CN116753860A - 一种飞机外形三维点云获取方法 - Google Patents
一种飞机外形三维点云获取方法 Download PDFInfo
- Publication number
- CN116753860A CN116753860A CN202310592698.XA CN202310592698A CN116753860A CN 116753860 A CN116753860 A CN 116753860A CN 202310592698 A CN202310592698 A CN 202310592698A CN 116753860 A CN116753860 A CN 116753860A
- Authority
- CN
- China
- Prior art keywords
- longitudinal
- scanning
- airplane
- dimensional point
- camera
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000003384 imaging method Methods 0.000 claims abstract description 25
- 238000001514 detection method Methods 0.000 claims abstract description 23
- 230000007246 mechanism Effects 0.000 claims abstract description 18
- 230000004044 response Effects 0.000 claims abstract description 17
- 238000013507 mapping Methods 0.000 claims abstract description 13
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000004590 computer program Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 abstract description 19
- 230000008569 process Effects 0.000 abstract description 10
- 238000006243 chemical reaction Methods 0.000 abstract description 6
- 238000000691 measurement method Methods 0.000 description 7
- 238000004519 manufacturing process Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000005305 interferometry Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
-
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及数字化测量技术领域,具体地说,涉及一种飞机外形三维点云获取方法;该方法首先将相机的成像视场中央对准飞机表面待测区域;其次调节扫描执行机构的纵向位置,将待测区域设置在相机的焦深范围内,得到成像图像序;然后利用检焦算法处理得到像素点纵向聚焦度响应曲线,并将像素点纵向聚焦度响应曲线的峰值位置进行高斯拟合及峰值定位,得到像素点准确聚焦位置;最后进行高度映射得到像素点的相对高度信息,实现飞机表面三维点云数据的获取,避免了相机标定、图像立体匹配、空间坐标系转换等步骤,简化了测量过程,规避了不必要的误差引入风险,具有无损伤、高效率、低成本、高适应性的特点。
Description
技术领域
本发明涉及数字化测量技术领域,具体地说,涉及一种飞机外形三维点云获取方法。
背景技术
新型战机的研制已成为各国航空制造业竞相抢占的技术高地,新一代战机其高隐身性、超高音速性和脉动式的生产方式,推动着航空器制造业朝着高精度、高效率、智能化方向快速发展。其中,飞机外形的三维形貌检测是飞机制造过程中的关键一环。飞机的几何外形直接决定飞机的隐身性及气动性等关键指标,因此快速、准确的飞机外形三维点云获取方法对于保证飞机生产质量和延长生命周期具有重要作用。目前主流的飞机外形三维点云获取方法主要基于视觉测量,例如通过不同空间位置的双相机拍摄飞机表面待测区域,利用双目视觉原理进行深度求解进而得到三维点云数据。此方法适应性强,应用场景广泛,但其测量过程中涉及到相机标定、图像立体匹配、空间坐标系转换等步骤,求解复杂且易引入不必要的误差。
光学检测方法具有无损伤、高精度、高效率等特点,已广泛应用于先进制造、材料科学等领域,在飞机外形检测领域同样具有良好的应用前景。主流的光学检测方法包括激光共聚焦法、白光干涉法、结构光测量法、自动检焦测量法等。其中激光共聚焦测量系统需引入针孔结构,白光干涉测量系统需引入参考面结构,结构光测量系统需引入条纹投影结构,这三种测量结构均比较复杂,不利于快速、便携、可移动式检测。而自动检焦测量系统仅需相机和扫描执行机构即可实现三维形貌检测,测量系统结构简单、测量适应性强,可作为飞机外形三维形貌检测的有效手段。
发明内容
本发明针对现有的检测方法不利于快速、便携、可移动式检测的问题,提出一种飞机外形三维点云获取方法,首先将相机的成像视场中央对准飞机表面待测区域;其次调节扫描执行机构的纵向位置,将待测区域设置在相机的焦深范围内,得到成像图像序;然后利用检焦算法处理得到像素点纵向聚焦度响应曲线,并将像素点纵向聚焦度响应曲线的峰值位置进行高斯拟合及峰值定位,得到像素点准确聚焦位置;最后进行高度映射得到像素点的相对高度信息,实现飞机表面三维点云数据的获取,避免了相机标定、图像立体匹配、空间坐标系转换等步骤,简化了测量过程,规避了不必要的误差引入风险,具有无损伤、高效率、低成本、高适应性的特点。
本发明具体实现内容如下:
一种飞机外形三维点云获取方法,具体包括以下步骤:
步骤1:将相机固定在纵向扫描执行机构上,并将相机的成像视场中央对准飞机表面待测区域;
步骤2:调节扫描执行机构纵向位置,将待测区域设置在相机的焦深范围内,得到成像图像序;
步骤3:利用检焦算法处理所述成像图像序列,获取像素点在图像中的聚焦程度,得到像素点纵向聚焦度响应曲线;
步骤4:将所述像素点纵向聚焦度响应曲线的峰值位置进行高斯拟合及峰值定位,得到像素点准确聚焦位置Pfocus;
步骤5:根据所述扫描执行机构的纵向扫描步距Sstep进行高度映射,得到像素点的相对高度信息,得到飞机表面三维点云数据。
为了更好地实现本发明,进一步地,步骤2中所述调节扫描执行机构纵向位置的具体操作为:调用上位机程序控制扫描执行机构,以等步距且单方向的形式移动相机,并在每个纵向位置记录成像并存储到计算机中。
为了更好地实现本发明,进一步地,所述步骤3中所述利用检焦算法处理成像图像序列时,根据飞机表面的轮廓区域和连续区域分别采取不同的检焦算法,若为飞机不同部位或者不同材料间的轮廓区域,采用基于Sobel算子的Tenegrad函数提取聚焦度曲线;若为飞机同一部位或同一材料中的连续区域,采用拉普拉斯能量和聚焦评价函数提取聚焦度曲线。
为了更好地实现本发明,进一步地,所述基于Sobel算子的Tenegrad函数为:
其中分别为Sobel算子运算下(x,y)像素领域灰度的水平和垂直变化,K为设定阈值。
为了更好地实现本发明,进一步地,所述拉普拉斯能量和聚焦评价函数为:
其中,f(x,y)为像素点(x,y)的灰度值,step为计算步长,M表示横向领域范围,N表示纵向领域范围。
为了更好地实现本发明,进一步地,步骤5中所述根据所述扫描执行机构的纵向扫描步距Sstep进行高度映射的映射关系为:
h(x,y)=Pfocus×Sstep
其中,Pfocus为像素点准确聚焦位置,Sstep为扫描执行机构的纵向扫描步距。
为了更好地实现本发明,进一步地,所述扫描执行机构为步进电机。
本发明具有以下有益效果:
(1)本发明与传统视觉测量方法相比,采用单相机光学测量方法,避免了相机标定、图像立体匹配、空间坐标系转换等步骤,简化了测量过程,规避了不必要的误差引入风险。
(2)本发明与其他主流光学测量方法相比,测量系统简单,仅需相机及扫描执行机构即可实现三维点云获取。
(3)本方法同时具有无损伤、高效率、低成本、高适应性的特点。
附图说明
图1为测量系统结构示意图。
图2为采用本发明方法获取的阶梯结构三维点云数据示意图。
图3为采用本发明方法获取的大曲率结构三维点云数据示意图。
图4为采用本发明方法获取的深孔结构三维点云数据示意图。
图5为本发明流程示意图。
其中,1、步进电机;2、相机。
具体实施方式
为了更清楚地说明本发明实施例的技术方案,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,应当理解,所描述的实施例仅仅是本发明的一部分实施例,而不是全部的实施例,因此不应被看作是对保护范围的限定。基于本发明中的实施例,本领域普通技术工作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。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“设置”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;也可以是直接相连,也可以是通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
实施例1:
本实施例提出一种飞机外形三维点云获取方法,如图1所示,具体包括以下步骤:
步骤1:将相机2固定在纵向扫描执行机构上,并将相机2的成像视场中央对准飞机表面待测区域;
步骤2:调节扫描执行机构纵向位置,将待测区域设置在相机2的焦深范围内,得到成像图像序;
步骤3:利用检焦算法处理所述成像图像序列,获取像素点在图像中的聚焦程度,得到像素点纵向聚焦度响应曲线;
步骤4:将所述像素点纵向聚焦度响应曲线的峰值位置进行高斯拟合及峰值定位,得到像素点准确聚焦位置Pfocus;
步骤5:根据所述扫描执行机构的纵向扫描步距Sstep进行高度映射,得到像素点的相对高度信息,得到飞机表面三维点云数据。
工作原理:本实施例首先将相机2的成像视场中央对准飞机表面待测区域;其次调节扫描执行机构的纵向位置,将待测区域设置在相机2的焦深范围内,得到成像图像序;然后利用检焦算法处理得到像素点纵向聚焦度响应曲线,并将像素点纵向聚焦度响应曲线的峰值位置进行高斯拟合及峰值定位,得到像素点准确聚焦位置;最后进行高度映射得到像素点的相对高度信息,实现飞机表面三维点云数据的获取,避免了相机标定、图像立体匹配、空间坐标系转换等步骤,简化了测量过程,规避了不必要的误差引入风险,具有无损伤、高效率、低成本、高适应性的特点。
实施例2:
本实施例在上述实施例1的基础上,如图2、图3、图4、图5所示,以一个具体的实施例进行详细说明。
为使本发明的目的,技术方案和优点更加清晰,以下结合具体事例,并参照附图,对本实施例进一步详细说明。
如图1所示,本实施例利用的测量系统主要器件包括:扫描执行机构用于带动相机2纵向扫描飞机表面待测区域,相机2用于待测区域实时成像及记录图像。
如图4所示,一种飞机外形三维点云获取方法,所述方法步骤包括:
步骤1:测量系统搭建。将相机2固定在纵向扫描执行机构上,一般选用步进电机1作为扫描设备,随后将相机2成像视场中央对准飞机表面待测区域。
步骤2:纵向扫描。调节步进电机1纵向位置,使得待测表面位于相机2焦深范围内。利用上位机程序控制步进电机1,以等步距且单方向移动相机2,同时在每个纵向位置记录成像并存储到计算机中。
步骤3:聚焦度解析。扫描结束后利用检焦算法处理成像图像序列,针对每个像素点在每幅图中的聚焦程度做出评价,得到像素点纵向聚焦度响应曲线。
其中,根据检焦算法求解聚焦度的原理,扫描过程需保证飞机表面待测区域在相机中的成像在扫描过程中存在“模糊-清晰-模糊”的变化过程。
步骤S31:针对飞机不同部位或者不同材料间的轮廓区域,采用基于Sobel算子的Tenegrad函数进行聚焦度曲线的提取。Sobel算子是一阶微分算子,常用于图像的水平和垂直边缘检测,因此适用于飞机部位间或材料间的轮廓检测。基于Sobel算子的Tenegrad函数可以表示为:
其中分别为Sobel算子运算下(x,y)像素领域灰度的水平和垂直变化,K为设定阈值。
步骤S32:针对飞机同一部位或同一材料中的连续区域,采用改进Laplace能量和函数进行聚焦度曲线的提取。改进拉普拉斯算子为:
在空域中,离散的改进拉普拉斯算子可表示为:
最终改进了拉普拉斯能量和函数可表示为:
式中,f(x,y)为像素点(x,y)的灰度值,step为计算步长,M和N分别表示横向何纵向领域范围。拉普拉斯能量和聚焦评价函数是基于拉普拉斯算子为图像灰度的二阶导数,聚焦评价效果会更好。
步骤S33:结合步骤S31和步骤S32,即可得到任意区域任意像素点在每一幅成像图片中的聚焦值,纵向提取出像素点在所有图片中的聚焦值最终可得到随扫描位置变化的聚焦函数曲线F(x,y;P)。
步骤4:将像素点纵向聚焦度响应曲线峰值位置作高斯拟合及峰值定位,得到像素点准确聚焦位置Pfocus;
步骤5:最后结合步进电机纵向扫描步距Sstep进行高度映射,得到每个像素点的相对高度信息进而实现飞机表面三维点云数据获取,映射关系如下:
由于暂时无法针对飞机本身开展实验,预先选取若干样品进行验证性实验。如图2、图3、图4所示,采用本方法分别针对阶梯结构、大曲率结构及深孔结构进行三维点云数据获取,均可获得良好检测结果。
工作原理:首先将固定于步进电机上的相机成像中央对准飞机表面待测区域,随后步进电机以等步距带动相机单方向纵向扫描飞机表面得到成像图片序列;随后针对飞机表面具有不同特征的区域采取相应的检焦算法,针对每个像素点解析出聚焦度响应曲线,理论表面聚焦度响应曲线峰值位置即为像素点准确聚焦位置;进一步结合高斯曲线拟合及峰值定位处理聚焦度响应曲线,提取出像素点准确聚焦位置Pfocus;最后结合步进电机纵向扫描步距Sstep进行高度映射,得到每个像素点相对高度信息进而实现飞机表面三维点云数据获取。
本实施例与传统视觉测量方法相比,由于本实施例为单相机光学测量方法,避免了相机标定、图像立体匹配、空间坐标系转换等步骤,简化了测量过程,规避了不必要的误差引入风险;与其他主流光学测量方法相比,本实施例测量系统简单,仅需相机及扫描执行机构即可实现三维点云获取;本实施例同时具有无损伤、高效率、低成本、高适应性等特点。
本实施例的其他部分与上述实施例1相同,故不再赘述。
以上所述,仅是本发明的较佳实施例,并非对本发明做任何形式上的限制,凡是依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化,均落入本发明的保护范围之内。
Claims (7)
1.一种飞机外形三维点云获取方法,其特征在于,具体包括以下步骤:
步骤1:将相机(2)固定在纵向扫描执行机构上,并将相机(2)的成像视场中央对准飞机表面待测区域;
步骤2:调节扫描执行机构纵向位置,将待测区域设置在相机(2)的焦深范围内,得到成像图像序;
步骤3:利用检焦算法处理所述成像图像序列,获取像素点在图像中的聚焦程度,得到像素点纵向聚焦度响应曲线;
步骤4:将所述像素点纵向聚焦度响应曲线的峰值位置进行高斯拟合及峰值定位,得到像素点准确聚焦位置Pfocus;
步骤5:根据所述扫描执行机构的纵向扫描步距Sstep进行高度映射,得到像素点的相对高度信息,得到飞机表面三维点云数据。
2.根据权利要求1所述的一种飞机外形三维点云获取方法,其特征在于,所述步骤3中所述利用检焦算法处理成像图像序列时,根据飞机表面的轮廓区域和连续区域分别采取不同的检焦算法,若为飞机不同部位或者不同材料间的轮廓区域,采用基于Sobel算子的Tenegrad函数提取聚焦度曲线;若为飞机同一部位或同一材料中的连续区域,采用拉普拉斯能量和聚焦评价函数提取聚焦度曲线。
3.根据权利要求2所述的一种飞机外形三维点云获取方法,其特征在于,所述基于Sobel算子的Tenegrad函数为:
其中, 分别为Sobel算子运算下(x,y)像素领域灰度的水平和垂直变化,K为设定阈值。
4.根据权利要求2所述的一种飞机外形三维点云获取方法,其特征在于,所述拉普拉斯能量和聚焦评价函数为:
其中,f(x,y)为像素点f(x,y)的灰度值,step为计算步长,M表示横向领域范围,N表示纵向领域范围。
5.根据权利要求1所述的一种飞机外形三维点云获取方法,其特征在于,步骤5中所述根据所述扫描执行机构的纵向扫描步距Sstep进行高度映射的映射关系为:
h(x,y)=Pfocus×Sstep
其中,Pfocus为像素点准确聚焦位置,Sstep为扫描执行机构的纵向扫描步距。
6.根据权利要求1所述的一种飞机外形三维点云获取方法,其特征在于,步骤2中所述调节扫描执行机构纵向位置的具体操作为:调用上位机程序控制扫描执行机构,以等步距且单方向的形式移动相机(2),并在每个纵向位置记录成像并存储到计算机中。
7.根据权利要求1-6任一项所述的飞机外形三维点云获取方法,其特征在于,所述扫描执行机构为步进电机(1)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310592698.XA CN116753860A (zh) | 2023-05-24 | 2023-05-24 | 一种飞机外形三维点云获取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310592698.XA CN116753860A (zh) | 2023-05-24 | 2023-05-24 | 一种飞机外形三维点云获取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116753860A true CN116753860A (zh) | 2023-09-15 |
Family
ID=87958090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310592698.XA Pending CN116753860A (zh) | 2023-05-24 | 2023-05-24 | 一种飞机外形三维点云获取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116753860A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101900536A (zh) * | 2010-07-28 | 2010-12-01 | 西安交通大学 | 基于数字图像法的物体表面形貌的测量方法 |
CN102543793A (zh) * | 2012-02-29 | 2012-07-04 | 无锡睿当科技有限公司 | 一种用于晶圆聚焦的图像质量反馈系统和方法 |
CN105158892A (zh) * | 2015-08-27 | 2015-12-16 | 镇江超纳仪器有限公司(中外合资) | 一种实现干涉测量快速聚焦的方法 |
CN109596065A (zh) * | 2018-12-07 | 2019-04-09 | 中国科学院光电技术研究所 | 一种基于时域相移算法的高精度微纳三维测量方法 |
CN110715616A (zh) * | 2019-10-14 | 2020-01-21 | 中国科学院光电技术研究所 | 一种基于聚焦评价算法的结构光微纳三维形貌测量方法 |
CN112432607A (zh) * | 2020-11-10 | 2021-03-02 | 四川欧瑞特光电科技有限公司 | 一种自动变焦三维形貌测量系统及方法 |
CN113899320A (zh) * | 2021-09-30 | 2022-01-07 | 中国科学院光电技术研究所 | 一种基于空间结构光场的高精度微纳三维形貌测量方法 |
-
2023
- 2023-05-24 CN CN202310592698.XA patent/CN116753860A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101900536A (zh) * | 2010-07-28 | 2010-12-01 | 西安交通大学 | 基于数字图像法的物体表面形貌的测量方法 |
CN102543793A (zh) * | 2012-02-29 | 2012-07-04 | 无锡睿当科技有限公司 | 一种用于晶圆聚焦的图像质量反馈系统和方法 |
CN105158892A (zh) * | 2015-08-27 | 2015-12-16 | 镇江超纳仪器有限公司(中外合资) | 一种实现干涉测量快速聚焦的方法 |
CN109596065A (zh) * | 2018-12-07 | 2019-04-09 | 中国科学院光电技术研究所 | 一种基于时域相移算法的高精度微纳三维测量方法 |
CN110715616A (zh) * | 2019-10-14 | 2020-01-21 | 中国科学院光电技术研究所 | 一种基于聚焦评价算法的结构光微纳三维形貌测量方法 |
CN112432607A (zh) * | 2020-11-10 | 2021-03-02 | 四川欧瑞特光电科技有限公司 | 一种自动变焦三维形貌测量系统及方法 |
CN113899320A (zh) * | 2021-09-30 | 2022-01-07 | 中国科学院光电技术研究所 | 一种基于空间结构光场的高精度微纳三维形貌测量方法 |
Non-Patent Citations (1)
Title |
---|
陈涉 等: "椭偏光学显微成像系统聚焦评价函数的研究", 光学学报, no. 07, 17 July 2005 (2005-07-17), pages 923 - 929 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8934721B2 (en) | Microscopic vision measurement method based on adaptive positioning of camera coordinate frame | |
US10690492B2 (en) | Structural light parameter calibration device and method based on front-coating plane mirror | |
EP3531066B1 (en) | Three-dimensional scanning method including a plurality of lasers with different wavelengths, and scanner | |
CN101539422B (zh) | 一种单目视觉实时测距方法 | |
CN109859272B (zh) | 一种自动对焦双目摄像头标定方法及装置 | |
EP2568253B1 (en) | Structured-light measuring method and system | |
CN107084680B (zh) | 一种基于机器单目视觉的目标深度测量方法 | |
CN109978791A (zh) | 一种基于倾斜摄影和三维激光扫描融合的桥梁监测方法 | |
CN102567989A (zh) | 基于双目立体视觉的空间定位方法 | |
CN109089025A (zh) | 一种基于光场成像技术的影像仪数字聚焦方法 | |
CN103292695A (zh) | 一种单目立体视觉测量方法 | |
CN107516324B (zh) | 一种基于光条几何特征突变的目标边界提取方法 | |
CN108362228B (zh) | 一种基于双光机的光刀光栅混合式三维测量装置及测量方法 | |
CN108020200A (zh) | 一种深度测量方法及系统 | |
JP2016024052A (ja) | 3次元計測システム、3次元計測方法及びプログラム | |
CN111080705A (zh) | 一种自动对焦双目摄像头标定方法及装置 | |
CN104834081B (zh) | 一种体视显微镜的快速自动聚焦方法 | |
TWI489164B (zh) | 一種立體調焦法及其系統 | |
CN114820761A (zh) | 基于图像显微扫描平台xy方向夹角测量与运动补偿方法 | |
CN106973199A (zh) | 利用对焦距离扫描提高深度精确度的多光圈相机系统 | |
CN110657750B (zh) | 一种用于刀具刃口钝化的检测系统和方法 | |
CN116753860A (zh) | 一种飞机外形三维点云获取方法 | |
CN116596987A (zh) | 一种基于双目视觉的工件三维尺寸高精度测量方法 | |
CN110956668A (zh) | 一种基于聚焦测度的聚焦堆栈成像系统预置位标定方法 | |
CN113253417B (zh) | 一种用于骨髓涂片扫描的自动调平及自动对焦方法 |
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 |