CN113744222B - 一种基于内切圆的纱线条干三维建模校准方法 - Google Patents
一种基于内切圆的纱线条干三维建模校准方法 Download PDFInfo
- Publication number
- CN113744222B CN113744222B CN202110987551.1A CN202110987551A CN113744222B CN 113744222 B CN113744222 B CN 113744222B CN 202110987551 A CN202110987551 A CN 202110987551A CN 113744222 B CN113744222 B CN 113744222B
- Authority
- CN
- China
- Prior art keywords
- image
- target object
- yarn
- width
- circle
- 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
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000003384 imaging method Methods 0.000 claims abstract description 17
- 238000000605 extraction Methods 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims description 7
- 230000000877 morphologic effect Effects 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 2
- 238000001514 detection method Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 4
- 239000004744 fabric Substances 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 229920000742 Cotton Polymers 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000002932 luster Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000009987 spinning Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000009941 weaving Methods 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/155—Segmentation; Edge detection involving morphological operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- 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
- G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- 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
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20036—Morphological image processing
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
-
- 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
- G06T2207/30108—Industrial image inspection
- G06T2207/30124—Fabrics; Textile; Paper
-
- 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)
- Life Sciences & Earth Sciences (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及纱线质量检测方法领域,特别是指一种基于内切圆的纱线条干三维建模校准方法。本发明借助双平面镜连续反射原理,将目标物的多视角图像采集于一幅图像上;通过开运算、膨胀处理、相邻像素灰度值对比及最大连通区域提取法提取条干部分;绘制以各子图中的纱线条干宽度为直径的圆,并利用双平面镜成像原理调整圆心位置,分别找出以目标物虚像条干宽度为直径绘制的圆形与以目标物实像条干宽度为直径绘制的圆形的内切点,以此为基础选择各个圆形中合适的弧形,拟合为异形图形,并合所有异形图形后完成纱线条干三维模型重构。基于本发明的方法获得的纱线条干数据,准确测量了纱线条干均匀度,反映了纱线条干的真实情况。
