CN116242255A - 基于多视角的手机中框尺寸智能检测系统 - Google Patents
基于多视角的手机中框尺寸智能检测系统 Download PDFInfo
- Publication number
- CN116242255A CN116242255A CN202310535044.3A CN202310535044A CN116242255A CN 116242255 A CN116242255 A CN 116242255A CN 202310535044 A CN202310535044 A CN 202310535044A CN 116242255 A CN116242255 A CN 116242255A
- Authority
- CN
- China
- Prior art keywords
- middle frame
- mobile phone
- alternative
- closed
- edge
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25B—TOOLS OR BENCH DEVICES NOT OTHERWISE PROVIDED FOR, FOR FASTENING, CONNECTING, DISENGAGING OR HOLDING
- B25B11/00—Work holders not covered by any preceding group in the subclass, e.g. magnetic work holders, vacuum work holders
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M1/00—Substation equipment, e.g. for use by subscribers
- H04M1/24—Arrangements for testing
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Geometry (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Mechanical Engineering (AREA)
- Signal Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供了一种基于多视角的手机中框尺寸智能检测系统,涉及手机中框检测技术领域。本发明通过从多个视角下拍摄图像,获取边缘图像,能够检测出手机中框的整体三维尺寸,同时也能检测出侧边框和中部框架上的开孔或凹槽的尺寸,并且在测量的过程中,不会因夹持位置伤及侧边框上的漆面。
Description
技术领域
本发明涉及手机中框检测技术领域,具体涉及一种基于多视角的手机中框尺寸智能检测系统。
背景技术
目前智能手机的主要结构由三个部分组成:显示屏总成、手机中框、手机背板。手机中框进一步包括侧边框和中部框架,且在制造加工时,通常需要对手机中框的侧边框表面涂覆漆面,并在侧边框和中部框架上进行打孔或开槽。
目前通常采用机器视觉技术检测手机中框的尺寸大小,除了对手机中框的正面图像进行检测外,对侧边框上的开孔也需要进行尺寸检测,现有方式需要将手机中框竖立摆放后再从不同视角拍摄图像进行检测。
如果通过夹持装置配合视角调节装置对手机中框进行夹持并调整手机中框的摆放方向,一旦夹持位置选择不合适,可能会使中框产生形变,并对脆弱的漆面产生损伤,进而造成损耗。因此,如何更好的解决手机中框的尺寸检测过程中的夹持方式是亟需解决的技术问题。
发明内容
(一)解决的技术问题
针对现有技术的不足,本发明提供了一种基于多视角的手机中框尺寸智能检测系统,解决了手机中框的尺寸检测过程中夹持会损失漆面的问题。
(二)技术方案
为实现以上目的,本发明通过以下技术方案予以实现:
一种基于多视角的手机中框尺寸智能检测系统,该系统包括:
平放状态下边缘图像获取模块,用于获取手机中框在平放状态下的边缘图像;所述边缘图像中包含若干个闭合图像;
定位点获取模块,用于获取各个闭合图像的定位点;
闭合图像分类模块,用于获取各个定位点的测距结果,并基于测距结果对闭合图案进行分类,分类的结果包括开孔或凹槽;
备选夹持孔筛选模块,用于筛选出非圆形且开孔面积大于夹持装置的最小开孔尺寸的开孔作为备选夹持孔;
最优夹持位置获取模块,用于获取任意两个备选夹持孔的备选边对,并基于备选边对筛选出最优夹持位置;
竖放状态下边缘图像获取模块,用于在根据最优夹持位置将手机中框夹持并调整至竖放状态后,获取手机中框在平放状态下的边缘图像;
尺寸测量模块,用于基于手机中框在平放状态下的边缘图像和定位点的测距结果获取手机中框的三维尺寸;还用于基于手机中框在平放状态下的边缘图像获取中部框架上的开孔和凹槽尺寸;还用于基于手机中框在竖放状态下的边缘图像获取侧边框上的开孔尺寸。
进一步的,所述获取各个闭合图像的定位点,包括:
S201、基于边缘图像构建二维坐标系,获取边缘图像中的闭合图案的区域坐标;
S202、基于区域坐标生成以各个闭合图案作为节点的关系树;任意两个存在连线的节点之间为包含关系,无连线的节点之间为不包含关系;
S203、按叶子节点至根节点的顺序依次获取各个闭合图案的至少一个定位点。
进一步的,令测距结果的最大值为激光源至手机中框的放置平面的距离,令测距结果第二大的值为手机中框的厚度值;
当闭合图案对应的定位点的测距结果为预设的最大值时,表示该闭合图案对应的分类为开孔,若闭合图案对应的定位点的测距结果大于手机中框的厚度值且小于预设的最大值,则该闭合图案对应的分类为凹槽。
进一步的,所述用于获取任意两个备选夹持孔的备选边对,并基于备选边对筛选出最优夹持位置,包括:
S501、选取任意两个备选夹持孔对应的闭合图案;
S502、获取任意两个闭合图案对应的备选边对,所述备选边对包含两个闭合图案中的各一条边;
S503、获取备选边对在一平行线上的投影的重叠部分对应的区域作为备选夹持段对;
S504、获取所有备选夹持段对中两个备选夹持段的间距,将间距值最大的备选夹持段作为最优夹持位置。
进一步的,所述闭合图案为:
pattern={line1,line2,…,lineN },
其中,pattern表示一个N边形的闭合图案;
linen表示该闭合图案中的第n个边;
linen=(point1,point2,θ,dir);point1表示闭合图案中的第n个边的第一个端点坐标;point2表示闭合图案中的第n个边的第二个端点坐标;θ表示闭合图案中的第n个边与第n-1个边的夹角;dir表示闭合图案的内部位于闭合图案中的第n个边的方向。
进一步的,所述备选边对选择原则包括:
两个备选边相互平行;
两个备选边在一平行线上的投影的重叠部分的长度大于夹持模块的夹持部位的宽度;
两个备选边的闭合图案内部位于对应的闭合图案的边的方向dir相反。
进一步的,获取所述测距结果的激光测距装置的测量精度为0.001mm。
进一步的,所述夹持部位为包覆有橡胶层的片状结构。
(三)有益效果
本发明提供了一种基于多视角的手机中框尺寸智能检测系统。与现有技术相比,具备以下有益效果:
本发明通过从多个视角下拍摄图像,获取边缘图像,能够检测出手机中框的整体三维尺寸,同时也能检测出侧边框和中部框架上的开孔或凹槽的尺寸,并且在测量的过程中,不会因夹持位置伤及侧边框上的漆面。
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一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本发明的系统框图;
图2为本发明的平放状态下边缘图像的示意图;
图3为本发明的关系树的示意图;
图4为本发明的备选边对的示意图;
图5为本发明的备选边对中重叠部分的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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作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。
本申请实施例通过提供一种基于多视角的手机中框尺寸智能检测系统,解决了手机中框的尺寸检测过程中夹持会损失漆面的问题。
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
实施例1:
如图1所示,本发明提供了一种基于多视角的手机中框尺寸智能检测系统,该系统包括:
平放状态下边缘图像获取模块,用于获取手机中框在平放状态下的边缘图像;所述边缘图像中包含若干个闭合图像;
定位点获取模块,用于获取各个闭合图像的定位点;
闭合图像分类模块,用于获取各个定位点的测距结果,并基于测距结果对闭合图案进行分类,分类的结果包括开孔或凹槽;
备选夹持孔筛选模块,用于筛选出非圆形且开孔面积大于夹持装置的最小开孔尺寸的开孔作为备选夹持孔;
最优夹持位置获取模块,用于获取任意两个备选夹持孔的备选边对,并基于备选边对筛选出最优夹持位置;
竖放状态下边缘图像获取模块,用于在根据最优夹持位置将手机中框夹持并调整至竖放状态后,获取手机中框在平放状态下的边缘图像;
尺寸测量模块,用于基于手机中框在平放状态下的边缘图像和定位点的测距结果获取手机中框的三维尺寸;还用于基于手机中框在平放状态下的边缘图像获取中部框架上的开孔和凹槽尺寸;还用于基于手机中框在竖放状态下的边缘图像获取侧边框上的开孔尺寸。
本实施例的有益效果为:
本发明通过从多个视角下拍摄图像,获取边缘图像,能够检测出手机中框的整体三维尺寸,同时也能检测出侧边框和中部框架上的开孔或凹槽的尺寸,并且在测量的过程中,不会因夹持位置伤及侧边框上的漆面。
在本实施例中硬件包括:图像采集装置、夹持装置、激光测距装置、姿态调节装置、智能监测系统。下面对本发明实施例的实现过程进行详细说明:
S1、获取手机中框在平放状态下的平放图像,并提取所述平放图像中手机中框的边缘信息,再基于边缘信息得到边缘图像。
在具体实施时,手机中框在加工完成后进行最后组装前,先将其放置在一平面上,该平面可以是一个工作台面,也可以是传送带的传送面。图像采集装置具体可以为高分辨率的摄像头,设置于待检测的手机中框上方。手机中框整体呈框型,其平放状态是指手机中框的厚度方向与其放置平面垂直的状态。平放图像是通过图像采集装置拍摄的正对处于平放状态时手机中框的图像。
基于现有的边缘提取技术即可获取到如图2所示的手机中框的边缘图像,再根据边缘图像中长宽值进行映射,即可得到手机中框的长度和宽度。但目前基于边缘提取技术得到的边缘图像中无法区分凹槽(如闭合图案6)和开孔(闭合图案3~5、7),这会对后续夹持位置的选择产生影响,因此需要对边缘图像中的闭合图案进行分类。
S2、基于边缘图像获取各个闭合图案的定位点。
在具体实施时,具体可采用如下步骤获取各个闭合图案的定位点:
S201、基于边缘图像构建二维坐标系,获取边缘图像中的闭合图案的区域坐标;
具体的,边缘图像中的闭合图案通常都是规则图案(例如多边形或圆形),因此可以根据其端点和/或圆心+半径确定闭合图案包围的区域得到其区域坐标。
例如,N边形的闭合图案(例如屏蔽盖开孔),可表示为pattern={line1,line2,…,lineN},
其中,pattern表示一个N边形的闭合图案;linen表示该闭合图案中的第n个边;linen为一个四元组,可表示为:linen=(point1,point2,θ,dir);point1表示闭合图案中的第n个边的第一个端点坐标,point2表示闭合图案中的第n个边的第二个端点坐标(同时也是下一个边line(n+1)的第一个端点坐标),边为从第一个端点至第二个端点构成的线段,θ表示闭合图案中的第n个边与第n-1个边的夹角(例如是由前一个边顺时针方向旋转的角度),dir表示闭合图案的内部位于闭合图案中的第n个边的方向,即闭合图案内部位于边的哪一侧,例如用一个射线表示其方向。
而针对圆形的闭合图案(例如螺丝孔),可表示为一个二元组circular=(point1,radius),其中,point1表示圆的圆心坐标,radius表示圆的半径。
如此即可得到各个闭合图案所包围区域对应的坐标范围,根据其比例映射,即可得到中部框架上的开孔与凹槽的尺寸。
S202、基于区域坐标生成以各个闭合图案作为节点的关系树。
具体的,根据各个闭合图案的区域坐标,可以确定任意两个闭合图案的相对位置关系,相对位置关系为包含或不包含;基于相对位置关系即可确定各个闭合图案对应的节点之间的关系,最终得到如图3所示的关系树。
在本实施例的关系树结构中,根节点为侧边框外沿对应的闭合图案(即闭合图案1);且任意节点i与其子节点j表示节点i的闭合图案包含子节点j的闭合图案。如图3所示,根节点对应侧边框外沿对应的闭合图案(即闭合图案1),且其子节点对应侧边框内沿对应的闭合图案(即闭合图案2),而闭合图案3~7对应的节点即为叶子节点。
S203、按叶子节点至根节点的顺序依次获取各个闭合图案的至少一个定位点。
具体的,包括:获取关系树中各个叶子节点对应的闭合图案的区域坐标,并从选择至少一点作为该闭合图案的定位点;所述节点对应的闭合图案的定位点的坐标不位于其任意子节点对应的区域坐标内。
S3、利用激光测距装置依次获取各个定位点的测距结果,并基于测距结果对闭合图案进行分类,分类的结果包括开孔或凹槽。
具体的,采用的激光测距装置的测量精度为0.001mm,激光测距装置可设置于手机中框和图像采集装置之间,并安装于一个xy驱动结构上,使激光测距装置可以在平面上xy平面上自由运动。
激光测距装置在各个定位点停止后,即可开始测量获取到测距结果。且测距结果的最大值为激光源至手机中框的放置平面的距离。其次为手机中框的厚度值。至此,手机中框的整体三维尺寸即可得到(即长宽值可根据边缘图像直接映射得到,厚度值有激光测距获取)。且分类规则为:
当闭合图案对应的定位点的测距结果为最大值时,表示该闭合图案对应的分类为开孔,若闭合图案对应的定位点的测距结果大于手机中框的厚度值且小于最大值,则该闭合图案对应的分类为凹槽。
在具体实施时,为了尽量缩短整个测距时间,激光测距装置的运动路径可按如下步骤生成:
K1、计算各个闭合图案对应的定位点之间的距离;
K2、将定位点作为节点,距离作为边的权重生成无向图;
K3、基于最优路径算法获取遍历无向图中所有节点的最优路径作为激光测距装置的运动路径。
S4、筛选出非圆形且开孔面积大于夹持装置的最小开孔尺寸的开孔作为备选夹持孔。
具体的,在所有的开孔中,并非是所有开孔都适合作为夹持孔,例如圆形孔,或尺寸较小的开孔,需要预先筛选出可适合作为夹持孔的开孔,其主要受夹持装置的夹持部位的尺寸决定,该尺寸是个预设值,例如夹持部位为包覆有橡胶层的片状结构,其宽度为6mm,则夹持装置的最小开孔尺寸为36mm2,还可以根据需要进一步增大预设的最小开孔尺寸。
S5、获取任意两个备选夹持孔的备选边对,并基于备选边对筛选出最优夹持位置。
S501、选取任意两个备选夹持孔对应的闭合图案;
S502、获取任意两个闭合图案对应的备选边对,所述备选边对包含两个闭合图案中的各一条边,可表示为:pairk=(linek 1,linek 2);
其中,pairk表示第k个备选边对;
linek 1表示从其中一个闭合图案中选择的备选边,为线段;
linek 2表示从另一个闭合图案中选择的备选边,同样为线段;
且linek 1与linek 2的选择原则包括:
1、两个备选边linek 1与linek 2相互平行;可通过dir数据判断;
2、两个备选边linek 1与linek 2在一平行线上的投影的重叠部分的长度大于夹持部位的宽度;由于两个线段的端点坐标都是已知量,则重叠区域的端点至可以计算得到;
3、两个备选边的闭合图案内部位于对应的闭合图案的边的方向dir相反;可通过dir数据判断。
举例说明,如图4以及5所示,两个闭合图案分别为图2中的闭合图案3和闭合图案7,至少存在两组平行线段对(line1 1,line1 2)和(line2 1,line2 2),即图中实线,可见line2 1和line2 2相互平行且在一平行线上的投影存在重叠,可作为夹持位置,而line1 1和line1 2虽然相互平行,且在一平行线上的投影不存在重叠,不可作为夹持位置。则备选边对包括(line2 1,line2 2)。
S503、获取备选边对在一平行线上的投影的重叠部分对应的区域作为备选夹持段对,可表示为:pairs=(lines 1,lines 2),lines 1表示备选夹持段对中其中一个备选夹持段,lines 2备选夹持段中另一个备选夹持段,且每个备选夹持段都是备选边的部分区域。
S504、获取所有备选夹持段对中两个备选夹持段的间距,将间距值最大的备选夹持段作为最优夹持位置。
具体的,夹持的间距越大,说明两个夹持段之间的受力部分越后,越不易形变,如果选择的间距小,加之夹持力度较大的话,可能会导致夹持位置之间的结构受到损坏。
S6、令夹持装置在最优夹持位置对将手机中框夹持,并通过姿态调节装置将手机中框调整至竖放状态,姿态调节装置具体可以是多自由度的机械臂。
S7、获取手机中框在竖放状态下的边缘图像,并识别出上面开孔的尺寸。
具体的,也可以根据需要在前6步完成后,再一起计算手机中框的三维尺寸和中部框架上的开孔和凹槽尺寸。
综上所述,与现有技术相比,本发明具备以下有益效果:
本发明通过从多个视角下拍摄图像,获取边缘图像,能够检测出手机中框的整体三维尺寸,同时也能检测出侧边框和中部框架上的开孔或凹槽的尺寸,并且在测量的过程中,不会因夹持位置伤及侧边框上的漆面。
1)本发明在进行尺寸测量时,同时结合了手机中框的特点,对手机中框的中部框架上的开孔和凹槽进行分类。
2)在选定最佳夹持位置时,进行了更加精准的筛选,具体到某个边的局部范围,并且考虑了夹持位置间距过小可能产生形变,避免中部框架上的开孔变形。
3)需要说明的是,通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种基于多视角的手机中框尺寸智能检测系统,其特征在于,该系统包括:
平放状态下边缘图像获取模块,用于获取手机中框在平放状态下的边缘图像;所述边缘图像中包含若干个闭合图像;
定位点获取模块,用于获取各个闭合图像的定位点;
闭合图像分类模块,用于获取各个定位点的测距结果,并基于测距结果对闭合图案进行分类,分类的结果包括开孔或凹槽;
备选夹持孔筛选模块,用于筛选出非圆形且开孔面积大于夹持装置的最小开孔尺寸的开孔作为备选夹持孔;
最优夹持位置获取模块,用于获取任意两个备选夹持孔的备选边对,并基于备选边对筛选出最优夹持位置;
竖放状态下边缘图像获取模块,用于在根据最优夹持位置将手机中框夹持并调整至竖放状态后,获取手机中框在平放状态下的边缘图像;
尺寸测量模块,用于基于手机中框在平放状态下的边缘图像和定位点的测距结果获取手机中框的三维尺寸;还用于基于手机中框在平放状态下的边缘图像获取中部框架上的开孔和凹槽尺寸;还用于基于手机中框在竖放状态下的边缘图像获取侧边框上的开孔尺寸。
2.如权利要求1所述的一种基于多视角的手机中框尺寸智能检测系统,其特征在于,所述获取各个闭合图像的定位点,包括:
S201、基于边缘图像构建二维坐标系,获取边缘图像中的闭合图案的区域坐标;
S202、基于区域坐标生成以各个闭合图案作为节点的关系树;任意两个存在连线的节点之间为包含关系,无连线的节点之间为不包含关系;
S203、按叶子节点至根节点的顺序依次获取各个闭合图案的至少一个定位点。
3.如权利要求1所述的一种基于多视角的手机中框尺寸智能检测系统,其特征在于,令测距结果的最大值为激光源至手机中框的放置平面的距离,令测距结果第二大的值为手机中框的厚度值;
当闭合图案对应的定位点的测距结果为预设的最大值时,表示该闭合图案对应的分类为开孔,若闭合图案对应的定位点的测距结果大于手机中框的厚度值且小于预设的最大值,则该闭合图案对应的分类为凹槽。
4.如权利要求2所述的一种基于多视角的手机中框尺寸智能检测系统,其特征在于,所述用于获取任意两个备选夹持孔的备选边对,并基于备选边对筛选出最优夹持位置,包括:
S501、选取任意两个备选夹持孔对应的闭合图案;
S502、获取任意两个闭合图案对应的备选边对,所述备选边对包含两个闭合图案中的各一条边;
S503、获取备选边对在一平行线上的投影的重叠部分对应的区域作为备选夹持段对;
S504、获取所有备选夹持段对中两个备选夹持段的间距,将间距值最大的备选夹持段作为最优夹持位置。
5.如权利要求4所述的一种基于多视角的手机中框尺寸智能检测系统,其特征在于,所述闭合图案为:
pattern={line1,line2,…,lineN },
其中,pattern表示一个N边形的闭合图案;
linen表示该闭合图案中的第n个边;
linen=(point1,point2,θ,dir);point1表示闭合图案中的第n个边的第一个端点坐标;point2表示闭合图案中的第n个边的第二个端点坐标;θ表示闭合图案中的第n个边与第n-1个边的夹角;dir表示闭合图案的内部位于闭合图案中的第n个边的方向。
6.如权利要求5所述的一种基于多视角的手机中框尺寸智能检测系统,其特征在于,所述备选边对选择原则包括: 两个备选边相互平行;
两个备选边在一平行线上的投影的重叠部分的长度大于夹持模块的夹持部位的宽度;
两个备选边的闭合图案内部位于对应的闭合图案的边的方向相反。
7.如权利要求1所述的一种基于多视角的手机中框尺寸智能检测系统,其特征在于,获取所述测距结果的激光测距装置的测量精度为0.001mm。
8.如权利要求6所述的一种基于多视角的手机中框尺寸智能检测系统,其特征在于,所述夹持部位为包覆有橡胶层的片状结构。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310535044.3A CN116242255B (zh) | 2023-05-12 | 2023-05-12 | 基于多视角的手机中框尺寸智能检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310535044.3A CN116242255B (zh) | 2023-05-12 | 2023-05-12 | 基于多视角的手机中框尺寸智能检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116242255A true CN116242255A (zh) | 2023-06-09 |
CN116242255B CN116242255B (zh) | 2023-07-25 |
Family
ID=86626374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310535044.3A Active CN116242255B (zh) | 2023-05-12 | 2023-05-12 | 基于多视角的手机中框尺寸智能检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116242255B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116481434A (zh) * | 2023-06-25 | 2023-07-25 | 深圳灿维科技有限公司 | 一种视觉检测用自定位控制方法、装置以及自定位系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108917597A (zh) * | 2018-06-25 | 2018-11-30 | 晓视自动化科技(上海)有限公司 | 基于3d视觉的手机中框检测设备 |
CN210513012U (zh) * | 2019-09-25 | 2020-05-12 | 昆山聚贤达精密模具有限公司 | 一种手机边框定位孔检测检具 |
CN213396989U (zh) * | 2020-10-14 | 2021-06-08 | 深圳市恩艾斯科技有限公司 | 手机中框尺寸测量视觉系统 |
CN113771045A (zh) * | 2021-10-15 | 2021-12-10 | 广东工业大学 | 视觉引导的直角机器人手机中框高适应定位抓取方法 |
CN114463326A (zh) * | 2022-03-14 | 2022-05-10 | 深圳灿维科技有限公司 | 一种手机中框视觉检测算法、装置、设备及存储介质 |
-
2023
- 2023-05-12 CN CN202310535044.3A patent/CN116242255B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108917597A (zh) * | 2018-06-25 | 2018-11-30 | 晓视自动化科技(上海)有限公司 | 基于3d视觉的手机中框检测设备 |
CN210513012U (zh) * | 2019-09-25 | 2020-05-12 | 昆山聚贤达精密模具有限公司 | 一种手机边框定位孔检测检具 |
CN213396989U (zh) * | 2020-10-14 | 2021-06-08 | 深圳市恩艾斯科技有限公司 | 手机中框尺寸测量视觉系统 |
CN113771045A (zh) * | 2021-10-15 | 2021-12-10 | 广东工业大学 | 视觉引导的直角机器人手机中框高适应定位抓取方法 |
CN114463326A (zh) * | 2022-03-14 | 2022-05-10 | 深圳灿维科技有限公司 | 一种手机中框视觉检测算法、装置、设备及存储介质 |
Non-Patent Citations (2)
Title |
---|
张震;崔江红;刘海鹏;杨雷;刘俊杰;朱徐辉;: "基于机器视觉的手机孔组尺寸检测系统研究", 《中原工学院学报》, vol. 29, no. 03, pages 56 - 60 * |
钟展祺: "基于深度学习的手机中框缺陷检测", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 3, pages 136 - 711 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116481434A (zh) * | 2023-06-25 | 2023-07-25 | 深圳灿维科技有限公司 | 一种视觉检测用自定位控制方法、装置以及自定位系统 |
CN116481434B (zh) * | 2023-06-25 | 2023-08-15 | 深圳灿维科技有限公司 | 一种视觉检测用自定位控制方法、装置以及自定位系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116242255B (zh) | 2023-07-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106949848B (zh) | 一种高精度激光3d轮廓手机结构件检测方法 | |
CN109345620B (zh) | 融合快速点特征直方图的改进icp待测物体点云拼接方法 | |
CN108090896B (zh) | 木板平整度检测及其机器学习方法、装置及电子设备 | |
CN116242255B (zh) | 基于多视角的手机中框尺寸智能检测系统 | |
CN109405765A (zh) | 一种基于散斑结构光的高精度深度计算方法及系统 | |
US20210039257A1 (en) | Workpiece picking device and workpiece picking method | |
GB2502680A (en) | Three-Dimensional Shape Measurement using patterned image projection | |
US20190236798A1 (en) | Structured light matching of a set of curves from two cameras | |
CN109544643A (zh) | 一种摄像机图像校正方法及装置 | |
WO2022105676A1 (zh) | 一种工件平面磨损的测量方法和系统 | |
US20210192705A1 (en) | Method for measuring hole provided in workpiece | |
CN113393524B (zh) | 一种结合深度学习和轮廓点云重建的目标位姿估计方法 | |
US20210254968A1 (en) | Method and System for Automatic Focusing for High-Resolution Structured Light 3D Imaging | |
CN109470170A (zh) | 基于最优投影平面的立体视觉空间圆位姿高精度测量方法及系统 | |
CN107850425B (zh) | 用于测量制品的方法 | |
CN112381921A (zh) | 一种边缘重建方法及系统 | |
CN112001973A (zh) | 基于数字散斑相关的快速三维人头测量方法 | |
Zhao et al. | Vision-based adaptive stereo measurement of pins on multi-type electrical connectors | |
CN112595262B (zh) | 一种基于双目结构光的高反光表面工件深度图像获取方法 | |
CN111738971A (zh) | 一种基于线激光双目立体视觉的电路板立体扫描检测方法 | |
Eastwood et al. | Autonomous close-range photogrammetry using machine learning | |
CN113884025B (zh) | 增材制造结构光回环检测方法、装置、电子设备和存储介质 | |
CN114862816A (zh) | 毛刺检测方法、系统和计算机可读存储介质 | |
CN114638795A (zh) | 一种多结构光测量单元在线测量方法及系统 | |
CN115239801A (zh) | 一种对象定位方法及装置 |
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 |