CN114061480A - 一种用于检测工件外形的方法 - Google Patents
一种用于检测工件外形的方法 Download PDFInfo
- Publication number
- CN114061480A CN114061480A CN202010768039.3A CN202010768039A CN114061480A CN 114061480 A CN114061480 A CN 114061480A CN 202010768039 A CN202010768039 A CN 202010768039A CN 114061480 A CN114061480 A CN 114061480A
- Authority
- CN
- China
- Prior art keywords
- coordinate system
- theoretical
- contour
- contour line
- real
- 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 27
- 238000001514 detection method Methods 0.000 claims abstract description 24
- 238000007781 pre-processing Methods 0.000 claims abstract description 8
- 230000009466 transformation Effects 0.000 claims description 9
- 238000003708 edge detection Methods 0.000 claims description 4
- 238000013519 translation Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 claims description 2
- 230000008901 benefit Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000012876 topography Methods 0.000 description 3
- 108010010803 Gelatin Proteins 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 229920000159 gelatin Polymers 0.000 description 2
- 239000008273 gelatin Substances 0.000 description 2
- 235000019322 gelatine Nutrition 0.000 description 2
- 235000011852 gelatine desserts Nutrition 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
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
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种用于检测工件外形的方法,该工作外形检测方法包括以下步骤:利用摄像设备获取工件的外形图像;对外形图像进行预处理以获取实物轮廓特征;将实物轮廓特征表征在拍照坐标系,并调取表征标准工装的理论轮廓特征的理论坐标系;将拍照坐标系和理论坐标系对齐;计算实物轮廓特征和理论轮廓特征的各对应的像素点之间的距离,以获取工装的外形偏差。该方法属于一种快速、低成本实现样板外形的数字化检测方法。
Description
技术领域
本发明涉及工件的检测方法,具体地,涉及一种用于检测工件外形的方法。
背景技术
经过各种加工方法制造出来的工装实体需要进行外形检测,用于确认其是否满足各类标准以及工作要求。现有的工作外形检测方式包括以下两种:
1.直接观察法。针对试验工装,设计人员会在前期制备用作对比标准的标准件,例如明胶板。检验员依靠自己的眼睛和经验,通过评测样板外形和明胶板外形对齐程度来确认工装是否满足要求。显然,这类检测方式的检测结果依赖于检验员的主观模拟量,因此存在出错概率大的缺陷。此外,该类检测方式难以将相关的外形偏差数字化地呈现,因此无法量化地评判工装外形的检测结果。
2.三坐标、激光跟踪仪检测设备检测法。该种检测方法所涉及的仪器单价较高。此外,该类检测方法需要检测人员将事前将待检测工装和仪器之间的相对角度调节准确,这会导致该检测方法的检测效率较低。
发明内容
针对根据现有的工装外形检测技术存在的上述问题,本发明的目的之一在于提供一种用于检测工件外形的方法,其能够简化检测工装外形的过程。
该目的通过本发明以下形式的用于检测工件外形的方法来实现。其中,所述工作外形检测方法包括以下步骤:
利用摄像设备获取工件的外形图像;
对所述外形图像进行预处理以获取实物轮廓特征;
将所述实物轮廓特征表征在拍照坐标系,并调取表征标准工装的理论轮廓特征的理论坐标系;
将所述拍照坐标系和所述理论坐标系对齐;
计算所述实物轮廓特征和所述理论轮廓特征的各对应的像素点之间的距离,以获取所述工装的外形偏差。
根据以上方法,系统对拍摄的图片进行预处理,这可以避免检验人员因拍摄角度不准而导致检测结果不准的情况出现。基于本发明的构思,工作人员能够快速检测工件的外形情况,并且工件的外形情况能够通过数字化的数据给予表征。
对所述外形图像进行预处理以获取实物轮廓特征的步骤包括:
设置多个面积呈线性比例关系的圆形特征点;
利用霍夫圆检测函数识别所述多个所述圆形特征点并利用识别结果对所述外形图像进行校正。
借助于霍夫圆,外形图像能够被简化地表征。用霍夫圆检测函数能够通过霍夫圆快速读取外形图像目标,避免背景等对目标工件的外形图像造成干扰。
根据本发明的一种优选实施方式,对所述外形图像进行预处理以获取实物轮廓特征的步骤还包括对所述外形图像进行降噪处理。降噪可通过高斯模糊函数进行处理。
根据本发明的一种优选实施方式,构建所述拍照坐标系、理论坐标系的步骤包括:
基于图像边缘检测函数提取所述实物轮廓特征的所有边缘的实物轮廓线以及理论轮廓特征的所有边缘的理论轮廓线;
基于OPENCV提供的cvMinAreaRect2函数计算能够包络理论轮廓线的第一最小包络四边形以及能够包络实物轮廓线的第二最小包络四边形,
其中,所述第一最小包络四边形的中心和长边分别为理论坐标系的中心和X轴,所述第二最小包络四边形的中心和长边分别为拍照坐标系的中心和X轴。
根据本发明的一种优选实施方式,所述实物轮廓特征具有多个依次连接的实物轮廓线,所述理论轮廓特征具有多个依次连接的理论轮廓线,构建所述拍照坐标系、理论坐标系的步骤包括:
基于轮廓线包络面积计算函数计算各个所述实物轮廓线的实物轮廓线面积、各个所述理论轮廓线的理论轮廓线面积;
将各个实物轮廓线面积与各个所述理论轮廓线面积一一比较以确认各个所述实物轮廓线和各个所述理论轮廓线之间的对应关系;
基于所述cvMinAreaRect2函数计算各个第一最小包络四边形以及各个第二最小包络四边形,
其中,所述各个第一最小包络四边形的中心和长边分别为各个所述理论坐标系的中心和X轴,所述第二最小包络四边形的中心分别为各个拍照坐标系的中心和X轴。
根据本发明的一种优选实施方式,将所述拍照坐标系和所述理论坐标系对齐的步骤包括以下步骤:
基于所述理论坐标系和对应的拍照坐标系计算将进行所述理论坐标系和/或拍照坐标系的平移距离和转动角度;
基于所述移动距离和转动角度移动所述理论坐标系或拍照坐标系以进行坐标变换。
根据本发明的一种优选实施方式,进行所述坐标变换的移动距离为:
X’=(X-X2)*cos(θ2-θ1)-(Y-Y2)*sin(θ2-θ1)+X1;
Y’=(X-X2)*sin(θ2-θ1)-(Y-Y2)*cos(θ2-θ1)+Y1
其中:X、Y为像素点在拍照坐标系的二维坐标值,X’、Y’为像素点进行坐标变换后的二维坐标值;X1、Y1为像素点的对应理论轮廓线在理论坐标系下的第二最小包络四边形的中心;X2、Y2为像素点的对应实物轮廓线在拍照坐标系下的第二最小包络四边形的中心;θ2为理论坐标系下理论轮廓线的长边与水平线夹角之间的夹角,θ1为拍照坐标系下实物轮廓线的长边与水平线夹角之间的夹角。
根据本发明的一种优选实施方式,根据多个所述圆形特征点确认图形特征点上各像素点之间的距离和工装的各对应位置之间的距离的比例关系。
根据本发明的一种优选实施方式,所述圆形特征点包括4个直径面积成1:2:4:8关系的霍夫圆。
在符合本领域常识的基础上,上述各优选实施方式,可任意组合,即得本发明各较佳实例。
通过阅读下列的附图和详细描述本领域技术人员可理解本发明的其他系统、方法、特征和优点。目的是所有这种额外的系统、方法、特征和优点包括在本说明书中和本发明内容中,且包括在本发明的范围内,并被所附权利要求保护。
附图说明
为了更好地理解本发明的上述及其他目的、特征、优点和功能,可以参考附图中所示的优选实施方式。附图中相同的附图标记指代相同的部件。本领域技术人员应该理解,附图旨在示意性地阐明本发明的优选实施方式,对本发明的范围没有任何限制作用,图中各个部件并非按比例绘制。
图1是本发明的用于检测工件外形的方法的流程图;
图2是本发明的一种工件外形的实物轮廓线的提取过程的流程图;
图3是构建拍照坐标系和理论坐标系的示意图。
具体实施方式
接下来将参照附图详细描述本发明的发明构思。这里所描述的仅仅是根据本发明的优选实施方式,其仅仅由于解释本发明,并非用于限定本发明的范围。本发明的保护范围由权利要求限定。
参见图1,其示出了根据本发明的用于检测工件外形的方法的流程图。根据本发明的检测方法,首先拍摄工件的外形图像;此后对外形图像进行降噪、校正处理;将处理过的图像通过拍照坐标系表征,并将该拍照坐标系与标准工件想对应的理论坐标系相对齐;在同一坐标系下分析各对应轮廓线的差异获取外形偏差量。具体而言,工作外形检测方法包括以下步骤:
(1)拍照
工装可事先平置在具有不同色彩的背景环境中,再由检测人员利用手机、电脑摄像头等摄像设备拍摄工件的外形图像。
(2)图像预处理
对于具有复杂外形的工件,受限于拍照现场的灯光条件、检测人员的拍照角度,检测人员拍摄出的外形图像容易在外缘形成阴影等。该处阴影可能与背景色较为相似。为此,本发明对拍摄的外形图像进行预处理以便消除上述情况对测量结果造成影响。
在该步骤中,可事先利用高斯模糊函数对图像进行高斯滤波,减少图像噪声,如消除图像上的噪点等。
随后,由工程人员根据所要检测的工件的尺寸以及工件外形的所需检测精度设置数个面积呈线性比例关系的圆形特征点。例如可以设置面积成1:2:4:8关系的4个霍夫圆。随后利用霍夫圆检测函数识别多个圆形特征点并利用识别结果对外形图像进行校正。霍夫圆检测函数可由Opencv提供。
需要说明的是,利用4个成面积成比例关系的霍夫圆来表征轮廓特征并非表示只利用“4”个霍夫圆表示轮廓特征。事实上,在提供了上述4个不同尺寸的霍夫圆后,根据工件外形图像的样式,系统可利用任意数量,上述4个不同尺寸中的任意一个或多个霍夫圆来表征轮廓特征。
可以理解,设置4个霍夫圆只是本发明的一种优选实施方式。倘若工装外形复杂或者所需的工装外形检测精度要求较高,霍夫圆的数量可适当增加。例如,可以设置面积成1:2:4:8:16关系的5个霍夫圆。反之,工装外形较为简单,则面积呈比例关系的霍夫圆数量可适当减少。
当圆形特征点(霍夫圆)尺寸确定后,根据各个圆形特征点(霍夫圆)确认图形特征点上各像素点之间的距离和工装的各对应位置之间的距离的比例系数。比例系数能够反映实物轮廓特征、理论轮廓特征和工件、标准工件之间的比例关系。
在设定好圆形特征点后,可利用OPENCV提供的getPerspectiveTransform的函数对拍摄的外形图像进行横向、纵向校正,获得实物轮廓特征。经过校正后,外形图像上因为人工拍摄角度不佳、光线不佳而出现的图像外缘扭曲、外缘阴影能够被有效消除。
(3)建立拍照坐标系和理论坐标系的映射
为了将反映工件外形的实物轮廓特征和系统内所存储的标准工件的理论轮廓特征进行对比,本发明针对实物轮廓特征、理论轮廓特征分别构建了拍照坐标系、理论坐标系。在确定了拍照坐标系和理论坐标系后,将二者对齐即可确认各工件上各外缘位置相对于标准工件的对应外缘位置之间的距离。
对于具有简单构造的工件外缘,通过单一的圆形特征点可表征其外缘边界。简单构造的工件外缘例如是圆形、优弧以及连接优弧的两个端点的直线形成的形状、劣弧以及连接劣弧的两个端点的直线形成的形状等等。在此情况下,构建拍照坐标系、理论坐标系的步骤可包括:
(1.1)参见图2、3,基于图像边缘检测函数(OPENCV提供的cvCanny函数)提取实物轮廓特征的所有边缘的实物轮廓线21以及理论轮廓特征的所有边缘的理论轮廓线11。此时,实物轮廓线21、理论轮廓线11均由某一直径的圆形特征点表示。
(1.2)基于OPENCV提供的cvMinAreaRect2函数计算能够包络理论轮廓线11的第一最小包络四边形12以及能够包络实物轮廓线21的第二最小包络四边形22,
其中,第一最小包络四边形12的中心和长边分别为理论坐标系的中心和X轴,第二最小包络四边形22的中心和长边分别为拍照坐标系的中心和X轴。
对于复杂构造的工件外缘,例如图2所示的形状,工件外缘需要利用不同直径的圆形特征点来表征其外缘边界。也即,实物轮廓特征、理论轮廓特征分别需要由多条依次连接的实物轮廓线21、理论轮廓线11各自形成的。在此情况下,构建拍照坐标系、理论坐标系的步骤可包括:
(1.1)基于图像边缘检测函数(OPENCV提供的cvCanny函数)提取实物轮廓特征的所有边缘的实物轮廓线21以及理论轮廓特征的所有边缘的理论轮廓线11。
(1.2)参见图2,基于轮廓线包络面积计算函数计算各个实物轮廓线21的实物轮廓线21面积、各个理论轮廓线11的理论轮廓线面积。参见图3,其仅示出了一条实物轮廓线21、一条理论轮廓线11。轮廓线面积是由实物轮廓线21(或者理论轮廓线11)以及连接实物轮廓线21(或者理论轮廓线11)的两端的直线所围成的区域的面积;
(1.3)将各个实物轮廓线面积与各个理论轮廓线面积一一比较以确认各个实物轮廓线21和各个理论轮廓线11之间的对应关系。例如,将编号1的实物轮廓线21的实物轮廓线面积(记为第一实物轮廓线面积)和所有编号的理论轮廓线11的理论轮廓线面积比较。其中,与第一实物轮廓线面积之差最小的理论轮廓线面积的理论轮廓线11记为与编号1的实物轮廓线21的理论轮廓线11。此后将编号2的实物轮廓线21与剩余的理论轮廓线11的理论轮廓线面积进行比较找出对应的理论轮廓线11。如此进行循环计算即可得到一一对应的理论轮廓线11、实物轮廓线21。
(1.4)参见图3,在确认各理论轮廓线11、实物轮廓线21的一一对应关系后,基于cvMinAreaRect2函数计算各个第一最小包络四边形12以及各个第二最小包络四边形22。其中,各个第一最小包络四边形12的中心和长边分别为各个理论坐标系的中心和X轴,第二最小包络四边形22的中心分别为各个拍照坐标系的中心和X轴。
通过以上两种方式,各条实物轮廓线21、理论轮廓线11均可以在对应的坐标系给予准确表达。将拍照坐标系和理论坐标系进行对齐即可直观地反映工件和标准工件之间的外形差异。拍照坐标系和理论坐标系进行对齐可通过以下步骤实现:
基于理论坐标系和对应的拍照坐标系计算将进行理论坐标系和/或拍照坐标系的平移距离和转动角度;
基于移动距离和转动角度移动理论坐标系或拍照坐标系以进行坐标变换。
对于上述坐标变换,其移动距离为:
X’=(X-X2)*cos(θ2-θ1)-(Y-Y2)*sin(θ2-θ1)+X1;
Y’=(X-X2)*sin(θ2-θ1)-(Y-Y2)*cos(θ2-θ1)+Y1
其中:X、Y为像素点在拍照坐标系的二维坐标值,X’、Y’为像素点进行坐标变换后的二维坐标值;X1、Y1为像素点的对应理论轮廓线11在理论坐标系下的第二最小包络四边形的中心;X2、Y2为像素点的对应实物轮廓线21在拍照坐标系下的第二最小包络四边形的中心;θ2为理论坐标系下理论轮廓线11的长边与水平线夹角之间的夹角,θ1为拍照坐标系下实物轮廓线21的长边与水平线夹角之间的夹角。
(4)获取理论轮廓和工件轮廓的偏差图像
经过以上移动后,组成各条实物轮廓线21的像素点的坐标被表征在理论坐标系中。针对彼此对应的实物轮廓线21和理论轮廓线11,计算各对应像素点之间的距离即可得到工件外形的偏差值(偏差图像)。
在一种实施方式中,可以通过以下步骤获取各对应像素点之间的距离:
获取理论轮廓线11;
获取上述理论轮廓线11的每个点的坐标值;
获取与理论轮廓线11对应的实物轮廓线21;
获取上述实物轮廓线21对应的霍夫圆的比例系数,其中该比例系数表示理论坐标系中的霍夫圆的尺寸和工件的对应部分之间的尺寸关系;
获取实物轮廓线21上的每个像素点和上述理论轮廓线11的像素点之间的距离的最小平方根。应理解,通过该方式可以确定理论轮廓线11上与实物轮廓线21上的像素点相对应的像素点。
当所有实物轮廓线21的所有像素点和对应理论轮廓线11的对应像素点之间的最小距离的平方根都被获取后,就可以得到实物轮廓特征和理论轮廓特征之间的偏差值。
本发明的保护范围仅由权利要求限定。得益于本发明的教导,本领域技术人员容易认识到可将本发明所公开结构的替代结构作为可行的替代实施方式,并且可将本发明所公开的实施方式进行组合以产生新的实施方式,它们同样落入所附权利要求书的范围内。
Claims (9)
1.一种用于检测工件外形的方法,其特征在于,所述工作外形检测方法包括以下步骤:
利用摄像设备获取工件的外形图像;
对所述外形图像进行预处理以获取实物轮廓特征;
将所述实物轮廓特征表征在拍照坐标系,并调取表征标准工装的理论轮廓特征的理论坐标系;
将所述拍照坐标系和所述理论坐标系对齐;
计算所述实物轮廓特征和所述理论轮廓特征的各对应的像素点之间的距离,以获取所述工装的外形偏差。
2.根据权利要求1所述的方法,其特征在于,对所述外形图像进行预处理以获取实物轮廓特征的步骤包括:
设置多个面积呈线性比例关系的圆形特征点;
利用霍夫圆检测函数识别所述多个所述圆形特征点并利用识别结果对所述外形图像进行校正。
3.根据权利要求2所述的方法,其特征在于,对所述外形图像进行预处理以获取实物轮廓特征的步骤还包括对所述外形图像进行降噪处理。
4.根据权利要求1所述的方法,其特征在于,构建所述拍照坐标系、理论坐标系的步骤包括:
基于图像边缘检测函数提取所述实物轮廓特征的所有边缘的实物轮廓线以及理论轮廓特征的所有边缘的理论轮廓线;
基于OPENCV提供的cvMinAreaRect2函数计算能够包络理论轮廓线的第一最小包络四边形以及能够包络拍照轮廓线的第二最小包络四边形,
其中,所述第一最小包络四边形的中心和长边分别为理论坐标系的中心和X轴,所述第二最小包络四边形的中心和长边分别为拍照坐标系的中心和X轴。
5.根据权利要求4所述的方法,其特征在于,所述实物轮廓特征具有多条依次连接的实物轮廓线,所述理论轮廓特征具有多条依次连接的理论轮廓线,构建所述拍照坐标系、理论坐标系的步骤包括:
基于轮廓线包络面积计算函数计算各个所述实物轮廓线的实物轮廓线面积、各个所述理论轮廓线的理论轮廓线面积;
将各个实物轮廓线面积与各个所述理论轮廓线面积一一比较以确认各个所述实物轮廓线和各个所述理论轮廓线之间的对应关系;
基于所述cvMinAreaRect2函数计算各个第一最小包络四边形以及各个第二最小包络四边形,
其中,所述各个第一最小包络四边形的中心和长边分别为各个所述理论坐标系的中心和X轴,所述第二最小包络四边形的中心分别为各个拍照坐标系的中心和X轴。
6.根据权利要求5所述的方法,其特征在于,将所述拍照坐标系和所述理论坐标系对齐的步骤包括以下步骤:
基于所述理论坐标系和对应的拍照坐标系计算将进行所述理论坐标系和/或拍照坐标系的平移距离和转动角度;
基于所述移动距离和转动角度移动所述理论坐标系或拍照坐标系以进行坐标变换。
7.根据权利要求6所述的方法,其特征在于,进行所述坐标变换的移动距离为:
X’=(X-X2)*cos(θ2-θ1)-(Y-Y2)*sin(θ2-θ1)+X1;
Y’=(X-X2)*sin(θ2-θ1)-(Y-Y2)*cos(θ2-θ1)+Y1
其中:X、Y为像素点在拍照坐标系的二维坐标值,X’、Y’为像素点进行坐标变换后的二维坐标值;X1、Y1为像素点的对应理论轮廓线在理论坐标系下的第二最小包络四边形的中心;X2、Y2为像素点的对应实物轮廓线在拍照坐标系下的第二最小包络四边形的中心;θ2为理论坐标系下理论轮廓线的长边与水平线夹角之间的夹角,θ1为拍照坐标系下实物轮廓线的长边与水平线夹角之间的夹角。
8.根据权利要求2所述的方法,其特征在于,根据多个所述圆形特征点确认图形特征点上各像素点之间的距离和工装的各对应位置之间的距离的比例关系。
9.根据权利要求2所述的方法,其特征在于,所述圆形特征点包括4个直径面积成1:2:4:8关系的霍夫圆。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010768039.3A CN114061480B (zh) | 2020-08-03 | 2020-08-03 | 一种用于检测工件外形的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010768039.3A CN114061480B (zh) | 2020-08-03 | 2020-08-03 | 一种用于检测工件外形的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114061480A true CN114061480A (zh) | 2022-02-18 |
CN114061480B CN114061480B (zh) | 2024-04-05 |
Family
ID=80231564
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010768039.3A Active CN114061480B (zh) | 2020-08-03 | 2020-08-03 | 一种用于检测工件外形的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114061480B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114637261A (zh) * | 2022-03-07 | 2022-06-17 | 深圳市玄羽科技有限公司 | 一种基于云平台的工业制造系统及其控制方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006153775A (ja) * | 2004-11-30 | 2006-06-15 | Konica Minolta Opto Inc | 位置ずれ検出方法、位置ずれ検出装置、位置ずれ検出/調整装置、傾き検出/調整装置、位置調整方法及び位置調整装置 |
US20100097390A1 (en) * | 2006-09-30 | 2010-04-22 | Peking University Founder Group Co., Ltd | Methods And Devices For Processing A Raster Image |
CN103363920A (zh) * | 2012-04-09 | 2013-10-23 | 鸿富锦精密工业(深圳)有限公司 | 刀具检测系统及方法 |
CN105157658A (zh) * | 2015-09-06 | 2015-12-16 | 中国商用飞机有限责任公司 | 飞机蒙皮外形检测装置 |
CN106524934A (zh) * | 2016-11-11 | 2017-03-22 | 北京工业大学 | 一种高精度小模数齿轮视觉测量方法 |
CN107274454A (zh) * | 2017-06-14 | 2017-10-20 | 昆明理工大学 | 一种圆阵列标定板特征点提取方法 |
CN107356608A (zh) * | 2017-07-21 | 2017-11-17 | 中国工程物理研究院激光聚变研究中心 | 大口径熔石英光学元件表面微缺陷快速暗场检测方法 |
CN109064440A (zh) * | 2018-06-19 | 2018-12-21 | 广东工业大学 | 一种基于机器视觉的喇叭音圈焊线识别方法 |
CN109238165A (zh) * | 2018-07-10 | 2019-01-18 | 东莞盛翔精密金属有限公司 | 一种3c产品轮廓度检测方法 |
CN109785316A (zh) * | 2019-01-22 | 2019-05-21 | 湖南大学 | 一种芯片表观缺陷检测方法 |
US20190339210A1 (en) * | 2018-05-04 | 2019-11-07 | Hydromax USA, LLC | Multi-sensor pipe inspection system and method |
CN110420867A (zh) * | 2019-07-26 | 2019-11-08 | 华南理工大学 | 一种使用平面检测的自动分拣的方法 |
CN111260788A (zh) * | 2020-01-14 | 2020-06-09 | 华南理工大学 | 一种基于双目视觉的配电柜开关状态识别方法 |
-
2020
- 2020-08-03 CN CN202010768039.3A patent/CN114061480B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006153775A (ja) * | 2004-11-30 | 2006-06-15 | Konica Minolta Opto Inc | 位置ずれ検出方法、位置ずれ検出装置、位置ずれ検出/調整装置、傾き検出/調整装置、位置調整方法及び位置調整装置 |
US20100097390A1 (en) * | 2006-09-30 | 2010-04-22 | Peking University Founder Group Co., Ltd | Methods And Devices For Processing A Raster Image |
CN103363920A (zh) * | 2012-04-09 | 2013-10-23 | 鸿富锦精密工业(深圳)有限公司 | 刀具检测系统及方法 |
CN105157658A (zh) * | 2015-09-06 | 2015-12-16 | 中国商用飞机有限责任公司 | 飞机蒙皮外形检测装置 |
CN106524934A (zh) * | 2016-11-11 | 2017-03-22 | 北京工业大学 | 一种高精度小模数齿轮视觉测量方法 |
CN107274454A (zh) * | 2017-06-14 | 2017-10-20 | 昆明理工大学 | 一种圆阵列标定板特征点提取方法 |
CN107356608A (zh) * | 2017-07-21 | 2017-11-17 | 中国工程物理研究院激光聚变研究中心 | 大口径熔石英光学元件表面微缺陷快速暗场检测方法 |
US20190339210A1 (en) * | 2018-05-04 | 2019-11-07 | Hydromax USA, LLC | Multi-sensor pipe inspection system and method |
CN109064440A (zh) * | 2018-06-19 | 2018-12-21 | 广东工业大学 | 一种基于机器视觉的喇叭音圈焊线识别方法 |
CN109238165A (zh) * | 2018-07-10 | 2019-01-18 | 东莞盛翔精密金属有限公司 | 一种3c产品轮廓度检测方法 |
CN109785316A (zh) * | 2019-01-22 | 2019-05-21 | 湖南大学 | 一种芯片表观缺陷检测方法 |
CN110420867A (zh) * | 2019-07-26 | 2019-11-08 | 华南理工大学 | 一种使用平面检测的自动分拣的方法 |
CN111260788A (zh) * | 2020-01-14 | 2020-06-09 | 华南理工大学 | 一种基于双目视觉的配电柜开关状态识别方法 |
Non-Patent Citations (1)
Title |
---|
张相胜等: "基于机器视觉的汽车线束压接缺陷检测系统", 仪表技术与传感器, no. 3, pages 73 - 77 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114637261A (zh) * | 2022-03-07 | 2022-06-17 | 深圳市玄羽科技有限公司 | 一种基于云平台的工业制造系统及其控制方法 |
CN114637261B (zh) * | 2022-03-07 | 2022-11-15 | 深圳市玄羽科技有限公司 | 一种基于云平台的工业制造系统及其控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114061480B (zh) | 2024-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107609557B (zh) | 一种指针式仪表读数识别方法 | |
CN110689579A (zh) | 基于合作目标的快速单目视觉位姿测量方法及测量系统 | |
US10586341B2 (en) | Method and device for measuring features on or near an object | |
CN106814083B (zh) | 滤波片缺陷检测系统及其检测方法 | |
EP2339292A1 (en) | Three-dimensional measurement apparatus and method thereof | |
EP1031812A2 (en) | Measurement apparatus | |
US8428335B2 (en) | Combining feature boundaries | |
CN112308916B (zh) | 一种基于图像靶标的目标位姿识别方法 | |
JPH06123609A (ja) | 自動パッケージ検査方法 | |
CN113146073B (zh) | 基于视觉的激光切割方法及装置、电子设备、存储介质 | |
CN110163918A (zh) | 一种基于射影几何的线结构光标定方法 | |
CN108027233B (zh) | 用于测量物体上或附近的特征的方法及装置 | |
CN111257338B (zh) | 镜面、类镜面物体表面缺陷检测方法 | |
CN114061480B (zh) | 一种用于检测工件外形的方法 | |
JP3696336B2 (ja) | カメラのキャリブレーション方法 | |
CN115615350A (zh) | 检测方法及其系统 | |
JP2002140713A (ja) | 画像処理方法およびその装置 | |
CN115239801B (zh) | 一种对象定位方法及装置 | |
CN111475016A (zh) | 一种基于计算机视觉的装配过程几何参数自适应测量系统及方法 | |
CN114964032B (zh) | 基于机器视觉的盲孔深度测量方法及装置 | |
KR101574195B1 (ko) | 모바일 플랫폼에 기반한 가상 카메라의 자동 캘리브레이션 방법 | |
CN113884508B (zh) | 用于基板的线路量测系统 | |
JPH09329440A (ja) | 複数枚の画像の各計測点の対応づけ方法 | |
CN114648518A (zh) | 一种基于内窥图像的孔内表面缺陷检测及测量方法 | |
CN114963981A (zh) | 一种基于单目视觉的筒状零件对接非接触式测量方法 |
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 |