Description
技术领域
本发明涉及纱线质量检测方法领域,特别是指一种基于内切圆的纱线条干三维建模校准方法。
背景技术
条干均匀度是表征纱线性能的一个重要指标,纱线的条干不匀分为短片段不匀、中片段不匀和长片段不匀。用短片段不匀较高的纱线进行织造时,几个粗节或细节在布面上并列一起的概率较大,容易出现布面疵点;长片段不匀的纱线织成的不免会出现明显的横条纹,对布面影响也较大;相对而言中片段不匀的纱织造时布面出现疵点的机会稍低一些,且与布幅有关,当呈现某种倍数关系时将出现明显疵点。目前,传统纱线条干均匀度的测试主要有黑板条干法、测长称重法、电容式条干法和光电式条干法。但传统纱线条干均匀度测试方法不能直接反应纱线条干形态结构特征,无法全面表征纱线条干均匀性。随着机器视觉技术的发展,利用图像处理技术评价纱线质量成为一大热门。
发明内容
在此基础上,本发明的目的在于提出一种基于内切圆的纱线条干三维建模校准方法。
基于上述目的本发明提供的一种基于内切圆的纱线条干三维建模校准方法,包括以下步骤:
第一步:将目标物置于互成72±5°相交放置的两个平面镜间,调整目标物与两平面镜夹角角平分线之间的距离,相机从正面可以采集到清晰的1个目标物实像以及经过双平面镜反射的4个目标物虚像;
第二步:用标定物替换目标物位置,分别测量标定物在像素纵坐标上重心位置的变化以及在像素横坐标上宽度的变化,完成目标物实像与虚像之间的比例和位置关系校准;
第三步:用标定好的双平面镜成像系统采集纱线图像,调整相机的放大倍数或距离,使相机捕捉到的5个像得以均匀排列在单帧图像上,从左至右的子图分别称为M1、M2、M、M3、M4;
第四步:根据标定的实像、虚像在图像上的比例和位置关系对4个虚像进行放大以及位置调整,并对每个子图进行如下的数字图像处理;
第五步:采用大津阈值算法对图像进行二值化处理,用直径为4的圆盘模型对图像进行形态学开运算,并提取图像相邻像素灰度值,确定图像边缘,再用最大连通区域提取法得到清晰、连续的条干图像;
第六步:自上而下分别测量子图中目标物条干左右边缘点之间的像素个数(记作目标物条干宽度)为直径绘制圆形;
第七步:根据双平面镜成像原理、相机参数、标定结果,在以目标物实像条干宽度为直径绘制的圆形基础上,调整其他4个以目标物虚像条干宽度为基础绘制的圆形的圆心位置,移动角度参考双平面镜成像原理,移动距离分别为目标物实像条干宽度与目标物虚像条干宽度的差值。借助circcirc函数分别找出以目标物虚像条干宽度为直径绘制的圆形与以目标物实像条干宽度为直径绘制的圆形的唯一交点(即内切点),根据双平面镜成像原理选择各个圆形中合适的弧形,融合5个弧形为1个异形图形,并合所有像素横坐标上的异形图形即可得到目标物条干的三维模型。
本发明的有益效果:
本发明提供的基于内切圆的纱线条干三维建模校准方法,借助双平面镜连续反射原理,将目标物的多视角图像采集于一幅图像上;通过开运算、膨胀处理、相邻像素灰度值对比及最大连通区域提取法提取条干部分;绘制以各子图中的纱线条干宽度为直径的圆,并利用双平面镜成像原理调整圆心位置,分别找出以目标物虚像条干宽度为直径绘制的圆形与以目标物实像条干宽度为直径绘制的圆形的内切点,以此为基础选择各个圆形中合适的弧形,拟合为异形图形,并合所有异形图形后完成纱线条干三维模型重构。基于本发明的方法获得的纱线条干数据,准确测量了纱线条干均匀度,反映了纱线条干的真实情况。
附图说明
图1为成像系统示意图,其中图1(a)为成像系统俯视图,图1(b)为成像系统正视图;
图2为以M1为基础绘制所得圆的圆心所需移动角度示意图;
图3为以M3为基础绘制所得圆的圆心所需移动角度示意图;
图4为异形图形合成示意图;
图5为合成的纱线三维图像。
具体实施方式
为使本发明的目的、技术方案和优势更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
为使本发明的目的、技术方案和优势更加清楚明白,以下结合具体实施例,并参照附图,对本发明进一步详细说明。
本发明实施例提供了一种基于内切圆的纱线条干三维建模校准方法,包括以下步骤:
由于互成一定角度的平面镜会产生连续反射,将物体置于其中,可以从正面观察到1个物体实像和4个物体虚像,这4个虚像分别对应物体实像的不同观测角度所得的像,借助这5个像及其几何关系,可以完成物体三维模型重建,并计算纱线条干均匀度。
本实施例的方法包括以下步骤:
第一步:调整装置中两平面镜间的夹角以及纱线与两平面镜交点角平分线之间的位置关系,使得相机能够采集到均匀、连续、清晰的1个纱线实像以及4个虚像,如图1(b)所示;
第二步:标定此时两个平面镜所成的角度,标定纱线与两面平面镜的位置关系;
第三步:采用标定物(大小均一、色泽均匀的规则球形以相同间隔形成的链条)标定采集到的图像中纱线实像与虚像之间的比例和位置关系;
第四步:用标定好的双平面镜成像纱线条干采集系统采集纱线图像。
参考图1(b),相机采集到不同视角观察的5个纱线视图,这5个视图包括1个纱线实像和4个纱线虚像。其中,S为相机,M是纱线实像,M1是M通过镜1一次反射得到的虚像,M4是M通过镜2一次反射得到的虚像,M2是M4通过镜1二次反射得到的虚像,M3是M1通过镜2二次反射得到的虚像;
