CN113358026B - 基于双线阵ccd相机的物体位置和轮廓信息的检测方法 - Google Patents
基于双线阵ccd相机的物体位置和轮廓信息的检测方法 Download PDFInfo
- Publication number
- CN113358026B CN113358026B CN202110623063.2A CN202110623063A CN113358026B CN 113358026 B CN113358026 B CN 113358026B CN 202110623063 A CN202110623063 A CN 202110623063A CN 113358026 B CN113358026 B CN 113358026B
- Authority
- CN
- China
- Prior art keywords
- camera
- cameras
- linear array
- linear
- detected
- 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
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
Abstract
本发明提出了一种基于双线阵CCD相机的物体位置和轮廓信息的检测方法,包括:S1,将两个线阵相机处于水平线上且相对位置保持不变,光栅提供线阵相机扫描行的坐标;S2,得到线阵相机拍摄到的原始图像,对图像作预处理,获取到待测物体的边缘像素值;S3,对待测物体的边缘像素值进行计算,得到物体的位置和轮廓信息。本发明能够大大提高生产效率和生产的自动化程度,且易于实现信息集成;具有安全系数高、精度高、检测平台易搭建、检测速度快等优点。
Description
技术领域
本发明涉及工业相机精密检测的技术领域,特别涉及一种基于双线阵CCD相机的物体位置和轮廓信息的检测方法。
背景技术
在工业现代化的浪潮中,生产企业对产品的质量、精度以及一致性提出了更苛刻的要求,传统的检测方法已经越来越难以满足检测需求。在各种检测方法中,非接触式方法因其具有安全、精度高、效率高等优点受到青睐,其中机器视觉系统在该领域的表现尤为突出。机器视觉系统是指通过机器视觉产品即图像摄取装置,分CMOS和CCD两种,把图像抓取到,然后将该图像传送至处理单元,通过数字化处理,根据像素分布和亮度、颜色等信息,来进行尺寸、形状、颜色等的判别。进而根据判别的结果来控制现场的设备动作。
机器视觉系统的特点是提高生产的柔性和自动化程度。在一些不适合于人工作业的危险工作环境或人工视觉难以满足要求的场合,常用机器视觉来替代人工视觉;同时在大批量工业生产过程中,用人工视觉检查产品质量效率低且精度不高,用机器视觉检测方法可以大大提高生产效率和生产的自动化程度。而且机器视觉易于实现信息集成,是实现计算机集成制造的基础技术。
发明内容
本发明旨在至少解决现有技术中存在的技术问题,特别创新地提出了一种基于双线阵CCD相机的物体位置和轮廓信息的检测方法。
为了实现本发明的上述目的,本发明提供了一种基于双线阵CCD相机的物体位置和轮廓信息的检测方法,包括:
S1,将两个线阵相机处于水平线上且相对位置保持不变,光栅提供线阵相机扫描行的坐标;
S2,得到线阵相机拍摄到的原始图像,对图像作预处理,获取到待测物体的边缘像素值;
S3,对待测物体的边缘像素值进行计算,得到物体的位置和轮廓信息。
进一步地,所述S3包括:
S3-1,根据相机成像原理,得到求相机基线的方法;所述相机基线通过以下公式求得:
其中,H’为参考物到相机基线的距离,相机1、2的焦距均为f,t1、t2分别是G1、G2在目标点T所在水平线上的对应点,G1、G2分别为相机1、2的光敏面中心点,T1、T2为一长度已知的参考物的两端点,M3为端点T1在相机1光敏面上的像素点;N1为端点T2在相机1光敏面上的像素点。
S3-2,建立在世界坐标下的物体点的坐标表达式,所述坐标表达式通过以下公式求得:
t1T+t2T=O1O2 (3)
其中,H为目标点T到相机基线的距离,相机1、2的焦距均为f,T为目标点,t1、t2分别是G1、G2在目标点T所在水平线上的对应点,M1、M2分别为目标点T在相机1、2光敏面上的像素点,G1、G2分别为相机1、2的光敏面中心点;O1、O2分别为相机1、2的光心点。
S3-3,多次重复执行步骤S3-2,得到物体位置和多个连续的宽度;
S3-4,将多个连续的宽度叠加起来即可得到物体的轮廓。
进一步地,所述预处理包括:GaussianBlur处理、腐蚀和膨胀处理、threshold处理、Canny边缘检测、霍夫直线检测之一或者任意组合。
进一步地,包括水平平台,在水平平台上设置有直线滑轨,在直线滑轨上设置有可在直线滑轨上移动的两个移动座,分别为第一移动座和第二移动座,线阵相机一固定安装在第一移动座上,线阵相机二固定安装在第二移动座上;
在水平平台上还设置有展示装置,所述展示装置包括控制器和触摸显示屏,所述触摸显示屏的触摸显示端与控制器的触摸显示端相连,线阵相机一的图像数据输出端与控制器的图像第一输入端相连,控制器设置于水平平台内,线阵相机二的图像数据输出端与图像采集器的图像第二输入端相连;控制器的第一驱动调节端与第一移动座的驱动调节端相连,控制器的第二驱动调节端与第二移动座的驱动调节端相连;
展示装置向其第一移动座和第二移动座发出位置调节命令,待第一移动座和第二移动座位置调节后,根据目标点位置得到其线阵相机一和线阵相机二基线间距离;再拍摄待测物数据,根据拍摄的待测物数据将其得到的待测物位置和轮廓信息展示在触摸显示屏上。
综上所述,由于采用了上述技术方案,本发明的有益效果是:
①该方法使用了两台CCD线阵相机,该相机扫描行的坐标即X轴坐标由光栅提供,高精度的光栅尺的示值精度远高于面阵CCD像元间距的制造精度,因此线阵相机具有较高的图像分辨率,可大大提高检测精度,并且线阵相机具有视场角大、扫描速度快等优点,可适用于高速运动的场景。
②该方法主要基于机器视觉理论,得到了建立在世界坐标下的物体点的坐标表达式,并且给出了一种相机基线的测量方法,减少了误差,理论推导清晰合理,具有较高的可实施性。
③该方法适用范围广泛、适用场景多种多样,比如高速运动物体的检测、复杂气候环境下的检测、高精度元器件的检测等。
解决了现代工业中遇到的目标物位置和轮廓的精密检测问题,本发明有安全系数高、精度高、检测平台易搭建、检测速度快等优点。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明目标点的笛卡尔坐标系示意图;
图2是本发明已知物体两端点的笛卡尔坐标系示意图;
图3是本发明具体实施例线阵相机拍摄到的原始图像示意图;
图4是本发明具体实施例预处理后的图像示意图。
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。
如图1所示,T为目标点,使两线阵相机1、2方向一致、保持同一水平线且相对位置不发生改变,O1、O2分别为相机1、2的光心点,G1、G2分别为相机1、2的光敏面中心点,M1、M2分别为目标点T在相机1、2光敏面上的像素点,两相机的焦距相同均为f,T到相机基线的距离为H。以O1与O2为X轴,O1、O2的中点O为原心建立笛卡尔坐标系,过O点竖直方向为Y轴。
由小孔成像原理知:
t1T+t2T=O1O2 (3)
其中,H为目标点T到相机基线的距离,相机1、2的焦距均为f,T为目标点,t1、t2分别是G1、G2在目标点T所在水平线上的对应点即t1t2平行且相等于G1G2,M1、M2分别为目标点T在相机1、2光敏面上的像素点,G1、G2分别为相机1、2的光敏面中心点。
如果O1O2已知,那么可以求出t1T、t2T以及H的长度,则目标点T的坐标可表示为(t1T-O1O2/2,H)。当目标点在两线阵相机视场角重叠范围内发生改变时,坐标点的计算原理与上面一致,可以通过求多个目标点的坐标在二维坐标系下精确地表示出物体的位置信息。对于轮廓信息,我们可以先利用线阵相机自带的拼接功能形成物体大致的轮廓信息,再根据本方法检测出物体精确的轮廓长度。
接下来的关键是求两相机光心点O1、O2之间的距离,即基线O1O2的长度。由于相机制作工艺存在偏差,因此通过直接测量求基线长度的方法不可取,下面介绍一种精确的求相机基线长度的方法。
如图2所示,T1、T2为一长度已知的参考物的两端点,所述参考物一般用竖状条纹,以保证在水平方向上的宽度处处相等;端点T1、T2对应相机1光敏面上的像素点M3、N1,端点T1、T2对应相机2光敏面上的像素点M4、N2
由小孔成像原理可知:
其中,H’为参考物到相机基线的距离,相机1、2的焦距均为f,t1、t2分别是G1、G2在参考物所在水平线上的对应点即t1t2平行且相等于G1G2,G1、G2分别为相机1、2的光敏面中心点,T1、T2为一长度已知的参考物的两端点,M3为端点T1在相机1光敏面上的像素点;M4为端点T1在相机2光敏面上的像素点;N1为端点T2在相机1光敏面上的像素点,N2为端点T2在相机2光敏面上的像素点。
其中T1T2已知,因此可以求出t1T1;同理可以求出t2T2。则O1O2=t1T1+T1T2+t2T2,基线长度求得。
所述目标点T包括待测物体的轮廓的所有点,即轮廓最左端点A1,A2,...Ai和轮廓最右端点B1,B2,...Bi,第一次通过两端点为T1、T2的参考物得到该水平线上物体的宽度A1B1,第二次通过两端点为T1、T2的参考物得到该水平线上物体的宽度A2B2......第i次通过两端点为T1、T2的参考物得到该水平线上物体的宽度AiBi。通过多次将多个连续的宽度叠加起来即可知道物体的轮廓。
其中参考物和待测物均需位于相机1和相机2视场角的重叠区域。
实施例的具体实施步骤如下:
S1,首先将两个线阵相机处于水平线上且相对位置保持不变,实验中使用不同宽度的长条状作为待检测物;
S2,利用线阵相机自带的拼接功能,获取拍摄到的原始图像轮廓信息如图3,并对图像作预处理,其中主要用到的图像处理方法是GaussianBlur处理、腐蚀和膨胀处理、threshold处理、Canny边缘检测、霍夫直线检测,经过这样处理后,实验准确性会有所提升。处理后的图像如图4所示,由此获取到待测物体的边缘像素值;
S3,然后根据本方法对待测物体的位置和轮廓信息进行计算,得到的结果如下表所示;
实施场景:
①接触网是电气化铁路中牵引供电系统的重要组成部分,它通过接触线与电力机车顶部的受电弓接触,负担着将电能不断可靠地传输给电力机车的重要职责。因此,为了保证铁路系统的安全运行,必须对接触网的各项几何参数进行周期性检测,采用的方法主要是非接触式检测方法,该方法主要以激光、超声波、雷达和图像处理等技术为主。近几年,随着图像处理技术的发展,基于图像处理的非接触式检测方法得到广泛运用。
本发明可以运用到接触线的导高、拉出值和磨损值的检测中,将相机固定在车顶,通过对采集到的图像进行处理(预处理、边缘提取等),可对接触线的几何参数进行精度极高的检测。通过与其它检测方法相比,基于双线阵CCD相机的物体位置和轮廓信息的检测方法主要有安全系数高、精度高、检测速度快等优点。
②在电子产品中,PCB(印刷电路板)是组成电子产品的重要部分。而电子产品能否长期的正常运作离不开PCB的质量程度。因此PCB质量的把关是电子产品制造商最应该重视的问题。电路板缺陷检测包括两部分:焊点缺陷检测和元器件检测,传统的检测采用人工检测方法,容易漏检、检测速度慢、检测时间长、成本高,已经逐渐不能够满足生产需要。因此,设计一种高效精准搭载工业相机以取代人眼的机器视觉电路板检测系统,具有非常重要的现实意义。
将本发明运用到PCB板的焊点缺陷加测和元器件检测中,通过速度编码器获取工作台履带的运动速度使相机频率与该速度匹配,然后拼接成一幅完整的图像,初步判断缺陷和元器件的位置和轮廓信息,再通过该方法进一步检测出精确的位置和轮廓信息。与其它方法相比,基于双线阵CCD相机的物体位置和轮廓信息的检测方法主要有精度高、检测平台易搭建、检测速度快等优点。
尽管已经示出和描述了本发明的实施例,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例进行多种变化、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。
Claims (3)
1.一种基于双线阵CCD相机的物体位置和轮廓信息的检测方法,其特征在于,包括:S1,将两个线阵相机处于水平线上且相对位置保持不变,光栅提供线阵相机扫描行的坐标;S2,得到线阵相机拍摄到的原始图像,对图像作预处理,获取到待测物体的边缘像素值;S3,对待测物体的边缘像素值进行计算,得到物体的位置和轮廓信息;
所述S3包括:
S3-1,根据相机成像原理,得到求相机基线的方法;所述相机基线通过以下公式求得:
其中,H’为参考物到相机基线的距离,相机1、2的焦距均为f,t1、t2分别是G1、G2在目标点T所在水平线上的对应点,G1、G2分别为相机1、2的光敏面中心点,T1、T2为一长度已知的参考物的两端点,M3为端点T1在相机1光敏面上的像素点;N1为端点T2在相机1光敏面上的像素点;
S3-2,建立在世界坐标下的物体点的坐标表达式,所述坐标表达式通过以下公式求得:
t1T+t2T=O1O2 (3)
其中,H为目标点T到相机基线的距离,相机1、2的焦距均为f,T为目标点,t1、t2分别是G1、G2在目标点T所在水平线上的对应点,M1、M2分别为目标点T在相机1、2光敏面上的像素点,G1、G2分别为相机1、2的光敏面中心点;O1、O2分别为相机1、2的光心点;
S3-3,多次重复执行步骤S3-2,得到物体位置和多个连续的宽度;
S3-4,将多个连续的宽度叠加起来即可得到物体的轮廓。
2.根据权利要求1所述的一种基于双线阵CCD相机的物体位置和轮廓信息的检测方法,其特征在于,所述预处理包括:GaussianBlur处理、腐蚀和膨胀处理、threshold处理、Canny边缘检测、霍夫直线检测之一或者任意组合。
3.根据权利要求1所述的一种基于双线阵CCD相机的物体位置和轮廓信息的检测方法,其特征在于,所述方法是基于双线阵CCD相机的物体位置和轮廓信息的检测系统实现的,所述检测系统包括水平平台,在水平平台上设置有直线滑轨,在直线滑轨上设置有可在直线滑轨上移动的两个移动座,分别为第一移动座和第二移动座,线阵相机一固定安装在第一移动座上,线阵相机二固定安装在第二移动座上;
在水平平台上还设置有展示装置,所述展示装置包括控制器和触摸显示屏,所述触摸显示屏的触摸显示端与控制器的触摸显示端相连,线阵相机一的图像数据输出端与控制器的图像第一输入端相连,控制器设置于水平平台内,线阵相机二的图像数据输出端与图像采集器的图像第二输入端相连;控制器的第一驱动调节端与第一移动座的驱动调节端相连,控制器的第二驱动调节端与第二移动座的驱动调节端相连;
展示装置向其第一移动座和第二移动座发出位置调节命令,待第一移动座和第二移动座位置调节后,根据目标点位置得到其线阵相机一和线阵相机二基线间距离;再拍摄待测物数据,根据拍摄的待测物数据将其得到的待测物位置和轮廓信息展示在触摸显示屏上。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110623063.2A CN113358026B (zh) | 2021-06-04 | 2021-06-04 | 基于双线阵ccd相机的物体位置和轮廓信息的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110623063.2A CN113358026B (zh) | 2021-06-04 | 2021-06-04 | 基于双线阵ccd相机的物体位置和轮廓信息的检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113358026A CN113358026A (zh) | 2021-09-07 |
CN113358026B true CN113358026B (zh) | 2023-04-18 |
Family
ID=77532043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110623063.2A Active CN113358026B (zh) | 2021-06-04 | 2021-06-04 | 基于双线阵ccd相机的物体位置和轮廓信息的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113358026B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114754673B (zh) * | 2022-03-18 | 2023-09-12 | 杭州申昊科技股份有限公司 | 刚性接触网几何参数测量方法、设备和存储介质 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3095463B2 (ja) * | 1991-07-23 | 2000-10-03 | 三洋機工株式会社 | 三次元測定方法 |
JPH09288735A (ja) * | 1996-04-23 | 1997-11-04 | Canon Inc | 画像処理装置 |
JP2003065736A (ja) * | 2001-08-24 | 2003-03-05 | Sanyo Electric Co Ltd | 3次元モデリング装置 |
JP6241083B2 (ja) * | 2013-06-10 | 2017-12-06 | 株式会社リコー | 撮像装置及び視差検出方法 |
US9940727B2 (en) * | 2014-06-19 | 2018-04-10 | University Of Southern California | Three-dimensional modeling from wide baseline range scans |
CN104634261B (zh) * | 2014-12-05 | 2017-05-03 | 浙江理工大学 | 基于线激光源的中厚板形貌检测系统及其方法 |
CN107703933B (zh) * | 2016-08-09 | 2021-07-06 | 深圳光启合众科技有限公司 | 机器人的充电方法、装置和设备 |
CN108426537B (zh) * | 2018-01-30 | 2020-10-09 | 华侨大学 | 一种基于线阵相机的在位砂轮快速全场检测方法及系统 |
CN109084688B (zh) * | 2018-09-20 | 2020-09-29 | 杭州电子科技大学 | 一种基于可变焦相机的双目视觉测距方法 |
CN109855822B (zh) * | 2019-01-14 | 2019-12-06 | 中山大学 | 一种基于无人机的高铁桥梁竖向动扰度测量方法 |
CN112785647A (zh) * | 2021-01-27 | 2021-05-11 | 北京宇航时代科技发展有限公司 | 一种三目立体图像检测方法和系统 |
-
2021
- 2021-06-04 CN CN202110623063.2A patent/CN113358026B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113358026A (zh) | 2021-09-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7813559B2 (en) | Image analysis for pick and place machines with in situ component placement inspection | |
CN112629441B (zh) | 3d曲面玻璃轮廓扫描检测方法及系统 | |
CN103499297A (zh) | 一种基于ccd的高精度测量方法 | |
CN102853786A (zh) | 平整度检测装置和方法 | |
CN112639395B (zh) | 三维测定装置 | |
US10535157B2 (en) | Positioning and measuring system based on image scale | |
CN113516716B (zh) | 一种单目视觉位姿测量及调整方法和系统 | |
CN110260818B (zh) | 一种基于双目视觉的电子连接器鲁棒检测方法 | |
CN113916156B (zh) | 一种高速高精度三维检测系统及方法 | |
CN113358026B (zh) | 基于双线阵ccd相机的物体位置和轮廓信息的检测方法 | |
Wang et al. | Error analysis and improved calibration algorithm for LED chip localization system based on visual feedback | |
Hsu et al. | Development of a faster classification system for metal parts using machine vision under different lighting environments | |
CN201425471Y (zh) | 端子高度差检测仪 | |
CN112097684B (zh) | 一种基于多姿态带结构光的视觉测量系统及测量方法 | |
CN102780860A (zh) | 一种线阵ccd图像扫描方法 | |
CN111397511A (zh) | 一种利用物体平移进行单目三维测量的方法及装置 | |
CN116612071A (zh) | 一种具有重复元件的大幅面pcb面板精确定位方法 | |
CN113983934B (zh) | 一种基于双线阵相机的覆铜板在线高速尺寸测量方法及装置 | |
CN205607332U (zh) | 基于机器视觉的桥式起重机桥架跨度测量装置 | |
JP2930746B2 (ja) | 部品検査装置 | |
CN115661256A (zh) | 相机和载台之间偏转角的计算方法、标定板及检测装置 | |
Nakagawa et al. | Three-Dimensional Vision Systems Using the Structured-Light Method for Inspecting Solder Joints and Assembly Robots | |
EP1676238B1 (en) | A method for measuring dimensions by means of a digital camera | |
Ishii | 3-d shape measurement using a focused-section method | |
CN214138538U (zh) | 一种基于视觉测量的轨道测距装置及系统 |
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 | ||
CB03 | Change of inventor or designer information |
Inventor after: Liu Wei Inventor after: Li Hao Inventor after: Yu Yisen Inventor after: Fang Liyong Inventor before: Liu Wei Inventor before: Li Wu Inventor before: Yu Aosen Inventor before: Fang Liyong |
|
CB03 | Change of inventor or designer information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |