CN114663689B - 一种多步进测量方法 - Google Patents

一种多步进测量方法 Download PDF

Info

Publication number
CN114663689B
CN114663689B CN202210537290.8A CN202210537290A CN114663689B CN 114663689 B CN114663689 B CN 114663689B CN 202210537290 A CN202210537290 A CN 202210537290A CN 114663689 B CN114663689 B CN 114663689B
Authority
CN
China
Prior art keywords
data
stepping
camera lens
distance
calculating
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
CN202210537290.8A
Other languages
English (en)
Other versions
CN114663689A (zh
Inventor
袁慧珠
张明明
孟繁滨
魏哲
徐双双
石文
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.)
Shenyang Heyan Technology Co Ltd
Original Assignee
Shenyang Heyan Technology Co Ltd
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 Shenyang Heyan Technology Co Ltd filed Critical Shenyang Heyan Technology Co Ltd
Priority to CN202210537290.8A priority Critical patent/CN114663689B/zh
Publication of CN114663689A publication Critical patent/CN114663689A/zh
Application granted granted Critical
Publication of CN114663689B publication Critical patent/CN114663689B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/04—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness specially adapted for measuring length or width of objects while moving
    • G01B11/043—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness specially adapted for measuring length or width of objects while moving for measuring length
    • 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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Quality & Reliability (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明属于自动化切割设备的步进方法技术领域，特别提供了一种多步进测量方法。本多步进测量方法的具体步骤包括：登记目标图案；设定相机镜头扫描距离；计算相机镜头的步进距离；相机镜头按上述步进距离扫描料片，抓取图像与目标图案进行匹配；截取最大平移量数据集合；提取平移数据，并与原始数据做对齐，整合出对比数据；计算每组数据的均方误差，得出第一个block的数据集合及其步进个数；根据步骤七中的第一个block的数据集合及其步进个数计算刀具一个block内的步进数据及每个数据的循环次数。本方法可实现设备自动化测量步进，大幅提高步进测量效率；对所有block中每个对应步进坐标取平均值，降低测量数据的误差。

