CN113706629B - 一种基于虚拟投影的零件编号识别方法及装置 - Google Patents

一种基于虚拟投影的零件编号识别方法及装置 Download PDF

Info

Publication number
CN113706629B
CN113706629B CN202110985263.2A CN202110985263A CN113706629B CN 113706629 B CN113706629 B CN 113706629B CN 202110985263 A CN202110985263 A CN 202110985263A CN 113706629 B CN113706629 B CN 113706629B
Authority
CN
China
Prior art keywords
virtual
target part
projector
rectangular plate
dimensional
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
Application number
CN202110985263.2A
Other languages
English (en)
Other versions
CN113706629A (zh
Inventor
林毓涛
张丽艳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN202110985263.2A priority Critical patent/CN113706629B/zh
Publication of CN113706629A publication Critical patent/CN113706629A/zh
Application granted granted Critical
Publication of CN113706629B publication Critical patent/CN113706629B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
    • 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
    • G06T2207/30204—Marker
    • 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)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Processing Or Creating Images (AREA)

Abstract

本发明提供一种基于虚拟投影的零件编号识别系统、方法及装置，其中系统包括矩形板、标定板、支撑柱、投影仪、照相机和上位机；在上位机中构建与零件编号识别系统的部件及部件参数一致的虚拟识别平台；获取目标零件的第一三维数模并导入至虚拟识别平台中，模拟目标零件在矩形板上的摆放状态，得到标签图像。进行零件编号识别时，将目标零件的标签图像投影至矩形板的上，得到目标零件的虚拟三维图像；再将待识别编号的零件放置在矩形板上并调整摆放姿态，判断待识别编号的零件三维表面与虚拟三维图像是否完全重合，完成零件编号识别工作。解决了依靠人工按照二维机械图纸对零件进行编号识别，不但效率低，而且零件编号识别正确性难以保证的问题。

Description

一种基于虚拟投影的零件编号识别方法及装置
技术领域
本发明属于图像处理和机器视觉检测技术领域，尤其涉及一种基于虚拟投影的零件编号识别方法及装置。
背景技术
在机械制造领域，零件按照二维机械图纸完成固定形状加工后，会将所有零件混合在一起，进行零件表面热处理、抛光、喷漆等操作。操作完成后，生产厂家为了方便管理和后续生产，需要对每个零件进行身份识别，确定每个零件的编号。
目前，对零件进行编号识别通常依据零件的形状和尺寸比对二维机械图纸，如果零件的形状和尺寸均与二维机械图纸上的参数匹配，则可以确定该二维机械图纸的编号为正在比对的零件的编号。
然而，所有零件中通常存在一些零件外形结构相似，形状或尺寸差异较小的情况。如图1所示，零件C-1、零件C-2以及零件C-3存在相同部位的形状或尺寸相同或相似。在零件数量较多的情况下，依靠人工按照二维机械图纸对零件进行编号识别，不但效率低，而且零件编号识别的正确性难以保证。
发明内容
本发明提供一种基于虚拟投影的零件编号识别方法及装置，可用于解决现有技术在零件数量较多的情况下，依靠人工按照二维机械图纸对零件进行编号识别，不但效率低，而且零件编号识别的正确性难以保证的问题。
为实现上述目的，本发明采用以下技术方案：
第一方面，本发明提供一种基于虚拟投影的零件编号识别系统，包括：矩形板、标定板、支撑柱、投影仪、照相机以及上位机；
两根所述支撑柱垂直固定于所述矩形板的上表面；所述标定板位于所述矩形板上表面的中部且位于两根所述支撑柱之间；两根所述支撑柱的顶部通过横梁固定连接；所述投影仪和照相机均信号连接所述上位机，且均固定连接于所述横梁；所述投影仪的镜头和照相机的镜头均朝向所述标定板。
第二方面，本发明提供一种基于虚拟投影的零件编号识别方法，所述零件编号识别方法应用于第一方面所述的一种基于虚拟投影的零件编号识别系统；
所述零件编号识别方法包括：
标定投影仪的内参数和外参数；
根据所述投影仪的内参数和外参数，在上位机中构建虚拟识别平台，所述虚拟识别平台中的部件及部件参数均与零件编号识别系统中的部件及部件参数相同；
获取目标零件的第一三维数模，所述第一三维数模在目标零件自身模型坐标系下，且存储在上位机中；
将目标零件的第一三维数模导入至所述虚拟识别平台中；
在所述虚拟识别平台的矩形板上模拟目标零件在所述零件编号识别系统的矩形板上的摆放状态，得到目标零件的第二三维数模；
根据目标零件的第二三维数模，生成目标零件的标签图像；
将目标零件的标签图像投影至所述零件编号识别系统的矩形板的上表面，得到目标零件的虚拟三维图像；
判断待编号识别的零件与目标零件的虚拟三维图像是否重合；
如果是，将待编号识别的零件确定为目标零件的编号；
如果否，重新获取目标零件的第一三维数模。
为优化上述技术方案，采取的具体措施还包括：
进一步地，所述根据目标零件的第二三维数模，得到目标零件的标签图像包括：
对所述将目标零件的第二三维数模进行渲染，得到渲染模型；
将渲染模型投影至所述虚拟识别平台的投影仪的图像平面，得到目标零件的标签图像。
第三方面，本发明提供一种基于虚拟投影的零件编号识别装置，所述零件编号识别装置应用于第一方面所述的一种基于虚拟投影的零件编号识别系统，包括：
标定模块，用于标定投影仪的内参数和外参数；
构建模块，用于根据所述投影仪的内参数和外参数，在上位机中构建虚拟识别平台，所述虚拟识别平台中的部件及部件参数均与零件编号识别系统中的部件及部件参数相同；
第一获取模块，用于获取目标零件的第一三维数模，所述第一三维数模在目标零件自身模型坐标系下，且存储在上位机中；
导入模块，用于将目标零件的第一三维数模导入至所述虚拟识别平台中；
模拟模块，用于在所述虚拟识别平台的矩形板上模拟目标零件在所述零件编号识别系统的矩形板上的摆放状态，得到目标零件的第二三维数模；
标签图像生成模块，用于根据目标零件的第二三维数模，生成目标零件的标签图像；
投影模块，用于将目标零件的标签图像通过所述零件编号识别系统的投影仪投影至所述零件编号识别系统的矩形板的上表面，得到目标零件的虚拟三维图像；
判断模块，用于判断待编号识别的零件与目标零件的虚拟三维图像是否重合；
确定模块，用于在判断模块确定待编号识别的零件与目标零件的虚拟三维图像重合的情况下，将待编号识别的零件确定为目标零件的编号；
第二获取模块，用于在判断模块确定待编号识别的零件与目标零件的虚拟三维图像不重合的情况下，重新获取目标零件的第一三维数模。
进一步地，所述标签图像生成模块包括：
渲染单元，用于对所述目标零件的第二三维数模进行渲染，得到渲染模型；
虚拟投影单元，用于将渲染模型投影至所述虚拟识别平台的投影仪的图像平面，得到目标零件的标签图像。
本发明的有益效果是：
本发明提供一种基于虚拟投影的零件编号识别系统，包括矩形板、标定板、支撑柱、投影仪、照相机以及上位机。借助照相机和标定板标定出投影仪的内参数及外参数，构建一个与零件编号识别系统的部件及部件参数一致的虚拟识别平台。获取目标零件的第一三维数模并导入到虚拟识别平台中，模拟目标零件在矩形板上的稳定摆放状态并进行真实感渲染，得到标签图像。进行零件编号识别时，用投影仪将目标零件的标签图像投影至所述零件编号识别系统的矩形板的上表面，得到目标零件的虚拟三维图像。然后将待识别编号的零件放置在零件编号识别系统的矩形板上并调整摆放位置，判断待识别编号的零件三维表面与所投影的目标零件的虚拟三维图像是否完全重合，完成零件编号识别工作。解决了依靠人工按照二维机械图纸对零件进行编号识别，不但效率低，而且零件编号识别的正确性难以保证的问题。
附图说明
为了更清楚地说明本发明的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，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为结构相似零件的对比图；
图2为本发明实施例提供的一种基于虚拟投影的零件编号识别系统的结构示意图；
图3为本发明实施例提供的一种基于虚拟投影的零件编号识别方法的工作流程图；
图4为本发明实施例提供的一种基于虚拟投影的零件编号识别方法中的渲染图；
图5为本发明实施例提供的一种基于虚拟投影的零件编号识别装置的结构示意图。
具体实施方式
现在结合附图对本发明作进一步详细的说明。
需要注意的是，发明中所引用的如“上”、“下”、“左”、“右”、“前”、“后”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。
如背景技术中所述的目前对零件进行编号识别通常依据零件的形状和尺寸比对二维机械图纸，如果零件的形状和尺寸均与二维机械图纸上的参数匹配，则可以确定该二维机械图纸的编号为正在比对的零件的编号。然而，所有零件中通常存在一些零件外形结构相似，形状或尺寸差异较小的情况。如图1所示，零件C-1、零件C-2以及零件C-3存在相同部位的形状或尺寸相同或相似。在零件数量较多的情况下，依靠人工按照二维机械图纸对零件进行编号识别，不但效率低，而且零件编号识别的正确性难以保证。
因此，为了解决上述问题，本发明实施例部分提供了一种基于虚拟投影的零件编号识别系统，图2所示为本发明实施例提供的一基于虚拟投影的零件编号识别系统的结构示意图。如图2所示，所述零件编号识别系统，包括矩形板1、标定板2、支撑柱3、投影仪4、照相机5以及上位机6。
两根支撑柱3垂直固定于矩形板1的上表面；标定板2位于矩形板1上表面的中部且位于两根支撑柱3之间；两根支撑柱3的顶部通过横梁31固定连接；投影仪4和照相机5均信号连接上位机6，且均固定连接于横梁31；投影仪4的镜头和照相机5的镜头均朝向标定板2。
在上位机6上安装有OpenGL函数库。利用照相机5和结构光投影标定出投影仪4的内参数及投影仪4与矩形板1之间的位姿关系，在OpenGL函数库中构建虚拟识别平台。获取目标零件的第一三维数模并导入到虚拟识别平台的矩形板上，模拟目标零件在矩形板上的摆放状态并进行真实感渲染，得到标签图像。其中模拟目标零件在矩形板上的摆放状态是模拟的目标零件在矩形板上稳定的摆放状态。进行零件编号识别时，用投影仪将目标零件的标签图像投影至所述零件编号识别系统的矩形板的上表面，得到目标零件的虚拟三维图像。然后将待识别编号的零件放置在零件编号识别系统的矩形板上并调整摆放位置，判断待识别编号的零件三维表面与所投影的目标零件的虚拟三维图像是否完全重合，完成零件编号识别工作。解决了依靠人工按照二维机械图纸对零件进行编号识别，不但效率低，而且零件编号识别的正确性难以保证的问题。
本发明实施例部分还提供了一种基于虚拟投影的零件编号识别方法，所述零件编号识别方法应用于所述零件编号识别系统；如图3所示，所述零件编号识别方法包括：
步骤S101，标定投影仪的内参数和外参数。
本步骤中，投影仪内参数和外参数标定借助一块标定板实现，标定过程中，世界坐标系选定在标定板平面上。多次变换标定板的位姿，在每一位姿下投影仪向标定板投射一组条纹结构光，照相机拍摄标定板上的结构光，上位机运行图像解相程序，解得投影仪的内参数K及每一个位姿下投影仪坐标系与标定板确定的世界坐标系之间的位姿变换矩阵。在多次变换的标定板位姿中，有一个位姿下的标定板完全贴合在矩形板的上表面，此时世界坐标系的xoy平面与矩形板的上表面平行，且矩形板的上表面与世界坐标系的xoy平面在z轴方向上相差一个标定板的厚度，结合此位姿下投影仪坐标系与标定板确定的世界坐标系之间的位姿变换矩阵[R|t]，即得到了投影仪与矩形板之间的位姿关系(外参数)。
其中，投影仪的内参数其中，fx为像素坐标系下的u轴归一化焦距，fy为像素坐标系下的v轴归一化焦距，u0为图像平面主点在像素坐标系下的u轴坐标，v0为图像平面主点在像素坐标系下的v轴坐标。
位姿变换矩阵[R|t]由旋转矩阵R及平移向量t构成。其中，(r11,r21,r31)T、(r12,r22,r32)T、(r13,r23,r33)T为旋转矩阵R的各个分量。
平移向量其中t1、t2、t3分别为在x轴、y轴、z轴方向上的平移量。
进一步的，投影仪内参数和外参数标定的过程中，考虑了投影仪的径向畸变和切向畸变，使用的畸变模型为：
其中，k1、k2、k3分别为投影仪的径向畸变系数，p1、p2分别为投影仪的切向畸变系数，(x,y)为投影仪图像平面上的点在投影仪坐标系下的坐标值，(xd,yd)为畸变后投影仪图像平面上的点在投影仪坐标系下的坐标值。
步骤S102，根据所述投影仪的内参数和外参数，在上位机中构建虚拟识别平台，所述虚拟识别平台中的部件及部件参数均与零件编号识别系统中的部件及部件参数相同。
本步骤中，上位机安装有OpenGL函数库，在OpenGL函数库中构建虚拟识别平台。虚拟识别平台也包括矩形板、标定板、支撑柱、投影仪、照相机以及上位机，这些部件的位置关系也与零件编号识别系统中的部件的位置关系对应相同。
步骤S103，获取目标零件的第一三维数模，所述第一三维数模在目标零件自身模型坐标系下，且存储在上位机中。
本步骤中，所有零件的第一三维数模均在零件自身模型坐标系下，且均存储在上位机中。
步骤S104，将目标零件的第一三维数模导入至所述虚拟识别平台中。
步骤S105，在所述虚拟识别平台的矩形板上模拟目标零件在所述零件编号识别系统的矩形板上的摆放状态，得到目标零件的第二三维数模。
本步骤中，目标零件的第二三维数模在所述虚拟识别平台的矩形板上的姿态是任意摆放姿态。可选的，模拟目标零件在矩形板上的摆放状态是模拟的目标零件在矩形板上稳定的摆放状态。
步骤S106，根据目标零件的第二三维数模，生成目标零件的标签图像。
本步骤中，对所述将目标零件的第二三维数模进行渲染，得到渲染模型；将渲染模型投影至所述虚拟识别平台的投影仪的图像平面，得到目标零件的标签图像。如图4所示，将投影仪的内参数矩阵K、畸变系数k1、k2、k3、p1、p2、投影仪坐标系与标定板确定的世界坐标系之间的位姿变换矩阵[R|t]以及三维数模点Pi在世界坐标系下的坐标信息法向信息/>代入Phong光照模型和投影仪的逆成像模型，i＝1,2,...,n，n为三维数模点的总个数，在OpenGL函数库中进行真实感渲染，并生成一张分辨率与投影仪分辨率相同的零件图像，作为目标零件的标签图像。
步骤S107，将目标零件的标签图像通过所述零件编号识别系统的投影仪投影至所述零件编号识别系统的矩形板的上表面，得到目标零件的虚拟三维图像。
步骤S108，判断待编号识别的零件与目标零件的虚拟三维图像是否重合。
步骤S109，如果是，将待编号识别的零件确定为目标零件的编号。
步骤S110，如果否，重新获取目标零件的第一三维数模。
步骤S107-S110，进行零件编号识别时，进行零件编号识别时，用投影仪将目标零件的标签图像投影至所述零件编号识别系统的矩形板的上表面，得到目标零件的虚拟三维图像。然后将待识别编号的零件放置在零件编号识别系统的矩形板上并调整摆放位置，判断待识别编号的零件三维表面与所投影的目标零件的虚拟三维图像是否完全重合。如果可以重合，将待编号识别的零件确定为目标零件的编号，如果不能重合，重新获取目标零件的第一三维数模并导入至虚拟识别平台的矩形板，重复步骤S104-S110，直至待识别编号的零件三维表面与所投影的目标零件的虚拟三维图像完全重合，完成零件编号识别工作。
用投影仪将生成的零件C-1的标签图像投影在零件编号识别系统的矩形板上表面，得到零件C-1的虚拟三维图像，将待识别编号的零件放置在零件编号识别系统的矩形板上表面上并调整摆放位置，判断待识别编号的零件与所投影的零件C-1的虚拟三维图像能否完全重合，若能完全重合，即可判定待识别编号的零件与零件C-1的虚拟三维图像所对应的零件编号相同，为C-1；若无法完全重合，则将零件C-2、C-3对应的标签图像依次投影到零件编号识别系统的矩形板的上表面进行比对，直到待识别编号的零件与所成的虚拟三维图像完全重合时，即可完成零件的编号识别任务。本实例中，如果待识别编号的零件与零件C-2投影所成的虚拟三维图像完全重合，可以确定待识别零件的编号为C-2。
投影了零件C-1和零件C-2的标签图像后，就出现了所成的虚拟三维图像与待识别编号的零件完全重合的情况，零件C-3的标签图像还未进行投影。为了说明本发明的效果，虽然已经可以确定待识别编号的零件的编号，仍可以对同组未投影的零件C-3的标签图像投影到零件编号识别系统的矩形板的上表面，将零件C-3投影所成的虚拟三维图像与待识别编号的零件进行比对。在实际编号识别过程中，当投影所成的虚拟三维图像与待识别编号的零件完全重合时，即可完成零件编号识别任务，无需将所有零件的标签图像都进行投影。
参见图5所示的结构示意图，本发明实施例提供一种基于虚拟投影的零件编号识别装置，所述零件编号识别装置应用于所述零件编号识别系统，包括：
标定模块100，用于标定投影仪的内参数和外参数。
构建模块200，用于根据所述投影仪的内参数和外参数，在上位机中构建虚拟识别平台，所述虚拟识别平台中的部件及部件参数均与零件编号识别系统中的部件及部件参数相同。
第一获取模块300，用于获取目标零件的第一三维数模，所述第一三维数模在目标零件自身模型坐标系下，且存储在上位机中。
导入模块400，用于将目标零件的第一三维数模导入至所述虚拟识别平台中。
模拟模块500，用于在所述虚拟识别平台的矩形板上模拟目标零件在所述零件编号识别系统的矩形板上的摆放状态，得到目标零件的第二三维数模。
标签图像生成模块600，用于根据目标零件的第二三维数模，生成目标零件的标签图像。
投影模块700，用于将目标零件的标签图像通过所述零件编号识别系统的投影仪投影至所述零件编号识别系统的矩形板的上表面，得到目标零件的虚拟三维图像。
判断模块800，用于判断待编号识别的零件与目标零件的虚拟三维图像是否重合。
确定模块900，用于在判断模块确定待编号识别的零件与目标零件的虚拟三维图像重合的情况下，将待编号识别的零件确定为目标零件的编号。
第二获取模块1000，用于在判断模块确定待编号识别的零件与目标零件的虚拟三维图像不重合的情况下，重新获取目标零件的第一三维数模。
可选的，所述标签图像生成模块包括：
渲染单元，用于对所述目标零件的第二三维数模进行渲染，得到渲染模型；
虚拟投影单元，用于将渲染模型投影至所述虚拟识别平台的投影仪的图像平面，得到目标零件的标签图像。
本领域的技术人员可以清楚地了解到本发明实施例中的技术可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明实施例中的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本说明书中各个实施例之间相同相似的部分互相参见即可。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例中的说明即可。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (4)

1.一种基于虚拟投影的零件编号识别方法，其特征在于，所述零件编号识别方法应用于基于虚拟投影的零件编号识别系统；所述基于虚拟投影的零件编号识别系统，包括矩形板(1)、标定板(2)、支撑柱(3)、投影仪(4)、照相机(5)以及上位机(6)；
两根所述支撑柱(3)垂直固定于所述矩形板(1)的上表面；所述标定板(2)位于所述矩形板(1)上表面的中部且位于两根所述支撑柱(3)之间；两根所述支撑柱(3)的顶部通过横梁(31)固定连接；所述投影仪(4)和照相机(5)均信号连接所述上位机(6)，且均固定连接于所述横梁(31)；所述投影仪(4)的镜头和照相机(5)的镜头均朝向所述标定板(2)；
所述零件编号识别方法包括：
标定投影仪的内参数和外参数；
根据所述投影仪的内参数和外参数，在上位机中构建虚拟识别平台，所述虚拟识别平台中的部件及部件参数均与零件编号识别系统中的部件及部件参数相同；
获取目标零件的第一三维数模，所述第一三维数模在目标零件自身模型坐标系下，且存储在上位机中；
将目标零件的第一三维数模导入至所述虚拟识别平台中；
在所述虚拟识别平台的矩形板上模拟目标零件在所述零件编号识别系统的矩形板上的摆放状态，得到目标零件的第二三维数模；
根据目标零件的第二三维数模，生成目标零件的标签图像；
将目标零件的标签图像通过所述零件编号识别系统的投影仪投影至所述零件编号识别系统的矩形板的上表面，得到目标零件的虚拟三维图像；
判断待编号识别的零件与目标零件的虚拟三维图像是否重合；
如果是，将待编号识别的零件确定为目标零件的编号；
如果否，重新获取目标零件的第一三维数模。
2.根据权利要求1所述的零件编号识别方法，其特征在于，所述根据目标零件的第二三维数模，得到目标零件的标签图像包括：
对所述将目标零件的第二三维数模进行渲染，得到渲染模型；
将渲染模型投影至所述虚拟识别平台的投影仪的图像平面，得到目标零件的标签图像。
3.一种基于虚拟投影的零件编号识别装置，其特征在于，所述零件编号识别装置应用于基于虚拟投影的零件编号识别系统，所述基于虚拟投影的零件编号识别系统，包括矩形板(1)、标定板(2)、支撑柱(3)、投影仪(4)、照相机(5)以及上位机(6)；
两根所述支撑柱(3)垂直固定于所述矩形板(1)的上表面；所述标定板(2)位于所述矩形板(1)上表面的中部且位于两根所述支撑柱(3)之间；两根所述支撑柱(3)的顶部通过横梁(31)固定连接；所述投影仪(4)和照相机(5)均信号连接所述上位机(6)，且均固定连接于所述横梁(31)；所述投影仪(4)的镜头和照相机(5)的镜头均朝向所述标定板(2)；
所述基于虚拟投影的零件编号识别装置包括：
标定模块，用于标定投影仪的内参数和外参数；
构建模块，用于根据所述投影仪的内参数和外参数，在上位机中构建虚拟识别平台，所述虚拟识别平台中的部件及部件参数均与零件编号识别系统中的部件及部件参数相同；
第一获取模块，用于获取目标零件的第一三维数模，所述第一三维数模在目标零件自身模型坐标系下，且存储在上位机中；
导入模块，用于将目标零件的第一三维数模导入至所述虚拟识别平台中；
模拟模块，用于在所述虚拟识别平台的矩形板上模拟目标零件在所述零件编号识别系统的矩形板上的摆放状态，得到目标零件的第二三维数模；
标签图像生成模块，用于根据目标零件的第二三维数模，生成目标零件的标签图像；
投影模块，用于将目标零件的标签图像通过所述零件编号识别系统的投影仪投影至所述零件编号识别系统的矩形板的上表面，得到目标零件的虚拟三维图像；
判断模块，用于判断待编号识别的零件与目标零件的虚拟三维图像是否重合；
确定模块，用于在判断模块确定待编号识别的零件与目标零件的虚拟三维图像重合的情况下，将待编号识别的零件确定为目标零件的编号；
第二获取模块，用于在判断模块确定待编号识别的零件与目标零件的虚拟三维图像不重合的情况下，重新获取目标零件的第一三维数模。
4.根据权利要求3所述的零件编号识别装置，其特征在于，所述标签图像生成模块包括：
渲染单元，用于对所述目标零件的第二三维数模进行渲染，得到渲染模型；
虚拟投影单元，用于将渲染模型投影至所述虚拟识别平台的投影仪的图像平面，得到目标零件的标签图像。
CN202110985263.2A 2021-08-26 2021-08-26 一种基于虚拟投影的零件编号识别方法及装置 Active CN113706629B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110985263.2A CN113706629B (zh) 2021-08-26 2021-08-26 一种基于虚拟投影的零件编号识别方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110985263.2A CN113706629B (zh) 2021-08-26 2021-08-26 一种基于虚拟投影的零件编号识别方法及装置

Publications (2)

Publication Number Publication Date
CN113706629A CN113706629A (zh) 2021-11-26
CN113706629B true CN113706629B (zh) 2024-05-07

Family

ID=78654939

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110985263.2A Active CN113706629B (zh) 2021-08-26 2021-08-26 一种基于虚拟投影的零件编号识别方法及装置

Country Status (1)

Country Link
CN (1) CN113706629B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102110298A (zh) * 2009-12-25 2011-06-29 新奥特（北京）视频技术有限公司 虚拟演播室系统中的三维模型投影方法及装置
CN112015275A (zh) * 2020-08-29 2020-12-01 南京翱翔智能制造科技有限公司 基于数字孪生ar交互方法和系统
CN112880587A (zh) * 2021-01-12 2021-06-01 东南大学 薄板件装配偏差在线测量方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10089778B2 (en) * 2015-08-07 2018-10-02 Christie Digital Systems Usa, Inc. System and method for automatic alignment and projection mapping

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102110298A (zh) * 2009-12-25 2011-06-29 新奥特（北京）视频技术有限公司 虚拟演播室系统中的三维模型投影方法及装置
CN112015275A (zh) * 2020-08-29 2020-12-01 南京翱翔智能制造科技有限公司 基于数字孪生ar交互方法和系统
CN112880587A (zh) * 2021-01-12 2021-06-01 东南大学 薄板件装配偏差在线测量方法

Also Published As

Publication number Publication date
CN113706629A (zh) 2021-11-26

Similar Documents

Publication Publication Date Title
CN109598762B (zh) 一种高精度双目相机标定方法
US7889193B2 (en) Method of and system for determining a data model designed for being superposed with an image of a real object in an object tracking process
JP4195096B2 (ja) ３次元表面形状再構築のための装置
CN115345822A (zh) 一种面向航空复杂零件的面结构光自动化三维检测方法
CN111932673B (zh) 一种基于三维重建的物体空间数据增广方法及系统
JP2004127239A (ja) 較正物体を用いて複数のカメラを較正するための方法およびシステム
CN110738273B (zh) 图像特征点的匹配方法、装置、设备及存储介质
US9147279B1 (en) Systems and methods for merging textures
CN109443200B (zh) 一种全局视觉坐标系和机械臂坐标系的映射方法及装置
US20020169586A1 (en) Automated CAD guided sensor planning process
WO2022100454A1 (zh) 车辆定损方法、装置、终端设备及存储介质
CN112258587B (zh) 一种基于灰狼粒子群混合算法的相机标定方法
CN110298891A (zh) 相机外参精度自动评估的方法及装置
CN111145271A (zh) 相机参数的精确度的确定方法、装置、存储介质及终端
CN113643282A (zh) 一种工件涂胶轨迹生成方法、装置、电子设备及存储介质
CN105574812A (zh) 多角度三维数据配准方法及装置
CN112509127A (zh) 一种高精度仿真点云模型的生成方法
CN114549652A (zh) 一种相机标定方法、装置、设备及计算机可读介质
CN111563961B (zh) 一种变电站的三维建模方法和相关装置
CN107886567A (zh) 一种三维快速扫描匹配识别及三维扫描系统
CN110246079A (zh) 基于b样条曲面拟合的摄像头畸变矫正方法、系统及介质
CN115187612A (zh) 一种基于机器视觉的平面面积测量方法、装置及系统
CN113706629B (zh) 一种基于虚拟投影的零件编号识别方法及装置
CN118247429A (zh) 一种空地协同快速三维建模方法及系统
CN107478172A (zh) 基于双目视觉的激光三维曲线轮廓定位投影方法

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