FI112279B - Menetelmä vastinpisteiden määrittämiseksi - Google Patents

Menetelmä vastinpisteiden määrittämiseksi Download PDF

Info

Publication number
FI112279B
FI112279B FI20012271A FI20012271A FI112279B FI 112279 B FI112279 B FI 112279B FI 20012271 A FI20012271 A FI 20012271A FI 20012271 A FI20012271 A FI 20012271A FI 112279 B FI112279 B FI 112279B
Authority
FI
Finland
Prior art keywords
points
point
cameras
cam2
cam1
Prior art date
Application number
FI20012271A
Other languages
English (en)
Swedish (sv)
Other versions
FI20012271A (fi
FI20012271A0 (fi
Inventor
Esa Leikas
Original Assignee
Mapvision Oy Ltd
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 Mapvision Oy Ltd filed Critical Mapvision Oy Ltd
Priority to FI20012271A priority Critical patent/FI112279B/fi
Publication of FI20012271A0 publication Critical patent/FI20012271A0/fi
Priority to ES02803416.3T priority patent/ES2605735T3/es
Priority to AU2002366117A priority patent/AU2002366117A1/en
Priority to US10/496,144 priority patent/US7046377B2/en
Priority to JP2003546046A priority patent/JP4402458B2/ja
Priority to PCT/FI2002/000928 priority patent/WO2003044460A1/en
Priority to EP02803416.3A priority patent/EP1459035B1/en
Publication of FI20012271A publication Critical patent/FI20012271A/fi
Application granted granted Critical
Publication of FI112279B publication Critical patent/FI112279B/fi

Links

Classifications

    • 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
    • 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
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G06T7/593—Depth or shape recovery from multiple images from stereo images
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/97—Determining parameters from multiple pictures

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Description

112279
MENETELMÄ VASTINPISTEIDEN MÄÄRITTÄMISEKSI KEKSINNÖN ALA
Esillä oleva keksintö liittyy kolmiulotteiseen mittaukseen. Esillä olevan keksinnön kohteena on 5 menetelmä vastinpisteiden löytämiseksi eri kameroilla kuvatuista pistejoukoista.
KEKSINNÖN TAUSTA
Konenäköjärjestelmät perustuvat erilaisten 10 mittalaitteiden antamaan informaatioon. Informaatiota voidaan mitata esimerkiksi laserilla, mittapäällä tai kuvasta tunnistamalla. Saatua informaatiota voidaan käyttää hyväksi esimerkiksi laadunvalvonnassa, jolloin informaation perusteella voidaan päätellä esimerkiksi 15 kappaleen muotojen oikeellisuus, värivirheet tai vaikkapa oksien määrä sahatavarassa.
Konenäköjärjestelmä muodostetaan yleensä kameroista. Perinteisiin konenäköjärjestelmiin kuului vain yksi kamera, joka otti kuvan kohteesta. Kuvaa kä-20 sittelemällä siitä voitiin vetää erilaisia johtopää töksiä. Erilaisia algoritmeja käyttämällä kuvista pys-tyy erottelemaan erilaisia tasoja niiden reunaviivojen ; .. perusteella. Reunaviivat tunnistetaan intensiteetti- muunnosten perusteella. Toinen tapa tunnistaa kuvasta .·, : 25 muotoja on yhdistää se maskeihin ja suodattimiin, jol- loin vain tietynlaiset pisteet erottuvat kuvasta. Ku- ... vassa olevien pisteiden muodostamia kuvioita voidaan • · • * verrata tietokannassa oleviin mallikappaleisiin ja suorittaa tunnistus.
• .* 30 Kolmiulotteisessa konenäköjärjestelmässä käy- tetään useita kameroita. Kolmiulotteisen koordinaatin : määrittelemiseksi tarvitaan vähintään kahden kameran • · · • »t i ,>>·, kuva samasta pisteestä. Aidosti kolmiulotteinen I · konenäköjärjestelmä käsittääkin useita kameroita. Pis-; 35 teet kappaleen pinnalle muodostetaan useimmiten va- '!“· laisemalla. Tyypillisesti valaisuun käytetään laseria.
112279 2
Piste kuvataan valaisulaitteen, laserosoittimen kanssa samaan koordinaatistoon kalibroiduilla kameroilla. Eri kameroiden kuvaamia samoja pisteitä nimitetään vastinpisteiksi. Kun piste saadaan kuvattua vähintään kah-5 della kameralla ja vastinpisteet pystytään tunnistamaan, voidaan pisteelle määrittää kolmiulotteiset koordinaatit. Samasta asennosta mitataan useita pisteitä. Tätä muodostuneiden pisteiden joukkoa nimitetään pistepilveksi.
10 Aikaisemmin pistepilviä on muodostettu va laisemalla piste kerrallaan, jolloin ongelmia vastinpisteen tunnistamisessa ei ole. Kun kappaleen pinnalla on vain yksi kameroille näkyvä piste, kaikki kamerat osaavat yhdistää mitatut tiedot samaan pisteeseen.
15 Piste kerrallaan mittaaminen vaatii osoittimen liikuttamista jokaisen mittauksen välissä, minkä vuoksi tällainen mittaaminen on hidasta.
KEKSINNÖN TARKOITUS
20 Keksinnön tarkoituksena on poistaa edellä mainitut epäkohdat tai ainakin merkittävästi lieventää . niitä. Erityisesti keksinnön tarkoituksena on tuoda
Ml|» esiin uudentyyppinen menetelmä vastinpisteiden yhdis- t • '1 tämiseksi. Edelleen keksinnön tarkoituksena on paran- • > 1 *. 25 taa mittauksen luotettavuutta ja nopeuttaa mittausta mahdollistamalla useamman yhtäaikaisen pisteen käyttö.
’' ·. KEKSINNON YHTEENVETO
• »
Esillä oleva keksintö koskee menetelmää ko- j 30 nenäköjärjestelmän eri kameroiden mittaamien vastin- pisteiden yhdistämiseksi. Keksinnön mukaiselle mene- . \ telmälle on tunnuksenomaista se, mitä on esitetty ha- ’ kemuksen itsenäisessä patenttivaatimuksessa 1. Keksin- '···1 nön mukaista menetelmää hyödyntävään järjestelmään 35 kuuluu vähintään kaksi kameraa sekä valaisulaite, jol-la valaistaan pisteitä mitattavan kappaleen pinnalle.
112279 3
Tyypillisesti valaisulaite on laser, mutta pisteiden osoittamiseen voidaan käyttää myös muun tyyppisiä va-laisulaitteita, joiden pisteet voidaan mitata kameralla kuvaamalla. Tyypillisesti pisteitä valaistaan yhtä 5 aikaa useammista valaisulaitteista muodostetulla matriisilla. Lisäksi järjestelmään kuuluu tietojärjestelmä, jolla suoritetaan mittauksen vaatimat laskutoimitukset. Mitatut tulokset tallennetaan tietojärjestelmään .
10 Mitattavan kappaleen suunniteltu muoto tunne taan etukäteen, esimerkiksi mitattavan kappaleen CAD-mallin perusteella. Kun kappaleen suunniteltu muoto tiedetään, voidaan laskea paikka tai alue, josta halutaan mitata kappaleen todellinen muoto. Kun piste on 15 valittu, siirretään valaisulaite halutulle kohdalle ja valaistaan kappaleen pinnalle halutut pisteet.
Kappaleen pinnalle valaistut pisteet kuvataan kameroilla. Pisteiden karkea sijainti saadaan selville laskemalla kappaleen kolmiulotteisesta mallista pro-20 jektiot jokaiselle kameralle erikseen. Projektion ja kameran kuvaaman kuvan koordinaatistot ovat samat. Projektioiden väliset vastinpisteet voidaan laskea kolmiulotteisen mallin perusteella.