Description

一种多步进测量方法
技术领域
本发明属于自动化切割设备的步进方法技术领域，特别提供了一种多步进测量方法。
背景技术
自动化设备已在工业领域广泛应用。随着信息技术的进步和电子设备的普及，半导体加工成为如今工业技术的前沿。目前市面上的自动化切割设备渐渐无法满足半导体加工的旺盛需求。
目前市面上常见的自动化切割设备，其切割步进的数据采集和设置均由工作人员手动完成。首先手动移动镜头到当前切割道，记录第一个数据点坐标位置x，再移动镜头到下一个切割道，记录第二个数据点坐标位置y，刀具完成一次切割后移动到下一个切割位置所需的步进值为z=y-x。整个操作过程不仅需要设定预设重复次数，且每个步进测量的误差不同，也无法矫正。因此，需要一种能够提高步进测量效率，且能够进一步降低误差的多步进测量方法。
发明内容
为解决上述问题，本发明提供了一种多步进测量方法。
为实现上述目的，本发明采用的技术方案是：一种多步进测量方法，其特征在于：所述测量方法的其具体步骤包括：
步骤一、登记目标图案；
步骤二、设定相机镜头扫描距离；
步骤三、初步扫描料片，计算相机镜头的步进距离；
步骤四、相机镜头按步骤三中设定的步进距离扫描料片，抓取图像与目标图案进行匹配；
步骤五、计算最大平移量，截取最大平移量数据集合；
步骤六、提取平移数据，并与原始数据做对齐，整合出对比数据；
步骤七、计算每组数据的均方误差，得出第一个block的数据集合及其步进个数；
步骤八、根据步骤七中的第一个block的数据集合及其步进个数计算刀具一个block的步进数据及每个数据的循环次数。
进一步地，所述测量方法还包括：
步骤九、对刀具block内各数据之间做差分，得出连续重复步进的重复次数y。
进一步地，步骤一中登记目标图案，具体为：
选定料片切割道附近具有能够体现该区域为切割道的标志性图案作为目标图案，并将该目标图案输入至应用所述测量方法的切割机的控制系统中。
进一步地，步骤二中设定相机镜头扫描距离，具体为：
设定相机镜头需要扫描的距离d，即料片的Y轴尺寸。
进一步地，步骤三中初步扫描料片，计算相机镜头的步进距离，具体为：
根据步骤一中所设定目标图案计算相机镜头的步进距离；相机镜头拍摄图像的Y轴尺寸为h，目标图案的Y轴尺寸为h’，计算相机镜头的步进距离s=h-h’。
进一步地，步骤四中相机镜头按步骤三中设定的步进距离扫描料片，抓取图像与目标图案进行匹配，具体为：
设步进次数为p，数据的个数为n，当前扫描的距离为d1，坐标数据为kn，创建坐标集合K；
相机镜头按步进距离s从上至下扫描料片，相机镜头每移动一个步进则进行一次抓取图像，系统进行图像比对循环，将抓取的图像与目标图案进行匹配，如匹配成功，则将目标图案的坐标数据kn存入坐标集合K中，n=n+1，d1=p*s；如匹配失败，d1=p*s；当d1≤d时，则镜头移动一个步进距离s，且p=p+1，当d1＞d时，则输出n个kn数据的坐标集合K(0,n)，即K{k0,k1,...，kn-1,kn}，程序结束。
进一步地，步骤五中计算最大平移量，截取最大平移量数据集合，具体为：
设定用于识别一个block所需的最大平移量数据集合K’，K’中包含集合K中从k0开始的m个kn数据，即K’=K(0,m)；
其中，m=⌈n/2⌉。
进一步地，步骤六中提取平移数据，并与原始数据做对齐，整合出对比数据，具体为：
设数据平移次数为i，平移后得到剔除平移数据的集合Ki，即Ki中包含集合K’中从ki到km共m-i个kn数据，Ki=K’(i，m)，对比数据则为包含集合K’中从k0开始到km-i共m-i个kn数据的集合Ki ’，即Ki ’=K’(0，m-i)。
进一步地，步骤七中计算每组数据的均方误差，得出第一个block的数据集合及其步进个数，具体为：
设第一个block的数据集合为Kb，Kb包含从k0到ki-1共i个kn数据，即Kb=K’(0，i-1)，均方误差Msem；
计算每组数据的均方误差
Figure 100002_DEST_PATH_IMAGE001
；
其中，Xi为Ki中全部元素坐标长度的和，即Xi=ki+ki+1+ki+2+...+km，Xi ’为Ki ’中全部元素坐标长度的和，即Xi ’=k0+k1+k2+...+ki，当均方误差小于设定值时，则停止循环，输出Kb和i。
进一步地，步骤八中根据步骤七中的第一个block的数据集合及其步进个数计算刀具一个block的步进数据及每个数据的循环次数，具体为：
将所有block步进坐标集合的数据进行对齐，并求出所有block中每个对应步进坐标的平均值，将平均值按顺序存入集合Kb ’内并将其输出，刀具所需重复block的循环次数q=i。
使用本发明的有益效果是：
1、通过本方法可实现设备自动化测量步进，大幅提高步进测量效率；
2、通过求所有block中每个对应步进坐标的平均值的方式，对测量后的步进数据及block数据做进一步校准，降低数据误差；
3、通过引入block的循环次数及单个block内连续重复步进的重复次数来减少同一参数重复输入次数，同时还能够节省系统算力。
附图说明
图1为本发明扫描并获取数据集合K的流程图；
图2为本发明计算均方误差的流程图；
图3为三种可能出现的block及目标图案位置示例的示意图；
图4为无重叠区域的图像捕捉效果示意图；
图5为预留目标图案高度作为图像重叠区域的图像捕捉效果示意图。
具体实施方式
以下结合附图对本发明进行详细的描述。
参照图1-图5，一种多步进测量方法，其特征在于：所述测量方法的其步骤包括：
步骤一、选定料片切割道附近具有能够体现该区域为切割道的标志性图案作为目标图案，并将该目标图案输入至切割机控制系统中；系统以目标图案作为切割道的识别对象，通过将目标图案与扫描过程中采集的图像进行比对，记录图像中切割道的坐标；
步骤二、设定相机镜头需要扫描的距离d，即料片的Y轴尺寸；
步骤三、初步扫描料片，根据步骤一中所设定目标图案计算相机镜头的步进距离；相机镜头拍摄图像的Y轴尺寸为h，目标图案的Y轴尺寸为h’，计算相机镜头的步进距离s=h-h’；
如图3中所示，图像一的下端包含了一部分不完整的目标图案，若按照相机镜头拍摄图像的高度h为相机镜头步进距离，拍摄到的图像二的上端则包含了图像一中不完整目标图案的另一部分，而系统将图像一和图像二分别与目标图像进行比对时，由于该目标图案在图像一和图像二中均不完整，故两次比对中都无法准确识别出该目标图案，最终导致该目标图案的坐标数据被遗漏。因此，需要相机镜头步进距离不小于目标图像的高度h’，才能避免出现上述目标图像因图案不完整无法识别而被遗漏的情况，即相机镜头步进距离s≥h-h’，但考虑到两个相邻图像若重合部分过大，则会严重影响扫描效率，故如图4中所示，相机镜头步进距离设置为s=h-h’，即使图像一中不完整目标图案的缺失部分无限趋近于0，依然会被完整的呈现在图像三中，以此保证目标图像识别准确性的前提下，保留最大扫描效率。
步骤四、相机镜头按步骤三中设定的步进距离s从上至下扫描料片，相机镜头每移动一个步进则进行一次抓取图像。系统进行图像比对循环，将抓取的图像与目标图案进行匹配，如匹配成功，则将目标图案的坐标数据存入集合中，如匹配失败，则进入下一次匹配，重复此循环直至扫描结束，最终得到包含坐标数据的集合；步进次数为p，数据的个数为n，当前扫描的距离为d1，坐标数据为kn，创建坐标集合K；登记目标图案时，载入步骤二中的扫描距离d和步骤三中的相机镜头步进s，n=0，p=0；匹配图像时，若匹配成功则将kn存入K中，且n=n+1后计算当前扫描距离d1=p*s，若匹配失败则直接计算当前扫描距离d1=p*s；当d1＞d时，则输出n个kn数据的坐标集合K(0,n)，即K{k0,k1,...，kn-1,kn}，程序结束。
步骤五、设定用于识别一个block所需的最大平移量数据集合K’，K’中包含集合K中从k0开始的m个kn数据，即K’=K(0,m)；若料片切割过程中包含多个block（步进循环），则block数量至少为2，因此，m=n/2时，K’中的数据点必然包含了一个完整的block，考虑到循环次数为奇数时，可能存在n/2不是整数的情况，则对m作向上取整，即m=⌈n/2⌉（此处由于系统运算的底层逻辑中，加减运算结果自动向上取整，故也可以m=n-n/2的方式输入系统代码）；
步骤六、设镜头平移次数为i，剔除平移后的集合K’中的数据k’ i-1构成平移后的集合Ki（即Ki=K’(i，m)），并将ki-1存入block数据集合Kb内，对比数据为Ki ’=K’(0，m-i)，具体效果如下表所示；
原数据 k<sub>0</sub> k<sub>1</sub> k<sub>2</sub> k<sub>3</sub> k<sub>4</sub> k<sub>5</sub> k<sub>6</sub> k<sub>7</sub> k<sub>8</sub> k<sub>9</sub> k<sub>10</sub> k<sub>11</sub> k<sub>12</sub> k<sub>13</sub>
对比数据1 k<sub>0</sub> k<sub>1</sub> k<sub>2</sub> k<sub>3</sub> k<sub>4</sub> k<sub>5</sub> k<sub>6</sub> k<sub>7</sub> k<sub>8</sub> k<sub>9</sub> k<sub>10</sub> k<sub>11</sub> k<sub>12</sub>
平移1次 k<sub>1</sub> k<sub>2</sub> k<sub>3</sub> k<sub>4</sub> k<sub>5</sub> k<sub>6</sub> k<sub>7</sub> k<sub>8</sub> k<sub>9</sub> k<sub>10</sub> k<sub>11</sub> k<sub>12</sub> k<sub>13</sub>
对比数据2 k<sub>0</sub> k<sub>1</sub> k<sub>2</sub> k<sub>3</sub> k<sub>4</sub> k<sub>5</sub> k<sub>6</sub> k<sub>7</sub> k<sub>8</sub> k<sub>9</sub> k<sub>10</sub> k<sub>11</sub>
平移2次 k<sub>2</sub> k<sub>3</sub> k<sub>4</sub> k<sub>5</sub> k<sub>6</sub> k<sub>7</sub> k<sub>8</sub> k<sub>9</sub> k<sub>10</sub> k<sub>11</sub> k<sub>12</sub> k<sub>13</sub>
对比数据3 k<sub>0</sub> k<sub>1</sub> k<sub>2</sub> k<sub>3</sub> k<sub>4</sub> k<sub>5</sub> k<sub>6</sub> k<sub>7</sub> k<sub>8</sub> k<sub>9</sub> k<sub>10</sub>
平移3次 k<sub>3</sub> k<sub>4</sub> k<sub>5</sub> k<sub>6</sub> k<sub>7</sub> k<sub>8</sub> k<sub>9</sub> k<sub>10</sub> k<sub>11</sub> k<sub>12</sub> k<sub>13</sub>
对比数据4 k<sub>0</sub> k<sub>1</sub> k<sub>2</sub> k<sub>3</sub> k<sub>4</sub> k<sub>5</sub> k<sub>6</sub> k<sub>7</sub> k<sub>8</sub> k<sub>9</sub>
平移4次 k<sub>4</sub> k<sub>5</sub> k<sub>6</sub> k<sub>7</sub> k<sub>8</sub> k<sub>9</sub> k<sub>10</sub> k<sub>11</sub> k<sub>12</sub> k<sub>13</sub>
步骤七、计算每组数据的均方误差Msem，第一个block的数据集合为Kb，对Ki中全部元素坐标长度求和Xi=ki+ki+1+ki+2+...+km，对Ki ’中全部元素坐标长度求和Xi ’=k0+k1+k2+...+ki，具体公式如下：
Figure 391578DEST_PATH_IMAGE001
当均方误差大于或等于设定值（本实施例中设定值为Msem＜0.05，在实际操作过程中，Msem值根据实际需求设置）时，则i=i+1并进行下一次平移及均方误差计算循环，当均方误差小于设定值时，则停止循环，输出Kb=K’(0，i-1)和i，Kb内所存入的数据则为第一个block的步进坐标集合，即Kb包含从k0到ki-1共i个kn数据，当前数据点即为第二个block的起始位置，据此我们得到一个block内的步进个数q=i；
步骤八、根据步进个数q和第一个block的步进坐标集合整合原始数据，得到所有block的步进坐标集合，将所有block步进坐标集合的数据进行对齐，并求出所有block中每个对应步进坐标的平均值，将平均值按顺序存入集合Kb ’内并将其输出，Kb ’则为刀具一个block的步进数据，q则为刀具所需重复block的循环次数；
步骤九、求Kb ’内各数据之间的差分，根据差分确定一个block内是否有多个连续重复的步进，若有则输出连续重复步进的重复次数y，将y作为参数输入系统，能够减少同一参数重复输入次数减少操作重复度，还能够节省系统算力。
以上内容仅为本发明的较佳实施例，对于本领域的普通技术人员，依据本发明的思想，在具体实施方式及应用范围上可以作出许多变化，只要这些变化未脱离本发明的构思，均属于本发明的保护范围。

Claims (10)

1.一种多步进测量方法，其特征在于：所述测量方法的具体步骤包括：
步骤一、登记目标图案；
步骤二、设定相机镜头扫描距离；
步骤三、初步扫描料片，计算相机镜头的步进距离；
步骤四、相机镜头按步骤三中设定的步进距离扫描料片，抓取图像与目标图案进行匹配；
步骤五、计算最大平移量，截取最大平移量数据集合；
步骤六、提取平移数据，并与原始数据做对齐，整合出对比数据；
步骤七、计算每组数据的均方误差，得出第一个步进循环的数据集合及其步进个数；
步骤八、根据步骤七中的第一个步进循环的数据集合及其步进个数计算刀具一个步进循环内的步进数据及每个数据的循环次数。
2.根据权利要求1中所述的一种多步进测量方法，其特征在于：所述测量方法还包括：
步骤九、对刀具步进循环内各数据之间做差分，得出连续重复步进的重复次数y。
3.根据权利要求1中所述的一种多步进测量方法，其特征在于：步骤一中登记目标图案，具体为：
选定料片切割道附近具有能够体现该区域为切割道的标志性图案作为目标图案，并将该目标图案输入至应用所述测量方法的切割机的控制系统中。
4.根据权利要求3中所述的一种多步进测量方法，其特征在于：步骤二中设定相机镜头扫描距离，具体为：
设定相机镜头需要扫描的距离d，即料片的Y轴尺寸。
5.根据权利要求4中所述的一种多步进测量方法，其特征在于：步骤三中初步扫描料片，计算相机镜头的步进距离，具体为：
根据步骤一中所设定目标图案计算相机镜头的步进距离；相机镜头拍摄图像的Y轴尺寸为h，目标图案的Y轴尺寸为h’，计算相机镜头的步进距离s=h-h’。
6.根据权利要求5中所述的一种多步进测量方法，其特征在于：步骤四中相机镜头按步骤三中设定的步进距离扫描料片，抓取图像与目标图案进行匹配，具体为：
设步进次数为p，数据的个数为n，当前扫描的距离为d1，坐标数据为kn，创建坐标集合K；
相机镜头按步进距离s从上至下扫描料片，相机镜头每移动一个步进则进行一次抓取图像，系统进行图像比对循环，将抓取的图像与目标图案进行匹配，如匹配成功，则将目标图案的坐标数据kn存入坐标集合K中，n=n+1，d1=p*s；如匹配失败，d1=p*s；当d1≤d时，则镜头移动一个步进距离s，且p=p+1，当d1＞d时，则输出n个kn数据的坐标集合K(0,n)，即K{k0,k1,...，kn-1,kn}，程序结束。
7.根据权利要求6中所述的一种多步进测量方法，其特征在于：步骤五中计算最大平移量，截取最大平移量数据集合，具体为：
设定用于识别一个步进循环所需的最大平移量数据集合K’，K’中包含集合K中从k0开始的m个kn数据，即K’=K(0,m)；
其中，m=⌈n/2⌉。
8.根据权利要求7中所述的一种多步进测量方法，其特征在于：步骤六中提取平移数据，并与原始数据做对齐，整合出对比数据，具体为：
设数据平移次数为i，平移后得到剔除平移数据的集合Ki，即Ki中包含集合K’中从ki到km共m-i个kn数据，Ki=K’(i，m)，对比数据则为包含集合K’中从k0开始到km-i共m-i个kn数据的集合Ki ’，即Ki ’=K’(0，m-i)。
9.根据权利要求8中所述的一种多步进测量方法，其特征在于：步骤七中计算每组数据的均方误差，得出第一个步进循环的数据集合及其步进个数，具体为：
设第一个步进循环的数据集合为Kb，Kb包含从k0到ki-1共i个kn数据，即Kb=K’(0，i-1)，均方误差Msem；
计算每组数据的均方误差
Figure DEST_PATH_IMAGE001
；
其中，Xi为Ki中全部元素坐标长度的和，即Xi=ki+ki+1+ki+2+...+km，Xi ’为Ki ’中全部元素坐标长度的和，即Xi ’=k0+k1+k2+...+ki，当均方误差小于设定值时，则停止循环，输出Kb和i。
10.根据权利要求9中所述的一种多步进测量方法，其特征在于：步骤八中根据步骤七中的第一个步进循环的数据集合及其步进个数计算刀具一个步进循环的步进数据及每个数据的循环次数，具体为：
将所有步进循环步进坐标集合的数据进行对齐，并求出所有步进循环中每个对应步进坐标的平均值，将平均值按顺序存入集合Kb ’内并将其输出，刀具所需重复步进循环的循环次数q=i。
CN202210537290.8A 2022-05-18 2022-05-18 一种多步进测量方法 Active CN114663689B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210537290.8A CN114663689B (zh) 2022-05-18 2022-05-18 一种多步进测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210537290.8A CN114663689B (zh) 2022-05-18 2022-05-18 一种多步进测量方法

Publications (2)

Publication Number Publication Date
CN114663689A CN114663689A (zh) 2022-06-24
CN114663689B true CN114663689B (zh) 2022-08-16

Family

ID=82036387

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210537290.8A Active CN114663689B (zh) 2022-05-18 2022-05-18 一种多步进测量方法

Country Status (1)

Country Link
CN (1) CN114663689B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102519375A (zh) * 2011-11-14 2012-06-27 浙江大学 基于光循环与谱域载频的超大量程间距测量系统及方法
CN103135765A (zh) * 2013-02-20 2013-06-05 兰州交通大学 一种基于微机械传感器的人体动作信息捕捉系统
CN111670413A (zh) * 2018-01-31 2020-09-15 Asml荷兰有限公司 用于确定光学像差的方法和设备
CN112907679A (zh) * 2021-01-28 2021-06-04 烟台大学 基于视觉的机器人重复定位精度测量方法
CN113267135A (zh) * 2021-04-20 2021-08-17 浙江大学台州研究院 一种轨旁设备限界快速自动测量的装置及方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AT11837U1 (de) * 2010-06-21 2011-05-15 Avl List Gmbh Mobiles messgerät
CN103471989B (zh) * 2013-01-08 2016-02-03 刘学峰 一种基于光学矢量模式化的非直观成像方法
CN104390646B (zh) * 2014-09-15 2017-06-16 东南大学 水下潜器地形辅助惯性导航系统的位置匹配方法
CN110440690B (zh) * 2019-07-30 2020-11-17 华中科技大学 一种用于单点金刚石车床直线轴误差测量的装置及方法
CN112084937B (zh) * 2020-09-08 2021-03-19 清华大学 一种动态车辆检测方法
CN113642397B (zh) * 2021-07-09 2024-02-06 西安理工大学 一种基于手机视频的物体长度测量方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102519375A (zh) * 2011-11-14 2012-06-27 浙江大学 基于光循环与谱域载频的超大量程间距测量系统及方法
CN103135765A (zh) * 2013-02-20 2013-06-05 兰州交通大学 一种基于微机械传感器的人体动作信息捕捉系统
CN111670413A (zh) * 2018-01-31 2020-09-15 Asml荷兰有限公司 用于确定光学像差的方法和设备
CN112907679A (zh) * 2021-01-28 2021-06-04 烟台大学 基于视觉的机器人重复定位精度测量方法
CN113267135A (zh) * 2021-04-20 2021-08-17 浙江大学台州研究院 一种轨旁设备限界快速自动测量的装置及方法

Also Published As

Publication number Publication date
CN114663689A (zh) 2022-06-24

Similar Documents

Publication Publication Date Title
CN109598762B (zh) 一种高精度双目相机标定方法
CN107633192B (zh) 一种基于机器视觉的复杂背景下条形码分割与识读方法
CN109767445B (zh) 一种高精度的pcb缺陷智能检测方法
CN114119488B (zh) 一种面向工厂化的预制叠合板尺寸质量智能检测方法
CN111508032B (zh) 相机标定过程中特征点的排序方法
CN111968185A (zh) 标定板、基于编码定义的九点标定物体抓取方法及系统
CN113903024A (zh) 一种手写票据数值信息识别方法、系统、介质及装置
CN107194971B (zh) 一种金手指定位方法、装置及计算机可读存储介质
CN116342694A (zh) 一种基于图像处理的高效率晶圆预扫描方法
JP2009300230A (ja) 位置合わせを行う装置、方法、およびプログラム、ならびに基準モデルを作成する装置、方法、およびプログラム
CN114612412A (zh) 三维点云数据的处理方法及其用途、电子设备、存储介质
CN109829856B (zh) 一种桥梁裂缝信息融合方法
CN111724354A (zh) 一种基于图像处理的多株小麦穗长与小穗数的测量方法
CN114663689B (zh) 一种多步进测量方法
CN111627059B (zh) 一种棉花叶片中心点位置定位方法
US9454808B2 (en) Pattern processing apparatus, pattern processing method, and pattern processing program
CN110689586B (zh) 中医智能舌诊中的舌像识别方法和用于该方法的便携式校正色卡
KR100837119B1 (ko) 영상계측을 위한 카메라 교정방법
TWI807346B (zh) 尺寸計測裝置，半導體製造裝置及半導體裝置製造系統
CN114359378A (zh) 一种带式输送机巡检机器人定位方法
CN115100153A (zh) 基于双目匹配的管内检测方法、装置、电子设备及介质
CN107742036A (zh) 一种鞋样自动排料加工系统
CN113095104A (zh) 一种缺损二维码定位方法
CN112651427A (zh) 宽基线光学交会测量的像点快速高效匹配方法
CN115330877B (zh) 同款机台的作业程序互拷方法

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
CP01 Change in the name or title of a patent holder

Address after: 110 000 No. 53 Buyunshan Road, Huanggu District, Shenyang City, Liaoning Province

Patentee after: Shenyang Heyan Technology Co.,Ltd.

Address before: 110 000 No. 53 Buyunshan Road, Huanggu District, Shenyang City, Liaoning Province

Patentee before: SHENYANG HEYAN TECHNOLOGY CO.,LTD.

CP01 Change in the name or title of a patent holder