FI79642B - Improved photogrammetry procedure - Google Patents
Improved photogrammetry procedure Download PDFInfo
- Publication number
- FI79642B FI79642B FI880778A FI880778A FI79642B FI 79642 B FI79642 B FI 79642B FI 880778 A FI880778 A FI 880778A FI 880778 A FI880778 A FI 880778A FI 79642 B FI79642 B FI 79642B
- Authority
- FI
- Finland
- Prior art keywords
- image
- target
- points
- coordinates
- model
- Prior art date
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
Description
1 79642 PARANNETTU KUVAMITTAUSMENETELMÄ1 79642 IMPROVED IMAGE MEASUREMENT METHOD
Keksinnön kohteena on itsenäisen patenttivaatimuksen johdanto-osan mukainen parannettu kuvamittaus-5 menetelmä kohdetilan kolmiulotteiseksi valvomiseksi.The invention relates to an improved image measurement-5 method for three-dimensional monitoring of a target space according to the preamble of the independent claim.
Keksinnön mukaisella menetelmällä voidaan valvoa kohdetilaa ja/tai kohdetilan sisältämää yhtä tai useampaa kohdetta erilaisissa olosuhteissa ja mahdollisesti ohjata siellä tehtäviä toimenpiteitä kolmiulot-10 teisesti. Kohdetilaa ja sen sisältämien osien tai kohteitten geometrista muotoa ja näiden keskinäistä sijaintia ja asemaa kohdetilassa sekä kohteen eri osien fysikaalisia ominaisuuksia kuvaavia suureita voidaan valvoa olotilaa kuvaavina kolmiulotteisina muuttujina.With the method according to the invention, it is possible to monitor the target space and / or one or more objects contained in the target space under different conditions and possibly to control the operations performed there in three dimensions. The target space and the geometric shape of the parts or objects contained in it and their mutual position and position in the target space, as well as the quantities describing the physical properties of the different parts of the object, can be monitored as three-dimensional variables describing the state.
15 Ennestään tunnetaan saman hakijan menetelmä kohdetilan kolmiulotteiseksi valvomiseksi suomalaisesta patenttijulkaisusta 74556 (patenttihakemus 861550). Tässä menetelmässä kohdetilaa havainnoimaan on asetettu kulmaan toisiinsa nähden ainakin kaksi kuvauslaitetta. 20 Tähän kohdetilaan järjestetään kalibrointi- eli tukipisteitä, joiden kohdekoordinaatit mitataan ja kuvauskoh-taiset kuvakoordinaatit määritetään vastaavilta kuvauslaitteilta, jonka jälkeen tukipisteet ovat poistettavissa kohdetilasta. Tukipisteiden kuva- ja kohdekoordinaat-25 tiarvojen avulla lasketaan projektiivisen taaksepäin-leikkauksen suuntakertoimet, jonka jälkeen havaittujen kohdepisteiden tuntemattomat kohdekoordinaatit on tosiaikaisesti ratkaistavissa kuvauslaitteilta havaittavien kuvakoordinaattien avulla käyttäen hyväksi projektiivis-30 ta eteenpäinleikkausta.15 The method of the same applicant for three-dimensional control of a target space is already known from Finnish patent publication 74556 (patent application 861550). In this method, at least two imaging devices are set at an angle to each other to detect the target space. Calibration or reference points are arranged in this target space, the target coordinates of which are measured and the image-specific image coordinates are determined from the corresponding imaging devices, after which the support points can be removed from the target space. The image and target coordinates of the datum points are used to calculate the directional factors of the projective back-section, after which the unknown target coordinates of the detected target points can be resolved in real time using the image coordinates detected from the imaging devices using projective forward cutting.
Edellä esitetyssä menetelmässä edellytetään, että tuntemattomat kohde- eli mittauspisteet näkyvöite-tään joko kohteen pinnalla tai yleensä kohdetilassa osoittamalla niitä mittamerkeillä, erityisillä valoläh-35 teillä tai valopisteillä. Patenttijulkaisussa todetaan lisäksi, että kaikissa tapauksissa ei tarvita erityisiä näkyvöittämistapoja, vaan voidaan rakentaa järjestelmiä, 2 79642 jotka automaattisesti hakevat kohteesta mielenkiintoiset pisteet mittausta varten. Mielenkiinto voi perustua järjestelmän omaan päättelytaitoon, kuten on esitetty toisessa saman hakijan suomalaisessa patenttijulkaisussa 5 74827 (patenttihakemus 861551), missä järjestelmän mielenkiinto herää, kun jonkin kohdepisteen lämpötila-muutos ylittää järjestelmän kynnysarvon. Epäkohtana mainituissa mittauspisteiden tunnistamisessa voidaan pitää sitä, että mittauspisteet täytyy saattaa selvästi 10 erottuviksi kohdiksi kohdetilassa ennenkuin niiden koordinaatit pystytään määrittämään.The above method requires that unknown target or measuring points be displayed either on the surface of the object or generally in the target space by indicating them with measuring marks, special light sources or light points. The patent also states that in all cases no special modes of visualization are required, but systems can be built, 2 79642, which automatically search the object for points of interest for measurement. Interest may be based on the system's own reasoning skills, as disclosed in another Finnish patent publication 5 74827 (patent application 861551) of the same applicant, where interest in the system arises when the temperature change of a target point exceeds the system threshold. A disadvantage in the identification of said measuring points is that the measuring points must be made into 10 distinct points in the target space before their coordinates can be determined.
Keksinnön mukaisen parannetun kuvamittausmene-telmän avulla edellä mainitut mittauspisteisiin liittyvät ongelmat voidaan ratkaista. Keksinnölle on tun-15 nusomaista se, mitä on esitetty oheisissa patenttivaatimuksissa.By means of the improved image measurement method according to the invention, the above-mentioned problems related to measurement points can be solved. The invention is characterized by what is stated in the appended claims.
Keksinnön mukaisessa parannetussa kuvamittaus-menetelmässä kohdetilaa havainnoimaan on järjestetty ainakin kaksi kuvauslaitetta, kuten videokameraa, joiden 20 näkökenttään kohdetila sisältyy. Kuvauslaitteet on sovitettu välin päähän toisistaan ja kiinteään kulmaan toisiinsa nähden. Kuvauslaitteiden vastaanottamat kuvat tilasta digitoidaan, kohdepisteet paikannetaan kuvauslaitteiden kuvatasoissa ja näiden kohdepisteiden kuva-25 koordinaattien ja ennalta määrättyjen vakioiden avulla lasketaan kohdepisteiden koordinaatit kolmiulotteisessa kohdetilassa. Keksinnölle on tunnusomaista se, että mitattava kohdepiste tunnistetaan ja paikannetaan kuvauslaitteiden kuvatasoissa käyttäen hyväksi kohteesta 30 aiemmin talletettua mallikuvaa, joka on olennaisesti kunkin kuvauslaitteen keskusprojektion mukainen kuva ja joka sisältää kunkin kohdepisteen ja sen lähiympäristön yksityiskohtia ja kohdetilan ja/tai kohteen paikallisia piirteitä.In the improved image measurement method according to the invention, at least two imaging devices, such as a video camera, are provided for detecting the target space, the field of view of which includes the target space. The imaging devices are arranged at a distance from each other and at a fixed angle to each other. Images of the space received by the imaging devices are digitized, the target points are located in the image planes of the imaging devices, and the image-25 coordinates of these target points and predetermined constants are used to calculate the coordinates of the target points in the three-dimensional target space. The invention is characterized in that the target point to be measured is identified and located in the image planes of the imaging devices using a previously stored model image of the object 30, which is substantially according to the central projection of each imaging device and includes details of each target point and its surroundings and local features.
