CN115523866A - 一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法 - Google Patents
一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法 Download PDFInfo
- Publication number
- CN115523866A CN115523866A CN202211290149.9A CN202211290149A CN115523866A CN 115523866 A CN115523866 A CN 115523866A CN 202211290149 A CN202211290149 A CN 202211290149A CN 115523866 A CN115523866 A CN 115523866A
- Authority
- CN
- China
- Prior art keywords
- camera
- projection
- image
- belt conveyor
- pixel
- 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
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
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/254—Projection of a pattern, viewing through a pattern, e.g. moiré
-
- 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
- G06T7/50—Depth or shape recovery
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Optics & Photonics (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法,该方法包括以下步骤:1投影两幅灰度图到异物表面,相机采集图像,计算环境光强与表面反射率,进一步计算相机坐标系下的自适应投影强度。2投影一幅散斑图像,根据反射率优化采集的散斑图,并建立投影与采集图像的像素匹配关系。3根据像素匹配关系将相机坐标系下的自适应投影强度对应到投影仪坐标系下,进一步生成自适应投影条纹图,投影到异物表面,测得异物三维信息。4根据三维信息检测皮带机表面异物。本发明的方法避免了传统条纹投影三维测量方法在测量高反光物体时测量失败的问题,适用于皮带机表面存在锚杆、铁丝网等金属异物的测量问题。
Description
技术领域
本发明属于条纹投影三维测量技术领域,具体涉及一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法。
背景技术
煤矿运输环境复杂,运输过程中皮带输送机容易受到锚杆、铁丝网、大块矸石等异物的破坏,导致煤矿经济损失甚至引发安全事故,因此煤矿皮带输送机传输中异物检测尤为重要。传统检测方式主要包括人工检测、雷达探测、金属探测等,人工检测效率低且存在安全隐患,雷达探测成本高且维护困难,金属探测检测类型受限。此外,图像识别技术是目前热门研究方向并具有不错的检测效果。但是图像识别技术基于二维图像进行检测,若能采用三维信息进行识别,增加异物特征信息量,将会带来更好的检测效果。
条纹投影三维测量技术相较于传统测量手段具有速度快、成本低、非接触等优点,广泛应用于工业检测、文物保护、医学诊断、逆向工程等领域。通过数字投影仪将标准正余弦条纹投射到被测物体表面,经物体调制后,相机采集变形条纹信息并传输到计算机,经过相位计算、高度信息转换等相应算法,得到物体三维信息。
应用条纹投影三维测量技术在实际测量皮带机表面异物时,由于存在锚杆铁丝网等高反光金属物体,采用传统方法所采集到的条纹图信息较差,导致测量失败的问题。针对高反光物体的测量,一部分研究者提出了基于相机的多重曝光法,然而多重曝光法需要多次采集相移条纹图测量效率较低,一部分研究者提出了基于投影仪的投影强度调整法,然而像素匹配是其中的难点,根据相位信息匹配的方法需要额外投影正交条纹图,所需投影的图像数量太多,影响了测量效率,而根据单应矩阵匹配的方法在非平面区域建立的关系不准确。
发明内容
发明目的:为解决传统煤矿皮带输送机异物检测在检测效率、成本及检测效果上的不足,并且弥补图像处理方式信息量较少的缺点,提出采用条纹投影测量煤矿皮带输送机上物体三维信息,以增加异物特征信息量,提升检测效果。针对皮带输送机传输异物中存在锚杆铁丝网等高反光物体的测量需求,为了解决传统条纹投影三维测量方法无法测量高反光物体的问题,本发明提供了一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法。
技术方案:为了实现上述目的,本发明采用以下技术方案:一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法,具体包括以下步骤:
步骤1:投影仪投影灰度为0和g的两幅灰度图像到异物表面,相机采集图像,相机曝光时间设置为t1保证投影灰度为g时相机采集的图像不过曝,根据这两幅投影图像和采集图像的强度计算环境光强和表面反射率。确定相机最佳曝光时间to使得投影图像最亮时相机采集的图像不过曝,根据环境光强和表面反射率求出在最佳曝光时间to下使相机采集图像强度达到预设值所需的相机坐标系下的自适应投影强度;
步骤2:投影仪将一幅散斑图像投影到异物表面,相机采集图像,相机曝光时间设置为ts保证相机采集的散斑图案清晰,根据步骤1计算出的环境光强和表面反射率对采集的散斑图进行优化,根据投影散斑图和优化散斑图确定投影仪和相机的像素匹配关系;
步骤3:根据步骤2中计算的像素匹配关系,将步骤1中计算的相机坐标系下的自适应投影强度对应到投影仪坐标系下,得到投影仪坐标系下的自适应投影强度,根据投影仪坐标系下的自适应投影强度生成自适应投影条纹,将生成的自适应投影条纹投影到异物表面,根据条纹投影三维测量方法测得异物三维信息;
步骤4:根据异物的三维信息检测皮带机表面异物。
进一步的,步骤1所述的具体计算方法如下:
投影仪投影灰度图像到异物表面,相机采集图像,采集得到的图像表示为:
Ic(x,y)=ktr(x,y)Ip(x,y)+ktA(x,y) (1)
式中,(x,y)为捕获图像上像素点坐标,Ip(x,y)为投影图像在点(x,y)处的像素灰度值,Ic(x,y)为点(x,y)处相机捕获图像的像素灰度值,t为相机曝光时间,k为相机灵敏度系数,r(x,y)为异物的表面反射率,A(x,y)为环境光强;
根据环境光强和表面反射率求得在最佳曝光时间to下达到最佳捕获图像强度(8位灰度相机为255,留有一定余量设置为240)所需的相机坐标系下的自适应投影强度为:
进一步的,步骤2所述的散斑图的优化过程如式(5)所示:
进一步的,步骤2所述的确定像素匹配关系的方法如下:
投影散斑图记为A1,优化散斑图记为B1,对A1和B1进行极线校正,得到校正后投影散斑图A2和校正后优化散斑图B2,对于A1上一像素点(m,n),根据极线校正关系对应到A2上的像素(mr,nr),在B2上找到与(mr,nr)处于同一行的像素,计算这些像素与(mr,nr)的零均值归一化互相关系数ZNCC,找到这些像素中ZNCC值最大的像素(pr,qr),根据极线校正关系将(pr,qr)对应到B1上的像素(p,q),由此得到投影仪坐标系下的像素(m,n)在相机坐标系下的匹配像素(p,q),对于投影仪坐标系下的所有像素都采用此方法找到其在相机坐标系下的匹配像素,由此确定投影仪与相机的像素匹配关系。
进一步的,步骤3所述的生成的自适应投影条纹为相移条纹,其灰度值采用式(6)计算:
式中,(xp,yp)为投影仪的像素坐标,Ip(xp,yp)为投影仪坐标系下的自适应投影强度,f为条纹频率,xp为像素的横坐标,N为总的相移步数,i=1,2,3,…,N,Ii(xp,yp)为频率为f的第i幅相移条纹图。
进一步的,步骤3所述的条纹投影三维测量方法采用四步相移三频外差方法。
进一步的,式(6)中的条纹频率采用73、64、56三种频率。
有益效果:与现有技术相比,本发明的技术方案具有以下有益技术效果:
本发明提出了一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法,只需额外投影三幅图案即可实现皮带机传输中高反光异物的测量。首先建立投影仪与相机的强度响应关系模型,投影两幅灰度图像计算自适应投影强度,再投影一幅散斑图建立投影仪和相机的像素匹配关系,根据像素匹配关系将自适应投影强度对应到投影仪坐标系下,最后生成自适应投影条纹,投影自适应投影条纹测量皮带机表面异物的三维信息。与传统测量方法相比,本发明所提方法实现了高反光物体的测量,适用于皮带输送机表面存在锚杆、铁丝网等高反光异物检测的测量需求;与多重曝光法相比,本发明所提方法效率更高;与采用相位信息进行像素匹配的自适应条纹投影方法相比,本发明所提方法投影的额外图像更少,效率更高,与采用单应矩阵进行像素匹配的自适应条纹投影方法相比,本发明所提方法所得到的像素匹配结果更精确;根据三维信息检测皮带机表面异物,实现皮带机表面异物特征信息增强,有利于提升检测效果。
附图说明
图1是本发明提出的一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法的流程图;
图2是本发明所提方法条纹投影测量系统示意图;
图中:1、煤流;2、异物(包含锚杆、铁丝网等高反光异物);3、DLP投影仪;4、工业相机;5、固定支架;6、皮带输送机;
图3是本发明金属工件相机坐标系下的自适应投影强度图;
图4是本发明优化前后的金属工件散斑图;
(a)是本发明优化前的金属工件散斑图;
(b)是本发明优化后的金属工件散斑图;
图5是本发明金属工件投影仪坐标系下的自适应投影强度图;
图6是本发明所生成的其中一幅自适应投影条纹图;
图7是本发明所测得的金属工件三维信息。
具体实施方式
下面结合附图和实施例对本发明的具体实施方式作进一步说明:
本发明提出的一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法的流程图如图1所示,具体包括以下步骤:
步骤1:搭建一套条纹投影测量系统,如图2所示,工业相机和DLP投影仪通过固定支架固定在皮带输送机顶部,对下方煤流进行三维测量并检测其中的锚杆、铁丝网等高反光异物。采用一个高反光金属工件测试本实验所提方法对高反光物体的测量结果,投影仪投影灰度图像到工件表面,相机采集图像,采集到的图像可表示为:
Ic(x,y)=ktr(x,y)Ip(x,y)+ktA(x,y) (1)
式中,(x,y)为捕获图像上像素点坐标,Ip(x,y)为投影图像在点(x,y)处的像素灰度值,Ic(x,y)为点(x,y)处相机捕获图像的像素灰度值,t为相机曝光时间,k为相机灵敏度系数,r(x,y)为金属工件的表面反射率,A(x,y)为环境光强;
根据环境光强和表面反射率求得在最佳曝光时间to下达到最佳捕获图像强度(8位灰度相机为255,留有一定余量设置为240)所需的相机坐标系下的自适应投影强度为:
实验得到的金属工件相机坐标系下的自适应投影强度图如图3所示。
步骤2:投影仪投影一幅散斑图像到高反光金属工件表面,相机采集图像。根据式(1)对采集到的散斑图进行优化得到优化后的散斑图,优化过程如式(5)所示:
优化前后的金属工件散斑图如图4(a)、(b)所示。
投影散斑图记为A1,优化散斑图记为B1,对A1和B1进行极线校正,得到校正后投影散斑图A2和校正后优化散斑图B2,对于A1上一像素点(m,n),根据极线校正关系对应到A2上的像素(mr,nr),在B2上找到与(mr,nr)处于同一行的像素,计算这些像素与(mr,nr)的零均值归一化互相关系数ZNCC,找到这些像素中ZNCC值最大的像素(pr,qr),根据极线校正关系将(pr,qr)对应到B1上的像素(p,q),由此得到投影仪坐标系下的像素(m,n)在相机坐标系下的匹配像素(p,q),对于投影仪坐标系下的所有像素都采用此方法找到其在相机坐标系下的匹配像素,由此确定投影仪与相机的像素匹配关系。
步骤3:根据步骤2中计算的像素匹配关系,将步骤1中计算的相机坐标系下的自适应投影强度对应到投影仪坐标系下,得到投影仪坐标系下的自适应投影强度,所得到的金属工件投影仪坐标系下的自适应投影强度图如图5所示,之后根据投影仪坐标系下的自适应投影强度生成自适应投影条纹,自适应投影条纹为相移条纹,其灰度值采用式(6)计算。
式中,(xp,yp)为投影仪的像素坐标,Ip(xp,yp)为投影仪坐标系下的自适应投影强度,f为条纹频率,xp为像素的横坐标,N为总的相移步数,i=1,2,3,…,N,Ii(xp,yp)为频率为f的第i幅相移条纹图。
所生成的其中一幅自适应投影条纹图如图6所示。最后将生成的自适应投影条纹投影金属工件表面,根据条纹投影三维测量方法测得金属工件的三维信息,所测得的金属工件三维信息如图7所示。
Claims (10)
1.一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法,其特征在于,该方法包括以下步骤:
步骤1:投影仪投影灰度为0和g的两幅灰度图像到异物表面,相机采集图像,相机曝光时间设置为t1,根据这两幅投影图像和采集图像的强度计算环境光强和表面反射率,确定相机最佳曝光时间to使得投影图像最亮时相机采集的图像不过曝,根据环境光强和表面反射率求出在最佳曝光时间to下使相机采集图像强度达到预设值所需的相机坐标系下的自适应投影强度;
步骤2:投影仪将一幅散斑图像投影到异物表面,相机采集图像,相机曝光时间设置为ts,根据步骤1计算出的环境光强和表面反射率对采集的散斑图进行优化,根据投影散斑图和优化散斑图确定投影仪和相机的像素匹配关系;
步骤3:根据步骤2中计算的像素匹配关系,将步骤1中计算的相机坐标系下的自适应投影强度对应到投影仪坐标系下,得到投影仪坐标系下的自适应投影强度,根据投影仪坐标系下的自适应投影强度生成自适应投影条纹,将生成的自适应投影条纹投影到异物表面,根据条纹投影三维测量方法测得异物三维信息;
步骤4:根据异物的三维信息检测皮带机表面异物。
2.根据权利要求1所述的一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法,其特征在于:步骤1中相机采集图像的表示如下:
投影仪投影灰度图像到异物表面,相机采集图像,采集得到的图像表示为:
Ic(x,y)=ktr(x,y)Ip(x,y)+ktA(x,y) (1)
式中,(x,y)为捕获图像上像素点坐标,Ip(x,y)为投影图像在点(x,y)处的像素灰度值,Ic(x,y)为点(x,y)处相机捕获图像的像素灰度值,t为相机曝光时间,k为相机灵敏度系数,r(x,y)为异物的表面反射率,A(x,y)为环境光强。
7.根据权利要求1所述的一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法,其特征在于:步骤2所述的确定像素匹配关系的方法如下:
投影散斑图记为A1,优化散斑图记为B1,对A1和B1进行极线校正,得到校正后投影散斑图A2和校正后优化散斑图B2,对于A1上一像素点(m,n),根据极线校正关系对应到A2上的像素(mr,nr),在B2上找到与(mr,nr)处于同一行的像素,计算这些像素与(mr,nr)的零均值归一化互相关系数ZNCC,找到这些像素中ZNCC值最大的像素(pr,qr),根据极线校正关系将(pr,qr)对应到B1上的像素(p,q),由此得到投影仪坐标系下的像素(m,n)在相机坐标系下的匹配像素(p,q),对于投影仪坐标系下的所有像素都采用此方法找到其在相机坐标系下的匹配像素,由此确定投影仪与相机的像素匹配关系。
9.根据权利要求1所述的一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法,其特征在于:步骤3所述的条纹投影三维测量方法采用四步相移三频外差方法。
10.根据权利要求8所述的一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法,其特征在于:式(6)中的条纹频率采用73、64、56三种频率。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211290149.9A CN115523866B (zh) | 2022-10-20 | 2022-10-20 | 一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法 |
PCT/CN2023/100611 WO2024082661A1 (zh) | 2022-10-20 | 2023-06-16 | 一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211290149.9A CN115523866B (zh) | 2022-10-20 | 2022-10-20 | 一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115523866A true CN115523866A (zh) | 2022-12-27 |
CN115523866B CN115523866B (zh) | 2023-10-03 |
Family
ID=84703080
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211290149.9A Active CN115523866B (zh) | 2022-10-20 | 2022-10-20 | 一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN115523866B (zh) |
WO (1) | WO2024082661A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024082661A1 (zh) * | 2022-10-20 | 2024-04-25 | 中国矿业大学 | 一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008185370A (ja) * | 2007-01-26 | 2008-08-14 | Matsushita Electric Works Ltd | 3次元形状計測装置及び3次元形状計測方法 |
CN110702034A (zh) * | 2019-10-25 | 2020-01-17 | 湖北工业大学 | 高反光表面三维面形测量方法、服务器及系统 |
CN113237435A (zh) * | 2021-05-08 | 2021-08-10 | 北京航空航天大学 | 一种高反光表面三维视觉测量系统及方法 |
CN113310432A (zh) * | 2021-05-25 | 2021-08-27 | 湖北工业大学 | 一种基于逐像素调控的自适应条纹投影三维测量方法 |
US20220290977A1 (en) * | 2020-05-24 | 2022-09-15 | Orbbec Inc. | Three-dimensional measurement system, method, and computer equipment |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115523866B (zh) * | 2022-10-20 | 2023-10-03 | 中国矿业大学 | 一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法 |
-
2022
- 2022-10-20 CN CN202211290149.9A patent/CN115523866B/zh active Active
-
2023
- 2023-06-16 WO PCT/CN2023/100611 patent/WO2024082661A1/zh unknown
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008185370A (ja) * | 2007-01-26 | 2008-08-14 | Matsushita Electric Works Ltd | 3次元形状計測装置及び3次元形状計測方法 |
CN110702034A (zh) * | 2019-10-25 | 2020-01-17 | 湖北工业大学 | 高反光表面三维面形测量方法、服务器及系统 |
US20220290977A1 (en) * | 2020-05-24 | 2022-09-15 | Orbbec Inc. | Three-dimensional measurement system, method, and computer equipment |
CN113237435A (zh) * | 2021-05-08 | 2021-08-10 | 北京航空航天大学 | 一种高反光表面三维视觉测量系统及方法 |
CN113310432A (zh) * | 2021-05-25 | 2021-08-27 | 湖北工业大学 | 一种基于逐像素调控的自适应条纹投影三维测量方法 |
Non-Patent Citations (2)
Title |
---|
HUI LIN 等: "Adaptive digital fringe projection technique for high dynamic range three-dimensional shape measurement", OPTICS EXPRESS, vol. 24, no. 7, pages 7703 - 7718 * |
JUNHUA SUN 等: "A 3D shape measurement method for high-reflective surface based on accurate adaptive fringe projection", OPTICS AND LASERS IN ENGINEERING, vol. 153, pages 106994 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024082661A1 (zh) * | 2022-10-20 | 2024-04-25 | 中国矿业大学 | 一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115523866B (zh) | 2023-10-03 |
WO2024082661A1 (zh) | 2024-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101461068B1 (ko) | 삼차원 계측장치, 삼차원 계측방법 및 기억매체 | |
JP6109357B2 (ja) | 情報処理装置、情報処理方法、及びプログラム | |
US10060724B2 (en) | Method, computer program product and measuring system for operating a triangulation laser scanner to identify properties of a surface of a workpiece to be measured | |
CN107917679B (zh) | 一种高亮、过暗区域动态检测、补偿的方法 | |
CA2955224C (en) | Systems, methods, and apparatuses for measuring deformation of a surface | |
KR101033167B1 (ko) | 카메라 및 레이저 센서의 캘리브레이션 장치, 캘리브레이션 시스템 및 캘리브레이션 방법 | |
CN101826157B (zh) | 一种地面静止目标实时识别跟踪方法 | |
CN115523866A (zh) | 一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法 | |
CN106033614A (zh) | 一种强视差下的移动相机运动目标检测方法 | |
CN208721017U (zh) | 一种货物装载轮廓扫描系统 | |
CN104200456B (zh) | 一种用于线结构光三维测量的解码方法 | |
CN114964007A (zh) | 一种焊缝尺寸视觉测量与表面缺陷检测方法 | |
CN104008366A (zh) | 一种3d生物智能识别方法及系统 | |
CN106840026A (zh) | 一种基于红外投线仪的三维测量系统及方法 | |
CN108428250B (zh) | 一种应用于视觉定位和标定的x角点检测方法 | |
US20050286059A1 (en) | Attitude and position measurement of objects using image processing processes | |
CN216448810U (zh) | 基于横向级联靶标的大型结构体位移形变测量装置 | |
KR101314101B1 (ko) | 3차원 계측 시스템 및 그 방법 | |
WO2021124657A1 (ja) | カメラシステム | |
KR101866107B1 (ko) | 평면 모델링을 통한 깊이 정보 보정 방법과 보정 장치 및 부호화 장치 | |
Paredes et al. | An experimental technique to track mooring cables in small scale models using image processing | |
CN118522004B (zh) | 一种多功能道路检测车 | |
CN112489045B (zh) | 一种用于集卡的防吊起检测方法 | |
Daval et al. | Primitives extraction based on structured-light images | |
Zhong et al. | Vehicle Distance Measurement Algorithm Based on Monocular Vision and License Plate Width |
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 |