CN114155228B - 一种建材试件外形合规性快速测量方法及其装置 - Google Patents
一种建材试件外形合规性快速测量方法及其装置 Download PDFInfo
- Publication number
- CN114155228B CN114155228B CN202111485604.6A CN202111485604A CN114155228B CN 114155228 B CN114155228 B CN 114155228B CN 202111485604 A CN202111485604 A CN 202111485604A CN 114155228 B CN114155228 B CN 114155228B
- Authority
- CN
- China
- Prior art keywords
- test piece
- building material
- point cloud
- material test
- depth
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 93
- 239000004566 building material Substances 0.000 title claims abstract description 82
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims abstract description 18
- 238000000691 measurement method Methods 0.000 claims abstract description 14
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 238000012545 processing Methods 0.000 claims description 9
- 238000005259 measurement Methods 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 238000005520 cutting process Methods 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 238000003672 processing method Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 9
- 238000010276 construction Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 238000009499 grossing Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 239000004567 concrete Substances 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 210000000056 organ Anatomy 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 238000012795 verification 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
- G06T7/0006—Industrial image inspection using a design-rule based approach
-
- 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
-
- 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
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30132—Masonry; Concrete
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/12—Bounding box
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种建材试件外形合规性快速测量方法及其装置，其中方法包括以下步骤：S1.采集建材试件点云数据；对建材试件进行俯拍采集点云数据；S2.对所采集到的点云数据进行预处理；S3.通过基于三维凸包改进的建材试件快速几何特征计算法获取三维建材试件的几何特征；S4.通过基于点云梯度和深度特性的建材试件平整度测量方法进行平整度计算。装置包括：双目深度相机、测试平面板和工业控制计算机；本发明不同于通用点云处理方法和传统的3D扫描，其针对建材试件的点云几何特性，不做点云模型匹配和只用一个角度进行拍摄，减少算法时间复杂度，从而可快速完成建材试件的合规性判断。
Description
技术领域
本发明涉及计算机视觉技术领域，更具体的说是涉及一种建材试件外形合规性快速测量方法及其装置。
背景技术
随着社会的不断发展，我国基础设施建设也有了很大发展，建筑行业正面临新的机遇。施工现场使用的建材质量不达标将会严重影响整体的施工效果，同时也会影响到工程的使用寿命，甚至会影响到施工人员和居住人员的生命安全，这样也会给建设单位带来名誉和经济损失。所以对建材合规性检测方法的研究在工程质量把控上是非常必要的。
建筑建材工业化建造的发展要求是设计标准化、制造工厂化、施工装配化和管理信息化，建材构件的制造精度是影响施工质量的重要因素，对建材构件特别是混凝土构件的尺寸进行检验评价是控制建筑工程质量的关键。以往采用直尺等工具检测建材构件的尺寸具有以下3点局限性：一是在二维平面内进行人工手动测量，不适用于异形构件三维层面的尺寸验收；二是测量工作量大、精度差、效率低，难以短时得到足够多的数据；三是当前建材构件尺寸评价标准为抽样选取代表点进行核算，不能全面反映构件的尺寸情况。建材构件尺寸检测验收方法难以适应高精度工业化拼装要求和自动化、信息化管理的发展趋势。