35 Keksinnön mukaisessa menetelmässä kohde- eli mittauspisteen haku opetetaan järjestelmälle mallikuvaa käyttäen, jolloin mittauspistettä ei tarvitse myöhemmin 3 79642 enää näkyvöittään muttei toisaalta voida jättää myöskään järjestelmän oman harkintakyvn varaan sitä, mikä piste tai pisteet kohteesta ovat mittauksen kannalta mielenkiintoisia.In the method according to the invention, the search for a target or measuring point is taught to the system using a model image, in which case the measuring point no longer needs to be visible 3 79642, but on the other hand it is not possible to leave the point or points of interest to the measurement.
5 Keksinnön mukaisella menetelmällä on aikaisem paan edellä mainittuun patenttijulkaisuun 74556 verrattuna huomattavana etuna se, että mittausjärjestelmän ei jatkuvassa mittauskäytössä ollessaan tarvitse sisältää mitään erillistä näkyvöittämisosaa tai -järjestelyä. 10 Mittaukset voidaan tehdä tällöin nopeammin, tarkemmin, luotettavammin ja edullisemmin verrattuna aikaisempaan järjestelmään, ja mikä parasta, lukuisille mittauspisteille yht'aikaisesti. Lisäksi on huomattava, että tekniikka erityisesti tiedonsiirron ja tallennuksen 15 osalta, kehittyy kaiken aikaa suuntaan, joka entistä paremmin soveltuu keksinnön mukaiseen mittausmenette-iyyn.The method according to the invention has the considerable advantage over the aforementioned patent publication 74556 that the measuring system, when in continuous measuring use, does not have to include any separate display part or arrangement. 10 Measurements can then be made faster, more accurately, more reliably and more cost-effectively than the previous system, and best of all, for a number of measurement points simultaneously. In addition, it should be noted that the technology, especially with regard to data transmission and storage 15, is constantly evolving in a direction that is even more suitable for the measurement method according to the invention.
Keksinnön mukaisessa menetelmässä kukin mallikuva voidaan rajata koskemaan pientä aluetta kunkin 20 kuvauslaitteen kuvakentästä, joka alue on sijoitettu kuvakenttään siten, että mittauspiste suurella todennäköisyydellä löydetään tämän alueen sisältä. Samasta kuvauslaitteen kuvakentästä voidaan muodostaa useita mallikuvia useista mittauspisteistä. Tämä menettely 25 soveltuu erityisesti peräkkäin sarjassa tuotettavien ja kohdetilaan mitattavaksi ja tarkistettavaksi siirrettävien tuotteiden käsittelyyn.In the method according to the invention, each model image can be limited to a small area of the image field of each imaging device 20, which area is placed in the image field so that the measuring point is most likely found within this area. From the same field of view of the imaging device, several model images of several measuring points can be formed. This procedure 25 is particularly suitable for the processing of products produced in series and transferred to the target holding for measurement and inspection.
Mallikuva on sävykuva tai vastaava kuva, joka on saatu kuvauslaitteella mittausjärjestelmän kalibroin-30 nin jälkeen. Tämä kuva voidaan esim. tallettaa mittausjärjestelmän kalibroinnin jälkeisessä opetusvaiheessa. Mallikuvien hankkiminen esitetyllä tavalla on yksinkertaista, eikä se vaadi mitään erityistoimenpiteitä.A model image is a tonal image or similar image obtained with an imaging device after calibration of the measuring system. This image can be stored, for example, in the teaching phase after the calibration of the measuring system. Obtaining model images as shown is simple and does not require any special measures.
Mallikuva on vaihtoehtoisesti piirrekuva, joka 35 on tuotettu kohdetilan ja/tai kohteen numeerisista suunnittelutiedoista tai vastaavasti numeerisessa tai graafisessa muodossa olevasta geometrisesta mallitiedos- 4 79642 ta. Käytönnössä tämä merkitsee sitä, että kohteesta piirrettyjä kuvia, jotka on saatu sähköiseen muotoon, käytetään mallikuvien raaka-aineena.Alternatively, the model image is a feature image produced from numerical design data of the target space and / or object or from geometric model files in numerical or graphical form, respectively. In practice, this means that images of the object drawn in electronic form are used as a raw material for the model images.
On edullista, että kohdetilassa sijaitsevan 5 kohteen mallikuvasta varsinaiseksi mallikuvaksi rajataan se osa mallikuvaa, joka sisältää kohdetietoa ja muu osa kuvasta, joka sisältää esim. taustatietoja, erotetaan varsinaisen mallikuvan ulkopuolelle. Näin menetellen tausta ja sen mahdollinen vaihtuminen ei vaikuta kohde-10 eli mittauspisteen tunnistamiseen.It is preferred that the part of the model image containing the target information is delimited from the model image of the 5 objects located in the target space to the actual model image, and the other part of the image containing e.g. background information is separated from the actual model image. In this way, the background and its possible change do not affect the identification of the target-10, i.e. the measuring point.
Seuraavassa keksintöä selvitetään yksityiskohtaisesti oheisten piirustusten avulla, joissa kuvio 1 esittää geometrista mallia, johon eräs keksinnön mukainen menetelmä perustuu ja 15 kuvio 2 esittää havainnollisesti kohdepisteen paikantamista vähintään kahden tasokuvauksen perusteella; kuvio 3 esittää havainnollisesti kalibrointi- eli tukipisteiden käyttöä suuntakertoimien määritykseen; kuvio 4 esittää mittaustilaa, joka on kalibroitu ku-20 vauslaitteille i ja j; kuviot 5A ja 5B esittävät kuvauslaitteiden i ja j antamia harmaasävykuvia mittaustilasta, ja kuvio 5C esittää havainnollisesti opetustilanteessa määritettyä hyllykön nurkkapisteen n kuvakoordinaatteja; 25 kuvio 6 esittää mallikuvan muodostamista, jossa kuvio 6A esittää kameran i harmaasävykuvaa eli perus-mallikuvaa, ja kuvio 6B esittää hyllykön nurkkapisteen n lähiympäristön sävykuvaa, joka talletetaan varsinaiseksi malliku-30 vaksi; kuvio 7 esittää mittausvaihetta opetusvaiheen ja mallikuvan muodostamisen jälkeen, jossa kuvio 7A esittää kameran i harmaasävykuvaa eli perusmit-tauskuvaa j a 35 kuvio 7B esittää varsinaista mallikuvaa vastaava kuvan-osaa eli varsinaista mittauskuvaa, joka on rajattu perusmittauskuvasta; s 79642 kuvio 8 esittää perättäisten mallikuvan, kuvio 8A, ja mittauskuvan, kuvio, 8B vertaamista toisiinsa, kuvio 8C, ristikorrelaatiota käyttäen; kuvio 9A esittää suurennettuna erästä kohteen reuna-5 aluetta j a kuvio 9B esittää kohteen reuna-alueelta muodostettua mallikuvaa; kuvio 10 esittää kohteen mittausta, kun kyseessä on kohteen reuna-alueella oleva mallikuva, jossa 10 kuvio 10A esittää harmaasävykuvaa kohteesta eli perus-mittauskuvaa, ja kuvio 10B esittää tämän nurkkapisteen mitattua sävykuvaa eli varsinaista mittauskuvaa ja kuvio 10C perättäisten mallikuvan, kuvio 9B, ja mittaus-15 kuvan, kuvio 10B, vertaamista toisiinsa.The invention will now be described in detail with reference to the accompanying drawings, in which Figure 1 shows a geometric model on which a method according to the invention is based and Figure 2 illustrates the location of a target point on the basis of at least two planar views; Fig. 3 illustrates the use of calibration or reference points for determining direction factors; Fig. 4 shows a measurement mode calibrated for imaging devices i and j; Figs. 5A and 5B show grayscale images of the measurement mode provided by the imaging devices i and j, and Fig. 5C illustrates the image coordinates of the shelf corner point n determined in the teaching situation; Fig. 6 shows a model image, in which Fig. 6A shows a grayscale image of the camera i, i.e. a basic model image, and Fig. 6B shows a tone image of the vicinity of the corner point n of the shelf, which is stored as the actual model image; Fig. 7 shows a measurement step after the training step and the formation of the model image, in which Fig. 7A shows a grayscale image of the camera i, i.e. a basic measurement image, and Fig. 7B shows a part corresponding to the actual model image, i.e. an actual measurement image delimited from the basic measurement image; Fig. 79642 Fig. 8 shows a comparison of successive model images, Fig. 8A, and measurement images, Fig. 8B, Fig. 8C, using cross-correlation; Fig. 9A is an enlarged view of an edge-5 region of the object, and Fig. 9B is a model view of an edge region of the object; Fig. 10 shows a measurement of an object in the case of a Model Image at the edge of the object, where Fig. 10A shows a grayscale image of the object, i.e. a basic measurement image, and Fig. 10B shows a measured tone image of this corner point, i.e. an actual measurement image, and Fig. 10C -15 images, Figure 10B, for comparison.
Keksinnön mukainen parannettu kuvamittausmene-telmä kohdetilan kolmiulotteiseksi valvomiseksi perustuu projektiivisten, kaksiulotteisten tasokuvausten käyttöön. Kun jokin yksityiskohta havaitaan ja paikallis-20 tetaan vähintään kahdella kuvalla, sen sijainti voidaan määrittää kohde- tilassa kolmiulotteisina koordinaatteina. Tämä voidaan toteuttaa esimerkiksi seuraavalla tavalla.The improved image measurement method for three-dimensional monitoring of a target space according to the invention is based on the use of projective, two-dimensional planar imaging. When a detail is detected and localized with at least two images, its location in the target space can be determined in three-dimensional coordinates. This can be done, for example, in the following way.
Tarkastellaan kuviota 1. Siinä kohdepiste P 25 kuvautuu kuvatasolle pisteenä P'. Kohdepisteen P ja kuvapisteen P' välinen yhteys määräytyy projektiivisen kuvautumisen kautta ns. taaksepäin leikkauksena.Referring to Figure 1, the target point P 25 is mapped to the image plane as a point P '. The connection between the target point P and the pixel P 'is determined by the so-called imaging. as a back cut.
Yleinen kuvautusmisyhtälö taaksepäin leikkauksessa voidaan esittää muodossa: 30 (x-xfl) an(X-Xo) + a2l(Y-Yo) + β3ΐ(Ζ-Ζο) (z-zo ) a13(X-Xq) + fl23(Y-Y0 ) + B33(Z-Zo ) (1) < (y-y n) fli2(x-xo) + 022(Y-Yo) + β32(ζ-Ζο) 35 ^ (z-zo) 013(X-Xo) + a23(Y~Yo) + a33(Z-Zo), jossa x, y, z = kuvapisteen kuvakoordinaatit, 6 79642The general imaging equation in back section can be represented by: 30 (x-xfl) an (X-Xo) + a2l (Y-Yo) + β3ΐ (Ζ-Ζο) (z-zo) a13 (X-Xq) + fl23 (Y- Y0) + B33 (Z-Zo) (1) <(yy n) fli2 (x-xo) + 022 (Y-Yo) + β32 (ζ-Ζο) 35 ^ (z-zo) 013 (X-Xo) + a23 (Y ~ Yo) + a33 (Z-Zo), where x, y, z = pixel image coordinates, 6 79642
Xo, yo, Ζο kameran projektiokeskuksen kuvakoor-dinaatit, X, Y, z = kohdepisteen kohdekoordinaatit,Xo, yo, Ζο the image coordinates of the camera's projection center, X, Y, z = target coordinates of the target point,
Xo, Yo, Zo = kameran projektiokeskuksen kohde-5 koordinaatit, an...a3] = kamera- ja kohdekoordinaatistojen välisen koordinaatistomuunnoksen ortogonaalisen kiertomatriisin alkiot eli suuntakertoimet.Xo, Yo, Zo = object-5 coordinates of the camera projection center, an ... a3] = elements of the orthogonal rotation matrix of the coordinate system transformation between the camera and target coordinate systems, i.e. direction factors.
1010
Kun merkitään z-z0 = c eli itseisarvoltaan kameran projektiokeskuksen ja kuvatason etäisyys toisistaan ("polttoväli") ja sijoitetaan lauseke yhtälöihin (1) saadaan: 15 f en (X-Xfl) + β2ΐ(Υ-Υθ) + a31 ( Z -Zo ) 0 «13 (X-Xfl ) + °2 3 ( Y-Yo ) + o33(Z-Zo) (2) | I . β12<Χ-χθ) + a22(Y-Yo) + ö32 i Z-Zo) 1 y = yn + c --- 20 L Ο13(χ-χθ) + a23(Υ~Υθ) + O33(z-Zo)Denoting z-z0 = c, that is, the absolute value of the distance between the projection center of the camera and the image plane ("focal length") and placing the expression in equations (1), we get: 15 f en (X-Xfl) + β2ΐ (Υ-Υθ) + a31 (Z -Zo ) 0 «13 (X-Xfl) + ° 2 3 (Y-Yo) + o33 (Z-Zo) (2) | I. β12 <Χ-χθ) + a22 (Y-Yo) + ö32 i Z-Zo) 1 y = yn + c --- 20 L Ο13 (χ-χθ) + a23 (Υ ~ Υθ) + O33 (z-Zo )
Suuntakertoimen an...a33 sisältävät tuntemattomat , ψ ja Co , jotka ovat kohde- ja kamerakoordi-naatistojen väliset suuntakulmat. Tällöin kunkin kuvan 25 tuntemattomien ratkaisussa tulee kysymykseen vähintään seuraavien tuntemattomien määrittäminen: f y-1 «p, «o (3) Xo, yo, 20 * cThe direction factor an ... a33 contains the unknowns, ψ and Co, which are the direction angles between the target and camera coordinate systems. In this case, the solution of the unknowns in each figure 25 involves determining at least the following unknowns: f y-1 «p,« o (3) Xo, yo, 20 * c
Xo, Yo, 2o 30Xo, Yo, 2o 30
Tuntemattomia on yhteensä 9 kappaletta. Koska kustakin ennaltamäärätystä tukipisteestä saadaan kaksi havaintoyhtälöä (2), tarvitaan yhden kuvan tuntemattomien ratkaisemiseen vähintään viisi tukipistettä, joilla 35 tunnetaan X, Y ja Z. On myös huomattava, että tukipisteiden tulee olla toisistaan sillä tavoin riippumattomia, etteivät ne ole samalla tasolla, jotta ratkaisu 7 79642 olisi yksiselitteinen.There are a total of 9 unknowns. Since two observation equations (2) are obtained for each predetermined reference point, at least five reference points are known to solve the unknowns of one image, with X, Y and Z being known. It should also be noted that the reference points must be independent so that they are not on the same level. 7 79642 would be unambiguous.
Projektiivinen kuvaus käänteisenä, kuvio 2, siis kuvalta kohteeseen, ei ole kohdepisteen P suhteen yksiselitteinen. Kohdepisteen paikantamiseen käytetään 5 vähintään kahta tasokuvausta. Paikantaminen suoritetaan projektiivisista kuvauksista rekonstruoitujen kuvaussuo-rien OiPi. (i « 1, 2, 3,...) avulla ns. eteenpäinleik- kauksena.The projective description in reverse, Fig. 2, i.e. from image to object, is not unambiguous with respect to the target point P. At least two plane shots are used to locate the target point. Positioning is performed by OiPi of the imaging lines reconstructed from the projection images. (i «1, 2, 3, ...) by means of the so-called. as a forward cut.
Eteenpäinleikkauksessa käytetään kuvautumisyh-10 tälöiden (1) käänteisiä muotoja. Koska kohdepisteiden määrittämisellä tulee voida määrittää kulloinkin kolme koordinaattiarvoa, on kohdepiste havaittava aina vähintään kahdella kuvalla i ja j.In reverse section, the inverse forms of the imaging equations (1) are used. Since it must be possible to determine three coordinate values in each case by defining the target points, the target point must always be detected by at least two images i and j.
Yleinen kuvautumisyhtälö voidaan esittää muo- 15 dossa: X-Xq on(x-xQ) + ai2 ( y-yo) + ai3(z-zp) Z -Zq " a 3 \(x-xp) + a32(y-yo) + a33(z-20 ) 20 (z,) Y-Yq q 21(x-xO) + Q22(y-yo) + °23(ζ-ζθ) Z-ZO ° 31(x-xn) + Ö32(y-y0) + 033(2-20), 25 jossa x ja y ovat uuden pisteen havaitut kamerakoordinaatit kuvilla i ja j, ja X, Y, Z ovat uuden pisteen laskettavat kohdekoordinaatit 30 Muut suureet eli suuntakertoimet axx...a33 on ratkaistu kuvakohtaisesti taaksepäinleikkauksen yhteydessä .The general imaging equation can be represented in the form: X-Xq is (x-xQ) + ai2 (y-yo) + ai3 (z-zp) Z -Zq "a 3 \ (x-xp) + a32 (y-yo ) + a33 (z-20) 20 (z,) Y-Yq q 21 (x-xO) + Q22 (y-yo) + ° 23 (ζ-ζθ) Z-ZO ° 31 (x-xn) + Ö32 (y-y0) + 033 (2-20), 25 where x and y are the detected camera coordinates of the new point in Figures i and j, and X, Y, Z are the calculated coordinates of the new point 30 Other quantities or direction factors axx ... a33 is resolved on an image-by-image basis in the case of back-cutting.
Sijoittamalla havainnot ja ratkaistut tuntemattomat yhtälöihin (4) saadaan: X-Xoi = (Z-ZoO · In 35 8 79642 Y-Yoi. = (Z-Zoi) · Ida (5) X-Xoj = (Z-Z01) · Iji Y-Y03 “ (Z-Zoi) · 5By placing the observations and solved unknowns in equations (4) we get: X-Xoi = (Z-ZoO · In 35 8 79642 Y-Yoi. = (Z-Zoi) · Ida (5) X-Xoj = (Z-Z01) · Iji Y-Y03 “(Z-Zoi) · 5
Yhtälöissä on merkitty yhtälöiden (4) oikea puoli kuvittain vakioilla: In, Ida, Iji ja Iia. Tämän jälkeen kohdekoordinaatit X, Y, Z voidaan ratkaista yhtälöistä (5) vaiheittain esimerkiksi seuraavasti: 10 a) X=Xoi + (Z-Zoi)' lii = *oj + (Z-Zoj)* Ijl b) X o i + Ζ·Ιπ - Z o i ‘111 = xoj + T- ‘Ijl “ z o j * IjlIn the equations, the right side of equations (4) is marked pictorially with constants: In, Ida, Iji and Iia. Then the target coordinates X, Y, Z can be solved from Equations (5) step by step, for example as follows: 10 a) X = Xoi + (Z-Zoi) 'lii = * oj + (Z-Zoj) * Ijl b) X oi + Ζ · Ιπ - Z oi '111 = xoj + T-' Ijl “zoj * Ijl
Xoj ~ xoi “ Zoj ’ Ijl + Zoi · lii c) Z = —t--- > 15 '“-'J' jolloin Z on ratkaistu, ja jatketaan esimerkiksi d) X = (Z-Zoi) lii — Xod ja 20 e) Y = (Z-Zod) I-j a - Yod , jolloin myös X ja Y on ratkaistu.Xoj ~ xoi “Zoj 'Ijl + Zoi · lii c) Z = —t ---> 15'“ -'J 'where Z is solved, and continuing for example d) X = (Z-Zoi) lii - Xod and 20 e) Y = (Z-Zod) Ij a - Yod, where X and Y are also solved.
On huomattava, ettei kuvauslaitteita tai niiden sijaintia tarvitse määrittää ennen kuvauksen suorittamista, ei kohde- ja kamerakoordinaatiston välisiä 25 suuntakulmia eikä kameroiden polttoväliä. Lisäksi käytetyt tukipisteet poistetaan kohdetilasta yleensä heti, kun kohdetila on määritetty eli tukipisteiden sijainti on selvillä ja/tai kun suuntakertoimet on laskettu, jolloin ne eivät häiritse kohteen mittaamista tai koh-30 detilan valvontaa millään tavalla. Kun kuvauslaitteiden suuntakertoimet on määritetty tukipisteiden avulla, jokainen riittävästi muuttunut tai muuten taustasta riittävästi erottuva kohde, joka on kuvauslaitteiden yhteisessä näkökentässä eli kohdetilassa, voidaan pai-35 kantaa.It should be noted that it is not necessary to determine the imaging devices or their location before performing the imaging, nor the directional angles between the target and camera coordinates, or the focal length of the cameras. In addition, the used reference points are usually removed from the target state as soon as the target state is determined, i.e. the location of the reference points is known and / or the direction factors are calculated, so that they do not interfere with the target measurement or target state monitoring in any way. Once the direction factors of the imaging devices have been determined by means of the fulcrum points, any object which has sufficiently changed or otherwise sufficiently distinguished from the background and which is in the common field of view of the imaging devices, i.e. the target space, can be positioned.
Kalibrointi- eli tukipisteiden mittausta kame-raryhmässä on havainnollistettu kuviossa 3. Kuvauslait- 9 79642 teitä ja niiden kuvaussuuntia on esitetty nuolilla i, j. KohdekoordinaatIstossa XYZ on valvottava kohde k, joka ympäristöineen sisältyy kummankin kuvauslaitteen näkökenttään eli kohdetilaan. Tukipisteet t on merkitty 5 tässä tapauksessa selvästi taustasta erottuvina koh-detilan eri puolille edullisimmin siten, että valvottava kohde sisältyy tukipisteiden rajoittamaan tilaan. Tukipisteitä t on kuvioon 3 merkitty yhdeksän kappaletta. Pisteiden kuvakoordinaatit x*, y* mitataan kuvatasoilta 10 käyttäen laitteiston omaa mittausjärjestelmää. Tukipisteiden kohdekoordinaatit Χκ,Υκ,Ζ*; k*l, 2,...,9 mitataan esim. geodeettisesti elektronisella takymetrillä ja koordinaattien arvot syötetään esim. näppäimistön avulla järjestelmälle. Tämän jälkeen edellä esitettyjä yhtälöi-15 tä käyttäen lasketaan suuntakertoimen aj.i...a33. Tukipisteet voidaan myös näkyvöittää laserilla osoittamalla. Tukipistieden kohdekoordinaatit voidaan syöttää vaihtoehtoisesti suoraan järjestelmään takymetriltä. On selvää, että edellä esitetty tukipisteiden mittaus 20 voidaan suorittaa tyhjässä kohdetilassa eli ilman mitään varsinaista mitattavaa kohdetta.The measurement of the calibration or reference points in the camera group is illustrated in Figure 3. The imaging devices and their imaging directions are shown by arrows i, j. Target coordinate In position XYZ, there is a monitored object k, which and its surroundings are included in the field of view of both imaging devices, i.e. in the target space. In this case, the support points t are marked clearly distinguishable from the background on different sides of the target space, most preferably so that the object to be monitored is included in the space bounded by the support points. Nine support points t are marked in Fig. 3. The image coordinates x *, y * of the points are measured from the image planes 10 using the hardware's own measurement system. Target coordinates of support points Χκ, Υκ, Ζ *; k * 1, 2, ..., 9 are measured, for example, geodetically with an electronic total station and the coordinate values are entered into the system, for example, by means of a keyboard. Then, using Equation-15 above, the direction factor aj.i ... a33 is calculated. Support points can also be visualized by laser pointing. Alternatively, the target coordinates of the support points can be entered directly into the system from the total station. It is clear that the above-mentioned measurement of the support points 20 can be performed in an empty target space, i.e. without any actual object to be measured.
Kun tukipisteiden koordinaattien määrittämisen eli opetusvaiheen jälkeen kohdekoordinaatisto on määritelty, jolloin kaikki muutkin pisteet siinä kohdetilas-25 sa, jonka kumpikin kamera näkee, pystytään määrittämään. Sopivasti valikoimalla näitä tuntemattomia pisteitä eli mittauspisteitä järjestelmän avulla voidaan laskea niille koordinaatit.Once the coordinates of the reference points have been determined, i.e. after the teaching phase, the target coordinate system has been defined, so that all other points in the target space 25 that can be seen by both cameras can be determined. By appropriately selecting these unknown points, i.e. measuring points, the system can be used to calculate coordinates for them.
Keksinnön mukainen tosiaikainen kuvamittaus-30 menetelmä perustuu kohteen luonnollisten yksityiskohtien ja paikallisten piirteiden hyväksikäyttämiseen. Kohteesta kulloinkin mitattava kohdepiste tunnistetaan ja paikannetaan mittauskuvilta käyttäen hyväksi kohteesta aiemmin talletettuja ja mitattavan avaruuspieteen ja 35 sen lähiympäristön yksityiskohtia ja kohteen paikallisia piirteitä sisältäviä mallikuvia. Mallikuvina käytetään edullisesti kunkin kameran keskusprojektiota vastaavia 10 79642 joko sävykuvia tai piirrekuvia. Sävykuvat saadaan esim. mittausjärjestelmän kalbroinnin jälkeisessä opetusvai-heessa. Piirrekuvat taas voidaan tuottaa mm. niistä rasteri- tai vektorimuotoisista piirretiedoista, jotka 5 sisältyvät kohteen numeerisiin suunnittelutietoihin, tai kohteesta muutoin käytettävistä olevasta vastaavasta numeerisessa tai graafisessa muodossa olevasta malli-tiedosta.The real-time image measurement-30 method according to the invention is based on the exploitation of the natural details and local features of the object. The target point to be measured from the object at any given time is identified and located from the measurement images using the previously stored model images containing the details of the space object to be measured and 35 its immediate surroundings and the local features of the object. Preferably, 10 79642 tonal images or feature images corresponding to the central projection of each camera are used as model images. Tone images are obtained, for example, in the teaching phase after the calibration of the measurement system. Feature images, on the other hand, can be produced e.g. the raster or vector feature data included in the numerical design information of the object, or the corresponding model data in numerical or graphical form otherwise available to the object.
Keksinnön mukaista kuvamittausjärjestelmää 10 havainnollistetaan seuraavassa kuvasarjalla, kuvat 5-10, joissa selvitetään keksinnön perusteita erityisesti sävykuvaa käytettäessä.The image measurement system 10 according to the invention is illustrated in the following with a series of images, Figures 5-10, in which the basics of the invention are explained, especially when using a tone image.
Kuvauslaitteilta kuten videokameroilta saatavat sävykuvat muodostuvat kuvapisteiden eli pikselien (pic-15 ture element) muodostamasta rasterikuvasta, jossa kullakin kuvapisteellä on tietty harmaasävy täysin valkoisen ja täysin mustan välissä. Kuvapisteiden lukumäärä vaihtelee riippuen kameran ominaisuuksista. Tyypillisesti niiden lukumäärä voi olla pysty-vaakasuunnassa 300 x 20 400 kappaletta.Tone images from imaging devices such as camcorders consist of a raster image formed by pixels (pic-15 ture elements) in which each pixel has a certain grayscale between completely white and completely black. The number of pixels varies depending on the characteristics of the camera. Typically, the number may be 300 x 20,400 in the vertical-horizontal direction.
Kohde- eli mittaustila on kalibroitu kuviossa 4 kuvauslaitteiden i ja j suhteen. Kuvauslaitteilta i ja j saatavat vastaavat harmaasävykuvat ovat iO ja jo kuvioissa 5Ά ja 5B vastaavasti. Opetustilanteessa mit-25 tausjärjestelmää kalibroitaessa kohdepisteitä osoitetaan esim. laserilla 1 siten, että halutun kohdepisteen, tässä tapauksessa hyllykön nurkkapisteen n, kuvakoor-dinaatit xio ja yio kuvauslaitteen i kuvatasolla koor-dinaatiostossa xi, y*. ja vastaavasti xjO ja yjo kuvaus-30 laitteen j kuvatasolla koordinaatistossa xj, ya voidaan määrittää. Kalibroiduilla eteenpäinleikkauksen paramet-riarvoilla lasketaan nurkkapisteen n kolmiulotteiset kohdekoordinaatit 35 XYZ - f(xi0,yi0,xj0,yj0), jotka vastaavat opetushetken tilannetta (kuvio 5C).The target or measuring mode is calibrated in Fig. 4 with respect to the imaging devices i and j. The corresponding grayscale images obtained from the imaging devices i and j are iO and already in Figures 5Ά and 5B, respectively. In the teaching situation, when calibrating the measuring system, the target points are indicated, e.g. and xjO and yjo, respectively, in the image plane of the imaging device 30 in the coordinate system xj, ya can be determined. With the calibrated forward section parameter values, the three-dimensional target coordinates 35 XYZ - f (xi0, yi0, xj0, yj0) of the corner point n are calculated, which correspond to the situation at the time of teaching (Fig. 5C).
11 7964211 79642
Kuvio 6 esittää mallikuvan muodostamista. Kuvio 6A esittää kameran i harmaasävykuvaa eli perusmallikuvaa ml. Hyllykön nurkkapisteen n lähiympäristön sävykuva 10(xio, yiO), kuvio 6B, talletetaan varsinaiseksi mal-5 likuvaksi eli osa kameran i sävykuvasta kuviossa 6A. Vastaavasti talletetaan toisen kameran j kuvasta vastaava osa mallikuvaksi I0(xj0, yjO). Mallikuvassa, kuvio 6B, voidaan tässä tapauksessa nähdä erilaiset kuvapis-teet kl, k2, k3, ...kn, joiden harmaasävyt vaihtelevat 10 kohdepisteiden eli hyllykön nurkkapisteen n lähiympäristöstä rakenteen ja valonheijastumisominaisuuksien mukaan. Mallikuvasta voidaan tunnistaa sävytietojen perusteella nurkkapisteeseen n liittyvien hyllykön sivujen ääriviivat, jotka on selvyyden vuoksi piirretty näkyviin 15 viivoin sl, s2 ja s3. Mallikuvaa, kuvio 6B, vastaava piirrekuva on esitetty havainnollisesti kuviossa 5c.Figure 6 shows the formation of a model image. Fig. 6A shows a grayscale image of the camera i, i.e. a basic model image ml. The tone image 10 (xio, yiO) of the vicinity of the corner point n of the shelf, Fig. 6B, is stored as the actual mal-5 image, i.e. a part of the tone image of the camera i in Fig. 6A. Correspondingly, the part corresponding to the image of the second camera j is stored as a model image I0 (xj0, yjO). In the model image, Fig. 6B, different pixels k1, k2, k3, ... kn can be seen in this case, the grayscales of which vary from the vicinity of the 10 target points, i.e. the corner point n of the shelf, according to the structure and light reflection characteristics. From the model image, the outlines of the sides of the shelf associated with the corner point n can be identified on the basis of the tonal data, which are, for the sake of clarity, drawn with lines 15, s2 and s3. A feature view corresponding to the model image, Fig. 6B, is illustrated in Fig. 5c.
Nurkkapisteen n tarkka sijainti (xio, yiO; xjO, yjO) mallikuvalla 10 määrittyy tästä eteenpäin pelkästään mallikuvan sävytietojen perusteella ilman, 20 että sitä enää erikseen on laserilla tai muulla vastaavalla tavalla osoitettava. Erityisesti on huomattava, että mallikuvan ei tarvitse olla keskinen mitattavan nurkkapisteen n suhteen. Mallikuvan myöhemmän käytön kannalta on kuitenkin edullista, että nurkkapiste n 25 sijaitsee esim. mallikuvan keskialueella.The exact location of the corner point n (xio, yiO; xjO, yjO) on the model image 10 is henceforth determined solely on the basis of the tone data of the model image, without it having to be separately indicated by a laser or the like. In particular, it should be noted that the model image need not be central with respect to the corner point n to be measured. However, from the point of view of later use of the model image, it is advantageous that the corner point n 25 is located, for example, in the central area of the model image.
Opetusvaiheessa kohteesta voidaan luonnolisesti osittaa kaikki mitattavat pisteet, kuten nl, n2, n3,...,n7 kuviossa 6a, ja kaikille kameroille, joita voi olla useita. Oleellista on tässä tapauksessa, että 30 talletettavat mallikuvat ovat aina samassa kohteen ja kuvatason välisessä keskusprojektiossa mittaushetken raittauskuvan kanssa.In the teaching phase, all measurable points, such as n1, n2, n3, ..., n7 in Figure 6a, can naturally be divided from the object, and for all cameras, which may be several. In this case, it is essential that the model images to be stored are always in the same central projection between the object and the image plane as the hatch image at the time of measurement.
Kuviot 7A ja 7B esittävät kohteen mittausta opetusvaiheen ja yhden tai useamman mallikuvan muodos-35 tumisen jälkeen. Kohteen mittauksella tarkoitetaan kohdepisteiden paikantamista ja siis mittausvaihetta kuvamittausmenetelmän varsinaisessa käyttötarkoitukses- i2 79642 sa. Mittauskuvalta m2 erotetaan mallikuvan ml (kuvio 6A) koordinaatteja xiO ja yiO vastaava kuvaosa eli varsinainen mittauskuva Ii(xiO, yiO), kuvio 7B. Koska kohteen asema toistuvassa mittausmenettelyssä ei tässä tapauk-5 sessa oleellisesti poikkea opetustilanteesta, mittaus-kuvan li, kuvio 7B, sisältämä harmaasävytieto kohteesta on oleellisesti samassa keskusprojektiossa mallikuvan Io, kuvio 6B, kanssa. Näin on asianlaita esim. myös siinä tapauksessa, että mittauskohteet ovat sarjatuotan-10 nossa, jolloin valmistettavat rakenteet tai kappaleet asetetaan toistuvasti likimain samaan asemaan kameroihin nähden mittaustilaan kuin opetusvaiheessa vastaava kohde.Figures 7A and 7B show the measurement of an object after the training phase and the formation of one or more model images. Target measurement refers to the location of target points and thus the measurement phase for the actual use of the image measurement method. From the measurement image m2, the image part corresponding to the coordinates xiO and yiO of the model image ml (Fig. 6A) is separated, i.e. the actual measurement image Ii (xiO, yiO), Fig. 7B. Since the position of the object in the repetitive measurement procedure in this case does not differ significantly from the teaching situation, the grayscale information of the object contained in the measurement image 11, Fig. 7B, is substantially in the same central projection as the model Fig. 10, Fig. 6B. This is also the case, for example, in the case where the measuring objects are in series production, in which case the structures or pieces to be manufactured are repeatedly placed in approximately the same position relative to the cameras in the measuring space as the corresponding object in the teaching phase.
Mittauskuvassa, kuvio 7B, voidaan myös nähdä 15 erilliset kuvapisteet pl, p2, p3,...,pn, joiden har maasävyt vaihtelevat mitattavan kohdepisteen eli hyllykön nurkkapisteen n' lähiympäristön rakenteen ja valonheijastusominaisuuksien mukaan samalla tavalla kuin mallikuvassa, kuvio 6B. Mittauskuvasta voidaan 20 näin ollen tunnistaa sävytietojen perusteella nurkkapis-teeseen nl liittyven hyllykön sävyjen ääriviivat, jotka on selvennetty kuviossa 7B viivoin s'l, s'2 ja s'3.In the measurement image, Fig. 7B, 15 separate pixels p1, p2, p3, ..., pn can also be seen, the gray tones of which vary according to the structure and light reflection properties of the target point to be measured, i.e. the corner point n 'of the shelf, in the same way as in the model image, Fig. 6B. Thus, from the measurement image, the outlines of the shades of the shelf associated with the corner point n1 can be identified on the basis of the tone data, which are clarified in Fig. 7B by the lines s'1, s'2 and s'3.
Kuviossa 8 perättäisiä mallikuvia 10 ja mit-tauskuvia li, kuviot 8A ja 8B vastaavasti, verrataan 25 toisiinsa esim. harmaasävyihin perustuvaa ristikorre-’· laatiota käyttäen 10 ·φ li, kuvio 8C. Tällöin kuvat asettuvat välin xi, yi päähän toisistaan. Kohdepisteen kuvakoordinaateiksi mittauskuvalla saadaan siten 30 xi xiO + xi, yi - yiO + yi, minkä jälkeen kohdepisteen kolmiulotteiset koordinaatit voidaan laskea edellä esitetyin tavoin: XYZ « f(xi0+^xi, yi0+Ayi, xjO+^xj, yj0+*ayj) 35 is 79642In Fig. 8, successive model pictures 10 and measurement pictures li, Figs. 8A and 8B, respectively, are compared with each other, e.g., using a cross-correlation based on gray tones, Fig. 8C. In this case, the images are spaced xi, yi apart. The image coordinates of the target point in the measurement image are thus 30 xi xiO + xi, yi - yiO + yi, after which the three-dimensional coordinates of the target point can be calculated as above: XYZ «f (xi0 + ^ xi, yi0 + Ayi, xjO + ^ xj, yj0 + * ay 79642
Uudet koordinaatit määrittävät hyllykön nurk-kapisteen n' uuden sijainnin kohdetilassa kyseisellä mittaushetkellä. Tämän jälkeen esimerkin mukaisen nurk-kapisteen n1 samoin kuin muiden kohdepisteiden opetus-5 vaiheen ja mittausvaiheen aikaisia koordinaattiako ja voidaan verrata toisiinsa ja selvittää esim. kohteen geometriassa tapahtuvat muodonmuutokset, tai, kohteen vaihtuessa uuteen vastaavanlaiseen rakenteeseen, näiden välisiä geometria eroja.The new coordinates determine the new position of the corner corner n 'of the shelf in the target space at that time of measurement. After this, the coordinate divisions of the corner corner n1 according to the example as well as other target points during the teaching-5 phase and the measurement phase can be compared and the deformations in the object geometry or, when the object changes to a new similar structure, the geometry differences between them can be determined.
10 Kuvioissa 9 ja 10 esitetään havainnollisesti esimerkkitapaus sellaisesta kohteen mittauspisteestä, joka sijaitsee kohteen reuna-aluella. Kuviossa 9A on esitetty suurennettuna hyllykön kulman uloin piste n3. Mallikuvana 10 kuvion 9B mukaisesti talletetaan tällöin 15 vain se osa kuvasta 9A, joka sisältää tietoa kohteesta. Muu osa, kuten tausta t, erotetaan mallikuvalta painottomaksi. Tässäkään ei ole olennaista se, että erottaminen tehdään tarkalleen kohteen reunoja tai ääriviivoja myöten, vaan se, että huolehditaan siitä, ettei mal-20 likuvaan sisälly mitään kohteen, mitattavan rakenteen tms. ulkopuolista muuttuvaa tietoa. Muilta osin kohdepisteiden kuva- ja kohdekoordinaattien määrittäminen noudattaa edellä esitetyn toteutusesimerkin mukaista menettelyä. Tällöin perusmittauskuvalta, kuvio 10A 25 erotetaan mallikuvan koordinaatteja xiO ja yiO vastaava kuvanosa li (xiO, yiO), kuvio 10B. Mallikuvaa 10 ja mittauskuvaa li verrataan toisiinsa harmaasävyihin perustuvaa ristikorrelaatiota 10 <7> li käyttäen, kuvio 10C. Kuvat asettuvat välin xi, yi päähän toisistaan. 30 Kohdepisteen kuvakoordinaatit mittauskuvalla saadaan kuten edellä esitettiin ja tämän jälkeen kohdepisteen kolmiulotteiset koordinaatit voidaan laskea.Figures 9 and 10 illustrate an example of an object measuring point located at the edge of the object. Figure 9A shows an enlarged view of the outermost point n3 of the shelf angle. As a model image 10 according to Fig. 9B, only the part of the image 9A which contains information about the object is then stored. The rest, such as background t, is separated from the model image as weightless. Again, it is not essential that the separation be made exactly along the edges or contours of the object, but that care be taken to ensure that the mal-20 image does not contain any variable information outside the object, the structure to be measured, or the like. In other respects, the determination of the image and target coordinates of the target points follows the procedure of the implementation example presented above. In this case, the part of the image corresponding to the coordinates xiO and yiO of the model image li (xiO, yiO), Fig. 10B, is separated from the basic measurement image, Fig. 10A. The model image 10 and the measurement image li are compared with each other using a cross-correlation 10 <7> li based on grayscale, Fig. 10C. The images are spaced xi, yi apart. 30 The image coordinates of the target point with the measurement image are obtained as described above, and then the three-dimensional coordinates of the target point can be calculated.
Edellä esitetyt esimerkit koskevat sävykuvien käyttöä mallikuvina. Sävykuvista voidaan tarvittaessa 35 tehdä piirrekuvia. Sävykuvista erotetaan kuvaelementtien harmaasävyvaihteluiden perusteella kohteen ääriviivat, taitepinnat yms., kuten esim. hyllykön sivun ääriviivat i4 79642 s'l; s'2, s'3 kuviossa 7B, jota verrataan piirrekuvaan, kuten esim. kuvioon 5C. Piirrekuvat voidaan laskea ja muodostaa erillisellä tietokonejärjestelmällä.The above examples relate to the use of tone images as model images. If necessary, feature images can be made into tone images. Based on the grayscale variations of the pixels, the outlines of the object, the fold surfaces, etc. are distinguished from the tone images, such as, for example, the outlines of the side of the shelf i4 79642 s'l; s'2, s'3 in Fig. 7B, which is compared with a feature figure such as Fig. 5C. Feature images can be calculated and created with a separate computer system.
On selvää, että edellä esitetyt toteutusesimer-5 kit kuvaavat vain eräitä keksinnön mukaisia sovellutuksia. Keksinnön mukaista menetelmää voidaan soveltaa myös toisenlaista laskentaproseduuria käyttävien kuva-mittausjärjestelmien yhteydessä kuin mitä kuvioiden 1, 2 ja 3 yhteydessä on esitetty. Toisaalta on syytä koros-10 taa, että keksinnön mukainen kuvamittausmenetelmä soveltuu erityisen hyvin juuri mainitun laskentaproseduurin yhteydessä käytettäväksi, jossa käytetään hyväksi kalibrointi- tai tukipisteitä esitetyllä tavalla.It is clear that the implementation examples described above only describe some embodiments of the invention. The method according to the invention can also be applied in connection with image measurement systems using a different calculation procedure than that shown in connection with Figures 1, 2 and 3. On the other hand, it should be emphasized that the image measurement method according to the invention is particularly well suited for use in connection with the calculation procedure just mentioned, in which calibration or reference points are utilized as shown.
1515
Claims (4)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FI880778A FI79642C (en) | 1988-02-18 | 1988-02-18 | Improved image measurement method |
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| FI880778A FI79642C (en) | 1988-02-18 | 1988-02-18 | Improved image measurement method |
| FI880778 | 1988-02-18 |
Publications (3)
| Publication Number | Publication Date |
|---|---|
| FI880778A0 FI880778A0 (en) | 1988-02-18 |
| FI79642B true FI79642B (en) | 1989-09-29 |
| FI79642C FI79642C (en) | 1990-01-10 |
Family
ID=8525947
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| FI880778A FI79642C (en) | 1988-02-18 | 1988-02-18 | Improved image measurement method |
Country Status (1)
| Country | Link |
|---|---|
| FI (1) | FI79642C (en) |
-
1988
- 1988-02-18 FI FI880778A patent/FI79642C/en not_active IP Right Cessation
Also Published As
| Publication number | Publication date |
|---|---|
| FI880778A0 (en) | 1988-02-18 |
| FI79642C (en) | 1990-01-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| FI74556C (en) | FOERFARANDE FOER TREDIMENSIONELL OEVERVAKNING AV ETT MAOLUTRYMME. | |
| CN101213440B (en) | Method for forming master data for inspecting protruding and recessed figure | |
| EP3309751B1 (en) | Image processing device, method, and program | |
| AU2004282274B2 (en) | Method and device for determining the actual position of a geodetic instrument | |
| KR101807857B1 (en) | Inspection camera unit, method for inspecting interiors, and sensor unit | |
| US20080065251A1 (en) | Clearance measurement of manufactured parts | |
| RU2658679C1 (en) | Vehicle location automatic determination method by radar reference points | |
| EP3657455B1 (en) | Methods and systems for detecting intrusions in a monitored volume | |
| FI112279B (en) | Method for determining offset points | |
| Beraldin et al. | Performance evaluation of three active vision systems built at the national research council of canada | |
| Buiten et al. | Quality assessment of remote sensing image registration—analysis and testing of control point residuals | |
| EP1923756A1 (en) | Method and system for region of interest calibration parameter adjustment of tracking systems | |
| US20090226094A1 (en) | Image correcting device and method, and computer program | |
| Wu et al. | A calibration method for spatial pose of a laser beam | |
| US6466325B1 (en) | Method and apparatus for calibrating positions of a plurality of first light sources on a first part | |
| FI79642B (en) | Improved photogrammetry procedure | |
| JPH0843067A (en) | System for accurately determining position and direction of vehicle in known environment | |
| US6961459B2 (en) | Three-dimensional data processing device, three-dimensional data processing method, and program providing medium | |
| Bais et al. | Landmark based global self-localization of mobile soccer robots | |
| JP2016057079A (en) | Modeling data calculation method and modeling data calculation device | |
| Dekan et al. | Versatile approach to probabilistic modeling of Hokuyo UTM-30LX | |
| WO2019098280A1 (en) | System, method, and program for estimating position or change in position of right-angled structure of structure, and storage medium storing program | |
| Dabrowski et al. | Spatial expansion of the symmetrical objects point clouds to the lateral surface of the cylinder–Mathematical model | |
| Li et al. | A single-shot pose estimation approach for a 2D laser rangefinder | |
| Lindzey et al. | Extrinsic calibration between an optical camera and an imaging sonar |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| MM | Patent lapsed |
Owner name: VALTION TEKNILLINEN TUTKIMUSKESKUS |