin分别是U的最大值和最小值;V的变化范围为Vm-dV≤V≤Vm+dV,其中dV=|Vmax-Vmin|/2,Vmax和Vmin分别是V的最大值和最小值;P的变化范围为Pm-dP≤P≤Pm+dP,其中dP=|Pmax-Pmin|/2,Pmax和Pmin分别是P的最大值和最小值;Q的变化范围为Qm-dQ≤Q≤Qm+dQ,其中dQ=|Qmax-Qmin|/2,Qmax和Qmin分别是Q的最大值和最小值;Um为左上角横坐标值,Vm为左上角纵坐标值;Pm为右下角横坐标值,Qm为右下角纵坐标值;
步骤B2:对于所述ATI特征数据库b的计算方法与步骤B1中所述ATI特征数据库a的计算方法相同。
3.根据权利要求2所述的基于自适应待成像区域的视觉对位方法,其特征在于,步骤S2中根据获取的所述ATI特征数据库a、ATI特征数据库b,将特征图像对应采集设备的芯片感光区域设置为待成像区域,分别计算物体a、物体b的待成像区域a、待成像区域b;所述待成像区域a所采用的计算公式如下:
x1=Um-k*dU,y1=Vm-k*dV,x2=Pm-k*dP,y2=Qm-k*dQ;
式中,(x1,y1)为待成像区域a的左上角坐标,(x2,y2)为待成像区域a的右下角坐标,k是变化范围的整数倍数;
所述待成像区域b的计算方法与待成像区域a的计算方法相同。
4.根据权利要求3所述的基于自适应待成像区域的视觉对位方法,其特征在于,步骤S3还包括:
在采集的待成像区域a的图像中寻找与模板图像a对应的特征图像,如果能找到,则获取该特征图像的对角坐标信息,将该坐标信息补充至ATI特征数据库a;如果没找到,则移动物体a的位置,重新采集待成像区域a的图像;
在采集的待成像区域b的图像中寻找与模板图像b对应的特征图像,如果能找到,则获取该特征图像的对角坐标信息,将该坐标信息补充至ATI特征数据库b;如果没找到,则移动物体b的位置,重新采集待成像区域b的图像;
根据更新后的ATI特征数据库a更新待成像区域a;根据更新后的ATI特征数据库b更新待成像区域b。
5.根据权利要求1所述的基于自适应待成像区域的视觉对位方法,其特征在于,步骤S4包括以下子步骤:
S41:根据得到的物体a和物体b的位置,从中选择任一物体位置,相对该物体的位置来计算另一物体位置的调整量,所述调整量包括水平调整距离、竖直调整距离和调整角度;
S42:通过视觉软件将所述调整量发送至运动控制器,由运动控制器操作对应物体所在的操作平台完成相应的调整;
S43:机械手吸取物体a,并把物体a放置到物体b上,完成物体a和物体b的对位。
6.根据权利要求1所述的基于自适应待成像区域的视觉对位方法,其特征在于,该对位方法应用于通过机台运行工艺调节进行做精密装配的实际生产过程中。
7.基于自适应待成像区域的视觉对位装置,其特征在于,该对位装置支持如权利要求1至6中任意一项所述的基于自适应待成像区域的视觉对位方法,所述对位装置包括:
获取单元,用于获取待对位物体a和物体b分别所在的操作平台A、操作平台B对应的ATI特征数据库,所述ATI特征数据库包括模板图像MP和其特征图像相关坐标以及相关参数;同时获取操作平台A、操作平台B的标定参数;
待成像区域计算单元,用于根据获取的所述ATI特征数据库,分别计算物体a、物体b的待成像区域,所述待成像区域为特征图像对应采集设备的芯片感光区域;
图像采集单元,用于通过采集设备对所述待成像区域进行图像采集;
物体位置计算单元,用于在计算出的所述待成像区域的图像中找出与各自模板图像对应的特征图像,并根据对应所述操作平台的标定参数,确定该特征图像对应的位置,分别得到物体a和物体b的位置;同时将当前特征图像的位置代入对应操作平台进行其ATI特征数据库更新;
对位单元,用于根据得到的物体a和物体b的位置,由对位主机控制运动控制器操作对应物体所在的操作平台完成相应的调整;并控制机械手吸取物体a,把物体a放置到物体b上,完成物体a和物体b的对位;
ATI特征数据库的构建过程为:
A:对分别位于操作平台a和操作平台b上的物体a和物体b,分别采集若干样本图像,得到物体a的图像集a和物体b的图像集b;
B:寻找所述图像集a每张图像中与物体a的模板图像a对应的特征图像,获取该特征图像的对角坐标信息,并根据所述坐标信息计算各个坐标点横、纵坐标的平均值和变化范围,得到操作平台a的ATI特征数据库a;
寻找所述图像集b每张图像中与物体b的模板图像b对应的特征图像,获取该特征图像的对角坐标信息,并根据所述坐标信息计算各个坐标点横、纵坐标的平均值和变化范围,得到操作平台b的ATI特征数据库b;
物体位置计算单元中将当前特征图像的位置代入对应操作平台进行其ATI特征数据库更新,将当前特征图像的位置代入对应操作平台A进行其ATI特征数据库a更新具体包括:
第i次运行时,采集第i张图像,将待成像区域a左上角坐标记作(x1i,y1i)和右下角坐标记作(x2 i,y2i),其中,x1i=x1m,y1i=y1m,x2i=x2m,y2i=y2m;
控制采集设备,只采集ATI特征数据库a中相关内容,图像记作Bi;
在图像Bi中寻找模板图像a相对应的特征图像,如果没找到,则返回执行第i次运行的操作;如果能找到,则将当前特征图像的位置代入对ATI特征数据库a,按照B重新计算U、V、P和Q的平均值和变化范围,直至所有i循环执行完毕;否则将更新待成像区域a左上角和右下角坐标,并返回执行第i次运行的操作;其中,ATI特征数据库a中每个特征图像的左上角坐标(U,V)和右下角坐标(P,Q);
将当前特征图像的位置代入对应操作平台B进行其ATI特征数据库b更新方法与ATI特征数据库a方法相同;
ATI为待成像区域,即特征图像对应采集设备的芯片感光区域。
8.基于自适应待成像区域的视觉对位设备,其特征在于,所述设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行如权利要求1-6任一所述的基于自适应待成像区域的视觉对位方法。
9.一种存储有计算机程序的计算机可读存储介质,其特征在于,该程序被处理器执行时实现如权利要求1-6任一所述的基于自适应待成像区域的视觉对位方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110386339.XA CN112785648B (zh) | 2021-04-12 | 2021-04-12 | 基于待成像区域的视觉对位方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110386339.XA CN112785648B (zh) | 2021-04-12 | 2021-04-12 | 基于待成像区域的视觉对位方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112785648A CN112785648A (zh) | 2021-05-11 |
CN112785648B true CN112785648B (zh) | 2021-07-06 |
Family
ID=75762962
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110386339.XA Active CN112785648B (zh) | 2021-04-12 | 2021-04-12 | 基于待成像区域的视觉对位方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112785648B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113562465B (zh) * | 2021-09-26 | 2021-12-03 | 成都新西旺自动化科技有限公司 | 片状物放置视觉引导方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108470698A (zh) * | 2018-03-27 | 2018-08-31 | 唐人制造(宁波)有限公司 | 一种工件对准贴装装置及其方法 |
CN208635719U (zh) * | 2018-07-31 | 2019-03-22 | 易视智瞳科技(深圳)有限公司 | 一种工具对位装置 |
CN111553342A (zh) * | 2020-04-01 | 2020-08-18 | 深圳一清创新科技有限公司 | 一种视觉定位方法、装置、计算机设备和存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100571606C (zh) * | 2006-12-21 | 2009-12-23 | 中国科学院电工研究所 | 一种微型机器人及其体外导向系统 |
CN107424148A (zh) * | 2017-06-27 | 2017-12-01 | 深圳市博视科技有限公司 | 产品视觉自动对位方法 |
CN109146865B (zh) * | 2018-08-22 | 2020-05-05 | 成都新西旺自动化科技有限公司 | 一种视觉对位检测图源生成系统 |
CN109215133B (zh) * | 2018-08-22 | 2020-07-07 | 成都新西旺自动化科技有限公司 | 一种用于视觉对位算法筛选的模拟图像库构建方法 |
CN110443777B (zh) * | 2018-10-09 | 2023-03-10 | 广东仙童智能机器人科技有限公司 | 一种pcb图像对位方法、装置和计算机存储介质 |
CN109685758B (zh) * | 2018-10-29 | 2020-10-16 | 中国化学工程第六建设有限公司 | 基于多模板匹配的焊缝视觉定位方法 |
CN109742050B (zh) * | 2019-01-03 | 2022-02-01 | 京东方科技集团股份有限公司 | 基板及对位方法、设备 |
CN112381827B (zh) * | 2021-01-15 | 2021-04-27 | 中科慧远视觉技术(北京)有限公司 | 基于视觉图像的快速高精度缺陷检测方法 |
-
2021
- 2021-04-12 CN CN202110386339.XA patent/CN112785648B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108470698A (zh) * | 2018-03-27 | 2018-08-31 | 唐人制造(宁波)有限公司 | 一种工件对准贴装装置及其方法 |
CN208635719U (zh) * | 2018-07-31 | 2019-03-22 | 易视智瞳科技(深圳)有限公司 | 一种工具对位装置 |
CN111553342A (zh) * | 2020-04-01 | 2020-08-18 | 深圳一清创新科技有限公司 | 一种视觉定位方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112785648A (zh) | 2021-05-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2020144907A (ja) | インターリーブチャネルデータ用の構成可能な畳み込みエンジン | |
JP2009230537A (ja) | 画像処理装置、画像処理プログラム、画像処理方法、および、電子機器 | |
JP4566591B2 (ja) | 画像変形推定方法および画像変形推定装置 | |
JP5535053B2 (ja) | 画像処理装置、及び画像処理方法 | |
CN113409391B (zh) | 视觉定位方法及相关装置、设备和存储介质 | |
CN112561978B (zh) | 深度估计网络的训练方法、图像的深度估计方法、设备 | |
JP2010181637A (ja) | 表示制御装置および表示制御方法 | |
JP2010041419A (ja) | 画像処理装置、画像処理プログラム、画像処理方法、および電子機器 | |
CN111080699B (zh) | 基于深度学习的单目视觉里程计方法及系统 | |
CN112785648B (zh) | 基于待成像区域的视觉对位方法、装置、设备及存储介质 | |
CN112183506A (zh) | 一种人体姿态生成方法及其系统 | |
CN111784757B (zh) | 深度估计模型的训练方法、深度估计方法、装置及设备 | |
JP2008217526A (ja) | 画像処理装置、画像処理プログラム及び画像処理方法 | |
CN109996005B (zh) | 一种聚焦校正方法及装置 | |
JP6579727B1 (ja) | 動体検出装置、動体検出方法、動体検出プログラム | |
CN108696745A (zh) | 相机校准 | |
US8472756B2 (en) | Method for producing high resolution image | |
CN114693779A (zh) | 用于确定手部三维关键点的方法及装置 | |
JP2009301181A (ja) | 画像処理装置、画像処理プログラム、画像処理方法、および電子機器 | |
CN111798422A (zh) | 棋盘格角点识别方法、装置、设备及存储介质 | |
JP2009302731A (ja) | 画像処理装置、画像処理プログラム、画像処理方法、および電子機器 | |
CN110853102A (zh) | 一种新的机器人视觉标定及引导方法、装置及计算机设备 | |
CN116182786A (zh) | 单目视觉测距方法、相机及介质 | |
JP6952298B2 (ja) | 視線変換装置及び視線変換方法 | |
US20210160420A1 (en) | Determination device, control device, photographing device, determination method, and program |
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 |