Kameran kuvaamasta havainnosta vastinpistettä ·”· 25 etsitään projektion pisteen koordinaattien perusteel- : ’· la. Järjestelmään syötetään arvo tai etäisyys, joka ;*·,· määrittää lasketun pisteen ympäristön alueen tai ikku- • · ,·, : nan, jolta todellista, kameralla kuvattua pistettä et- j sitään. Ennalta määritellyn ikkunan sijasta järjestel- ‘ ’ 30 mä voi myös laskea ikkunan koon ja muodon jokaista pistettä kohti erikseen. Ikkuna voi olla esimerkiksi neliskulmainen tai jokin muu kuvio, jonka sisältä pis-·*·'. tettä etsitään. Kun piste löydetään, se voidaan yhdis- ,··, tää muiden kameroiden mittaamiin havaintoihin samasta 35 pisteestä projektioiden avulla. Todellisen pisteen ja v,: lasketun pisteen välisen eron muodostavat lasketun ja todellisen kappaleen muodon erilaisuus sekä mittavir-·, he.
< » 112279 4
Keksinnön avulla konenäköjärjestelmällä voidaan yhdistellä vastinpisteitä valaistujen pisteiden joukosta. Tämän ansiosta valaisulaitetta ei tarvitse siirtää yhtä usein kuin perinteisessä ratkaisussa, 5 jossa valaistiin vain yksi piste kerrallaan. Koska pisteitä voidaan mitata useita kerrallaan, kappaleen mittaukseen käytetty kokonaisaika lyhentyy merkittävästi. Lisäksi mittauksen luotettavuus paranee, kun mitatun pisteen koordinaattien määrittämiseen käyte-10 tään jokaisesta kamerakuvasta varmasti oikeaa ja samaa pistettä.
KUVIOLUETTELO
Seuraavassa keksintöä selostetaan yksityis-15 kohtaisesti sovellusesimerkkien avulla, jossa kuvio 1 esittää keksinnön mukaisen menetelmän erästä sovellusta, kuvio 2 esittää keksinnön mukaisen menetelmän erään sovelluksen toimintalohkokaaviota, 20 kuvio 3 havainnollistaa kuvion 1 mukaisen so velluksen toimintaa, ja . kuvio 4 esittää tarkemmin kuvion 3 mukaisen sovelluksen vastinpisteen määrittämistä kameran kuvaa- * ; : “ raasta informaatiosta.
2 5
·:·: KEKSINNÖN YKSITYISKOHTAINEN SELOSTUS
*...* Kuvion 1 mukaiseen järjestelmään kuuluu kaksi kameraa CAM1 ja CAM2, valaisulaite LASER ja tietojär-: 3 0 jestelmä DTE. Mitattava kappale 11 on asetettu alusle- vylle 10.
. Kuvion 1 järjestelmää käytettäessä halutun · mittauskohteen 11 asento määritetään ensin kappaleen ’·>·* 11 kolmiulotteisten muotojen perusteella. Kun asento 35 on päätelty, valitaan kappaleen 11 kolmiulotteisesta mallista pisteitä tai alueita, joita halutaan mitata.
112279 5
Kun halutut pisteet on valittu, tietojärjestelmä DTE siirtää valaisulaitteen LASER halutulle paikalle pistejoukon valaisemiseksi alueelle.
Valaisulaitteella LASER valaistaan pisteitä 5 haluttuihin kohtiin. Tyypillisesti valaisulaitteena käytetään laseria. Yhdestä tai useasta lasersäteestä muodostetaan ryhmä valopisteitä, joilla valaistaan kappaletta. Laserin sijasta voidaan käyttää myös muita valaisumenetelmiä, joilla kappaleen pinnalle voidaan 10 muodostaa kameralla nähtäviä pisteitä. Valaisulaitteen valaistuja pisteitä voidaan siirtää siirtämällä va-laisulaitetta fyysisesti. Tyypillisesti valaistuja pisteitä siirretään johtamalla säteet liikuteltavien peilien kautta. Kun peilejä liikutetaan, pisteiden 15 paikka muuttuu, vaikka valaisulaite pysyy paikallaan. Tämä parantaa järjestelmän ja mittauksen luotettavuutta, kun valaisulaitteen paikka pysyy muuttumattomana ja tunnettuna.
Valaistut pisteet kuvataan valaisulaitteen 20 kanssa samaan koordinaatistoon kalibroiduilla kame roilla CAM1 ja CAM2. Tyypillisesti kameroita on vähintään neljä, mutta jo kahdella kameralla on mahdollista mitata kolmiulotteisia koordinaatteja. Tarpeen vaatiessa kameroiden määrää voidaan lisätä. Kameroiden CAM1 • j 25 ja CAM2 ottamia kuvia verrataan kolmiulotteisesta mal- : lista muodostettuihin projektiohin. Projektiokuva on >· * kappaleen kolmiulotteisesta mallista tietojärjestelmän ... DTE laskema kaksiulotteinen kameran suunnasta kohdetta esittävä kuva. Projektiokuvaan on laskettu myös va-30 laistujen pisteiden sijainnit. Projektiokuvan pisteiden sijainneista voidaan päätellä kameroiden CAM1 ja CAM2 kuvien pisteiden välinen yhteys.
Kuviossa 2 esitetään kuvion 1 mukaisen jär-··. jestelmän toimintalohkokaavio. Mittauksen aluksi jär- "" 35 jestelmän kamerat kalibroidaan samaan koordinaatis- \ Ί toon, kohta 20. Kameroiden lisäksi täytyy kalibroida valaisulaite, jolla osoitetaan pisteitä kappaleen pin- 112279 6 nalle, kohta 21. Kalibroinnin lisäksi mittauksen alku-valmisteluihin kuuluu kappaleen paikan määrittäminen, kohta 22. Aluslevylle asetetun kappaleen paikka voidaan määrittää sen tunnettujen kolmiulotteisten muoto-5 jen perusteella. Paikan määrittämisen sijasta kappale voidaan myös kiinnittää ennalta määritettyyn paikkaan.
Varsinainen mittaus alkaa valaisemalla pisteet haluttuun paikkaan, kohta 23. Halutut paikat valitaan tietojärjestelmällä, joka antaa ohjeet valo laisulaitteen siirtämiseksi. Halutut paikat voidaan tallentaa sekvenssiksi tietojärjestelmän muistiin, jolloin kappaleilta mitataan aina samat paikat. Mittaukseen voidaan asettaa erilaisia ehtoja, joiden perusteella päätetään paikoista tai mittauksen jatkamises-15 ta. Mittaus voidaan lopettaa esimerkiksi siinä tapauksessa, kun kappaleelta on saatu mitattua ennalta määritetty määrä pisteitä.
Pisteen paikan määrittämiseksi kameran kuvasta on pisteen koordinaatit muunnettava kaksiulottei-20 siksi, kohta 24. Tämä tehdään laskemalla kolmiulottei sesta mallista projektiokuva, jossa kappale esitetään kaksiulotteisena kameran suunnasta. Projektiokuvasta ·"’· voidaan laskea halutun pisteen kaksiulotteiset koor- ; dinaatit. Tämä toistetaan kaikille järjestelmän kame- ,*',· 25 roille.
: Projektiokuvista poimittujen kaksiulotteisten koordinaattien perusteella etsitään pisteitä kameroi- ... den kuvaamista kuvista, kohta 25. Pisteen ympärille * · muodostetaan tietty alue, esimerkiksi ikkuna tai ympy-30 rä, jolta pistetä etsitään. Alueen koko on määritelty ·’ ennalta. Kuvasta löydetty piste voidaan yhdistää pro- ·...· jektiokuvan laskennalliseen pisteeseen. Todetut pis- : teet muodostavat vastinpisteet, joista lasketaan pis- ,*··. teen todelliset kolmiulotteiset koordinaatit. Tämä ’·’ 35 toistetaan kaikille valaisulaitteen valaisemille pis- '! teille.
112279 7
Mitatut todelliset kolmiulotteiset koordinaatit tallennetaan tietojärjestelmän muistiin, kohta 26. Tämän jälkeen tarkastetaan, onko mitattava lisää pisteitä, kohta 27. Jos pisteitä on siirrettävä lisäpis-5 teiden mittaamiseksi, siirrytään takaisin kohtaan 23. Muussa tapauksessa lopetetaan kappaleen mittaus, kohta 28.
Kuviossa 3 havainnollistetaan kuvion 1 mukaisen järjestelmän toimintaa. Kuviossa valaisulaitteella 10 LASER on valaistu pisteitä kappaleen 31 pinnalle. Kuviossa kameroita CAM1 ja CAM2 kuvataan niiden muodostamina kuvia. Tietojärjestelmällä lasketaan kappaleen 31 kolmiulotteisesta mallista projektiot molemmille kameroille. Projektiokuvista voidaan laskea valitun 15 pisteen paikka kohtuullisella tarkkuudella, sillä tyypillisesti mitattavan kohteen muotopoikkeama suunniteltuun malliin nähden on pieni. Tätä pistettä kuvataan kameroille CAM1 ja CAM2 vektorilla K1. Koska va-laisulaite LASER muodostaa matriisin, jolla valaistaan 20 useita pisteitä yhtä aikaa, kuvissa näkyy myös muita pisteitä. Kuviossa 3 tällainen piste kuvautuu kameroille vektorina K2.
Projektiokuvan koordinaattien perusteella ka-, ·.. meroiden CAM1 ja CAM2 kuvista valitaan alue, josta 25 pistettä etsitään. Kuviossa 4 esitetään kameran kuvaa- « · .·. : maa havaintoa. Projektiokuvasta lasketaan piste 41, i · jonka lähistöltä todellista pistettä etsitään. Projek- ... tiokuvien lasketut pisteet voidaan yhdistää toisiinsa.
• * *' Etsimisalueeksi on esimerkissä määritetty neliön muo- 30 toinen alue 42. Etsintäalue voi kuitenkin olla minkä ! ·’ muotoinen tahansa. Alueelta havaitaan todellinen piste • < ( 40, joka voidaan projektiokuvan lasketun pisteen avul-la yhdistää kolmiulotteisen mallin pisteeseen. Kun
’ I t I
,··, vastinpisteet on selvitetty, niiden avulla lasketaan
* I
35 pisteen todelliset kolmiulotteiset koordinaatit.
* i *: Kuviossa 4 pisteiden 41 ja 40 eroa on liioi- 'teltu menetelmän havainnollistamiseksi. Käytännön ti- 112279 8 lanteissa, joissa valopisteiden etäisyys on suuri suhteessa kappaleen muotopoikkeamiin, voidaan aina etukäteen laskea sellainen kuvaikkunakoko, että samaan ikkunaan ei osu toista kilpailevaa pistettä. Tarvitta-5 essa kuvaikkunan koon laskennassa hyödynnetään myös kappaleen koko muodosta olevaa etukäteistietoa (esim. CAD-mallia). Teoriassa samaan kuvaikkunaan voi kaikesta huolimatta osua kilpaileva piste, jos kappaleen todellinen muoto poikkeaa suuresti suunnitellusta. Teol-10 lisessa tuotannossa tällainen kappale on kuitenkin täysin viallinen ja antaa joka tapauksessa mittaustilanteessa toleranssit ylittävät poikkeamat.
Keksintöä ei rajata pelkästään edellä esitettyjä sovellusesimerkkejä koskevaksi, vaan monet muun-15 nokset ovat mahdollisia pysyttäessä patenttivaatimusten määrittelemän keksinnöllisen ajatuksen puitteissa.
I I
» * t »· • · • f · • · » • · • · t * · I t · • · » I t » · « · » I · I t II» ‘ » > «

Claims (9)

  1. 9 112279
  2. 1. Menetelmä konenäköjärjestelmän mittaamien vastinpisteiden yhdistämiseksi pistejoukossa, joka menetelmä käsittää vaiheet: 5 kalibroidaan järjestelmän kamerat (CAM1, CAM2) ja valaisulaite (LASER); määritetään kappaleen (11) sijainti ja asento; valaistaan kappaleen (11) pinnalle pisteitä; 10 kuvataan valaistut pisteet kamerajärjestelmällä (CAM1, CAM2); yhdistetään eri kameroilla (CAM1, CAM2) kuvatut vastinpisteet; lasketaan vastinpisteiden perusteella 15 kappaleen (11) todelliset kolmiulotteiset koordinaatit; ja tallennetaan koordinaatit muistiin; tunnettu siitä, että menetelmä edelleen käsittää vaiheet: 20 lasketaan kappaleen (11) kolmiulotteisesta mallista haluttuja mittauspisteitä vastaavat kaksiulotteiset projektiopisteet kuvilla; etsitään kameroiden (CAM1, CAM2) kuvista , lasketun pisteen lähistöltä todellista kuvattua « » *· ”· 25 pistettä; '* *: yhdistetään eri . kameroilla (CAM1, CAM2) havaittu todellinen piste vastinpisteeksi; ja toistetaan menettely kaikille valaistuille pisteille. -' ·'; 30 2. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että valaistaan mitattavat pisteet kappaleen (11) kolmiulotteisesta mallista • ·’ ennalta määritettyyn paikkaan. 1 ·
  3. 3. Patenttivaatimuksien 1 ja 2 mukainen 35 menetelmä, tunnettu siitä, että siirretään pisteitä kappaleen (11) muotojen mittaamiseksi. 112279
  4. 4. Patenttivaatimuksien 1-3 mukainen menetelmä, tunnettu siitä, että siirretään pisteitä siirtämällä valaisulaitetta (LASER).
  5. 5. Patenttivaatimuksien 1-3 mukainen 5 menetelmä, tunnettu siitä, että siirretään pisteitä ohjaamalla säteet liikuteltavien peilien kautta.
  6. 6. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että etsitään todellista pistettä 10 lasketun pisteen ympäristöstä ennalta määrätyn kokoiselta ja muotoiselta alueelta.
  7. 7. Patenttivaatimuksien 1 ja 6 mukainen menetelmä, tunnettu siitä, että ennalta määrätty alue on ikkuna.
  8. 8. Patenttivaatimuksen 1 mukainen menetelmä, tunnettu siitä, että yhdistetään havaitut pisteet vastinpisteiksi projektiokuvien pisteiden koordinaattitietoja hyväksi käyttämällä.
  9. 9. Patenttivaatimuksien 1 ja 8 mukainen 20 menetelmä, tunnettu siitä, että lasketaan havaittujen vastinpisteiden perusteella pisteen todelliset kolmiulotteiset koordinaatit. » * · * * OI 25 • · • · ♦ » · • MM • · ' · • » • * » I w 112279
FI20012271A 2001-11-21 2001-11-21 Menetelmä vastinpisteiden määrittämiseksi FI112279B (fi)

Priority Applications (7)

Application Number Priority Date Filing Date Title
FI20012271A FI112279B (fi) 2001-11-21 2001-11-21 Menetelmä vastinpisteiden määrittämiseksi
ES02803416.3T ES2605735T3 (es) 2001-11-21 2002-11-20 Procedimiento para determinar puntos correspondientes en mediciones tridimensionales estereoscópicas
AU2002366117A AU2002366117A1 (en) 2001-11-21 2002-11-20 Method for determining corresponding points in three-dimensional measurement
US10/496,144 US7046377B2 (en) 2001-11-21 2002-11-20 Method for determining corresponding points in three-dimensional measurement
JP2003546046A JP4402458B2 (ja) 2001-11-21 2002-11-20 三次元計測における対応ポイントを決定する方法
PCT/FI2002/000928 WO2003044460A1 (en) 2001-11-21 2002-11-20 Method for determining corresponding points in three-dimensional measurement
EP02803416.3A EP1459035B1 (en) 2001-11-21 2002-11-20 Method for determining corresponding points in stereoscopic three-dimensional measurements

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
FI20012271 2001-11-21
FI20012271A FI112279B (fi) 2001-11-21 2001-11-21 Menetelmä vastinpisteiden määrittämiseksi

Publications (3)

Publication Number Publication Date
FI20012271A0 FI20012271A0 (fi) 2001-11-21
FI20012271A FI20012271A (fi) 2003-05-22
FI112279B true FI112279B (fi) 2003-11-14

Family

ID=8562309

Family Applications (1)

Application Number Title Priority Date Filing Date
FI20012271A FI112279B (fi) 2001-11-21 2001-11-21 Menetelmä vastinpisteiden määrittämiseksi

Country Status (7)

Country Link
US (1) US7046377B2 (fi)
EP (1) EP1459035B1 (fi)
JP (1) JP4402458B2 (fi)
AU (1) AU2002366117A1 (fi)
ES (1) ES2605735T3 (fi)
FI (1) FI112279B (fi)
WO (1) WO2003044460A1 (fi)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102126162A (zh) * 2010-12-26 2011-07-20 北京航空航天大学 一种数控机床加工在线测量方法

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7257248B2 (en) * 2003-03-27 2007-08-14 General Electric Company Non-contact measurement system and method
EP2105698A1 (en) * 2005-04-11 2009-09-30 Faro Technologies, Inc. Three-dimensional coordinate measuring device
US20070152157A1 (en) * 2005-11-04 2007-07-05 Raydon Corporation Simulation arena entity tracking system
CN100385197C (zh) * 2006-06-08 2008-04-30 天津世纪动力光电科学仪器有限公司 便携式无导轨结构光三维扫描测量系统及其测量方法
US20080306708A1 (en) * 2007-06-05 2008-12-11 Raydon Corporation System and method for orientation and location calibration for image sensors
FI123049B (fi) * 2007-09-03 2012-10-15 Mapvision Ltd Oy Tallentava konenäköjärjestelmä
EP2362936B1 (en) * 2008-10-28 2012-10-17 3Shape A/S Scanner with feedback control
CN102135417B (zh) * 2010-12-26 2013-05-22 北京航空航天大学 一种全自动三维特征提取方法
CN102722886B (zh) * 2012-05-21 2015-12-09 浙江捷尚视觉科技股份有限公司 一种基于三维标定和特征点匹配的视频测速方法
CN102944191B (zh) * 2012-11-28 2015-06-10 北京航空航天大学 一种基于平面圆靶标的三维视觉测量数据拼接方法及装置
CN103528520B (zh) * 2013-10-08 2016-03-23 哈尔滨工业大学 基于双目视觉的同步运行顶升系统的检测装置与方法
CN105739339A (zh) * 2016-03-18 2016-07-06 上海斐讯数据通信技术有限公司 一种人体识别和定位的方法和系统
CN106841206B (zh) * 2016-12-19 2018-07-24 大连理工大学 大型零件化学铣削切割非接触在线检测方法
JP7014226B2 (ja) * 2017-05-01 2022-02-01 株式会社ニコン 加工装置
CN108748137B (zh) * 2018-04-11 2021-02-02 陈小龙 一种实物扫描建模方法及其应用
FR3082934B1 (fr) * 2018-06-26 2021-10-08 Safran Nacelles Dispositif et procede de projection laser pour fabrication de pieces en materiau composite par drapage
CN110702025B (zh) * 2019-05-30 2021-03-19 北京航空航天大学 一种光栅式双目立体视觉三维测量系统及方法
CN111578866B (zh) * 2020-06-16 2021-04-20 大连理工大学 一种多线激光传感器组合测量的空间位姿标定方法
CN114782434B (zh) * 2022-06-20 2022-09-27 青岛大学附属医院 一种内窥镜合作目标定位方法及系统

Family Cites Families (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4188544A (en) * 1977-08-22 1980-02-12 Weyerhaeuser Company Method and apparatus for automatically processing a workpiece employing calibrated scanning
US4294544A (en) * 1979-08-03 1981-10-13 Altschuler Bruce R Topographic comparator
GB2157826A (en) 1984-04-17 1985-10-30 Carves Simon Ltd A surface topography measuring system
JPH0726828B2 (ja) * 1986-04-18 1995-03-29 株式会社トプコン 形状測定装置
FR2629198B1 (fr) 1988-03-25 1994-07-08 Kreon Ingenierie Marketing Procede de determination et de reconstitution des coordonnees spatiales de chacun des points d'un ensemble de points echantillonnant une surface tridimensionnelle, et procede de realisation d'une image tridimensionnelle de cette surface a partir desdites coordonnees
JPH02110789A (ja) 1988-10-20 1990-04-23 Niigata Eng Co Ltd ３次元物体の形状認識方法
US4979815A (en) * 1989-02-17 1990-12-25 Tsikos Constantine J Laser range imaging system based on projective geometry
US5383013A (en) * 1992-09-18 1995-01-17 Nec Research Institute, Inc. Stereoscopic computer vision system
US5388059A (en) * 1992-12-30 1995-02-07 University Of Maryland Computer vision system for accurate monitoring of object pose
US5532816A (en) * 1994-03-15 1996-07-02 Stellar Industries, Inc. Laser tracking wheel alignment measurement apparatus and method
US6147760A (en) * 1994-08-30 2000-11-14 Geng; Zheng Jason High speed three dimensional imaging method
JP3478606B2 (ja) * 1994-10-12 2003-12-15 キヤノン株式会社 立体画像表示方法および装置
US6122065A (en) * 1996-08-12 2000-09-19 Centre De Recherche Industrielle Du Quebec Apparatus and method for detecting surface defects
JP3372014B2 (ja) 1996-08-29 2003-01-27 ダイハツ工業株式会社 エンジン外付け部品の誤欠品検査装置
JPH10283473A (ja) 1997-04-03 1998-10-23 Sumitomo Electric Ind Ltd 画像処理による欠け検査方法および装置
WO1999000661A1 (en) 1997-06-30 1999-01-07 Semiconductor Technologies & Instruments, Inc. Method and apparatus for inspecting a workpiece
US6173070B1 (en) * 1997-12-30 2001-01-09 Cognex Corporation Machine vision method using search models to find features in three dimensional images
US6789039B1 (en) * 2000-04-05 2004-09-07 Microsoft Corporation Relative range camera calibration
JP4089148B2 (ja) * 2000-10-17 2008-05-28 株式会社日立製作所 通訳サービス方法および通訳サービス装置
US6492651B2 (en) * 2001-02-08 2002-12-10 3D Systems, Inc. Surface scanning system for selective deposition modeling
US6868194B2 (en) * 2001-12-19 2005-03-15 General Electric Company Method for the extraction of image features caused by structure light using image reconstruction

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102126162A (zh) * 2010-12-26 2011-07-20 北京航空航天大学 一种数控机床加工在线测量方法
CN102126162B (zh) * 2010-12-26 2013-09-25 北京航空航天大学 一种数控机床加工在线测量方法

Also Published As

Publication number Publication date
JP2005509879A (ja) 2005-04-14
FI20012271A (fi) 2003-05-22
US20050012056A1 (en) 2005-01-20
WO2003044460A1 (en) 2003-05-30
AU2002366117A1 (en) 2003-06-10
US7046377B2 (en) 2006-05-16
EP1459035B1 (en) 2016-08-31
FI20012271A0 (fi) 2001-11-21
EP1459035A1 (en) 2004-09-22
ES2605735T3 (es) 2017-03-16
JP4402458B2 (ja) 2010-01-20

Similar Documents

Publication Publication Date Title
FI112279B (fi) Menetelmä vastinpisteiden määrittämiseksi
US11243072B2 (en) Method for the three dimensional measurement of moving objects during a known movement
CN104335005B (zh) 3d扫描以及定位系统
AU2008296518B2 (en) System and method for three-dimensional measurement of the shape of material objects
EP1739391B1 (en) Image obtaining apparatus
US6549288B1 (en) Structured-light, triangulation-based three-dimensional digitizer
US7912673B2 (en) Auto-referenced system and apparatus for three-dimensional scanning
US9533418B2 (en) Methods and apparatus for practical 3D vision system
US20030112448A1 (en) Method and device for determining the 3d profile of an object
US20090097039A1 (en) 3-Dimensional Shape Measuring Method and Device Thereof
KR20110059631A (ko) 3차원 계측 장치 및 그 방법
WO2015073590A2 (en) Collimation and homogenization system for an led luminaire
JPH11166818A (ja) 三次元形状計測装置の校正方法及び校正装置
JP2005509877A (ja) コンピュータ視覚システムの較正方法及びそのシステム
Zhou et al. Constructing feature points for calibrating a structured light vision sensor by viewing a plane from unknown orientations
KR100502560B1 (ko) 광학식 마커를 이용한 3차원 측정 데이터 자동 정렬장치및 그 방법
KR100698535B1 (ko) 경사 보정기능을 갖는 이동로봇의 위치 인식 장치 및 방법
JP2005106491A (ja) 頭部の三次元形状計測システム
US11885650B2 (en) Motion encoder
Uyanik et al. A method for determining 3D surface points of objects by a single camera and rotary stage
Zhang et al. An efficient method for dynamic calibration and 3D reconstruction using homographic transformation
CN117640915A (zh) 用于改进选择特征扫描的有立体摄像机视野的激光扫描仪
JPH0755440A (ja) 形状認識装置
r Smutn et al. Rainbow Range Finder and its Implementation at the CVL1
Yee et al. Range data acquisition from an encoded structured light pattern

Legal Events

Date Code Title Description
MA Patent expired