CN113160301A - 一种测量弯管弯曲半径的方法及系统 - Google Patents
一种测量弯管弯曲半径的方法及系统 Download PDFInfo
- Publication number
- CN113160301A CN113160301A CN202110408575.7A CN202110408575A CN113160301A CN 113160301 A CN113160301 A CN 113160301A CN 202110408575 A CN202110408575 A CN 202110408575A CN 113160301 A CN113160301 A CN 113160301A
- Authority
- CN
- China
- Prior art keywords
- bent pipe
- bending radius
- pixel
- image
- bend
- 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
Links
- 238000005452 bending Methods 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000012545 processing Methods 0.000 claims abstract description 35
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 5
- 239000011159 matrix material Substances 0.000 claims description 4
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 230000007935 neutral effect Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 9
- 238000001514 detection method Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 239000002184 metal Substances 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000007769 metal material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction 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
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
-
- 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
- G06T2207/10012—Stereo images
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种测量弯管弯曲半径的方法及系统,其中方法包括:对弯管的弯曲部分进行扫描,获得弯管的云图;对云图中的3D点云集合进行矫正处理,将矫正后的3D点云集合调整到正视位置并截图,获得彩色图像;对彩色图像进行二值化处理,获得二值图,将二值图骨架化;对骨架化的二值图进行均匀重复选取点坐标,根据选取的点坐标获取像素弯曲半径;根据像素弯曲半径和比例尺计算弯管弯曲半径。本发明利用图像处理,对现有技术进行改进,不仅保留了利用三维激光扫描技术检测弯管弯曲半径的精度,还大幅的缩减了利用逆向工程软件对点云数据处理所要花费的时间,可广泛应用于弯管加工检测领域。
Description
技术领域
本发明涉及弯管加工检测领域,尤其涉及一种测量弯管弯曲半径的方法及系统。
背景技术
金属弯管具有较好的塑性变形能力,在满足轻量化要求的同时,还具有一定的机械强度,因而被广泛的应用与生产生活的各个领域。随着科技的发展与进步,在一些高科技领域,例如航空航天、汽车、船舶等对于弯管的精度有了更高的要求。金属弯管在弯曲成型之后由于内应力的存在,会发生回弹的现象,为了校准弯管的弯曲半径,提高弯管的弯曲精度,如何能够准确快速的检测弯管的弯曲半径,成为了现阶段急需解决的问题。与此同时,数控弯管技术如果想要在柔性制造领域有所突破,就需要在金属管材弯曲成形原理以及弯管回弹规律等方面有所研究。那么采用一种快速准确检测弯管弯曲半径的方法也是十分必要的。
目前通过手持式自定位三维激光扫描仪扫描弯管的3D数据,通过逆向工程软件对采集的数据点进行处理,可以得到较为准确的弯曲半径。但是其仍存在较多的问题,例如:采集的数据较为庞大,且易丢失重要数据点,在逆向工程软件中,处理数据较为复杂,通常需要人为的选取弯管内外侧多个数据点进行计算,不仅耗费大量时间,其精度受主观因素影响,存在很大的随机误差。
近些年,把基于立体视觉的三维检测技术应用于测量弯管的弯曲半径的方法有了一定的发展,现有技术提出利用相机对管路成像,再建立映射关系构造的参数化数学模型去计算弯管的弯曲半径。这种方法较三维激光扫描成像存在很多不确定因素,图像质量易受到外部复杂多变的环境影响,且数学模型的建立较为复杂,计算繁琐,对于研究弯管弯曲成型原理、以及研究弯管回弹规律还需要一种更加准确、快速的检测方法。
发明内容
为至少一定程度上解决现有技术中存在的技术问题之一,本发明的目的在于提供一种测量弯管弯曲半径的方法及系统。
本发明所采用的技术方案是:
一种测量弯管弯曲半径的方法,包括以下步骤:
对弯管的弯曲部分进行扫描,获得弯管的云图;
对云图中的3D点云集合进行矫正处理,将矫正后的3D点云集合调整到正视位置并截图,获得彩色图像;
对彩色图像进行二值化处理,获得二值图,将二值图骨架化;
对骨架化的二值图进行均匀重复选取点坐标,根据选取的点坐标获取像素弯曲半径;
根据像素弯曲半径和比例尺计算弯管弯曲半径。
进一步,所述对弯管的弯曲部分进行扫描,获得弯管的云图,包括:
采用三维激光扫描仪扫描弯管的弯曲部分的中性层的一侧,获得弯管的云图。
进一步,所述测量弯管弯曲半径的方法还包括对云图进行降噪处理的步骤,包括:
利用逆向工程软件对云图进行降噪处理,删除背景噪点。
进一步,所述对云图中的3D点云集合进行矫正处理,将矫正后的3D点云集合调整到正视位置并截图,获得彩色图像,包括:
调整云图中的3D点云集合的颜色显示参数,提高点云的颜色分辨率,为图像处理做准备;
使用CAD命令,将3D点云集合置于正视位置,对3D点云集合进行截图,获得彩色图像。
进一步,所述对彩色图像进行二值化处理,获得二值图,将二值图骨架化,包括:
对彩色图像进行二值化处理,求补后做闭运算,自动修复三维激光扫描仪扫描缺失的数据,获得二值图;
利用形态学算法将二值图骨架化,获取弯管的骨架(中轴),以骨架的弯曲半径代表弯管的弯曲半径。
进一步,所述对骨架化的二值图进行均匀重复选取点坐标,根据选取的点坐标获取像素弯曲半径,包括:
对骨架化的二值图的二维矩阵进行分析,在弯管上均匀获取三个位置的点坐标作为三角形的三个顶点;
结合三个顶点及两点之间的距离公式求解弯管的像素弯曲半径。
进一步,所述两点之间的距离公式为:
像素弯曲半径的求解公式为:
其中,a、b、c为弯管图像骨架化之后均匀选取三个点之间的各自距离;xi,yi为均匀选取三个点的坐标值;R为弯管像素弯曲半径。
进一步,所述结合三个顶点及两点之间的距离公式求解弯管的像素弯曲半径,包括:
根据三个顶点及两点之间的距离公式获得一个像素弯曲半径;
重复在弯管上获取多组点坐标,多组点坐标对应获得多个像素弯曲半径;
获取多个像素弯曲半径的平均值作为最终的像素弯曲半径。
进一步,所述比例尺的公式为:
其中,k为比例尺,s为弯管的像素直径,d为实际的弯管直径。
弯管的实际计算弯曲半径为:
其中,R′为弯管的实际计算弯曲半径,R为像素弯曲半径。
本发明所采用的另一技术方案是:
一种测量弯管弯曲半径的系统,包括:
扫描模块,用于对弯管的弯曲部分进行扫描,获得弯管的云图;
截图模块,用于对云图中的3D点云集合进行矫正处理,将矫正后的3D点云集合调整到正视位置并截图,获得彩色图像;
二值处理模块,用于对彩色图像进行二值化处理,获得二值图,将二值图骨架化;
像素计算模块,用于对骨架化的二值图进行均匀重复选取点坐标,根据选取的点坐标获取像素弯曲半径;
半径计算模块,用于根据像素弯曲半径和比例尺计算弯管弯曲半径。
本发明的有益效果是:本发明利用图像处理,对现有技术进行改进,不仅保留了利用三维激光扫描技术检测弯管弯曲半径的精度,还大幅的缩减了利用逆向工程软件对点云数据处理所要花费的时间。
附图说明
为了更清楚地说明本发明实施例或者现有技术中的技术方案,下面对本发明实施例或者现有技术中的相关技术方案附图作以下介绍,应当理解的是,下面介绍中的附图仅仅为了方便清晰表述本发明的技术方案中的部分实施例,对于本领域的技术人员而言,在无需付出创造性劳动的前提下,还可以根据这些附图获取到其他附图。
图1是本发明实施例中一种测量弯管弯曲半径的方法的步骤流程图;
图2是本发明实施例中经手持式自定位三维激光扫描仪扫描的弯管扫描图;
图3是本发明实施例中经CAD软件调整图像位置显示之后的弯管扫描图;
图4是本发明实施例中待测弯管实物图;
图5是本发明实施例中图像处理获得的灰度图、二值图以及中轴线骨架图的示意图;
图6是本发明实施例中经图像处理后的弯管中轴线骨架参数化示意图
图7是本发明实施例中图像处理步骤的流程图;
图8是本发明实施例中求解弯管弯曲半径的步骤流程图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。对于以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
在本发明的描述中,需要理解的是,涉及到方位描述,例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,若干的含义是一个或者多个,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中,除非另有明确的限定,设置、安装、连接等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
本发明结合了现有弯管半径检测技术的优点,提出了一种基于图像处理结合手持式自定位三维激光扫描仪测量弯管弯曲半径的方法。在三维激光扫描仪准确地采集到弯管弯曲部分点云信息之后,将三维信息经过处理变成易于处理的二维图像,再经过图像处理,结合数学模型准确的求解得到弯曲半径。
如图1所示,本实施例提供的一种测量弯管弯曲半径的方法,包括以下步骤:
S1、对弯管的弯曲部分进行扫描,获得弯管的云图。
使用手持式自定位三维激光扫描仪扫描弯管需检测弯曲半径的弯曲部分,且只需扫描中性层的一侧部分;如图2所示。其中,图4为本实施例中待测弯管的实物图,该实物为金属弯管。
S2、对云图进行降噪处理。
利用逆向工程软件对云图做降噪处理。删除背景噪点,只保留弯管弯曲部分。逆向工程软件中不需要对弯管部分的点云做任何处理,如果步骤S1扫描弯管效果很好,步骤S2可以忽略不做。
S3、对云图中的3D点云集合进行矫正处理,将矫正后的3D点云集合调整到正视位置并截图,获得彩色图像。
调整点云的颜色,使其显示较为鲜艳,使用CAD命令,将其置于正视位置,并截取如图3所示的PNG图像。
S4、对彩色图像进行二值化处理,获得二值图,将二值图骨架化。
如图7所示,将截取的RGB格式的图像二值化处理,求补后做闭运算,自动修复步骤1扫描仪扫描缺失的数据。将修补之后的二值图骨架化处理,得到弯管的骨架(中轴),以骨架的弯曲半径代表弯管的弯曲半径是比较合理的。其中,图5(a)为施例中的经调整弯管位置之后的灰度图;图5(b)为施例中的求补并取反之后的二值图;图5(c)为施例中经形态学处理之后的骨架图。
S5、对骨架化的二值图进行均匀重复选取点坐标,根据选取的点坐标获取像素弯曲半径。
对骨架化之后的二维矩阵进行分析,如图6所示的骨架化参数化模型,均匀地选取三个位置的点坐标作为三角形的三个顶点,采用两点之间的距离公式、正弦定理、余弦定理求解弯管的像素弯曲半径。具体求解弯管弯曲半径的流程步骤如图8所示。
利用正余弦定理、两点间的距离公式求解弯管的像素弯曲半径公式的最终公式如下:
像素弯曲半径的求解公式为:
中,a、b、c为弯管图像骨架化之后均匀选取三个点之间的各自距离;xi,yi为均匀选取三个点的坐标值;R为弯管像素弯曲半径。
计算像素弯曲半径,计算机均匀选取三组坐标点,最后求得平均值作为最终的像素弯曲半径。
S6、根据像素弯曲半径和比例尺计算弯管弯曲半径。
计算像素弯曲半径与实际测量弯管弯曲半径的比例尺,公式如下:
式中,k为比例尺;s为弯管的像素直径,在得到弯管的骨架化图像之后,选取图像二维矩阵中间部分,利用计算机程序计算求得s的值;d为实际的弯管直径,其值由游标卡尺直接测得。根据比例尺计算最终的弯管弯曲半径为:
式中,R′为弯管的实际计算弯曲半径,R为像素弯曲半径。
综上所述,与现有技术相比,本实施例具有如下有益效果:利用图像处理,通过一定的算法程序,对现有技术进行改进,不仅保留了利用三维激光扫描技术检测弯管弯曲半径的精度,还大幅的缩减了利用逆向工程软件对点云数据处理所要花费的时间。对于金属材料,利用逆向工程计算的得到的弯曲半径与图像处理得到的误差较小,佐证了图像处理测量弯曲半径的合理性与准确性。
本实施例还提供一种测量弯管弯曲半径的系统,包括:
扫描模块,用于对弯管的弯曲部分进行扫描,获得弯管的云图;
去噪模块,用于对云图进行降噪处理;
截图模块,用于对云图中的3D点云集合进行矫正处理,将矫正后的3D点云集合调整到正视位置并截图,获得彩色图像;
二值处理模块,用于对彩色图像进行二值化处理,获得二值图,将二值图骨架化;
像素计算模块,用于对骨架化的二值图进行均匀重复选取点坐标,根据选取的点坐标获取像素弯曲半径;
半径计算模块,用于根据像素弯曲半径和比例尺计算弯管弯曲半径。