第五步:根据标定的实像、虚像在图像上的比例和位置关系,将采集到的图像缩放、位置调整并分为5个分别含有一根纱线影像的子图;
第六步:完成各个子图的数字图像处理过程;
第七步:提取纱线条干。具体步骤为全局阈值、形态开运算、膨胀运算、相邻像素灰度值对比和最大连通区域提取;
第八步:构建纱线条干三维模型。主要步骤为:
参考图1(a),从向量m方向观测样品M,则向量n为相机透过镜1观测M1的方向;向量r为相机透过镜2观测M3的方向。由于向量n与向量v关于镜1对称,因此,可以认为M1即为向量v方向观测得的M;向量r与向量p关于镜2对称,而向量p的方向又与向量q的方向关于镜1对称,则M3即为向量q方向观测所得的M。由于成像系统对称,M2和M4与M的几何关系同理可得。把以目标物虚像条干宽度为基础绘制的4个圆形的圆心移动一定角度和一定距离,其与以目标物实像条干宽度为直径绘制的圆形会有一个相切点,以目标物虚像条干宽度为基础绘制的4个圆形的圆心移动的角度和距离确定步骤如下:
参考图2,确定以M1为基础绘制圆形圆心的移动角度和距离:
a为向量v(以M1为基础绘制的圆的圆心位置移动方向)与镜1形成的夹角,b为镜1到两平面镜角平分线间的夹角,α为向量n(相机透过镜1观测M1的方向)与两平面镜角平分线间的夹角,N为图1(a)中向量n与镜1的交点,P为两平面镜角平分线上一点,作NP垂直PS,NP与向量v间的夹角为c,即以M1为基础绘制的圆的圆心移动角度。利用平面镜成像原理及数学几何,可以得到:
式中:XM1为采集所得图像中M1右侧边缘到M中心位置的距离,mm;f为镜头焦距,mm。
定义图中虚像M1在第j行的像素宽度为EC1(:,j),图中实像M在第j行的像素宽度为EC3(:,j),根据式(2)可以得到以虚像M1为基础绘制的圆的圆心像素坐标需从(0,0)变更为[(EC1(:,j)-EC3(:,j))*cos(c),(EC1(:,j)-EC3(:,j))*sin(c)],圆心移动距离为M与M1在第j行的像素宽度差值,圆心位置移动后,以M1为基础绘制的圆与以M为基础绘制的圆仅会产生1个交点,即内切点,选择该点作为融合成异形图形时的关键点K1。
参考图3,确定以M3为基础绘制圆形圆心的移动角度和距离:
d为虚像M1和M3连线与镜1间的夹角,e为向量r(相机透过镜2观测M3的方向)与镜2之间的夹角,g为向量q(以M3为基础绘制的圆的圆心位置移动方向)与镜1之间的夹角,h为向量q与两平面镜夹角角平分线间的夹角,β为向量r(相机透过镜2观测M3的方向)与两平面镜夹角角平分线间的夹角。由图中几何关系可以得到:
h=π-β-4c (4)
定义图中虚像M3在第j行的像素宽度为EC4(:,j),图中实像M在第j行的像素宽度为EC3(:,j),根据式(4)可以得到以虚像M3为基础绘制的圆的圆心像素坐标需从(0,0)变更为[(EC4(:,j)-EC3(:,j))*sin(h),(EC3(:,j)-EC4(:,j))*cos(h)],圆心移动距离为M与M3在第j行的像素宽度差值,圆心位置移动后,以M3为基础绘制的圆与以M为基础绘制的圆仅会产生1个交点,选择该点作为融合成异形图形时的关键点K2。
考虑成像系统对称,以M2为基础绘制的圆形与以M3为基础绘制的圆形拟合时,分别找出像素横坐标为0时两个圆的点,为保证拟合图形完整,取像素纵坐标较大的点作为关键点K3。
分别以M2与M4为基础绘制的圆形的圆心移动角度和距离也同理可得。
参考图4,K1为以M与M1为基础绘制圆的内切点,K2为以M与M3为基础绘制圆的内切点,K3为以M2与M3为基础绘制圆的拟合关键点,K4为以M与M2为基础绘制圆的内切点,K5为以M与M4为基础绘制圆的内切点。
以各内切点及拟合关键点为基础,为融合成合适的异形图形,分别取切点对应不同角度圆弧进行融合,并合所有异形图形后合成纱线三维模型。
通过纱线模型的三维数据,计算纱线条干在三维空间中的均匀程度。
本发明采集纱线静态图像,对采集到的图像先保存再处理。
选用用紧密纺技术纺制的粗细为9.7tex、11.7tex、14.6tex以及18.2tex的纯棉纱线,比较本发明计算得到的纱线条干与传统光电法的测量结果,以Uster TESTER 5测得的纱线条干切割长度0.3mm的二维直径CV值为参考,用极差表征本发明与Uster法测量的纱线条干均匀度CV值的差异,如表1所列。
表1本发明方法与传统方法纱线条干均匀度测量结果
所属领域的普通技术人员应当理解:以上所述仅为本发明的具体实施例而已,并不用于限制本发明,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 (4)
1.一种基于内切圆的纱线条干三维建模校准方法,其特征在于,包括以下步骤:
第一步:将目标物置于相交放置的两个平面镜间,调整目标物与两平面镜夹角角平分线之间的距离,相机从正面可以采集到清晰的1个目标物实像以及经过双平面镜反射的4个目标物虚像;
第二步:用标定物替换目标物位置,分别测量标定物在像素纵坐标上重心位置的变化以及在像素横坐标上宽度的变化,完成目标物实像与虚像之间的比例和位置关系校准;
第三步:用标定好的双平面镜成像系统采集纱线图像,调整相机的放大倍数或距离,使相机捕捉到的5个像得以均匀排列在单帧图像上,从左至右的子图分别称为M1、M2、M、M3、M4;
第四步:根据标定的实像、虚像在图像上的比例和位置关系对4个虚像进行放大以及位置调整,并对每个子图进行如下的数字图像处理;
第五步:采对图像进行二值化处理,对图像进行形态学开运算,并提取图像相邻像素灰度值,确定图像边缘,再用最大连通区域提取法得到清晰、连续的条干图像;
第六步:自上而下分别测量子图中目标物条干左右边缘点之间的像素个数为直径绘制圆形;
第七步:根据双平面镜成像原理、相机参数、标定结果,在以目标物实像条干宽度为直径绘制的圆形基础上,调整其他4个以目标物虚像条干宽度为基础绘制的圆形的圆心位置,移动角度参考双平面镜成像原理,移动距离分别为目标物实像条干宽度与目标物虚像条干宽度的差值;借助circcirc函数分别找出以目标物虚像条干宽度为直径绘制的圆形与以目标物实像条干宽度为直径绘制的圆形的唯一交点,即内切点,根据双平面镜成像原理选择各个圆形中合适的弧形,融合5个弧形为1个异形图形,并合所有像素横坐标上的异形图形即可得到目标物条干的三维模型。
2.如权利要求1所述的一种基于内切圆的纱线条干三维建模校准方法,其特征在于,所述的第五步中,采用大津阈值算法对图像进行二值化处理,用圆盘模型对图像进行形态学开运算。
3.如权利要求2所述的一种基于内切圆的纱线条干三维建模校准方法,其特征在于,所述的第五步中,采用直径为4的圆盘模型对图像进行形态学开运算。
4.如权利要求1或2或3所述的一种基于内切圆的纱线条干三维建模校准方法,其特征在于,所述的两个平面镜间互成72±5°。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110987551.1A CN113744222B (zh) | 2021-08-26 | 2021-08-26 | 一种基于内切圆的纱线条干三维建模校准方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110987551.1A CN113744222B (zh) | 2021-08-26 | 2021-08-26 | 一种基于内切圆的纱线条干三维建模校准方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113744222A CN113744222A (zh) | 2021-12-03 |
CN113744222B true CN113744222B (zh) | 2024-04-30 |
Family
ID=78732999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110987551.1A Active CN113744222B (zh) | 2021-08-26 | 2021-08-26 | 一种基于内切圆的纱线条干三维建模校准方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113744222B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114638875A (zh) * | 2022-05-23 | 2022-06-17 | 武汉依迅北斗时空技术股份有限公司 | 基于区域均匀度的立体匹配优化方法、装置、设备及介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102226691A (zh) * | 2011-04-01 | 2011-10-26 | 北京大学 | 多平面镜反折射系统的平面镜夹角测量方法 |
CN104535004A (zh) * | 2015-01-29 | 2015-04-22 | 江南大学 | 一种基于图像处理的纱线直径检测方法 |
CN106468666A (zh) * | 2016-07-19 | 2017-03-01 | 江南大学 | 一种基于双斜交平面镜成像的纱线毛羽三维检测方法 |
CN111311659A (zh) * | 2020-02-17 | 2020-06-19 | 江南大学 | 一种基于斜交平面镜三维成像的校准方法 |
JP2020165658A (ja) * | 2019-03-28 | 2020-10-08 | セイコーエプソン株式会社 | 三次元計測方法、三次元計測装置およびロボットシステム |
CN113223135A (zh) * | 2021-04-15 | 2021-08-06 | 中山大学 | 一种基于特殊复合平面镜虚像成像的三维重建装置和方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210109205A1 (en) * | 2019-10-15 | 2021-04-15 | Cepton Technologies, Inc. | Dynamic calibration of lidar sensors |
-
2021
- 2021-08-26 CN CN202110987551.1A patent/CN113744222B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102226691A (zh) * | 2011-04-01 | 2011-10-26 | 北京大学 | 多平面镜反折射系统的平面镜夹角测量方法 |
CN104535004A (zh) * | 2015-01-29 | 2015-04-22 | 江南大学 | 一种基于图像处理的纱线直径检测方法 |
CN106468666A (zh) * | 2016-07-19 | 2017-03-01 | 江南大学 | 一种基于双斜交平面镜成像的纱线毛羽三维检测方法 |
JP2020165658A (ja) * | 2019-03-28 | 2020-10-08 | セイコーエプソン株式会社 | 三次元計測方法、三次元計測装置およびロボットシステム |
CN111311659A (zh) * | 2020-02-17 | 2020-06-19 | 江南大学 | 一种基于斜交平面镜三维成像的校准方法 |
CN113223135A (zh) * | 2021-04-15 | 2021-08-06 | 中山大学 | 一种基于特殊复合平面镜虚像成像的三维重建装置和方法 |
Non-Patent Citations (3)
Title |
---|
基于B样条曲线的玻璃纤维长丝纱条干不匀对织物外观影响的模拟研究;史征涛;郑天勇;韦静;陈立瑶;艾丽;宁飞翔;;中原工学院学报;20161225(第06期);全文 * |
基于亚像素边缘检测的纱线条干均匀度测量;张缓缓;赵妍;景军锋;李鹏飞;;纺织学报;20200515(第05期);全文 * |
基于镜面成像技术的三维立体视觉测量与重构综述;郭伟青;汤一平;鲁少辉;陈麒;;计算机科学;20160915(第09期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113744222A (zh) | 2021-12-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106468666B (zh) | 一种基于双斜交平面镜成像的纱线毛羽三维检测方法 | |
CN109520436B (zh) | 一种基于机器视觉的蝶形弹簧三维尺寸自动测量系统及其测量方法 | |
CN105825548B (zh) | 使用近心镜头的双棱镜单相机三维数字图像相关重构方法 | |
CN111353997B (zh) | 一种基于条纹投影的实时三维面型缺陷检测方法 | |
CN105466953A (zh) | 基于识别钢球表面反射图案完整性的钢球表面缺陷检测法 | |
CN104535004B (zh) | 一种基于图像处理的纱线直径检测方法 | |
CN102183214A (zh) | 一种大口径非球面镜结构光检测方法 | |
CN106796160A (zh) | 透镜和透镜模具的光学评价 | |
CN113744222B (zh) | 一种基于内切圆的纱线条干三维建模校准方法 | |
CN106841237A (zh) | 一种电子显示屏玻璃盖板表面缺陷检测系统及方法 | |
TWI336767B (en) | Method for calibration of image and apparatus for acquiring image | |
CN107392849A (zh) | 基于图像细分的靶标识别与定位方法 | |
CN107358628A (zh) | 基于靶标的线阵图像处理方法 | |
CN109631798A (zh) | 一种基于π相移方法的三维面形垂直测量方法 | |
CN103884294B (zh) | 一种宽视场的红外光三维形貌测量的方法及其装置 | |
Xu et al. | Stereovision for three-dimensional measurements of fabric pilling | |
US9824452B2 (en) | Topographical measurement system of specular object and topographical measurement method thereof | |
Filip et al. | Effective acquisition of dense anisotropic BRDF | |
AU644164B2 (en) | Method for determining and controlling fiber luster properties | |
Rozenfeld et al. | Dense mirroring surface recovery from 1d homographies and sparse correspondences | |
CN114459384A (zh) | 一种基于多角度正弦条纹光场融合的相移轮廓术 | |
CN113739718B (zh) | 一种基于多圆拟合的物体三维建模方法 | |
CN110458809A (zh) | 一种基于亚像素边缘检测的纱线条干均匀度检测方法 | |
JP5197600B2 (ja) | 2層3次元オブジェクトを単一視点方式の光学オムブルスコープによって非接触測定する方法 | |
CN207663134U (zh) | 镜头、机器视觉镜头装置及机器视觉测量系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |