CN113689506A - 线阵相机标定方法 - Google Patents
线阵相机标定方法 Download PDFInfo
- Publication number
- CN113689506A CN113689506A CN202111020128.0A CN202111020128A CN113689506A CN 113689506 A CN113689506 A CN 113689506A CN 202111020128 A CN202111020128 A CN 202111020128A CN 113689506 A CN113689506 A CN 113689506A
- Authority
- CN
- China
- Prior art keywords
- area
- calibration
- camera
- region
- steps
- 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
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000003708 edge detection Methods 0.000 claims description 5
- 230000011218 segmentation Effects 0.000 claims description 4
- 238000001514 detection method Methods 0.000 abstract description 7
- 238000005259 measurement Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 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
- G06T7/80—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
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种线阵相机标定方法,涉及图像检测的技术领域,由于使用了标定板,计算得到了每个标定块的分辨率,当被测目标发生移动时,可以根据被测目标的所在区域划分为第一区域、第二区域和第三区域,自动计算使用对应区域的分辨率进行计算,不会出现误差,计算结果更加精确,缓解了现有技术中存在的当检测区域在图像中的位置发生较大的变化时,对应的分辨率会发生变化,若测量所使用的分辨率不变,则测量的结果会出现误差的技术问题。
Description
技术领域
本发明涉及图像检测技术领域,尤其是涉及一种线阵相机标定方法。
背景技术
由于镜头存在畸变误差,导致图像中每个像素点所对应的实际物理距离都有所不同,所以需要对图像进行标定。
现有的技术为分区域标定方式,每一个检测区域对应一个平均分辨率,从而可以通过像素个数对实际目标物体进行测量。
但是,当检测区域在图像中的位置发生较大的变化时,对应的分辨率会发生变化,若测量所使用的分辨率不变,则测量的结果会出现误差。
发明内容
本发明的目的在于提供一种线阵相机标定方法,以缓解了现有技术中存在的当检测区域在图像中的位置发生较大的变化时,对应的分辨率会发生变化,若测量所使用的分辨率不变,则测量的结果会出现误差的技术问题。
第一方面,本发明提供的线阵相机标定方法,包括以下步骤:
标定步骤:相机测量标定板上任意一条标记块的像素个数,相机测量标定板任意一条标记块的实际宽度,计算得出分辨率为;
定位步骤:确定被测目标所在标定板的区域位置;
区域划分步骤:将被测区域分为第一区域、第二区域和第三区域,所述第一区域设置为被测目标左侧端点至被测目标所覆盖的最左侧分割线位置;
所述第二区域设置为被测目标所覆盖的最左侧标定块分割线位置至被测目标所覆盖的最右侧标定板分割线位置;
所述第三区域设置为被测目标所覆盖的最右侧标定板分割线位置至被测区域右侧端点。
计算步骤:根据第一区域、第二区域和第三区域,计算出被测目标的总物理宽度。
在可选的实施方式中,
所述标定步骤还包括以下步骤:
记录标定板边缘步骤:使用相机拍摄黑、白相间的标定板,记录每一条黑、白条交界处的位置。
在可选的实施方式中,
所述记录标定板边缘步骤还包括以下步骤:
将标定板图像使用二值化分割,得到黑、白区域的位置;
使用投影方式得到图像每一列的平均灰度值。将每一列的平均灰度值转化为离散型函数;
在可选的实施方式中,
所述记录标定板边缘还包括以下步骤:
使用亚像素边缘检测,提取黑、白区域交界边缘的准确位置,并记录下来。
在可选的实施方式中,
所述计算步骤还包括以下步骤:
通过覆盖标定块的数量计算与每个标定块的宽度计算出第二区域的物理宽度。
在可选的实施方式中,
所述计算步骤还包括以下步骤:
通过第一区域的像素长度和第一区域所在区域的分辨率计算出第一区域的物理宽度。
在可选的实施方式中,
所述计算步骤还包括以下步骤:
通过第三区域的像素长度和第三区域所在区域的分辨率计算出第三区域的物理宽度。
在可选的实施方式中,
所述计算步骤还包括以下步骤:
将第一区域的物理宽度、第二区域的物理宽度和第三区域的物理宽度相加计算出被测目标的总物理宽度。
在可选的实施方式中,
所述定位步骤还包括以下步骤:
保持相机位置不变,相机的工作距离不变,采集被测目标的图像。
在可选的实施方式中,
所述标定板包括第一标定块和第二标定块;
所述第一标定块和所述第二标定块均设置有多个,所述第一标定块和所述第二标定块相间排布。
本发明提供的线阵相机标定方法,由于使用了标定板,计算得到了每个标定块的分辨率,当被测目标发生移动时,可以根据被测目标的所在区域划分为第一区域、第二区域和第三区域,自动计算使用对应区域的分辨率进行计算,不会出现误差,计算结果更加精确,缓解了现有技术中存在的当检测区域在图像中的位置发生较大的变化时,对应的分辨率会发生变化,若测量所使用的分辨率不变,则测量的结果会出现误差的技术问题。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的线阵相机标定方法中标定板的结构示意图。
图标:10-第一区域;20-第二区域;30-第三区域;100-标定板;110-第一标定块;120-第二标定块;
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
在本发明的描述中,需要说明的是,术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”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,或者是该发明产品使用时惯常摆放的方位或位置关系,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。此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
此外,术语“水平”、“竖直”、“悬垂”等术语并不表示要求部件绝对水平或悬垂,而是可以稍微倾斜。如“水平”仅仅是指其方向相对“竖直”而言更加水平,并不是表示该结构一定要完全水平,而是可以稍微倾斜。
在本发明的描述中,还需要说明的是,除非另有明确的规定和限定,术语“设置”、“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
下面结合附图,对本发明的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
现有技术方案步骤:
步骤1,标定:根据被测目标在相机中的像素个数P,实际目标的物理宽度W,可以计算出每个像素所对应的分辨率的平均值R。公式为R=W/P。
步骤2:测量:使用相机测量的方式则与步骤1相反,通过步骤1已经得到了分辨率R。通过相机中的被测目标的像素个数P,则可以得到被测目标的实际物理宽度W,公式为W=P*R。
步骤3:当被测目标在相机视场中发生了位置移动,必须重复上述步骤1,重新获取分辨率,否则由于镜头畸变,当前位置的分辨率与之前位置的分辨率不同。被测目标的实际物理宽度W会产生误差。
本实施例提供的线阵相机标定方法,包括以下步骤:标定步骤:相机测量标定板100上任意一条标记块的像素个数,相机测量标定板100任意一条标记块的实际宽度,计算得出分辨率为;定位步骤:确定被测目标所在标定板100的区域位置;区域划分步骤:将被测区域分为第一区域10、第二区域20和第三区域30,第一区域10设置为被测目标左侧端点至被测目标所覆盖的最左侧分割线位置;第二区域20设置为被测目标所覆盖的最左侧标定块分割线位置至被测目标所覆盖的最右侧标定板100分割线位置;第三区域30设置为被测目标所覆盖的最右侧标定板100分割线位置至被测区域右侧端点。计算步骤:根据第一区域10、第二区域20和第三区域30,计算出被测目标的总物理宽度。
具体的,如图1所示,使用相机拍摄黑、白相间的宽度为D的标准菲林片。黑、白条的个数总和为N,每条中,相机测量的像素个数为P,实际宽度为W,分辨率为R。计算公式为R=P/W。以此计算每一条中的分辨率。
保持相机位置不变,相机的工作距离不变,采集被测物体的图像,确定被测物体与初始标定的标定板100的相对位置,将被测区域分为三个区域,第一区域10:被测目标左侧端点至被测目标所覆盖的最左侧分割线位置,第二区域20:被测目标所覆盖的第一条标定板100分割线位置至被测目标所覆盖的最右侧标定板100分割线位置,第三区域30:被测目标所覆盖的最右侧标定板100分割线位置至被测区域右侧端点,分别计算三个区域的物理宽度,并计算出总物理宽度,即使被测目标发生了移动,也可根据被测目标所在区域,计算出对应区域的分辨率。
本实施例提供的线阵相机标定方法,由于使用了标定板100,计算得到了每个标定块的分辨率,当被测目标发生移动时,可以根据被测目标的所在区域划分为第一区域10、第二区域20和第三区域30,自动计算使用对应区域的分辨率进行计算,不会出现误差,计算结果更加精确,缓解了现有技术中存在的当检测区域在图像中的位置发生较大的变化时,对应的分辨率会发生变化,若测量所使用的分辨率不变,则测量的结果会出现误差的技术问题。
在上述实施例的基础上,在可选的实施方式中,本实施例提供的线阵相机标定方法中标定步骤还包括以下步骤:记录标定板100边缘步骤:使用相机拍摄黑、白相间的标定板100,记录每一条黑、白条交界处的位置。
具体的,在标定步骤之前,使用相机拍摄黑白相间条纹作为标定板100,每条黑白条纹的宽度均相同,并记录每组黑白条纹交界处的位置。
在可选的实施方式中,记录标定板100边缘步骤还包括以下步骤:将标定板100图像使用二值化分割,得到黑、白区域的位置;使用投影方式得到图像每一列的平均灰度值。将每一列的平均灰度值转化为离散型函数;
具体的,首先将标定板100图像使用简单的二值化分割,得到黑、白区域的大致位置,后使用投影方式得到图像每一列的平均灰度值,将每一列的平均灰度值转化为离散型函数。
上述步骤中已完成相机的标定工作,在工作距离不变,相机位置不变的情况下,可以不需重复标定。
在可选的实施方式中,记录标定板100边缘还包括以下步骤:使用亚像素边缘检测,提取黑、白区域交界边缘的准确位置,并记录下来。
具体的,标定完成后使用亚像素边缘检测算法记录黑白条纹交界的准确位置。
在可选的实施方式中,计算步骤还包括以下步骤:通过覆盖标定块的数量计算与每个标定块的宽度计算出第二区域20的物理宽度。
具体的,计算第二区域20的物理宽度,通过第二区域20覆盖标定块的数量可以计算,由于每个标定块的长度相同,都为D,如第二区域20覆盖n个标定块,则第二区域20的物理宽度W2=n*D。
在可选的实施方式中,计算步骤还包括以下步骤:通过第一区域10的像素长度和第一区域10所在区域的分辨率计算出第一区域10的物理宽度。
在可选的实施方式中,计算步骤还包括以下步骤:通过第三区域30的像素长度和第三区域30所在区域的分辨率计算出第三区域30的物理宽度。
具体的,计算第一区域10和第三区域30的物理宽度,计算方式:将第一区域10和第三区域30的像素长度乘以对应的区域的分辨率,如第一区域10所在区域N,区域N的分辨率为Nr,第一区域10的像素长度为P1,则第一区域10的物理宽度W1=P1*Nr,第三区域30的计算方式与第一区域10相同,第三区域30的物理宽度记为W3。
在可选的实施方式中,计算步骤还包括以下步骤:将第一区域10的物理宽度、第二区域20的物理宽度和第三区域30的物理宽度相加计算出被测目标的总物理宽度。
具体的,计算被测目标的总宽度。将第一区域10、2、3物理宽度相加可得,总宽度W=W1+W2+W3。
在可选的实施方式中,定位步骤还包括以下步骤:保持相机位置不变,相机的工作距离不变,采集被测目标的图像。
在可选的实施方式中,标定板100包括第一标定块110和第二标定块120;第一标定块110和第二标定块120均设置有多个,第一标定块110和第二标定块120相间排布。
具体的,第一标定块110为黑色条纹,第二标定块120为白色条纹,黑色条纹与白色条纹宽度相同,黑白相间排布。
整体步骤如下:步骤1,记录标定板100边缘:将每一条黑、白条交界边缘的位置记录,用于后续的分辨率标定,以及确定被测物体所在位置的分辨率,首先将标定板100图像使用简单的二值化分割,得到黑、白区域的大致位置。
步骤2,使用投影方式得到图像每一列的平均灰度值,将每一列的平均灰度值转化为离散型函数。
步骤3,使用亚像素边缘检测算法,提取到黑、白区域交界边缘的准确位置,并记录下来。
步骤4,标定:使用相机拍摄黑、白相间的宽度为D的标定板100,黑、白条的个数总和为N,每条中,相机测量的像素个数为P,实际宽度为W,分辨率为R,计算公式为R=P/W,以此计算每一条中的分辨率。
步骤5:步骤1、2中已完成相机的标定工作,在工作距离不变,相机位置不变的情况下,可以不需重复标定,步骤3为将标定板100撤下,后续的图示中为了展示被测物体与标定板100的相对位置关系,会将标定板100继续作为示意图显示。
步骤6:保持相机位置不变,相机的工作距离不变,采集被测物体的图像。
步骤7:确定被测物体与初始标定的标定板100的相对位置。
步骤8,将被测区域分为三个区域,第一区域10:被测目标左侧端点至被测目标所覆盖的最左侧分割线位置,第二区域20:被测目标所覆盖的第一条标定板100分割线位置至被测目标所覆盖的最右侧标定板100分割线位置,第三区域30:被测目标所覆盖的最右侧标定板100分割线位置至被测区域右侧端点。
步骤9,计算第二区域20的物理宽度,通过第二区域20覆盖标定块的数量可以计算,由于每个标定块的长度相同,都为D,如第二区域20覆盖n个标定块,则第二区域20的物理宽度W2=n*D。
步骤10:计算第一区域10、第三区域30的物理宽度,计算方式:将第一区域10、3的像素长度乘以对应的区域的分辨率,如第一区域10所在区域N,区域N的分辨率为Nr,第一区域10的像素长度为P1,则第一区域10的物理长度W1=P1*Nr,第三区域30的计算方式与第一区域10相同。
步骤11,计算被测目标的总宽度,将第一区域10、第二区域20、第三区域30物理宽度相加可得,总宽度W=W1+W2+W3。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种线阵相机标定方法,其特征在于,包括以下步骤:
标定步骤:相机测量标定板(100)上任意一条标记块的像素个数,相机测量标定板(100)任意一条标记块的实际宽度,计算得出分辨率为;
定位步骤:确定被测目标所在标定板(100)的区域位置;
区域划分步骤:将被测区域分为第一区域(10)、第二区域(20)和第三区域(30),所述第一区域(10)设置为被测目标左侧端点至被测目标所覆盖的最左侧分割线位置;
所述第二区域(20)设置为被测目标所覆盖的最左侧标定块分割线位置至被测目标所覆盖的最右侧标定板(100)分割线位置;
所述第三区域(30)设置为被测目标所覆盖的最右侧标定板(100)分割线位置至被测区域右侧端点;
计算步骤:根据第一区域(10)、第二区域(20)和第三区域(30),计算出被测目标的总物理宽度。
2.根据权利要求1所述的线阵相机标定方法,其特征在于,
所述标定步骤还包括以下步骤:
记录标定板(100)边缘步骤:使用相机拍摄黑、白相间的标定板(100),记录每一条黑、白条交界处的位置。
3.根据权利要求2所述的线阵相机标定方法,其特征在于,
所述记录标定板(100)边缘步骤还包括以下步骤:
将标定板(100)图像使用二值化分割,得到黑、白区域的位置;
使用投影方式得到图像每一列的平均灰度值,将每一列的平均灰度值转化为离散型函数。
4.根据权利要求3所述的线阵相机标定方法,其特征在于,
所述记录标定板(100)边缘还包括以下步骤:
使用亚像素边缘检测,提取黑、白区域交界边缘的准确位置,并记录下来。
5.根据权利要求1所述的线阵相机标定方法,其特征在于,
所述计算步骤还包括以下步骤:
通过覆盖标定块的数量计算与每个标定块的宽度计算出第二区域(20)的物理宽度。
6.根据权利要求5所述的线阵相机标定方法,其特征在于,
所述计算步骤还包括以下步骤:
通过第一区域(10)的像素长度和第一区域(10)所在区域的分辨率计算出第一区域(10)的物理宽度。
7.根据权利要求6所述的线阵相机标定方法,其特征在于,
所述计算步骤还包括以下步骤:
通过第三区域(30)的像素长度和第三区域(30)所在区域的分辨率计算出第三区域(30)的物理宽度。
8.根据权利要求7所述的线阵相机标定方法,其特征在于,
所述计算步骤还包括以下步骤:
将第一区域(10)的物理宽度、第二区域(20)的物理宽度和第三区域(30)的物理宽度相加计算出被测目标的总物理宽度。
9.根据权利要求1所述的线阵相机标定方法,其特征在于,
所述定位步骤还包括以下步骤:
保持相机位置不变,相机的工作距离不变,采集被测目标的图像。
10.根据权利要求1-9任一项所述的线阵相机标定方法,其特征在于,所述标定板(100)包括第一标定块(110)和第二标定块(120);
所述第一标定块(110)和所述第二标定块(120)均设置有多个,所述第一标定块(110)和所述第二标定块(120)相间排布。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111020128.0A CN113689506B (zh) | 2021-09-01 | 线阵相机标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111020128.0A CN113689506B (zh) | 2021-09-01 | 线阵相机标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113689506A true CN113689506A (zh) | 2021-11-23 |
CN113689506B CN113689506B (zh) | 2024-09-06 |
Family
ID=
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115824038A (zh) * | 2022-08-17 | 2023-03-21 | 宁德时代新能源科技股份有限公司 | 标定尺、标定方法及装置、检测方法及装置 |
CN117541766A (zh) * | 2023-10-20 | 2024-02-09 | 钛玛科(北京)工业科技有限公司 | 镜头点检方法及装置 |
CN117589063A (zh) * | 2024-01-18 | 2024-02-23 | 宁德时代新能源科技股份有限公司 | 尺寸检测方法及尺寸检测系统 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070269137A1 (en) * | 2006-05-22 | 2007-11-22 | Takashi Ida | High resolution enabling apparatus and method |
CN105222727A (zh) * | 2015-09-25 | 2016-01-06 | 深圳大学 | 线阵ccd相机成像平面与工作台平行度的测量方法和系统 |
US20180150949A1 (en) * | 2015-04-24 | 2018-05-31 | Hitachi Automotive Systems, Ltd. | Image Processing Device |
CN109489566A (zh) * | 2018-11-07 | 2019-03-19 | 广州超音速自动化科技股份有限公司 | 锂电池隔膜材料分切宽度检测方法、检测系统及装置 |
CN111047649A (zh) * | 2018-10-15 | 2020-04-21 | 华东交通大学 | 一种基于最优偏振角的相机高精度标定方法 |
CN111872544A (zh) * | 2020-07-31 | 2020-11-03 | 深圳市学而用科技有限公司 | 激光出光指示点的标定方法、装置和振镜同轴视觉系统 |
WO2021026338A1 (en) * | 2019-08-06 | 2021-02-11 | Leica Biosystems Imaging, Inc. | Physical calibration slide |
CN112802123A (zh) * | 2021-01-21 | 2021-05-14 | 北京科技大学设计研究院有限公司 | 一种基于条纹虚拟靶标的双目线阵相机静态标定方法 |
CN112862815A (zh) * | 2021-03-12 | 2021-05-28 | 江苏鑫源烟草薄片有限公司 | 一种基于单目视觉的再造梗丝宽度检测方法 |
CN112991459A (zh) * | 2021-03-09 | 2021-06-18 | 北京百度网讯科技有限公司 | 一种相机标定方法、装置、设备以及存储介质 |
CN112995521A (zh) * | 2021-04-21 | 2021-06-18 | 征图新视(江苏)科技股份有限公司 | 基于正弦条纹的线阵相机高精度自动调焦方法 |
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070269137A1 (en) * | 2006-05-22 | 2007-11-22 | Takashi Ida | High resolution enabling apparatus and method |
US20180150949A1 (en) * | 2015-04-24 | 2018-05-31 | Hitachi Automotive Systems, Ltd. | Image Processing Device |
CN105222727A (zh) * | 2015-09-25 | 2016-01-06 | 深圳大学 | 线阵ccd相机成像平面与工作台平行度的测量方法和系统 |
CN111047649A (zh) * | 2018-10-15 | 2020-04-21 | 华东交通大学 | 一种基于最优偏振角的相机高精度标定方法 |
CN109489566A (zh) * | 2018-11-07 | 2019-03-19 | 广州超音速自动化科技股份有限公司 | 锂电池隔膜材料分切宽度检测方法、检测系统及装置 |
WO2021026338A1 (en) * | 2019-08-06 | 2021-02-11 | Leica Biosystems Imaging, Inc. | Physical calibration slide |
CN111872544A (zh) * | 2020-07-31 | 2020-11-03 | 深圳市学而用科技有限公司 | 激光出光指示点的标定方法、装置和振镜同轴视觉系统 |
CN112802123A (zh) * | 2021-01-21 | 2021-05-14 | 北京科技大学设计研究院有限公司 | 一种基于条纹虚拟靶标的双目线阵相机静态标定方法 |
CN112991459A (zh) * | 2021-03-09 | 2021-06-18 | 北京百度网讯科技有限公司 | 一种相机标定方法、装置、设备以及存储介质 |
CN112862815A (zh) * | 2021-03-12 | 2021-05-28 | 江苏鑫源烟草薄片有限公司 | 一种基于单目视觉的再造梗丝宽度检测方法 |
CN112995521A (zh) * | 2021-04-21 | 2021-06-18 | 征图新视(江苏)科技股份有限公司 | 基于正弦条纹的线阵相机高精度自动调焦方法 |
Non-Patent Citations (3)
Title |
---|
JIABIN ZHANG ET: "A New Calibration Method of Line Scan Camera for High-Precision Two-Dimensional Measurement", 《2018 IEEE 14TH INTERNATIONAL CONFERENCE ON AUTOMATION SCIENCE AND ENGINEERING (CASE)》, 6 December 2018 (2018-12-06) * |
刘源泂;周同聚;王兴东;刘钊;: "多线阵相机系统位姿高精度校准方法", 华中科技大学学报(自然科学版), no. 11, 22 November 2018 (2018-11-22) * |
段振云;王宁;赵文辉;赵文珍;: "基于点阵标定板的视觉测量系统的标定方法", 光学学报, no. 05, 10 May 2016 (2016-05-10) * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115824038A (zh) * | 2022-08-17 | 2023-03-21 | 宁德时代新能源科技股份有限公司 | 标定尺、标定方法及装置、检测方法及装置 |
CN115824038B (zh) * | 2022-08-17 | 2023-09-29 | 宁德时代新能源科技股份有限公司 | 标定尺、标定方法及装置、检测方法及装置 |
CN117541766A (zh) * | 2023-10-20 | 2024-02-09 | 钛玛科(北京)工业科技有限公司 | 镜头点检方法及装置 |
CN117589063A (zh) * | 2024-01-18 | 2024-02-23 | 宁德时代新能源科技股份有限公司 | 尺寸检测方法及尺寸检测系统 |
CN117589063B (zh) * | 2024-01-18 | 2024-05-14 | 宁德时代新能源科技股份有限公司 | 尺寸检测方法及尺寸检测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US4499383A (en) | Edge detection apparatus | |
EP2439491A1 (en) | Distance measuring device and distance measuring method | |
US20130076896A1 (en) | Three-dimensional measurement apparatus, three-dimensional measurement method, and storage medium | |
CN110533686B (zh) | 线阵相机行频与物体运动速度是否匹配的判断方法及系统 | |
US5185811A (en) | Automated visual inspection of electronic component leads prior to placement | |
CN109961483A (zh) | 汽车及单目摄像头的标定方法、系统 | |
CN109549661B (zh) | 一种探测器几何校正体模及校正方法 | |
JP3216792B2 (ja) | 映像による距離検出方法 | |
CN105204173A (zh) | 一种视图合成校正方法及装置 | |
CN112013921B (zh) | 一种基于水位尺测量图像获取水位信息的方法、装置和系统 | |
CN110611770A (zh) | 线阵相机行频与物体运动速度是否匹配的判断方法及系统 | |
CN110740314B (zh) | 彩色线阵相机坏点校正方法及系统 | |
CN112985265B (zh) | 线阵相机及其精度补偿方法、存储介质 | |
CN113689506A (zh) | 线阵相机标定方法 | |
CN114235351A (zh) | 一种激光阵列中激光光斑偏移检测方法、系统及相关设备 | |
CN113689506B (zh) | 线阵相机标定方法 | |
JP3668653B2 (ja) | デジタルカメラを用いる寸法,形状の計測方法 | |
US6246478B1 (en) | Reticle for an object measurement system | |
KR20220080197A (ko) | Pdaf 픽셀의 출력 신호를 생성하는 방법 | |
JP3668654B2 (ja) | 歪曲収差の補正方法 | |
EP4173473A1 (en) | Plant dimension measuring method | |
EP2124017A1 (en) | Manufacturing method for inspection device | |
CN114782555A (zh) | 地图映射方法、设备、及存储介质 | |
CN211794627U (zh) | 一种足型扫描定位板及足型扫描系统 | |
JP3990002B2 (ja) | 画像測定装置 |
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 |