CN117804330A - 量测卡、量测系统及量测方法 - Google Patents
量测卡、量测系统及量测方法 Download PDFInfo
- Publication number
- CN117804330A CN117804330A CN202211495334.1A CN202211495334A CN117804330A CN 117804330 A CN117804330 A CN 117804330A CN 202211495334 A CN202211495334 A CN 202211495334A CN 117804330 A CN117804330 A CN 117804330A
- Authority
- CN
- China
- Prior art keywords
- feature
- image
- coordinates
- tip
- pattern
- 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 25
- 238000005259 measurement Methods 0.000 claims abstract description 68
- 239000011159 matrix material Substances 0.000 claims abstract description 22
- 230000009466 transformation Effects 0.000 claims abstract description 20
- 238000010586 diagram Methods 0.000 description 9
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000010191 image analysis Methods 0.000 description 5
- 238000000691 measurement method Methods 0.000 description 5
- 239000003086 colorant Substances 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000013519 translation Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 101000649946 Homo sapiens Vacuolar protein sorting-associated protein 29 Proteins 0.000 description 1
- 102100028290 Vacuolar protein sorting-associated protein 29 Human genes 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- 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
- 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
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- 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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
-
- 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
- G06V10/56—Extraction of image or video features relating to colour
-
- 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
- G06T2207/10024—Color image
-
- 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
- G06T2207/10048—Infrared image
-
- 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
-
- 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
- G06T2207/30164—Workpiece; Machine component
-
- 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
- G06T2207/30204—Marker
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Geometry (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Input (AREA)
Abstract
本发明提供一种量测卡、量测系统及量测方法,量测系统包括摄像器及处理器。摄像器用以采集量测卡的量测卡影像,量测卡影像包括多个特征图案影像。处理器电性连接摄像器且用以分析此些特征图案影像,以取得各特征图案影像的特征点的特征点坐标;以及,输入此些特征点坐标于转换矩阵,以取得量测卡的尖端的尖端坐标。
Description
技术领域
本发明涉及一种量测卡、量测系统及量测方法。
背景技术
产品完成后,后续通常需进行质量检验,例如尺寸量测。然而,对于立体(三维)的产品而言,产品的部件沿空间不同方向延伸,造成在尺寸量测上的费工及费时。
发明内容
因此,本发明提出一种量测卡、量测系统及量测方法,以解决上述问题。
本发明一实施例提出一种量测卡。量测卡包括一本体及多个特征图案。本体具有相对的侧边与尖端。此多个特征图案形成于本体。此多个特征图案满足下列(1)与(2)中至少一种:(1).此多个特征图案的第一个与一第二个沿通过侧边与尖端的参考轴具有第一间距,此多个特征图案的第二个与第三个沿参考轴具有第二间距,而第一间距与第二间距相异;及(2).此多个特征图案相对参考轴呈非对称配置。
本发明另一实施例提出一种量测系统。量测系统包括摄像器及处理器。摄像器用以采集前述量测卡的量测卡影像,量测卡影像包括对应此多个特征图案的多个特征图案影像。处理器电性连接摄像器且用以:分析此多个特征图案影像,以取得各特征图案影像的特征点的特征点坐标;以及,输入此多个特征点坐标于一转换矩阵,以取得尖端的尖端坐标。
本发明另一实施例提出一种量测方法。量测方法包括以下步骤:采集前述量测卡的量测卡影像,其中量测卡影像具有对应此多个特征图案的多个特征图案影像;分析此多个特征图案影像,以取得各特征图案影像的特征点的特征点坐标;以及,输入此多个特征点坐标于转换矩阵,以取得尖端的尖端坐标。
附图说明
图1A~图1H为依照本发明多个实施例的量测卡的示意图;
图2为依照本发明一实施例的量测系统的功能方块图;
图3为使用图2的量测系统的量测方法的流程图;
图4A为图2的摄像器与量测卡于空间中的示意图;
图4B为图4A的摄像器所采集的量测卡影像的示意图;
图4C为对应于图4B的背景图案影像的感兴趣区域的示意图;
图4D为依据感兴趣区域所取得的图4B的量测卡影像的示意图;
图4E为图4D的特征图案影像及其圆心的示意图;
图4F为图4D的特征图案影像及其圆心的示意图。
【附图标记说明】
10~80:量测卡;11、81:本体;12~19、42~49、52~59、62~65、72~75、82:特征图案;11b1、81b1:外边界线;11b2、81b2:内边界线;11e:侧边;11t:尖端;66、76:辅助图案;100:量测系统;110:摄像器;111:镜头中心;120:处理器;AX:参考轴;B10、B20、B70、B80:背景图案;C12~C19:圆心;D11t:尖端坐标;DC12~DC19:圆心坐标;H1:第一间距;H2:第二间距;M10:量测卡影像;M12~M19:特征图案影像;MB10:背景图案影像;M:拍摄影像;MP:对象影像;P:实体对象;P1、P2:位置点;R1:感兴趣区域;x-y-x:第一坐标系;X-Y-Z:第二坐标系。
具体实施方式
请参照图1A~图1H,其为依照本发明多个实施例的量测卡10~80的示意图。
请参阅图1A所示,量测卡10包括本体11、多个特征图案12~19及背景图案B10。本体11具有相对的侧边11e与尖端11t。此些特征图案12~19满足下列(1)与(2)中至少一种:(1).此些特征图案12~19的第一个与第二个沿一通过侧边11e与尖端11t的参考轴AX具有一第一间距H1,此些特征图案12~19的第二个与第三个沿具有第二间距H2,第一间距H1与第二间距H2相异;(2).此些特征图案12~19相对参考轴AX呈非对称配置。借此,可识别出此些特征图案12~19相对尖端11t的几何关系(例如,相对尖端11t的排列顺序)。例如,通过此些特征图案12~19的相对几何关系,可得知尖端11t邻近特征图案12及特征图案13,因而得知此些特征图案12~19相对尖端11t的排列顺序。
此外,此些特征图案12~19与尖端11t之间的一转换关系为已知,因此当取得此些特征图案12~19的几何信息(例如,特征图案影像的坐标)时,即能通过此转换关系取得尖端11t的几何信息,例如,尖端11t的尖端坐标。
请参阅图1A所示,本体11例如是一箭头状,其具有尖端11t。本体11例如是板体,其具有3mm~5mm的厚度。
此外,前述第一个、第二个及第三个例如是此些特征图案12~19的任意不同三个。
以数量来说,请参阅图1A图所示,特征图案的数量至少四个,在一实施例中,特征图案的数量例如是八个。
以排列形式来说,请参阅图1A所示,此些特征图案12~19沿参考轴AX可疏密排列。例如,相较于特征图案16~19呈较疏排列,特征图案12~15呈较密排列。在一实施例中,此些特征图案沿参考轴AX非对称排列。例如,无法找到一垂直于参考轴AX的垂直轴,使此些特征图案12~19相较于此垂直轴对称排列且/或也无法找到一平行于参考轴AX的水平轴,使此些特征图案12~19相对此水平轴非对称排列。此外,此些特征图案的二个可至少部分重叠。例如,特征图案12与特征图案13重叠,特征图案14与特征图案15重叠,特征图案16与特征图案17重叠,而特征图案18与特征图案19重叠。
以灰阶值来说,请参阅图1A所示,重叠的二个特征图案的一个具有一第一灰阶值,而该重叠的二个特征图案之间具有一第二灰阶值,第一灰阶值与第二灰阶值相异,例如,第一灰阶值与第二灰阶值的灰阶度差至少200,然也可小于200。灰阶度差越大,重叠的二个特征图案的对比度越强,后续的影像分析越精准。在本实施例中,第一灰阶值大于第二灰阶值。以重叠的特征图案12与特征图案13来说,特征图案12为白色(第一灰阶值为255)的内圆,而特征图案13为外圆,且特征图案12与特征图案13之间的环形区域为黑色(第二灰阶值为0)。重叠的特征图案14与特征图案15、重叠的特征图案16与特征图案17以及重叠的特征图案18与特征图案19具有相同或类似特征,于此不再赘述。
请参阅图1A所示,重叠的二个特征图案可同心配置。例如,重叠的特征图案12与特征图案13同心配置,重叠的特征图案14与特征图案15同心配置、重叠的特征图案16与特征图案17同心配置以及重叠的特征图案18与特征图案19同心配置。在另一实施例中,重叠的一组特征图案可同心配置,而重叠的另一组特征图案可偏心配置。
请参阅图1A所示,背景图案B10例如是位于本体11的边框,例如,本体11具有外边界线11b1及内边界线11b2,外边界线11b1与内边界线11b2之间的区域定义为背景图案B10。背景图案B10围绕此些特征图案12~19。背景图案B10可由第一色彩填满。第一色彩可选用在应用场景中最不常见或较不常见的颜色,如此,在分析影像时,所取得的背景图案B10的边界精准度高。在一实施例中,第一色彩可选用例如是绿色,然也可为其它色彩。绿色对摄像器的图像传感器中是最敏感的,只需少量光就能照亮绿色并清楚地辨识出绿色区域。
请参阅图1B所示,量测卡20包括本体11、多个特征图案12~19及背景图案B20。本体11具有相对的侧边11e与尖端11t。此些特征图案12~19满足下列(1)与(2)中至少一种:(1).此些特征图案12~19的第一个与第二个沿一通过侧边11e与尖端11t的参考轴AX具有第一间距H1,此些特征图案12~19的第二个与第三个沿参考轴AX具有第二间距H2,第一间距H1与第二间距H2相异;(2).此些特征图案12~19相对参考轴AX呈非对称配置。借此,可识别出此些特征图案12~19相对尖端11t的几何关系。此外,本实施例的第一个、第二个及第三个例如是此些特征图案12~19的任意不同的三个。在本实施例中,量测卡20的外边界线11b1与此些特征图案12~19之间的区域定义为背景图案B20。背景图案B20可由第一色彩填满,例如是绿色或其它色彩。
请参阅图1C所示,量测卡30包括本体11、多个特征图案12~19及背景图案B10。本体11具有相对的侧边11e与尖端11t。此些特征图案12~19满足下列(1)与(2)中至少一种:(1).此些特征图案12~19的第一个与第二个沿一通过侧边11e与尖端11t的参考轴AX具有第一间距H1,此些特征图案12~19的第二个与第三个沿参考轴AX具有第二间距H2,第一间距H1与第二间距H2相异;(2).此些特征图案12~19相对参考轴AX呈非对称配置。借此,可识别出此些特征图案12~19相对尖端11t的几何关系。此外,第一个、第二个及第三个例如是此些特征图案12~19的任意不同的三个。
在本实施例中,量测卡30的此些特征图案12~19中重叠的二个为偏心配置。例如,重叠的特征图案12与特征图案13偏心配置,重叠的特征图案14与特征图案15偏心配置,重叠的特征图案16与特征图案17偏心配置,且重叠的特征图案18与特征图案19偏心配置。在另一实施例中,重叠的一组特征图案可偏心配置,而重叠的另一组特征图案可同心配置。
请参阅图1D所示,量测卡40包括本体11、多个特征图案42~49及背景图案B20。本体11具有相对的侧边11e与尖端11t。此些特征图案42~49满足下列(1)与(2)中至少一种:(1)此些特征图案42~49的第一个与第二个沿一通过侧边11e与尖端11t的参考轴AX具有第一间距H1,此些特征图案42~49的第二个与第三个沿参考轴AX具有第二间距H2,第一间距H1与第二间距H2相异;(2).此些特征图案42~49相对参考轴AX呈非对称配置。借此,可识别出此些特征图案12~19相对尖端11t的几何关系。此外,第一个、第二个及第三个例如是此些特征图案42~49的任意不同的三个。
在本实施例中,量测卡40的此些特征图案42~49中重叠的二个为偏心配置。此外,重叠的二给特征图案的一个具有一第一灰阶值,而该重叠的二个特征图案之间的区域具有一第二灰阶值,第一灰阶值与第二灰阶值相异。例如,第一灰阶值与第二灰阶值相异的灰阶度差至少200,当然也可更小。在本实施例中,第一灰阶值小于第二灰阶值。以重叠的特征图案42与43来说,特征图案42为黑色(第一灰阶值为0)的内圆,而特征图案43为外圆,且特征图案42与特征图案43之间的环形区域为白色(第二灰阶值为255)。重叠的特征图案44与特征图案45、重叠的特征图案46与特征图案47以及重叠的特征图案48与特征图案49具有相同或类似特征,于此不再赘述。
请参阅图1E所示,量测卡50包括本体11、多个特征图案52~59及背景图案B10。本体11具有相对的侧边11e与尖端11t。此些特征图案12~19满足下列(1)与(2)中至少一种:(1).此些特征图案52~59的第一个与第二个沿一通过侧边11e与尖端11t的参考轴AX具有第一间距H1,此些特征图案52~59的第二个与第三个沿参考轴AX具有第二间距H2,第一间距H1与第二间距H2相异;(2).此些特征图案52~59相对参考轴AX呈非对称配置。借此,可识别出此些特征图案52~59相对尖端11t的几何关系。此外,第一个、第二个及第三个例如是此些特征图案52~59的任意不同的三个。
相较于第1A图的量测卡10,本实施例的量测卡50中重叠的二个特征图案之间的区域面积较大。以重叠的特征图案52与特征图案53来说,特征图案52与特征图案53之间的环形区域具有一面积,其大于图1A的特征图案12与特征图案13之间的环形区域的面积。重叠的特征图案54与特征图案55、重叠的特征图案56与特征图案57及重叠的特征图案58与特征图案59具有类似或相同特征,于此不再赘述。
请参阅图1F所示,量测卡60包括本体11、多个特征图案62~65、辅助图案66及背景图案B20。本体11具有相对的侧边11e与尖端11t。参考轴AX通过侧边11e与尖端11t。此些特征图案62~65相对参考轴AX呈非对称配置。借此,可识别出此些特征图案62~65相对尖端11t的几何关系。此外,辅助图案66可辅助判断此些特征图案62~65相对尖端11t的几何关系。在本实施例中,识别特征图案66与此些特征图案62~65相异,因此可通过辅助图案66,确定此些特征图案62~65相对尖端11t的几何关系。
请参阅图1F所示,在本实施例中,此些特征图案62~65不重叠,例如,完全不重叠。此外,背景图案B20可由第一色彩填满,而各特征图案62~65可由第二色彩填满,第一色彩与第二色彩相异。例如,第一色彩为绿色,而第二色彩为蓝色或其它与蓝色相异的色彩。
请参阅图1G所示,量测卡70包括本体11、多个特征图案72~75、辅助图案76及背景图案B70。本体11具有相对的侧边11e与尖端11t。参考轴AX通过侧边11e与尖端11t。此些特征图案72~75相对参考轴AX呈非对称配置。借此,可识别出此些特征图案72~75相对尖端11t的几何关系。此外,辅助图案76可辅助判断此些特征图案72~75相对尖端11t的几何关系。在本实施例中,识别特征图案76与此些特征图案72~75相异,因此可通过辅助图案76,确定此些特征图案72~75相对尖端11t的几何关系。
请参阅图1G所示,在本实施例中,此些特征图案72~75不重叠,例如,完全不重叠。此外,背景图案B70可由第一色彩填满,而各特征图案72~75可由第二色彩填满,第一色彩与第二色彩相异。例如,第一色彩为蓝色,而第二色彩为绿色或其它与蓝色相异的色彩。
请参阅图1H所示,量测卡80包括本体81、多个特征图案82及背景图案B80。本体81具有相对的侧边11e与尖端11t。相较于前述量测卡10,本实施例的量测卡80的本体81的面积与量测卡10的本体11的面积相异。参考轴AX通过侧边11e与尖端11t。此些特征图案82相对参考轴AX呈非对称配置。借此,可识别出此些特征图案82相对尖端11t的几何关系。
请参阅图1H所示,背景图案B80例如是位于本体81的边框,例如,本体81具有外边界线81b1及内边界线81b2,外边界线81b1与内边界线81b2之间的区域定义为背景图案B80。背景图案B80围绕此些特征图案82。背景图案B80可由第一色彩填满,例如是黑色,然也可为其它色彩。各特征图案82可由第二色彩填满,第一色彩与第二色彩相同,例如都是黑色。在另一实施例中,第一色彩与第二色彩可相异。在本实施例中,量测卡80的特征图案82及背景图案B80都是灰阶图案。
综上,量测卡的多个特征图案排列成至少四组,重叠的二个特征图案可视为一组,完全分离的二个特征图案分别视为二组。以图1A~图1G的量测卡10~70来说,特征图案排列成为四组。当此些特征图案的组数少于四组时,基于特征图案所分析出的尖端11t的尖端坐标的精准度低。当此些特征图案的组数多于四组时,分析数据量大且精准度提升有限。本发明实施例的特征图案的组数为四组,可兼顾高精准度及快分析速度的双重技术功效。
请参阅图2图,其为依照本发明一实施例的量测系统100的功能方块图。量测系统100包括摄像器110及处理器(processor)120。摄像器110用以采集量测卡的量测卡影像,量测卡影像包括多个特征图案影像。处理器120电性连接摄像器110且用以分析此些特征图案影像,以取得各特征图案影像的特征点的特征点坐标;以及,输入此些特征点坐标于转换矩阵,以取得量测卡的尖端的尖端坐标。
摄像器110例如是彩色摄影机、灰阶摄影机或红外光(IR)摄影机等。处理器120例如是采用半导体制程所形成的实体电路(circuit)。
以下进一步以图1A的量测卡10为例,说明使用量测系统100取得量测卡10的尖端11t的尖端坐标的过程。应用其它类型的量测卡影像M20~M80的取得尖端坐标的过程类似或同于以量测卡10取得尖端坐标的过程,于此不再赘述。
请参阅图3及图4A~图4F,图3为使用图2的量测系统100的量测方法的流程图,图4A为图2的摄像器110与量测卡10于空间中的示意图,图4B为图4A的摄像器110所采集的量测卡影像M10的示意图,图4C为对应于图4B的背景图案影像MB10的感兴趣区域R1的示意图,图4D为依据感兴趣区域R1所取得的图4B的量测卡影像M10的示意图,图4E图为图4D的特征图案影像M12及其圆心C12的示意图,而图4F为图4D的特征图案影像M13及其圆心C13的示意图。
在步骤S110中,请参阅图4A及图4B所示,摄像器110可对实体对象P及至少一量测卡10进行拍摄,以采集一拍摄影像M。虽然未绘示,然量测卡10可由使用者手持,且不限制量测卡10的摆放姿态。实体对象P例如是车架、工件或其它有尺寸量测需求的物体。拍摄影像M包含对应实体对象P的对象影像MP及对应各量测卡10的量测卡影像M10等。在本实施例中,量测卡10的数量为二个,其尖端11t分别抵靠在实体对象P的二位置点P1及P2。在另一实施例中,量测卡10的数量为一个,其尖端11t抵靠在实体对象的一位置点。在其它实施例中,量测卡10的数量为三个或更多,其尖端11t可各别抵靠在实体对象的三个相异的位置点。
请参阅图4B所示,量测卡影像M10具有对应多个特征图案12~19的多个特征图案影像M12~M19及对应背景图案B10的背景图案影像MB10,背景图案影像MB10围绕此些特征图案影像M12~M19。
在本实施例中,基于特征图案12~19的形状,各特征图案影像M12~M19为圆形影像,各特征图案影像M12~M19具有一特征点,其例如是圆形影像的圆心。此些特征图案影像M12~M19包括多个内圆影像及多个外圆影像。例如,此些特征图案影像M12、M14、M16及M18例如是对应特征图案12、14、16及18的内圆影像,而此些特征图案影像M13、M15、M17及M19例如是对应特征图案13、15、17及19的外圆影像。
处理器120可对各量测卡影像M10进行影像分析,以取得特征图案影像的特征点坐标。以下介绍其中一量测卡影像M10进行影像分析的过程,其余量测卡影像M10的分析方式具有类似过程,于此不再赘述。
在步骤S120中,请参阅图4B所示,处理器120取得背景图案影像MB10映像至一色彩坐标系的感兴趣区域(Region Of Interest,ROI)R1(如第请参阅图4C所示)。此感兴趣区域R1为背景图案影像MB10的区域范围。例如,在本实施例中,背景图案影像MB10为本体11的边框,因此感兴趣区域R1为对应背景图案影像MB10的边框区域。在本实施例中,处理器120对量测卡影像M10的像素进行影像分析,然后另外产生感兴趣区域R1,并不变更量测卡影像M10的像素信息。
在本实施例中,前述色彩坐标系例如是HSV(Hue,Saturation,Lightness)色度坐标。背景图案影像MB10的色彩在HSV色度坐标中可更稳定地表现(相较于RBG色度坐标而言),因此能增加感兴趣区域R1的稳定性,即,依据色彩坐标系所取得的感兴趣区域R1与量测卡影像M10的背景图案影像MB10的误差(或差异)甚小,因此感兴趣区域R1能反应出背景图案影像MB10的真实性。
在步骤S130中,请参阅图4C所示,处理器120依据感兴趣区域R1,取得量测卡影像M10中此些特征图案影像M12~M19及背景图案影像MB10。详言之,感兴趣区域R1(对应背景图案影像MB10)围绕全部特征图案影像M12~M19,因此通过感兴趣区域R1可取得(或框选出)其围绕区域的全部特征图案影像M12~M19。
在步骤S140中,请参阅图4D所示,处理器120灰阶化此些特征图案影像M12~M19及背景图案影像MB10。灰阶化的影像像素为灰阶色彩,其具有介于0~255之间的灰阶值。灰阶化的影像像素能够更容易辨识出圆形特征图案,使精确度提高。
在步骤S150中,处理器120分析此些特征图案影像M12~M19,以取得特征图案影像M12~M19个别的特征点的特征点坐标。在本实施例中,基于特征图案12~19的形状,特征点例如是特征图案影像的圆心,而特征点坐标例如是特征图案影像的圆心的圆心坐标。
例如,请参阅图4E所示,处理器120可采用图像处理技术,对特征图案影像M12进行影像分析,以取得特征图案影像M12的圆心C12(特征点)的圆心坐标DC12(特征点坐标)。然后,如第4F图所示,处理器120可采用图像处理技术,对特征图案影像M13进行影像分析,以取得特征图案影像M13的圆心C13的圆心坐标DC13。
请参阅图4F所示,在一实施例中,在取得特征图案影像M13的圆心C13的圆心坐标DC13前,处理器120可将重叠的特征图案影像M12的灰阶值设为与特征图案影像M13的灰阶值相同。例如,若特征图案影像M13与特征图案影像M12之间的灰阶值为0,则处理器120将特征图案影像M12的灰阶值也设为0。如此,可增加所取得的特征图案影像M13的圆心C13的圆心坐标DC13的精准度,即,特征图案影像M13的外边界与其圆心C13之间具有一第一相对几何关系,而特征图案13的外边界与其圆心之间具有一第二相对几何关系,第一相对几何关系与第二相对几何关系的差异甚小(精准度佳)。此外,第4F图为的特征图案影像M12仅示意边界轮廓,特征图案影像M12的灰阶值在设定后,特征图案影像M12的边界轮廓可不显示出。
处理器120可采用相同方式,取得特征图案影像M14的圆心C14的圆心坐标DC14、特征图案影像M15的圆心C15的圆心坐标DC15、特征图案影像M16的圆心C16的圆心坐标DC16、特征图案影像M17的圆心C17的圆心坐标DC17、特征图案影像M18的圆心C18的圆心坐标DC18及特征图案影像M19的圆心C19的圆心坐标DC19,前述圆心及圆心坐标标示于图4D。
此外,量测卡影像M10参考第一坐标系x-y-z(第一坐标系x-y-z绘示于图4D),例如,处理器120可将第一坐标系的原点设在此些特征图案影像的一个的圆心。z轴方向可依据右手坐标系决定,于图4D未绘示。在一实施例中,处理器120可将特征图案影像M18的圆心C18或特征图案影像M19的圆心C19设为第一坐标系的原点。在一实施例中,第一坐标系的x坐标轴可平行于参考轴AX,而y坐标轴与x轴垂直,x-y平面为量测卡影像M10的平面,z轴垂直于x-y平面。由于特征图案影像位于x-y平面,因此特征图案影像的各点的z轴坐标的值为0。在另一实施例中,第一坐标系的x坐标轴的延长线可与参考轴AX相交。
此外,处理器120可将一第二坐标系设在于摄像器110。例如,处理器120可将第二坐标系X-Y-Z(第二坐标系X-Y-Z绘示于第4A图)的原点设于摄像器110的镜头中心111。前述转换矩阵为第一坐标系转换至第二坐标系的转换关系(旋转及/或平移)。在一实施例中,第一坐标系例如是世界坐标系,而第二坐标系也可称为摄像器坐标系。在一实施例中,转换矩阵例如是采用二维转三维的坐标转换技术取得,例如是透视n点姿态算法(Perspective-n-Point(PnP)pose computation),从n对的2D与3D特征图像对应关系中,算出摄像器110与量测卡之间的旋转与平移,即旋转矩阵和平移向量。本发明实施例不限定转换矩阵的取得技术及/或方法。
在步骤S160中,处理器120可将各特征图案影像M12~M19的特征点坐标输入至转换矩阵,转换矩阵的输出即为尖端11t的尖端坐标D11t,尖端坐标D11t参考第二坐标系X-Y-Z。第二坐标系X-Y-Z为三维坐标,换言之,本发明实施例的量测系统可量测三维坐标中实体对象的几何信息。转换矩阵的各输入对应于此些特征图案影像的一特定的一个。由于已取得各特征图案影像M12~M19的相对几何关系(如前述),因此处理器120可将特征图案影像M12~M19个别输入转换矩阵的一对应输入,使转换矩阵输出尖端11t的尖端坐标D11t。
在取得一个量测卡10的尖端坐标D11t后,处理器120可执行相同流程,取得下一个量测卡10的尖端坐标D11t,直到取得全部量测卡10的尖端坐标D11t。此外,通过一个尖端坐标D11t可得知实体对象P的一个位置点的坐标,通过二个尖端坐标D11t可得知实体对象P的二个位置点的距离,而通过三个尖端坐标D11t可得知实体对象P的二条直线之间的夹角。处理器120可判断尖端坐标D11t的数量,并依据数量计算至少一尖端坐标D11t,以取得对应的几何信息(位置点、距离及/或夹角等)。前述距离及夹角可使用适合数学公式取得。
综上,本发明实施例提出一种量测卡、量测系统及量测方法,量测卡可抵靠在一待测物的一位置点,使用前述量测系统,搭配前述量测方法,能简便且快速地取得一待测位置点的坐标。在一实施例中,借由量测卡的多个特征图案的设计(例如,对称性或非对称性、间距分布、排列疏密、面积大小等),在取得量测卡的特征图案影像的几何信息后,即能取得精准的量测卡的尖端的尖端坐标(对应前述待测位置点的空间坐标),以达到空间中待测物的精准尺寸量测或角度量测。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (20)
1.一种量测卡,其特征在于,包括:
本体,具有相对的侧边与尖端;以及
多个特征图案,形成于该本体;
其中,该多个特征图案满足下列二情况中至少一者:
该多个特征图案的第一个与第二个沿通过该侧边与该尖端的参考轴具有第一间距,该多个特征图案的该第二个与第三个沿该参考轴具有第二间距,而该第一间距与该第二间距相异;以及
该多个特征图案相对该参考轴呈非对称配置。
2.如权利要求1所述的量测卡,其特征在于,该多个特征图案的数量至少为四个。
3.如权利要求1所述的量测卡,其特征在于,该多个特征图案包括内圆及外圆,该内圆与该外圆为同心配置。
4.如权利要求1所述的量测卡,其特征在于,该多个特征图案包括内圆及外圆,该内圆与该外圆为偏心配置。
5.如权利要求1所述的量测卡,其特征在于,该多个特征图案包括内圆及外圆,该内圆具有第一灰阶值,该外圆与该内圆之间的区域具有第二灰阶值,该第一灰阶值与该第二灰阶值的灰阶值差至少200。
6.如权利要求1所述的量测卡,其特征在于,还包括:
背景图案,围绕该多个特征图案。
7.如权利要求6所述的量测卡,其特征在于,该背景图案为绿色。
8.一种量测系统,其特征在于,包括:
摄像器,用以采集如权利要求1所述的量测卡的量测卡影像,该量测卡影像包括对应多个特征图案的多个特征图案影像;以及
处理器,电性连接该摄像器且用以分析该多个特征图案影像,以取得各该特征图案影像的特征点的特征点坐标;以及
输入该多个特征点坐标于转换矩阵,以取得该尖端的尖端坐标。
9.如权利要求8所述的量测系统,其特征在于,该量测卡影像具有背景图案影像,该背景图案影像围绕该多个特征图案影像;该处理器还包括:
取得该背景图案影像映像至色彩坐标系的感兴趣区域;以及
依据该感兴趣区域,取得该量测卡影像中该多个特征图案影像。
10.如权利要求9所述的量测系统,其特征在于,该色彩坐标为HSV色度坐标。
11.如权利要求8所述的量测系统,其特征在于,该处理器还包括:
灰阶化该多个特征图案影像。
12.如权利要求8所述的量测系统,其特征在于,各该特征图案影像为圆形影像;该处理器还包括:
取得各该圆形影像的圆心的圆心坐标;以及
输入该多个圆心坐标于该转换矩阵,以取得对应的该尖端坐标。
13.如权利要求8所述的量测系统,其特征在于,该多个特征图案影像包括多个内圆影像及复多个外圆影像;该处理器还包括:
取得各该内圆影像的内圆圆心的内圆心坐标;
取得各该外圆影像的外圆圆心的外圆心坐标;以及
输入该多个内圆心坐标及该多个外圆心坐标于该转换矩阵,以取得对应的该尖端坐标。
14.如权利要求8所述的量测系统,其特征在于,该量测卡影像参考第一坐标系,该尖端坐标参考第二坐标系,该转换矩阵为该第一坐标系转换至该第二坐标系的转换关系。
15.一种量测方法,其特征在于,包括:
采集如权利要求1所述的量测卡的量测卡影像,其中该量测卡影像具有对应多个特征图案的多个特征图案影像;
分析该多个特征图案影像,以取得各该特征图案影像的特征点的特征点坐标;以及
输入该多个特征点坐标于转换矩阵,以取得尖端的尖端坐标。
16.如权利要求15所述的量测方法,其特征在于,该量测卡影像具有背景图案影像,该背景图案影像围绕该多个特征图案影像;
该量测方法还包括:
取得该背景图案影像映像至色彩坐标系的感兴趣区域;以及
依据该感兴趣区域,取得该量测卡影像中该多个特征图案影像。
17.如权利要求16所述的量测方法,其特征在于,该色彩坐标为HSV色度坐标。
18.如权利要求16所述的量测方法,其特征在于,还包括:
在依据该感兴趣区域取得该量测卡影像中该多个特征图案影像的步骤后,灰阶化该多个特征图案影像。
19.如权利要求15所述的量测方法,其特征在于,各特征图案影像为圆形影像,各该特征点为对应的该圆形影像的圆心;于分析该多个特征图案影像以取得各该特征图案影像的该特征点的该特征点坐标的步骤包括:
取得各该圆心的圆心坐标;以及
于输入该多个特征点坐标于该转换矩阵以取得该尖端的该尖端坐标的步骤包括:
输入该多个圆心坐标于该转换矩阵,以取得该尖端坐标。
20.如权利要求15所述的量测方法,其特征在于,该多个特征图案影像包括多个内圆影像及多个外圆影像;于分析该多个特征图案影像以取得各该特征图案影像的该特征点的该特征点坐标的步骤包括:
取得各该内圆影像的内圆圆心的内圆心坐标;以及
取得各该外圆影像的外圆圆心的外圆心坐标;
于输入该多个特征点坐标于该转换矩阵以取得该尖端的该尖端坐标的步骤包括:
输入该多个内圆心坐标及该多个外圆心坐标于该转换矩阵,以取得该尖端坐标。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW111137291A TW202415922A (zh) | 2022-09-30 | 2022-09-30 | 量測卡、應用其之量測系統及量測方法 |
TW111137291 | 2022-09-30 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117804330A true CN117804330A (zh) | 2024-04-02 |
Family
ID=90419016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211495334.1A Pending CN117804330A (zh) | 2022-09-30 | 2022-11-25 | 量测卡、量测系统及量测方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20240112360A1 (zh) |
CN (1) | CN117804330A (zh) |
TW (1) | TW202415922A (zh) |
-
2022
- 2022-09-30 TW TW111137291A patent/TW202415922A/zh unknown
- 2022-11-25 CN CN202211495334.1A patent/CN117804330A/zh active Pending
-
2023
- 2023-01-18 US US18/098,493 patent/US20240112360A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
TW202415922A (zh) | 2024-04-16 |
US20240112360A1 (en) | 2024-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106651752B (zh) | 三维点云数据配准方法及拼接方法 | |
CN106989695B (zh) | 一种投影仪标定方法 | |
CN110689579A (zh) | 基于合作目标的快速单目视觉位姿测量方法及测量系统 | |
CN104266608B (zh) | 视觉传感器现场标定装置和标定方法 | |
CN108362220A (zh) | 用于印制线路板的三维形貌测量及缺陷检测的方法 | |
CN108709499A (zh) | 一种结构光视觉传感器及其快速标定方法 | |
CN106937109B (zh) | 低成本判断摄像头分辨率水平的方法 | |
CN104634242A (zh) | 探针补点系统及方法 | |
CN112815843A (zh) | 一种3d打印过程中工件表面打印偏差的在线监测方法 | |
JP2018152055A (ja) | ビジョンシステムにおいてカラー画像と対照してカラーの候補ポーズをスコアリングするためのシステム及び方法 | |
CN107560541A (zh) | 图像中心偏差的测量方法及装置 | |
CN113781434A (zh) | 缺陷检测方法、装置、智能终端及计算机可读存储介质 | |
CN113074660A (zh) | 一种大尺寸透明物体的面型测量方法 | |
CN115082538A (zh) | 基于线结构光投影的多目视觉平衡环零件表面三维重建系统及方法 | |
CN113012238B (zh) | 一种多深度相机快速标定与数据融合的方法 | |
CN112097684B (zh) | 一种基于多姿态带结构光的视觉测量系统及测量方法 | |
CN115615350A (zh) | 检测方法及其系统 | |
CN110686598B (zh) | 一种双线阵结构光三维测量系统及其测量方法 | |
CN117346652A (zh) | 基于机器视觉的钢筋单元件尺寸实时检测装置及方法 | |
CN117804330A (zh) | 量测卡、量测系统及量测方法 | |
JP6951469B2 (ja) | 光学測定装置をキャリブレーションするための方法 | |
CN114111576B (zh) | 一种飞机蒙皮间隙面差检测方法 | |
JP7266070B2 (ja) | 基板用の配線計測システム及びその方法 | |
Chen et al. | Realtime structured light vision with the principle of unique color codes | |
CN113112546B (zh) | 基于三x组合标记的空间目标检测识别与位姿跟踪方法 |
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 |