CN117392163A - 基于3d视觉的鞋领口贴纸轨迹提取方法 - Google Patents

基于3d视觉的鞋领口贴纸轨迹提取方法 Download PDF

Info

Publication number
CN117392163A
CN117392163A CN202311692173.XA CN202311692173A CN117392163A CN 117392163 A CN117392163 A CN 117392163A CN 202311692173 A CN202311692173 A CN 202311692173A CN 117392163 A CN117392163 A CN 117392163A
Authority
CN
China
Prior art keywords
point
track
collar
vector
point set
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
Application number
CN202311692173.XA
Other languages
English (en)
Other versions
CN117392163B (zh
Inventor
钟剑兵
黄剑峰
罗文贵
钟治魁
王平江
陈文奇
苏德全
柳龙杰
胡锡涛
刘俊强
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.)
Quanzhou-Hust Intelligent Manufacturing Future
Original Assignee
Quanzhou-Hust Intelligent Manufacturing Future
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 Quanzhou-Hust Intelligent Manufacturing Future filed Critical Quanzhou-Hust Intelligent Manufacturing Future
Priority to CN202311692173.XA priority Critical patent/CN117392163B/zh
Publication of CN117392163A publication Critical patent/CN117392163A/zh
Application granted granted Critical
Publication of CN117392163B publication Critical patent/CN117392163B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • A—HUMAN NECESSITIES
    • A43—FOOTWEAR
    • A43D—MACHINES, TOOLS, EQUIPMENT OR METHODS FOR MANUFACTURING OR REPAIRING FOOTWEAR
    • A43D63/00—Machines for carrying-out other finishing operations
    • 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
    • G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
    • A—HUMAN NECESSITIES
    • A43—FOOTWEAR
    • A43D—MACHINES, TOOLS, EQUIPMENT OR METHODS FOR MANUFACTURING OR REPAIRING FOOTWEAR
    • A43D2200/00—Machines or methods characterised by special features
    • A43D2200/60—Computer aided manufacture of footwear, e.g. CAD or CAM
    • 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
    • G06T2207/30172—Centreline of tubular or elongated structure
    • 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
    • G06T2207/30241—Trajectory

Abstract

本发明提供基于3D视觉的鞋领口贴纸轨迹提取方法，属于鞋轨迹提取领域，包括步骤S1、获取鞋领口点云数据；步骤S2、获取鞋领口轨迹集；步骤S3、将鞋领口轨迹集分为表示鞋跟部分的点集Pa和表示鞋头部分的点集Pb，分别获取点集Pa和点集Pb中各点的姿态向量；步骤S4、根据步骤S3所得的点集Pa和点集Pb中各轨迹点的姿态向量，得到点集P中各轨迹点的姿态向量，并对点集P中轨迹点的法向量进行修正，得到点集P中各轨迹点修正后的姿态向量；步骤S5、根据实际贴纸工艺的需求，对步骤S4中所得的点集P中每个轨迹点根据其法向量进行轨迹向下偏置，并对偏置后的轨迹进行内缩处理，得到最终的贴纸轨迹。本发明适用于不同鞋款和鞋码，有效提高贴纸效率和质量。

Description

基于3D视觉的鞋领口贴纸轨迹提取方法
技术领域
本发明属于鞋轨迹提取领域，具体涉及基于3D视觉的鞋领口贴纸轨迹提取方法。
背景技术
鞋面彩印是制鞋生产过程中的一道工艺流程，彩印质量的好坏影响着鞋子的美观程度，而为了防止不可彩印的鞋领口区域被彩印到，彩印前需要在鞋领口作贴纸保护。因鞋领口边缘的宽度往往很窄，目前多数采用人工完成贴纸工艺，耗时耗力。为了提高效率，现有技术中也有采用机器人示教方式引导机器人完成贴纸，但不同鞋款和鞋码都要进行示教，操作复杂繁琐，效率低下，而且都是靠示教者目测来决定，贴纸精度也不高。
发明内容
本发明的目的是提出基于3D视觉的鞋领口贴纸轨迹提取方法，适用于不同鞋款和鞋码，有效提高贴纸效率和质量，具有良好的工业实用性。
本发明通过以下技术方案实现：
基于3D视觉的鞋领口贴纸轨迹提取方法，包括如下步骤：
步骤S1、采用3D相机移动扫描鞋子，获取鞋子的三维点云数据，并根据该三维点云数据得到鞋领口点云数据；
步骤S2、根据鞋领口点云数据计算鞋领口的“鞋尾-鞋头”中心线，并获取鞋子的三维点云数据分别位于中心线两侧的最高点，以形成原始轨迹序列，并根据该原始轨迹序列得到鞋领口轨迹集；
步骤S3、将鞋领口轨迹集分为表示鞋跟部分的点集Pa和表示鞋头部分的点集Pb，获取点集Pa中各点的姿态向量，并根据如下步骤获取点集Pb的姿态向量：
通过半径搜索获取在设定半径内，三维点云数据中距离点集Pb中的每个轨迹点下方最远的点，得到点集Pb的偏移轨迹点集Q，获取偏移轨迹点集Q的姿态向量，并根据如下公式获取点集Pb的姿态向量，其中，姿态向量包括法向量、切向量和接近向量；
步骤S4、根据步骤S3所得的点集Pa和点集Pb中各轨迹点的姿态向量，得到点集P中各轨迹点的姿态向量，当点集P中后一轨迹点的法向量与前一轨迹点的法向量差值的绝对值大于设定阈值时，若差值为正，则将后一轨迹点的法向量修正为前一轨迹点的法向量加上设定阈值，若差值为负，则将后一轨迹点的法向量修正为前一轨迹点的方向量减去设定阈值，如此得到点集P中各轨迹点修正后的姿态向量；
步骤S5、根据实际贴纸工艺的需求，对步骤S4中所得的点集P中每个轨迹点根据其法向量进行轨迹向下偏置，并对偏置后的轨迹进行内缩处理，得到最终的贴纸轨迹。
进一步的，所述步骤S1具体为：采用3D相机从鞋尾往鞋头方向移动扫描鞋子，获取每帧线激光照射鞋子的三维点云数据，将采集到的每帧三维点云数据按序拼接后获取鞋子完整的三维点云数据，对该三维点云数据进行直通滤波以滤除鞋底支撑平台的点云数据，再进行离群点滤波以滤除毛刺和杂点，得到所述鞋领口点云数据。
进一步的，所述步骤S2中，形成所述原始轨迹序列后，由原始轨迹序列得到原始轨迹曲线，去除原始轨迹曲线闭合后前后两端多余的离散点得到闭合轨迹点序列，对该闭合轨迹点序列进行固定间隔轨迹点采样，得到鞋领口轨迹点序列，对该鞋领口轨迹点序列进行排序、光滑和样条曲线拟合，得到所述鞋领口轨迹集。
进一步的，所述步骤S3中，获取点集Pa中各点的姿态向量具体为：点集Pa各轨迹点的法向量Vn1设置为（0，0,1），点集Pa中第i个轨迹点的切向量Vt1i为轨迹点Pai到轨迹点Pai+1的方向,点集Pa各轨迹点的接近向量Va1则分别与对应的法向量Vn1和切向量Vt1垂直，其中，Pai为点集Pa中第i个轨迹点，Pai+1为点集Pa中第i+1个轨迹点。
进一步的，所述步骤S3中，偏移轨迹点集Q中第j个偏移轨迹点Qj的法向量Vn2为以该点Qj为中心的设定区域内所有偏移轨迹点的法向量角度的平均值，第j个偏移轨迹点Qj的切向量Vt2j为偏移轨迹点Qj到偏移轨迹点Qj+1的方向，各轨迹点的接近向量则分别与对应的法向量Vn2和切向量Vt2垂直。
进一步的，所述设定区域为半径为1-2mm的区域。
进一步的，所述步骤S4中，所述设定阈值取值范围为0-45°。
进一步的，所述步骤S3中，根据鞋领口轨迹集的点云稀疏情况将其分为点集Pa和点集Pb。
本发明具有如下有益效果：
本发明首先获取鞋子的三维点云数据分别位于“鞋尾-鞋头”中心线两侧的最高点，得到鞋领口轨迹集，然后将鞋领口轨迹集分为点集Pa和点集Pb，并分别计算两点集内各轨迹点的姿态向量，并对相邻两轨迹点的姿态向量进行修正，以使两相邻两轨迹点之间的姿态相差不超过设定阈值，最后对每个轨迹点进行轨迹向下偏置和内缩处理，得到最终的贴纸轨迹，将贴纸轨迹结合具体的贴纸工艺参数，引导机器人进行贴纸，从而完全替代传统人工鞋领口贴纸作业方式，且无需进行示教，大大降低人工成本，有效提高贴纸效率和质量，对于不同鞋款和鞋码均适用，具有良好的工业实用性。
附图说明
下面结合附图对本发明做进一步详细说明。
图1为本发明鞋领口“鞋尾-鞋头”中心线的示意图。
图2为本发明的原始轨迹序列示意图。
图3为本发明的闭合轨迹点序列示意图。
图4为本发明的点集P的示意图。
图5为本发明的点集Pa和点集Pb的示意图。
图6为本发明的最终的贴纸轨迹示意图。
具体实施方式
如图1所示，基于3D视觉的鞋领口贴纸轨迹提取方法，包括如下步骤：
步骤S1、采用3D相机移动扫描鞋子，获取鞋子的三维点云数据，并根据该三维点云数据得到鞋领口点云数据；
具体为：
用3D相机从鞋尾往鞋头方向移动扫描鞋子，获取每帧线激光照射鞋子的三维点云数据，将采集到的每帧三维点云数据按序拼接后获取鞋子完整的三维点云数据，对该三维点云数据进行直通滤波以滤除鞋底支撑平台的点云数据及鞋头点云数据，再进行离群点滤波以滤除毛刺和杂点，得到鞋领口点云数据；
步骤S2、根据鞋领口点云数据计算鞋领口的“鞋尾-鞋头”中心线Y，该中心线Y如图1所示（中心线计算过程为现有技术），并获取鞋子的三维点云数据分别位于中心线两侧的最高点，以形成原始轨迹序列，如图2所示，并根据该原始轨迹序列得到鞋领口轨迹集；
其中，形成该原始轨迹序列后，由原始轨迹序列得到原始轨迹曲线，去除原始轨迹曲线闭合后前后两端多余的离散点得到如图3所示的闭合轨迹点序列，对该闭合轨迹点序列进行固定间隔轨迹点采样，得到鞋领口轨迹点序列，对该鞋领口轨迹点序列进行排序、光滑和样条曲线拟合，得到所述鞋领口轨迹集，标定为点集P，如图4所示；排序即是对鞋领口轨迹点序列中的各点按照顺序赋予顺序的序号；
步骤S3、将鞋领口轨迹集分为表示鞋跟部分的点集Pa和表示靠近鞋头部分的点集Pb，获取点集Pa中各点的姿态向量，并根据如下步骤获取点集Pb的姿态向量：
通过半径搜索获取在设定半径内，三维点云数据中距离点集Pb中的每个轨迹点下方最远的点，得到点集Pb的偏移轨迹点集Q，获取偏移轨迹点集Q的姿态向量，并根据如下公式获取点集Pb的姿态向量，其中，姿态向量包括法向量、切向量和接近向量；在本实施例中，设定半径设置为10mm，其他实施例中，可根据不同鞋型和鞋码的点云情况作调整；
具体地，点集Pa和点集Pb的划分根据鞋领口轨迹集的点云稀疏情况确定，本实施例中的划分情况如图5所示，Pa区域因为鞋后跟比较垂直于地面，所以扫出来的点云比较稀疏，Pb区域点云则比较密集；
机器人的贴纸姿态由法向量、切向量和接近向量确定，对于点集Pa中N1个轨迹点的姿态向量确定如下：因点集Pa中的点云比较稀疏，不好求法线，因此点集Pa各轨迹点的法向量Vn1设置为（0，0,1），点集Pa中第i个轨迹点的切向量Vt1i为轨迹点Pai到轨迹点Pai+1的方向,点集Pa各轨迹点的接近向量Va1则分别与对应的法向量Vn1和切向量Vt1垂直，其中，Pai为点集Pa中第i个轨迹点，Pai+1为点集Pa中第i+1个轨迹点，其中，i为整数，且1≤i≤N1-1，第N1个轨迹点的切向量Vt1N1为轨迹点PaN1到点集Pb中的第一个轨迹点Pb1的方向；
对于具有N2个轨迹点的偏移轨迹点集Q，其第j个偏移轨迹点Qj的法向量Vn2为以该点Qj为中心的设定区域内所有偏移轨迹点的法向量角度的平均值，第j个偏移轨迹点Qj的切向量Vt2j为偏移轨迹点Qj到第j+1个偏移轨迹点Qj+1的方向，各轨迹点的接近向量则分别与对应的法向量Vn2和切向量Vt2垂直，其中，设定区域为半径为1-2mm的区域，j为整数，且j≤N2-1，第N2个轨迹点QN2的法向量Vt2N2为第N2个轨迹点到点集Pa中的第一个轨迹点经半径搜索后的轨迹点的方向；设定区域内各偏移轨迹点的法向量计算过程为现有技术；
步骤S4、根据步骤S3所得的点集Pa和点集Pb中各轨迹点的姿态向量，得到点集P中各轨迹点的姿态向量，当点集P中后一轨迹点的法向量与前一轨迹点的法向量差值的绝对值大于设定阈值时，若差值为正，则将后一轨迹点的法向量修正为前一轨迹点的法向量加上设定阈值，若差值为负，则将后一轨迹点的法向量修正为前一轨迹点的方向量减去设定阈值，若差值绝对值小于设定阈值，则不作处理，如此得到点集P中各轨迹点修正后的姿态向量，从而保证相邻两轨迹点的姿态变化不会过大；其中，该设定阈值取值范围为0-45°，阈值越小表示允许轨迹点姿态的变化越小，越大表示允许姿态的变化越大；
步骤S5、根据实际贴纸工艺的需求，对步骤S4中所得的点集P中每个轨迹点根据其法向量进行轨迹向下偏置，并对偏置后的轨迹进行内缩处理以及平滑处理，得到如图6所示的最终的贴纸轨迹；
步骤S4所得到的各轨迹点对应的是鞋领口边缘，但贴纸实际应该是贴在鞋领口内侧，因此要将步骤S4所得的点集P中每个轨迹点先向下偏置，再进行水平方向的内缩。
以上所述，仅为本发明的较佳实施例而已，故不能以此限定本发明实施的范围，即依本发明申请专利范围及说明书内容所作的等效变化与修饰，皆应仍属本发明专利涵盖的范围内。

Claims (8)

1.基于3D视觉的鞋领口贴纸轨迹提取方法，其特征在于：包括如下步骤：
步骤S1、采用3D相机移动扫描鞋子，获取鞋子的三维点云数据，并根据该三维点云数据得到鞋领口点云数据；
步骤S2、根据鞋领口点云数据计算鞋领口的“鞋尾-鞋头”中心线，并获取鞋子的三维点云数据分别位于中心线两侧的最高点，以形成原始轨迹序列，并根据该原始轨迹序列得到鞋领口轨迹集；
步骤S3、将鞋领口轨迹集分为表示鞋跟部分的点集Pa和表示鞋头部分的点集Pb，获取点集Pa中各点的姿态向量，并根据如下步骤获取点集Pb的姿态向量：
通过半径搜索获取在设定半径内，三维点云数据中距离点集Pb中的每个轨迹点下方最远的点，得到点集Pb的偏移轨迹点集Q，获取偏移轨迹点集Q的姿态向量，并根据如下公式获取点集Pb的姿态向量，其中，姿态向量包括法向量、切向量和接近向量；
步骤S4、根据步骤S3所得的点集Pa和点集Pb中各轨迹点的姿态向量，得到点集P中各轨迹点的姿态向量，当点集P中后一轨迹点的法向量与前一轨迹点的法向量差值的绝对值大于设定阈值时，若差值为正，则将后一轨迹点的法向量修正为前一轨迹点的法向量加上设定阈值，若差值为负，则将后一轨迹点的法向量修正为前一轨迹点的方向量减去设定阈值，如此得到点集P中各轨迹点修正后的姿态向量；
步骤S5、根据实际贴纸工艺的需求，对步骤S4中所得的点集P中每个轨迹点根据其法向量进行轨迹向下偏置，并对偏置后的轨迹进行内缩处理，得到最终的贴纸轨迹。
2.根据权利要求1所述的基于3D视觉的鞋领口贴纸轨迹提取方法，其特征在于：所述步骤S1具体为：采用3D相机从鞋尾往鞋头方向移动扫描鞋子，获取每帧线激光照射鞋子的三维点云数据，将采集到的每帧三维点云数据按序拼接后获取鞋子完整的三维点云数据，对该三维点云数据进行直通滤波以滤除鞋底支撑平台的点云数据，再进行离群点滤波以滤除毛刺和杂点，得到所述鞋领口点云数据。
3.根据权利要求1所述的基于3D视觉的鞋领口贴纸轨迹提取方法，其特征在于：所述步骤S2中，形成所述原始轨迹序列后，由原始轨迹序列得到原始轨迹曲线，去除原始轨迹曲线闭合后前后两端多余的离散点得到闭合轨迹点序列，对该闭合轨迹点序列进行固定间隔轨迹点采样，得到鞋领口轨迹点序列，对该鞋领口轨迹点序列进行排序、光滑和样条曲线拟合，得到所述鞋领口轨迹集。
4.根据权利要求1或2或3所述的基于3D视觉的鞋领口贴纸轨迹提取方法，其特征在于：所述步骤S3中，获取点集Pa中各点的姿态向量具体为：点集Pa各轨迹点的法向量Vn1设置为（0，0,1），点集Pa中第i个轨迹点的切向量Vt1i为轨迹点Pai到轨迹点Pai+1的方向,点集Pa各轨迹点的接近向量Va1则分别与对应的法向量Vn1和切向量Vt1垂直，其中，Pai为点集Pa中第i个轨迹点，Pai+1为点集Pa中第i+1个轨迹点。
5.根据权利要求1或2或3所述的基于3D视觉的鞋领口贴纸轨迹提取方法，其特征在于：所述步骤S3中，偏移轨迹点集Q中第j个偏移轨迹点Qj的法向量Vn2为以该点Qj为中心的设定区域内所有偏移轨迹点的法向量角度的平均值，第j个偏移轨迹点Qj的切向量Vt2j为偏移轨迹点Qj到偏移轨迹点Qj+1的方向，各轨迹点的接近向量则分别与对应的法向量Vn2和切向量Vt2垂直。
6.根据权利要求5所述的基于3D视觉的鞋领口贴纸轨迹提取方法，其特征在于：所述设定区域为半径为1-2mm的区域。
7.根据权利要求1或2或3所述的基于3D视觉的鞋领口贴纸轨迹提取方法，其特征在于：所述步骤S4中，所述设定阈值取值范围为0-45°。
8.根据权利要求1或2或3所述的基于3D视觉的鞋领口贴纸轨迹提取方法，其特征在于：所述步骤S3中，根据鞋领口轨迹集的点云稀疏情况将其分为点集Pa和点集Pb。
CN202311692173.XA 2023-12-11 2023-12-11 基于3d视觉的鞋领口贴纸轨迹提取方法 Active CN117392163B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311692173.XA CN117392163B (zh) 2023-12-11 2023-12-11 基于3d视觉的鞋领口贴纸轨迹提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311692173.XA CN117392163B (zh) 2023-12-11 2023-12-11 基于3d视觉的鞋领口贴纸轨迹提取方法

Publications (2)

Publication Number Publication Date
CN117392163A true CN117392163A (zh) 2024-01-12
CN117392163B CN117392163B (zh) 2024-04-12

Family

ID=89472490

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311692173.XA Active CN117392163B (zh) 2023-12-11 2023-12-11 基于3d视觉的鞋领口贴纸轨迹提取方法

Country Status (1)

Country Link
CN (1) CN117392163B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102789523A (zh) * 2012-07-02 2012-11-21 东莞职业技术学院 基于图像处理的鞋样设计方法
CN107808415A (zh) * 2017-11-17 2018-03-16 中国科学院合肥物质科学研究院 基于机器视觉的鞋底边缘轨迹及涂胶位姿提取方法
CN112405123A (zh) * 2020-11-19 2021-02-26 泉州华中科技大学智能制造研究院 基于聚类算法的鞋底打粗轨迹规划方法及装置
WO2021078064A1 (zh) * 2019-10-22 2021-04-29 深圳瀚维智能医疗科技有限公司 超声扫查轨迹规划方法、装置、存储介质及计算机设备
CN114049366A (zh) * 2021-10-28 2022-02-15 福建屹立智能化科技有限公司 一种鞋底3d视觉提取涂胶轨迹方法和存储设备
US20220058818A1 (en) * 2020-08-21 2022-02-24 Waymo Llc Object-centric three-dimensional auto labeling of point cloud data
CN115969144A (zh) * 2023-01-09 2023-04-18 东莞市智睿智能科技有限公司 一种鞋底喷胶轨迹生成方法、系统、设备及存储介质

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102789523A (zh) * 2012-07-02 2012-11-21 东莞职业技术学院 基于图像处理的鞋样设计方法
CN107808415A (zh) * 2017-11-17 2018-03-16 中国科学院合肥物质科学研究院 基于机器视觉的鞋底边缘轨迹及涂胶位姿提取方法
WO2021078064A1 (zh) * 2019-10-22 2021-04-29 深圳瀚维智能医疗科技有限公司 超声扫查轨迹规划方法、装置、存储介质及计算机设备
US20220058818A1 (en) * 2020-08-21 2022-02-24 Waymo Llc Object-centric three-dimensional auto labeling of point cloud data
CN112405123A (zh) * 2020-11-19 2021-02-26 泉州华中科技大学智能制造研究院 基于聚类算法的鞋底打粗轨迹规划方法及装置
CN114049366A (zh) * 2021-10-28 2022-02-15 福建屹立智能化科技有限公司 一种鞋底3d视觉提取涂胶轨迹方法和存储设备
CN115969144A (zh) * 2023-01-09 2023-04-18 东莞市智睿智能科技有限公司 一种鞋底喷胶轨迹生成方法、系统、设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
柯宇，陈玉洁，张豪，邢礼源: "基于非刚性点云配准的运动鞋鞋帮打磨轨迹提取", 《东华大学学报（自然科学版）》, vol. 49, no. 2, pages 1 - 7 *

Also Published As

Publication number Publication date
CN117392163B (zh) 2024-04-12

Similar Documents

Publication Publication Date Title
CN105046750B (zh) 一种自动分割全颌牙齿三角网格模型的方法
CN112405123B (zh) 基于聚类算法的鞋底打粗轨迹规划方法及装置
CN104463851B (zh) 一种基于机器人的鞋底边缘线自动跟踪方法
CN105528797B (zh) 一种光学影像色彩一致性自适应处理与快速镶嵌方法
CN109470255B (zh) 基于高精度定位及车道线识别的高精度地图自动生成方法
CN110232389B (zh) 一种基于绿色作物特征提取不变性的立体视觉导航方法
CN107808415A (zh) 基于机器视觉的鞋底边缘轨迹及涂胶位姿提取方法
CN103983963B (zh) 一种多站地基激光雷达数据的自动配准方法
CN102354396A (zh) 基于水平集函数的灰度不均匀图像分割方法
CN107292951A (zh) 一种基于多套模板的牙齿修复算法
CN112263052B (zh) 一种基于视觉数据自动映射鞋面喷胶路径的方法及系统
CN108089544A (zh) 一种鞋底喷胶机械人的轨迹生成方法及控制系统
CN117392163B (zh) 基于3d视觉的鞋领口贴纸轨迹提取方法
CN113284157A (zh) 一种大幅面皮革轮廓检测与轨迹优化方法
CN108346161B (zh) 基于图像的飞织鞋面匹配定位方法及其系统和存储介质
CN102982524A (zh) 玉米果穗有序图像的拼接方法
CN116012600A (zh) 基于形态学提取点云局部曲面特征的方法
CN114677674A (zh) 一种基于双目点云的苹果快速识别定位方法
CN107230246B (zh) 一种鞋底轮廓的三维扫描点云数据切片处理方法
CN112170836A (zh) 一种3d打印设备自动嫁接打印的方法
CN104289767B (zh) 一种基于图像检测的披锋去除系统和方法
CN105701776A (zh) 一种用于自动光学检测的镜头畸变矫正方法及系统
CN104599267A (zh) 切割轨迹生成方法及装置
CN115969144A (zh) 一种鞋底喷胶轨迹生成方法、系统、设备及存储介质
CN116664889A (zh) 飞机口盖类蒙皮修配余量确定方法

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