三维模型重构技术是一种结合三维非接触测量、点云重建和点云数据处理的复合技术。它利用针孔投影原理将点的空间位置记录成图像信息，在计算机中重构得到点的实际空间位置，将多张照片的重构结果拼接，获得整体数字信息，最后再利用整体数字信息进行工程应用，如测定物体在三维空间的位置、形状、大小、运动等。与传统测量方法相比，三维模型重构技术具有操作简便、非接触、精度好、效率高等优点。国内外学者首先在机械、医学、农业领域应用了三维模型重构技术。在机械领域，三维模型重构技术用于构件模型重构和尺寸测量，并以重构模型为基准进行力学分析、结构优化等操作。在医学和农业领域，分别有学者进行了人体器官和农作物叶片的模型重构和有限元分析。近年来，三维模型重构技术广泛应用于结构变形、变位、裂缝监测等领域，并逐渐与集成神经网络、计算机视觉等技术相结合。以上利用三维模型重构技术进行整体模型尺寸测量或结构局部监测，其重构体量多为毫米、厘米级，对细部尺寸检验评价的精度要求高。
三维模型重构结果一般是点云。点云是在同一坐标系下表达目标空间分布和表面特性的海量点集合，包括坐标、法矢量等信息。受仪器振动、环境、操作熟练程度等的影响，重构点云会出现噪声，因此，需进行数据处理。为使点云处理更具针对性，前人根据点云的拓扑关系和位置关系对点云进行了分类。点云分为3类：一是在研究对象点云之外不属于研究对象的点云，称为无关点云；二是由于系统误差引起的构件表面的噪点；三是研究对象的点云，称为有效点云。与无关点云和噪点对应的点云数据处理方法分为剔除算法和平滑算法，剔除算法用于删除无关点云，平滑算法则用于平滑噪点并最大限度保留细节特征。噪点平滑算法包括拉普拉斯滤波算法、双边滤波算法、三边滤波算法等，研究已较为成熟，而无关点云仍为手动剔除，处理效率和精度较低。
基于三维点云重构的试件测量方法进行尺寸验收时，重构点云模型在计算机内部不能直接测量，需要将重构点云模型与设计模型放在一起，按一定原则对齐，显示重构模型与设计模型尺寸之间的偏差，进而反映制造尺寸的误差。3D扫描技术可以在进行现场混凝土三维粗糙度检测方法。通过对室内浇筑12个具有不同粗糙度的混凝土试件，并制作对应的镜像模型，3D扫描利用模型检测试件的三维粗糙度。可见通用点云处理方法和传统的3D扫描算法步骤复杂，无法快速完成建材试件的合规性判断。
因此，如何提出一种能够减少算法时间复杂度的基于三维点云的建材试件外形合规性快速测量方法是本领域技术人员亟需解决的问题。
发明内容
有鉴于此，本发明提供了一种
为了实现上述目的，本发明采用如下技术方案：
一种建材试件外形合规性快速测量方法，包括以下步骤：
S1.采集建材试件点云数据；对所述建材试件进行俯拍采集点云数据；
S2.对所采集到的所述点云数据进行预处理；
S3.通过基于三维凸包改进的建材试件快速几何特征计算法获取三维建材试件的几何特征；具体方法包括：
完成物体表面重建，采用Quick Hull算法快速计算三维凸包，获取建材试件三维点云凸包结构，并利用AABB包围盒和OBB包围盒来快速获取三维建材试件的几何特征；
S4.通过基于点云梯度和深度特性的建材试件平整度测量方法进行平整度计算。
优选的，S1中采用双目深度相机进行试件的俯拍，建材试件设置于测试平面板上，所述双目深度相机与平面板距离为1.5米；
S1中采集到的所述点云数据输入工业控制计算机进行后续处理和计算。
优选的，S2的具体方法为：
通过人机交互方式对点云元数据进行裁剪，寻找点云中最大的平面，分别获取上表面和下表面，去除有效区外无关点云和去除点云噪声。
优选的，裁剪的尺寸为500像素*500像素。
优选的，S3中的几何特征包括：长、宽、表面积和体积。
优选的，物体表面重建的具体方法为：还原下表面，提取下表面点云深度值的平均值，复制上表面点云，将复制项的点云深度值通道值设置下表面点云深度值的平均值，拼接点云。
优选的，S4的具体内容包括：
利用深度梯度算法进行试件平整度测量，如果无异常梯度点位，则为平整，否则分别提取n个深度梯度大于预设阈值的点云像素点和n个深度梯度小于预设阈值的点云像素点，并针对n个大于预设阈值的点云像素点与n个小于预设阈值的点云像素点进行遍历分别求深度差值，然后取点云深度差值的平均值位作为平整度，其中n为大于1的整数。
优选的，所述深度梯度算法的具体内容包括：
通过梯度方向计算公式，得到该像素点深度值的梯度方向，其中梯度方向计算公式为：
其中，P(X，Y)为深度图像中在位置为X列Y行处的深度值；方向梯度的取值范围为[0,360°]；当像素点落在同一平面内的时候具有相同的方向梯度，梯度大小为：
一种建材试件外形合规性快速测量装置，包括：双目深度相机、测试平面板和工业控制计算机；
所述双目深度相机用于对设置在所述测试平面板上的建材试件进行俯拍采集点云数据，并发送所述点云数据至所述工业控制计算机；
所述工业控制计算机用于对所采集到的所述点云数据进行预处理，并通过基于三维凸包改进的建材试件快速几何特征计算法获取三维建材试件的几何特征，通过基于点云梯度和深度特性的建材试件平整度测量方法进行平整度计算。
优选的，所述测试平面板为一块单一背景的防反光的树胶板，双目深度相机以俯拍方式架设，与平面板距离为1.5米左右。
经由上述的技术方案可知，与现有技术相比，本发明公开提供了一种建材试件外形合规性快速测量方法及其装置，具有以下有益效果：
(1)不用现有点云通用算法处理方法，本发明针对建材试件的点云几何特性，不做点云模型匹配，直接通过利用建材试件三维几何信息，计算建材试件的三维点云凸包结构和梯度，从而快速获取其几何特征，减少算法时间复杂度，实现快速测量。
(2)不同于传统3D扫描仪对物体进行全方位扫描方式，本发明为了实现快速测量建材试件，根据建材试件几何特征明显的特点，只用一个俯拍角度进行拍摄，即可快速完成建材试件的合规性判断。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
图1附图为本发明提供的基于三维凸包改进的建材试件快速几何特征计算图；
图2附图为本发明提供的建材试件外形表面平整度图；
图3附图为本发明提供的基于三维点云的建材试件外形合规性快速测量装置图。
具体实施方式
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，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做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。
本发明实施例公开了一种建材试件外形合规性快速测量方法，包括以下步骤：
S1.采集建材试件点云数据；对建材试件进行俯拍采集点云数据；
S2.对所采集到的点云数据进行预处理；
S3.通过基于三维凸包改进的建材试件快速几何特征计算法获取三维建材试件的几何特征；具体方法包括：
完成物体表面重建，采用Quick Hull算法快速计算三维凸包，获取建材试件三维点云凸包结构，并利用AABB包围盒和OBB包围盒来快速获取三维建材试件的几何特征；
S4.通过基于点云梯度和深度特性的建材试件平整度测量方法进行平整度计算。
需要说明的是：
其中凸包结构是为了获取建材的三维表面几何形状轮廓，两个包围盒用于重建完成的建材凸包轮廓进行几何参数的提取。
S4中的平整度计算主要根据用户设置的合规性阈值进行判断是否合规。
为了进一步实施上述技术方案，S1中采用双目深度相机进行试件的俯拍，建材试件设置于测试平面板上，双目深度相机与平面板距离为1.5米；
S1中采集到的点云数据输入工业控制计算机进行后续处理和计算。
为了进一步实施上述技术方案，如图1所示，S2的具体方法为：
通过人机交互方式对点云元数据进行裁剪，寻找点云中最大的平面，分别获取上表面和下表面，去除有效区外无关点云和去除点云噪声。
需要说明的是：
其中寻找到最大平面就可以找出上表面的空间位置，则进一步通过复制上表面构造下表面。通过点云离群点去除方法即可去除无关点云和点云噪声，其核心思想是判断当前点和邻居点的标准差大小进行判断，标准差过大，则认为是离群点，也就是噪声点。
为了进一步实施上述技术方案，裁剪的尺寸为500像素*500像素。
为了进一步实施上述技术方案，S3中的几何特征包括：长、宽、表面积和体积。
为了进一步实施上述技术方案，物体表面重建的具体方法为：还原下表面，提取下表面点云深度值的平均值，复制上表面点云，将复制项的点云深度值通道值设置下表面点云深度值的平均值，拼接点云。
为了进一步实施上述技术方案，如图2所示，S4的具体内容包括：
利用深度梯度算法进行试件平整度测量，如果无异常梯度点位，则为平整，否则分别提取n个深度梯度大于预设阈值的点云像素点和n个深度梯度小于预设阈值的点云像素点，并针对n个大于预设阈值的点云像素点与n个小于预设阈值的点云像素点进行遍历分别求深度差值，然后取点云深度差值的平均值位作为平整度，其中n为大于1的整数。
需要说明的是：
在本实施例中异常梯度点位有无的判断，通过计算深度梯度的大小，若梯度大小近似为0，则为无异常梯度点位，即为平整。
为了进一步实施上述技术方案，深度梯度算法的具体内容包括：
通过梯度方向计算公式，得到该像素点深度值的梯度方向，其中梯度方向计算公式为：
其中，P(X，Y)为深度图像中在位置为X列Y行处的深度值；方向梯度的取值范围为[0,360°]；当像素点落在同一平面内的时候具有相同的方向梯度，梯度大小为：
一种建材试件外形合规性快速测量装置，如图3所示，包括：双目深度相机、测试平面板和工业控制计算机；
双目深度相机用于对设置在测试平面板上的建材试件进行俯拍采集点云数据，并发送点云数据至工业控制计算机；
工业控制计算机用于对所采集到的点云数据进行预处理，并通过基于三维凸包改进的建材试件快速几何特征计算法获取三维建材试件的几何特征，通过基于点云梯度和深度特性的建材试件平整度测量方法进行平整度计算。
为了进一步实施上述技术方案，测试平面板为一块单一背景的防反光的树胶板，双目深度相机以俯拍方式架设，与平面板距离为1.5米左右
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (8)
1.一种建材试件外形合规性快速测量方法，其特征在于，包括以下步骤：
S1.采集建材试件点云数据；对所述建材试件进行俯拍采集点云数据；
S2.对所采集到的所述点云数据进行预处理；
S3.通过基于三维凸包改进的建材试件快速几何特征计算法获取三维建材试件的几何特征；具体方法包括：
完成物体表面重建，采用Quick Hull算法快速计算三维凸包，获取建材试件三维点云凸包结构，并利用AABB包围盒和OBB包围盒来快速获取三维建材试件的几何特征；
S4.通过基于点云梯度和深度特性的建材试件平整度测量方法进行平整度计算；具体包括：
利用深度梯度算法进行试件平整度测量，如果无异常梯度点位，则为平整，否则分别提取n个深度梯度大于预设阈值的点云像素点和n个深度梯度小于预设阈值的点云像素点，并针对n个大于预设阈值的点云像素点与n个小于预设阈值的点云像素点进行遍历分别求深度差值，然后取点云深度差值的平均值位作为平整度，其中n为大于1的整数；
所述深度梯度算法的具体内容包括：
通过梯度方向计算公式，得到该像素点深度值的梯度方向，其中梯度方向计算公式为：
其中，P(X，Y)为深度图像中在位置为X列Y行处的深度值；方向梯度的取值范围为[0,360°]；当像素点落在同一平面内的时候具有相同的方向梯度，梯度大小为：
2.根据权利要求1所述的一种建材试件外形合规性快速测量方法，其特征在于，S1中采用双目深度相机进行试件的俯拍，建材试件设置于测试平面板上，所述双目深度相机与平面板距离为1.5米；
S1中采集到的所述点云数据输入工业控制计算机进行后续处理和计算。
3.根据权利要求1所述的一种建材试件外形合规性快速测量方法，其特征在于，S2的具体方法为：
通过人机交互方式对点云元数据进行裁剪，寻找点云中最大的平面，分别获取上表面和下表面，去除有效区外无关点云和去除点云噪声。
4.根据权利要求3所述的一种建材试件外形合规性快速测量方法，其特征在于，裁剪的尺寸为500像素*500像素。
5.根据权利要求1所述的一种建材试件外形合规性快速测量方法，其特征在于，S3中的几何特征包括：长、宽、表面积和体积。
6.根据权利要求1所述的一种建材试件外形合规性快速测量方法，其特征在于，物体表面重建的具体方法为：还原下表面，提取下表面点云深度值的平均值，复制上表面点云，将复制项的点云深度值通道值设置下表面点云深度值的平均值，拼接点云。
7.一种建材试件外形合规性快速测量装置，其特征在于，包括：双目深度相机、测试平面板和工业控制计算机；
所述双目深度相机用于对设置在所述测试平面板上的建材试件进行俯拍采集点云数据，并发送所述点云数据至所述工业控制计算机；
所述工业控制计算机用于对所采集到的所述点云数据进行预处理，并通过基于三维凸包改进的建材试件快速几何特征计算法获取三维建材试件的几何特征，通过基于点云梯度和深度特性的建材试件平整度测量方法进行平整度计算。
8.根据权利要求7所述的一种建材试件外形合规性快速测量装置，其特征在于，所述测试平面板为一块单一背景的防反光的树胶板，双目深度相机以俯拍方式架设，与平面板距离为1.5米左右。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111485604.6A CN114155228B (zh) | 2021-12-07 | 2021-12-07 | 一种建材试件外形合规性快速测量方法及其装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111485604.6A CN114155228B (zh) | 2021-12-07 | 2021-12-07 | 一种建材试件外形合规性快速测量方法及其装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114155228A CN114155228A (zh) | 2022-03-08 |
| CN114155228B true CN114155228B (zh) | 2024-05-10 |
Family
ID=80453435
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111485604.6A Active CN114155228B (zh) | 2021-12-07 | 2021-12-07 | 一种建材试件外形合规性快速测量方法及其装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114155228B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101562754A (zh) * | 2009-05-19 | 2009-10-21 | 无锡景象数字技术有限公司 | 一种改善平面图像转3d图像视觉效果的方法 |
| CN112378349A (zh) * | 2020-09-28 | 2021-02-19 | 湖南海森格诺信息技术有限公司 | 基于双目结构光的匣钵平整度检测装置及其检测方法 |
| CN113065810A (zh) * | 2019-12-31 | 2021-07-02 | 杭州海康机器人技术有限公司 | 检测包裹的方法、装置、计算设备、物流系统及存储介质 |
| CN113160416A (zh) * | 2021-04-12 | 2021-07-23 | 西安科技大学 | 一种用于煤流检测的散斑成像装置及方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7031512B2 (en) * | 2002-04-18 | 2006-04-18 | Stmicroelectronics, Inc. | Method and system for 3D smoothing within the bound of error regions of matching curves |
| US8085987B2 (en) * | 2007-10-26 | 2011-12-27 | Ahmed Shalaby | Method and tool for surface texture evaluation |
-
2021
- 2021-12-07 CN CN202111485604.6A patent/CN114155228B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101562754A (zh) * | 2009-05-19 | 2009-10-21 | 无锡景象数字技术有限公司 | 一种改善平面图像转3d图像视觉效果的方法 |
| CN113065810A (zh) * | 2019-12-31 | 2021-07-02 | 杭州海康机器人技术有限公司 | 检测包裹的方法、装置、计算设备、物流系统及存储介质 |
| CN112378349A (zh) * | 2020-09-28 | 2021-02-19 | 湖南海森格诺信息技术有限公司 | 基于双目结构光的匣钵平整度检测装置及其检测方法 |
| CN113160416A (zh) * | 2021-04-12 | 2021-07-23 | 西安科技大学 | 一种用于煤流检测的散斑成像装置及方法 |
Non-Patent Citations (3)
| Title |
|---|
| 一种基于单目多幅图像的三维曲面重构方法;郭东明等;计算机工程与应用;20020501(09);第55-57页 * |
| 基于无损检测方法的沥青路面介电特性与施工质量评价研究;刘涛;中国博士学位论文全文数据库 (工程科技Ⅱ辑);20170215(第02期);第C034-25页 * |
| 面向机器人操作的三维物体检测与位姿估计;何若涛;中国优秀硕士学位论文全文数据库 (信息科技辑);20180215(第02期);第I138-1923页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114155228A (zh) | 2022-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8803943B2 (en) | Formation apparatus using digital image correlation | |
| CN107301648B (zh) | 基于重叠区域边界角度的冗余点云去除方法 | |
| CN104713885A (zh) | 一种用于pcb板在线检测的结构光辅助双目测量方法 | |
| Xia et al. | An accurate and robust method for the measurement of circular holes based on binocular vision | |
| CN105783786A (zh) | 一种基于结构光视觉的零件倒角测量方法与装置 | |
| CN103191958B (zh) | 一种板料成形回弹的光学检测方法 | |
| Zhang et al. | Accuracy improvement in laser stripe extraction for large-scale triangulation scanning measurement system | |
| Sun et al. | Non-contact optical sensing of asphalt mixture deformation using 3D stereo vision | |
| Shi et al. | Circular grid pattern based surface strain measurement system for sheet metal forming | |
| CN116518864A (zh) | 一种基于三维点云对比分析的工程结构全场变形检测方法 | |
| CN115330712A (zh) | 一种基于虚实融合的装配式建筑预制构件智能质检方法及系统 | |
| Jin et al. | Automatic multi-stereo-vision reconstruction method of complicated tubes for industrial assembly | |
| Senin et al. | The use of areal surface topography analysis for the inspection of micro-fabricated thin foil laser targets for ion acceleration | |
| CN107192348A (zh) | 一种高精度3d视觉测量方法 | |
| CN114155228B (zh) | 一种建材试件外形合规性快速测量方法及其装置 | |
| Ding et al. | Automatic 3D reconstruction of SEM images based on Nano-robotic manipulation and epipolar plane images | |
| CN116124047A (zh) | 一种基于法向量统计特性的粗糙度各向异性参数测量方法 | |
| Spahiu et al. | Extracting body dimensions from 3D body scanning | |
| Puri et al. | ’Dimensional quality control of precast concrete slabs using3D laser scan point clouds’ | |
| Dong et al. | Research on 3D model reconstruction based on a sequence of cross-sectional images | |
| He et al. | Accurate and automatic extrinsic calibration method for blade measurement system integrated by different optical sensors | |
| Zou et al. | Research on optimization of rendering efficiency of point cloud data of transmission lines in three-dimensional GIS | |
| Liu et al. | An improved method for accurately extracting feature information of robot environment modeling based on stereo vision | |
| Ma | Research on calculation strategy of perimeter of irregular objects | |
| Zeng et al. | Three-Dimensional Reconstruction of Rolling Contact Fatigue Characteristics |
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 |