本实施例的一种测量弯管弯曲半径的系统,可执行本发明方法实施例所提供的一种测量弯管弯曲半径的方法,可执行方法实施例的任意组合实施步骤,具备该方法相应的功能和有益效果。
在一些可选择的实施例中,在方框图中提到的功能/操作可以不按照操作示图提到的顺序发生。例如,取决于所涉及的功能/操作,连续示出的两个方框实际上可以被大体上同时地执行或所述方框有时能以相反顺序被执行。此外,在本发明的流程图中所呈现和描述的实施例以示例的方式被提供,目的在于提供对技术更全面的理解。所公开的方法不限于本文所呈现的操作和逻辑流程。可选择的实施例是可预期的,其中各种操作的顺序被改变以及其中被描述为较大操作的一部分的子操作被独立地执行。
此外,虽然在功能性模块的背景下描述了本发明,但应当理解的是,除非另有相反说明,所述的功能和/或特征中的一个或多个可以被集成在单个物理装置和/或软件模块中,或者一个或多个功能和/或特征可以在单独的物理装置或软件模块中被实现。还可以理解的是,有关每个模块的实际实现的详细讨论对于理解本发明是不必要的。更确切地说,考虑到在本文中公开的装置中各种功能模块的属性、功能和内部关系的情况下,在工程师的常规技术内将会了解该模块的实际实现。因此,本领域技术人员运用普通技术就能够在无需过度试验的情况下实现在权利要求书中所阐明的本发明。还可以理解的是,所公开的特定概念仅仅是说明性的,并不意在限制本发明的范围,本发明的范围由所附权利要求书及其等同方案的全部范围来决定。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的上述描述中,参考术语“一个实施方式/实施例”、“另一实施方式/实施例”或“某些实施方式/实施例”等的描述意指结合实施方式或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施方式或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施方式或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施方式,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施方式进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于上述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.一种测量弯管弯曲半径的方法,其特征在于,包括以下步骤:
对弯管的弯曲部分进行扫描,获得弯管的云图;
对云图中的3D点云集合进行矫正处理,将矫正后的3D点云集合调整到正视位置并截图,获得彩色图像;
对彩色图像进行二值化处理,获得二值图,将二值图骨架化;
对骨架化的二值图进行均匀重复选取点坐标,根据选取的点坐标获取像素弯曲半径;
根据像素弯曲半径和比例尺计算弯管弯曲半径。
2.根据权利要求1所述的一种测量弯管弯曲半径的方法,其特征在于,所述对弯管的弯曲部分进行扫描,获得弯管的云图,包括:
采用三维激光扫描仪扫描弯管的弯曲部分的中性层的一侧,获得弯管的云图。
3.根据权利要求1所述的一种测量弯管弯曲半径的方法,其特征在于,所述测量弯管弯曲半径的方法还包括对云图进行降噪处理的步骤,包括:
利用逆向工程软件对云图进行降噪处理,删除背景噪点。
4.根据权利要求1所述的一种测量弯管弯曲半径的方法,其特征在于,所述对云图中的3D点云集合进行矫正处理,将矫正后的3D点云集合调整到正视位置并截图,获得彩色图像,包括:
调整云图中的3D点云集合的颜色显示参数,提高点云的颜色分辨率,为图像处理做准备;
使用CAD命令,将3D点云集合置于正视位置,对3D点云集合进行截图,获得彩色图像。
5.根据权利要求1所述的一种测量弯管弯曲半径的方法,其特征在于,所述对彩色图像进行二值化处理,获得二值图,将二值图骨架化,包括:
对彩色图像进行二值化处理,求补后做闭运算,自动修复三维激光扫描仪扫描缺失的数据,获得二值图;
利用形态学算法将二值图骨架化,获取弯管的骨架,以骨架的弯曲半径代表弯管的弯曲半径。
6.根据权利要求1所述的一种测量弯管弯曲半径的方法,其特征在于,所述对骨架化的二值图进行均匀重复选取点坐标,根据选取的点坐标获取像素弯曲半径,包括:
对骨架化的二值图的二维矩阵进行分析,在弯管上均匀获取三个位置的点坐标作为三角形的三个顶点;
结合三个顶点及两点之间的距离公式求解弯管的像素弯曲半径。
8.根据权利要求6所述的一种测量弯管弯曲半径的方法,其特征在于,所述结合三个顶点及两点之间的距离公式求解弯管的像素弯曲半径,包括:
根据三个顶点及两点之间的距离公式获得一个像素弯曲半径;
重复在弯管上获取多组点坐标,多组点坐标对应获得多个像素弯曲半径;
获取多个像素弯曲半径的平均值作为最终的像素弯曲半径。
10.一种测量弯管弯曲半径的系统,其特征在于,包括:
扫描模块,用于对弯管的弯曲部分进行扫描,获得弯管的云图;
截图模块,用于对云图中的3D点云集合进行矫正处理,将矫正后的3D点云集合调整到正视位置并截图,获得彩色图像;
二值处理模块,用于对彩色图像进行二值化处理,获得二值图,将二值图骨架化;
像素计算模块,用于对骨架化的二值图进行均匀重复选取点坐标,根据选取的点坐标获取像素弯曲半径;
半径计算模块,用于根据像素弯曲半径和比例尺计算弯管弯曲半径。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110408575.7A CN113160301B (zh) | 2021-04-16 | 2021-04-16 | 一种测量弯管弯曲半径的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110408575.7A CN113160301B (zh) | 2021-04-16 | 2021-04-16 | 一种测量弯管弯曲半径的方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113160301A true CN113160301A (zh) | 2021-07-23 |
CN113160301B CN113160301B (zh) | 2023-08-18 |
Family
ID=76868020
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110408575.7A Active CN113160301B (zh) | 2021-04-16 | 2021-04-16 | 一种测量弯管弯曲半径的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113160301B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113837124A (zh) * | 2021-09-28 | 2021-12-24 | 中国有色金属长沙勘察设计研究院有限公司 | 一种排泥库土工布巡检航线的自动提取方法 |
CN113935958A (zh) * | 2021-09-28 | 2022-01-14 | 清华大学 | 线缆弯曲半径检测方法与装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108519314A (zh) * | 2018-03-19 | 2018-09-11 | 华南理工大学 | 一种基于数字图像处理的纸张孔隙率测量与孔径分析方法 |
CN109983507A (zh) * | 2016-12-21 | 2019-07-05 | 英特尔公司 | 经由二维地图进行基于大规模cnn回归的定位 |
CN110334818A (zh) * | 2019-05-22 | 2019-10-15 | 广州中船文冲船坞有限公司 | 一种管路自动识别的方法及系统 |
WO2021000720A1 (zh) * | 2019-06-30 | 2021-01-07 | 华中科技大学 | 一种基于点云边界构建小曲率零件机器人加工路径曲线的方法 |
CN112595265A (zh) * | 2020-12-07 | 2021-04-02 | 新拓三维技术(深圳)有限公司 | 一种线缆折弯半径的测量方法和设备 |
-
2021
- 2021-04-16 CN CN202110408575.7A patent/CN113160301B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109983507A (zh) * | 2016-12-21 | 2019-07-05 | 英特尔公司 | 经由二维地图进行基于大规模cnn回归的定位 |
CN108519314A (zh) * | 2018-03-19 | 2018-09-11 | 华南理工大学 | 一种基于数字图像处理的纸张孔隙率测量与孔径分析方法 |
CN110334818A (zh) * | 2019-05-22 | 2019-10-15 | 广州中船文冲船坞有限公司 | 一种管路自动识别的方法及系统 |
WO2021000720A1 (zh) * | 2019-06-30 | 2021-01-07 | 华中科技大学 | 一种基于点云边界构建小曲率零件机器人加工路径曲线的方法 |
CN112595265A (zh) * | 2020-12-07 | 2021-04-02 | 新拓三维技术(深圳)有限公司 | 一种线缆折弯半径的测量方法和设备 |
Non-Patent Citations (2)
Title |
---|
宋洪亮 等: "基于MATLAB图像处理的弯管检测方法", 《山东科技大学学报自然科学版》 * |
宋洪亮 等: "基于MATLAB图像处理的弯管检测方法", 《山东科技大学学报自然科学版》, vol. 36, no. 3, 30 June 2017 (2017-06-30), pages 83 - 90 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113837124A (zh) * | 2021-09-28 | 2021-12-24 | 中国有色金属长沙勘察设计研究院有限公司 | 一种排泥库土工布巡检航线的自动提取方法 |
CN113935958A (zh) * | 2021-09-28 | 2022-01-14 | 清华大学 | 线缆弯曲半径检测方法与装置 |
CN113837124B (zh) * | 2021-09-28 | 2023-12-05 | 中国有色金属长沙勘察设计研究院有限公司 | 一种排泥库土工布巡检航线的自动提取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113160301B (zh) | 2023-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112581457B (zh) | 一种基于三维点云的管道内表面检测方法及装置 | |
CN113160301B (zh) | 一种测量弯管弯曲半径的方法及系统 | |
US8010315B2 (en) | Multi-modality inspection method with data validation and data fusion | |
US8428335B2 (en) | Combining feature boundaries | |
US20030034971A1 (en) | Three-dimensional object surface shape modeling apparatus, method and program | |
JP2005308553A (ja) | 三次元画像計測装置及び方法 | |
CN110443879B (zh) | 一种基于神经网络的透视误差补偿方法 | |
CN109751964B (zh) | 一种高精度非接触式管径测量方法及装置 | |
CN111127613B (zh) | 基于扫描电子显微镜的图像序列三维重构方法及系统 | |
JP2019518276A (ja) | 破損分析装置及び方法 | |
CN116229017A (zh) | 一种基于逆向投影的管件三维模型重建方法 | |
Jin et al. | A new multi-vision-based reconstruction algorithm for tube inspection | |
CN113587852A (zh) | 一种基于改进三步相移的彩色条纹投影三维测量方法 | |
CN115187612A (zh) | 一种基于机器视觉的平面面积测量方法、装置及系统 | |
CN114219802B (zh) | 一种基于图像处理的蒙皮连接孔孔位检测方法 | |
CN116402792A (zh) | 一种基于三维点云的空间孔位对接方法 | |
CN114612412A (zh) | 三维点云数据的处理方法及其用途、电子设备、存储介质 | |
Rak et al. | The use of low density high accuracy (LDHA) data for correction of high density low accuracy (HDLA) point cloud | |
CN112529792B (zh) | 一种免畸变模型的相机畸变校正方法 | |
CN110672033B (zh) | 一种利用3d渲染的管道误差测量方法 | |
CN109308706B (zh) | 一种通过图像处理得到三维曲面面积的方法 | |
CN109470290B (zh) | 一种仪表指针自动校准方法及装置 | |
CN109035230B (zh) | 一种圆孔直径视觉测量方法 | |
CN107424164A (zh) | 一种图像边缘检测精度评价方法 | |
CN113888609A (zh) | 局部数字图像相关方法的残余灰度场计算方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |