TWI491848B - 點雲提取系統及方法 - Google Patents

點雲提取系統及方法 Download PDF

Info

Publication number
TWI491848B
TWI491848B TW100146558A TW100146558A TWI491848B TW I491848 B TWI491848 B TW I491848B TW 100146558 A TW100146558 A TW 100146558A TW 100146558 A TW100146558 A TW 100146558A TW I491848 B TWI491848 B TW I491848B
Authority
TW
Taiwan
Prior art keywords
bounding box
triangle
minimum bounding
point cloud
point
Prior art date
Application number
TW100146558A
Other languages
English (en)
Other versions
TW201323829A (zh
Inventor
Chih Kuang Chang
Xin-Yuan Wu
Gen Yang
Original Assignee
Hon Hai Prec Ind Co 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 Hon Hai Prec Ind Co Ltd filed Critical Hon Hai Prec Ind Co Ltd
Publication of TW201323829A publication Critical patent/TW201323829A/zh
Application granted granted Critical
Publication of TWI491848B publication Critical patent/TWI491848B/zh

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10028Range image; Depth image; 3D point clouds
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30164Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Generation (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Processing Or Creating Images (AREA)

Description

點雲提取系統及方法
本發明涉及一種量測系統及方法,尤其涉及一種點雲提取系統及方法。
近年來,隨著電腦硬體性能的提高及價格的降低,其在掃描系統中被大量的引入。做法一般是使用掃描裝置掃描產品以獲得組成該產品的點雲(即由多個三維離散點組成的點的集合),而後將點雲資料登錄電腦,執行相應軟體對點雲資料進行各種處理。在檢測產品時,通常需要對產品的局部進行檢測,然而,大部分掃描裝置在掃描產品時,無法精確到只掃描產品的某一個局部,因此,會產生許多的雜點。當需要對某個局部檢測時,需要去除這些雜點,進而提取該局部的點雲。
傳統點雲提取方法為:(1)根據操作人員的需求將點雲旋轉到合適的角度;(2)利用多義線進行框選,去除大部分多餘點;不斷重複步驟(1)與步驟(2)以對點雲進行裁剪,直到操作人員認為不需要再進行剪切為止。該點雲提取方法存在如下缺陷:(1)操作複雜,速度慢且容易出錯,例如,在裁剪一些複雜點雲時,操作人員需要不斷地重複操作,如不斷地旋轉視角、不斷地用多義線去除不需要的點;(2)操作人員必須要有一定點雲剪切及產品檢測的經驗;(3)在裁剪一些複雜的多層點雲時,利用視角及多義線不能精確地完成點雲的提取。
鑒於以上內容,有必要提供一種點雲提取系統及方法,可自動地從量測工件所獲得的點雲中提取組成工件局部的點,其操作簡單、速度快且精度較高。
一種點雲提取系統,該系統包括:接收模組,用於接收工件的理論設計圖檔、實際量測該工件得到的點雲,及理論設計圖檔中記載的工件的曲面與點雲間的公差;對齊模組,用於採用最佳擬合法將該曲面與點雲進行對齊;點雲粗過濾模組,用於找出曲面的子物件分別在X軸、Y軸和Z軸上的最大座標值和最小座標值,以建立曲面的最大包圍盒,並去除上述點雲中不在該最大包圍盒中的點,以實現點雲的粗過濾;點雲精過濾模組,用於根據上述子物件在X軸、Y軸和Z軸上的最大座標值和最小座標值,及點雲中相鄰點間距的平均值,將上述最大包圍盒劃分成多個最小包圍盒,並透過精過濾條件對上述粗過濾後所保留的點再次進行過濾;及輸出模組,用於輸出上述點雲精過濾步驟中過濾後所保留的點,並根據輸出的點繪製工件。
一種點雲提取方法,該方法包括:接收步驟,接收工件的理論設計圖檔、實際量測該工件得到的點雲,及理論設計圖檔中記載的工件的曲面與點雲間的公差;對齊步驟,採用最佳擬合法將該曲面與點雲進行對齊;點雲粗過濾步驟,找出曲面的子物件分別在X軸、Y軸和Z軸上的最大座標值和最小座標值,以建立曲面的最大包圍盒,並去除上述點雲中不在該最大包圍盒中的點,以實現點雲的粗過濾;點雲精過濾步驟,根據上述子物件在X軸、Y軸和Z軸上的最大座標值和最小座標值,及點雲中相鄰點間距的平均值,將上述最大包圍盒劃分成多個最小包圍盒,並透過精過濾條件對上述粗過濾後所保留的點再次進行過濾;及輸出步驟,輸出上述點雲精過濾步驟中過濾後所保留的點,並根據輸出的點繪製工件。
相較於習知技術,所述的點雲提取系統及方法,可自動地從量測工件所獲得的點雲中提取組成工件局部的點,無需操作人員來回旋轉視圖進行剪切,操作簡單、速度快且不易出錯,重複性較好,精度也較高。
如圖1所示,係本發明較佳實施例中的點雲提取系統之運行環境示意圖。該點雲提取系統1運行於一台電子裝置100中,該電子裝置100包括儲存設備2、至少一個處理器3和一台顯示設備4。
在本實施例中,所述點雲提取系統1以軟體程式或指令的形式安裝在儲存設備2中,並由處理器3執行。該點雲提取系統1用於從量測工件所獲取的大量點雲中提取出工件某個局部的點雲,並去除雜點,以對該局部的特徵進行分析。
所述點雲提取系統1包括接收模組10、對齊模組12、點雲粗過濾模組14、點雲精過濾模組16及輸出模組18。其中,如圖2所示,點雲精過濾模組16包括盒子創建子模組160、三角形與最小包圍盒關聯子模組162、點雲與最小包圍盒關聯子模組164和過濾子模組166。本發明所稱的模組是完成一特定功能的電腦程式段,比程式更適合於描述軟體在電腦中的執行過程,因此在本發明以下對軟體描述都以模組描述。該點雲提取系統1中各模組的功能將在圖3至圖6中進行詳細描述。
如圖3所示,係本發明較佳實施例中的點雲提取方法之作業流程圖。
步驟S1,接收模組10接收工件的理論設計圖檔、實際量測該工件得到的點雲,及理論設計圖檔中記載的該工件的曲面(即標準曲面)與點雲間的公差。其中,公差可由用戶自定義,該公差用於表示工件的理論圖檔與實際量測的點雲所構成的圖檔間的相似度。
步驟S3,對齊模組12採用最佳擬合法(BestFit)將該曲面與點雲進行對齊。
具體而言,對齊模組12透過上述曲面的多個子物件創建一個參考座標系,並透過實際量測工件所獲得的點雲創建一個移動座標系,根據該參考座標系和移動座標系構造一個相對座標系,透過該相對座標系計算一個操作矩陣,及透過該操作矩陣使上述曲面與實際量測工件所獲得的點雲對齊。本實施例中,所述曲面的子對象包括點、線、面、圓、圓柱、圓錐、圓球、曲線、三角面。其中,三角面是指由多個三角形平面拼接在一起所構成的面。
步驟S5,點雲粗過濾模組14找出曲面的子物件分別在X軸、Y軸和Z軸上的最大座標值和最小座標值,以建立曲面的最大包圍盒,並去除上述點雲中不在該最大包圍盒中的點,以實現點雲的粗過濾。其中,該最大包圍盒所對應的函數為boxSur(ptMin.x, ptMin.y, ptMin.z, ptMax.x, ptMax.y, ptMax.z),判斷點雲中的點是否在最大包圍盒中的判斷條件為,判斷點的座標值是否在ptMin與ptMax之間。若點的座標值在ptMin與ptMax之間,就表示該點在曲面的最大包圍盒中。
步驟S7,點雲精過濾模組16根據上述子物件在X軸、Y軸和Z軸上的最大座標值和最小座標值,及點雲中相鄰點間距的平均值,將上述最大包圍盒劃分成多個最小包圍盒,並透過精過濾條件對上述粗過濾後所保留的點再次進行過濾。本實施例中,該精過濾條件包括:判斷所述曲面與最小包圍盒是否相交、判定點雲中的點所在的最小包圍盒、各點到與對應最小包圍盒相交的三角形的距離是否小於或等於所述公差,及點的法向與該三角形的法向是否一致等。具體的精過濾方法將在圖4中進行詳細描述。
步驟S9,輸出模組18輸出上述滿足精過濾條件後所保留的點,並根據輸出的點繪製工件。本實施例中,透過比對該繪製的工件的圖檔與理論設計圖檔,可分析得出該提取出的點雲所對應的工件的局部是否合格。
如圖4所示,係圖3中步驟S7的具體作業流程圖。
步驟S700,盒子創建子模組160根據上述子物件在X軸、Y軸和Z軸上的最大座標值(ptMax)和最小座標值(ptMin),及點雲中相鄰點間距的平均值(dBoxStep),將上述最大包圍盒劃分成多個最小包圍盒,每個最小包圍盒對應一個包圍盒陣列。
具體而言,假設nRefX為X軸方向的最小包圍盒的個數,nRefY為Y軸方向的最小包圍盒的個數,nRefZ為Z軸方向的最小包圍盒的個數,其中,nRefX = (ptMax [X] - ptMin [X]) / dBoxStep,nRefY = (ptMax [Y] - ptMin [Y]) / dBoxStep,nRefZ = (ptMax [Z] - ptMin [Z]) / dBoxStep。將最大包圍盒劃分成多個最小包圍盒後,最小包圍盒的總數為iBoxNum = nRefX * nRefY * nRefZ。
步驟S702,三角形與最小包圍盒關聯子模組162將所述曲面三角網格化以得到多個三角形組成的曲面。
步驟S704,三角形與最小包圍盒關聯子模組162計算與分析各三角形是否與一個最小包圍盒相交。若有三角形與所述最小包圍盒相交,則流程進入步驟S706。若沒有三角形與所述最小包圍盒相交,則表明該最小包圍盒與曲面不相關,流程進入步驟S714。
步驟S706,所述三角形與最小包圍盒關聯子模組162將該三角形的標識加入到該最小包圍盒的陣列中,以實現三角形與最小包圍盒的關聯。本實施例中,最小包圍盒的陣列中所加入的標識為:與該最小包圍盒相交的所有三角形的標識。
步驟S708,點雲與最小包圍盒關聯子模組164計算各點所在的最小包圍盒的下標nG。最小包圍盒的下標可由下述公式計算出:
nPosX = (inSurBoxPts [i].x - ptMin [X]) / dBoxStep;
nPosY = (inSurBoxPts [i].y - ptMin [Y]) / dBoxStep;
nPosZ = (inSurBoxPts [i].z - ptMin [Z]) / dBoxStep;
nG = nPosX * nYZ + nPosY * nRefZ + nPosZ;
步驟S710,所述點雲與最小包圍盒關聯子模組164判斷下標為nG的最小包圍盒是否有相交的三角形。若有相交的三角形,則流程進入步驟S712。若沒有相交的三角形,則流程直接進入步驟S714。
步驟S712,所述點雲與最小包圍盒關聯子模組164將該點與該最小包圍盒關聯。具體而言,將該點的標識加入該最小包圍盒的陣列中。
步驟S714,過濾子模組166過濾掉上述未與三角形關聯的最小包圍盒及上述未與最小包圍盒關聯的點,並計算過濾後保留下來的各點到與對應的最小包圍盒中關聯的三角形上的最小距離,例如,最小包圍盒a與三角形b和點c關聯,過濾子模組166計算點c與三角形b間的最小距離。若該最小距離大於所述公差,過濾子模組166過濾掉該點,否則,保留該點。
另外,在步驟S714中,過濾子模組166還要判斷該保留下來的各點的法向與計算出的最小距離對應的三角形的法向是否一致。若一致,則保留該點,若不一致,則過濾掉該點。例如,點c到三角形b的最小距離小於或等於所述公差,過濾子模組166保留該點,然後判斷該點c與三角形b的法向是否一致。
如圖5所示,係圖4中步驟S704的具體作業流程圖。
步驟S50,三角形與最小包圍盒關聯子模組162去除與三角形不相關的最小包圍盒。
具體而言,在去除與三角形不相關的最小包圍盒之前,需要粗略的判斷三角形與最小包圍盒是否相交。該粗判斷方法將在圖6中詳細描述。
步驟S52,三角形與最小包圍盒關聯子模組162以三角形對應的三角形平面與最小包圍盒各邊線的交點為切割點,當該切割點在該三角形平面對應的三角形內時,判定該三角形與該最小包圍盒相交。
步驟S54,當三角形的各頂點在最小包圍盒內時,判定該三角形與該最小包圍盒相交。
步驟S56,三角形與最小包圍盒關聯子模組162計算出三角形各邊與最小包圍盒的面的交點,若該交點在該最小包圍盒的某個面上,則判定該三角形與該最小包圍盒相交。
在此需要說明的是,上述步驟S52、步驟S54和步驟S56沒有先後順序。
如圖6所示,係圖5中步驟S50的具體作業流程圖。
步驟S500,根據最小包圍盒的外接球原則,為各最小包圍盒建立外接球,並獲取外接球的圓心和半徑。
步驟S502,求與最小包圍盒關聯的三角形所構成的三角形平面。
步驟S504,判斷最小包圍盒的中心點(即該最小包圍盒的外接球的圓心)與該三角形平面間的距離是否大於外接球的半徑。此處的三角形平面是指與該最小包圍盒關聯的三角形對應的三角形平面。
若上述距離大於所述外接球的半徑,則於步驟S506中,過濾掉該最小包圍盒,相反,若上述距離小於或等於所述外接球的半徑,則於步驟S508中判定該三角形與所述最小包圍盒相交。
最後所應說明的是,以上實施例僅用以說明本發明的技術方案而非限制,儘管參照以上較佳實施例對本發明進行了詳細說明,本領域的普通技術人員應當理解,可以對本發明的技術方案進行修改或等同替換,而不脫離本發明技術方案的精神和範圍。
100...電子裝置
1...點雲提取系統
2...儲存設備
3...處理器
4...顯示設備
10...接收模組
12...對齊模組
14...點雲粗過濾模組
16...點雲精過濾模組
18...輸出模組
160...盒子創建子模組
162...三角形與最小包圍盒關聯子模組
164...點雲與最小包圍盒關聯子模組
166...過濾子模組
圖1係本發明較佳實施例中的點雲提取系統之運行環境示意圖。
圖2係圖1中的點雲精過濾模組之功能細分圖。
圖3係本發明較佳實施例中的點雲提取方法之作業流程圖。
圖4係圖3中步驟S7的具體作業流程圖。
圖5係圖4中步驟S704的具體作業流程圖。
圖6係圖5中步驟S50的具體作業流程圖。
100...電子裝置
1...點雲提取系統
2...儲存設備
3...處理器
4...顯示設備
10...接收模組
12...對齊模組
14...點雲粗過濾模組
16...點雲精過濾模組
18...輸出模組

Claims (10)

  1. 一種點雲提取方法,該方法包括:
    接收步驟,接收工件的理論設計圖檔、實際量測該工件得到的點雲,及理論設計圖檔中記載的工件的曲面與點雲間的公差;
    對齊步驟,採用最佳擬合法將該曲面與點雲進行對齊;
    點雲粗過濾步驟,找出曲面的子物件分別在X軸、Y軸和Z軸上的最大座標值和最小座標值,以建立曲面的最大包圍盒,並去除上述點雲中不在該最大包圍盒中的點,以實現點雲的粗過濾;
    點雲精過濾步驟,根據上述子物件在X軸、Y軸和Z軸上的最大座標值和最小座標值,及點雲中相鄰點間距的平均值,將上述最大包圍盒劃分成多個最小包圍盒,並透過精過濾條件對上述粗過濾後所保留的點再次進行過濾;及
    輸出步驟,輸出上述點雲精過濾步驟中過濾後所保留的點,並根據輸出的點繪製工件。
  2. 如申請專利範圍第1項所述之點雲提取方法,其中所述透過精過濾條件對上述粗過濾後所保留的點再次進行過濾的步驟包括:
    三角形與最小包圍盒關聯步驟,將所述曲面三角網格化以得到多個三角形組成的曲面,計算與分析各三角形是否與一個最小包圍盒相交,若有三角形與所述最小包圍盒相交,則將該三角形的標識加入到該最小包圍盒的陣列中,以實現三角形與最小包圍盒的關聯;
    點雲與最小包圍盒關聯步驟,計算各點所在的最小包圍盒的下標nG,並判斷下標為nG的最小包圍盒是否有相交的三角形,若有,則將該點與該最小包圍盒關聯;及
    過濾步驟,過濾掉上述未與三角形關聯的最小包圍盒及上述未與最小包圍盒關聯的點,計算過濾後保留下來的各點到與對應的最小包圍盒中關聯的三角形上的最小距離,若該最小距離大於所述公差,過濾掉該點,以及當保留下來的點中有點的法向與計算出的最小距離對應的三角形的法向不一致時,過濾掉該點。
  3. 如申請專利範圍第2項所述之點雲提取方法,其中所述計算與分析各三角形是否與一個最小包圍盒相交的步驟包括:
    去除與三角形不相關的最小包圍盒;
    以三角形平面與最小包圍盒各邊線的交點為切割點,當該切割點在該三角形平面對應的三角形內時,判定該三角形與該最小包圍盒相交;
    當三角形的各頂點在最小包圍盒內時,判定該三角形與該最小包圍盒相交;及
    計算出三角形各邊與最小包圍盒的面的交點,若該交點在該最小包圍盒上,則判定該三角形與該最小包圍盒相交。
  4. 如申請專利範圍第3項所述之點雲提取方法,其中所述步驟去除與三角形不相關的最小包圍盒包括:
    根據最小包圍盒的外接球原則,為各最小包圍盒建立外接球,並獲取外接球的圓心和半徑;
    求與最小包圍盒關聯的三角形所構成的三角形平面;
    判斷最小包圍盒的中心點即對應的外接球的圓心與該三角形平面間的距離是否大於外接球的半徑;
    若該距離小於或等於所述外接球的半徑,則判定該三角形與所述最小包圍盒相交;
    若該距離大於所述外接球的半徑,則過濾掉該最小包圍盒。
  5. 如申請專利範圍第1項所述的點雲提取方法,所述曲面的子物件包括點、線、面、圓、圓柱、圓錐、圓球、曲線、三角面。
  6. 一種點雲提取系統,該系統包括:
    接收模組,用於接收工件的理論設計圖檔、實際量測該工件得到的點雲,及理論設計圖檔中記載的工件的曲面與點雲間的公差;
    對齊模組,用於採用最佳擬合法將該曲面與點雲進行對齊;
    點雲粗過濾模組,用於找出曲面的子物件分別在X軸、Y軸和Z軸上的最大座標值和最小座標值,以建立曲面的最大包圍盒,並去除上述點雲中不在該最大包圍盒中的點,以實現點雲的粗過濾;
    點雲精過濾模組,用於根據上述子物件在X軸、Y軸和Z軸上的最大座標值和最小座標值,及點雲中相鄰點間距的平均值,將上述最大包圍盒劃分成多個最小包圍盒,並透過精過濾條件對上述粗過濾後所保留的點再次進行過濾;及
    輸出模組,用於輸出上述點雲精過濾步驟中過濾後所保留的點,並根據輸出的點繪製工件。
  7. 如申請專利範圍第6項所述之點雲提取系統,其中所述點雲精過濾模組包括:
    盒子創建子模組,用於根據上述子物件在X軸、Y軸和Z軸上的最大座標值和最小座標值,及點雲中相鄰點間距的平均值,將上述最大包圍盒劃分成多個最小包圍盒,每個最小包圍盒對應一個包圍盒陣列;
    三角形與最小包圍盒關聯子模組,用於將所述曲面三角網格化以得到多個三角形組成的曲面,計算與分析各三角形是否與一個最小包圍盒相交,若有三角形與所述最小包圍盒相交,則將該三角形的標識加入到該最小包圍盒的陣列中,以實現三角形與最小包圍盒的關聯;
    點雲與最小包圍盒關聯子模組,用於計算各點所在的最小包圍盒的下標nG,並判斷下標為nG的最小包圍盒是否有相交的三角形,若有,則將該點與該最小包圍盒關聯;及
    過濾子模組,用於過濾掉上述未與三角形關聯的最小包圍盒及上述未與最小包圍盒關聯的點,計算過濾後保留下來的各點到與對應的最小包圍盒中關聯的三角形上的最小距離,若該最小距離大於所述公差,過濾掉該點,以及當保留下來的點中有點的法向與計算出的最小距離對應的三角形的法向不一致時,過濾掉該點。
  8. 如申請專利範圍第7項所述之點雲提取系統,其中所述三角形與最小包圍盒關聯子模組計算與分析各三角形是否與一個最小包圍盒相交包括如下步驟:
    去除與三角形不相關的最小包圍盒;
    以三角形平面與最小包圍盒各邊線的交點為切割點,當該切割點在該三角形平面對應的三角形內時,判定該三角形與該最小包圍盒相交;
    當三角形的各頂點在最小包圍盒內時,判定該三角形與該最小包圍盒相交;及
    計算出三角形各邊與最小包圍盒的面的交點,若該交點在該最小包圍盒上,則判定該三角形與該最小包圍盒相交。
  9. 如申請專利範圍第8項所述之點雲提取系統,其中所述三角形與最小包圍盒關聯子模組透過以下步驟執行去除與三角形不相關的最小包圍盒:
    根據最小包圍盒的外接球原則,為各最小包圍盒建立外接球,並獲取外接球的圓心和半徑;
    求與最小包圍盒關聯的三角形所構成的三角形平面;
    判斷最小包圍盒的中心點即對應的外接球的圓心與該三角形平面間的距離是否大於外接球的半徑;
    若該距離小於或等於所述外接球的半徑,則判定該三角形與所述最小包圍盒相交;及
    若該距離大於所述外接球的半徑,則過濾掉該最小包圍盒。
  10. 如申請專利範圍第6項所述之點雲提取系統,其中所述曲面的子物件包括點、線、面、圓、圓柱、圓錐、圓球、曲線、三角面。
TW100146558A 2011-12-14 2011-12-15 點雲提取系統及方法 TWI491848B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2011104169528A CN103164842A (zh) 2011-12-14 2011-12-14 点云提取系统及方法

Publications (2)

Publication Number Publication Date
TW201323829A TW201323829A (zh) 2013-06-16
TWI491848B true TWI491848B (zh) 2015-07-11

Family

ID=48587901

Family Applications (1)

Application Number Title Priority Date Filing Date
TW100146558A TWI491848B (zh) 2011-12-14 2011-12-15 點雲提取系統及方法

Country Status (3)

Country Link
US (1) US8831332B2 (zh)
CN (1) CN103164842A (zh)
TW (1) TWI491848B (zh)

Families Citing this family (65)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190043250A1 (en) * 2012-06-25 2019-02-07 Yoldas Askan Method of generating a smooth image from point cloud data
CN104252153A (zh) * 2013-06-28 2014-12-31 鸿富锦精密工业(深圳)有限公司 Cnc加工程序生成系统及方法
CN104574516B (zh) * 2013-10-16 2019-03-05 鸿富锦精密工业(深圳)有限公司 点云平滑系统及方法
CN104574282B (zh) * 2013-10-22 2019-06-07 鸿富锦精密工业(深圳)有限公司 点云噪声点去除系统及方法
JP6185408B2 (ja) * 2014-03-07 2017-08-23 Dmg森精機株式会社 Ncプログラム生成、編集装置
KR102238693B1 (ko) * 2014-06-20 2021-04-09 삼성전자주식회사 포인트 클라우드에서 특징 영역을 추출하는 방법 및 장치
CN105469446A (zh) * 2014-09-05 2016-04-06 富泰华工业(深圳)有限公司 点云网格简化系统及方法
US9600892B2 (en) * 2014-11-06 2017-03-21 Symbol Technologies, Llc Non-parametric method of and system for estimating dimensions of objects of arbitrary shape
US9396554B2 (en) 2014-12-05 2016-07-19 Symbol Technologies, Llc Apparatus for and method of estimating dimensions of an object associated with a code in automatic response to reading the code
US10352689B2 (en) 2016-01-28 2019-07-16 Symbol Technologies, Llc Methods and systems for high precision locationing with depth values
US10145955B2 (en) 2016-02-04 2018-12-04 Symbol Technologies, Llc Methods and systems for processing point-cloud data with a line scanner
US10721451B2 (en) 2016-03-23 2020-07-21 Symbol Technologies, Llc Arrangement for, and method of, loading freight into a shipping container
US9805240B1 (en) 2016-04-18 2017-10-31 Symbol Technologies, Llc Barcode scanning and dimensioning
US10776661B2 (en) 2016-08-19 2020-09-15 Symbol Technologies, Llc Methods, systems and apparatus for segmenting and dimensioning objects
CN107025106B (zh) * 2016-11-02 2020-08-04 阿里巴巴集团控股有限公司 一种图形绘制方法及装置
US11042161B2 (en) 2016-11-16 2021-06-22 Symbol Technologies, Llc Navigation control method and apparatus in a mobile automation system
US10451405B2 (en) 2016-11-22 2019-10-22 Symbol Technologies, Llc Dimensioning system for, and method of, dimensioning freight in motion along an unconstrained path in a venue
US10354411B2 (en) 2016-12-20 2019-07-16 Symbol Technologies, Llc Methods, systems and apparatus for segmenting objects
US11449059B2 (en) 2017-05-01 2022-09-20 Symbol Technologies, Llc Obstacle detection for a mobile automation apparatus
US10591918B2 (en) 2017-05-01 2020-03-17 Symbol Technologies, Llc Fixed segmented lattice planning for a mobile automation apparatus
US10949798B2 (en) 2017-05-01 2021-03-16 Symbol Technologies, Llc Multimodal localization and mapping for a mobile automation apparatus
US10726273B2 (en) 2017-05-01 2020-07-28 Symbol Technologies, Llc Method and apparatus for shelf feature and object placement detection from shelf images
US11093896B2 (en) 2017-05-01 2021-08-17 Symbol Technologies, Llc Product status detection system
DE112018002314T5 (de) 2017-05-01 2020-01-23 Symbol Technologies, Llc Verfahren und vorrichtung zur erkennung eines objektstatus
US10663590B2 (en) 2017-05-01 2020-05-26 Symbol Technologies, Llc Device and method for merging lidar data
US11367092B2 (en) 2017-05-01 2022-06-21 Symbol Technologies, Llc Method and apparatus for extracting and processing price text from an image set
WO2018201423A1 (en) 2017-05-05 2018-11-08 Symbol Technologies, Llc Method and apparatus for detecting and interpreting price label text
US10572763B2 (en) 2017-09-07 2020-02-25 Symbol Technologies, Llc Method and apparatus for support surface edge detection
US10521914B2 (en) 2017-09-07 2019-12-31 Symbol Technologies, Llc Multi-sensor object recognition system and method
CN108573037A (zh) * 2018-04-04 2018-09-25 湖南三德科技股份有限公司 一种盘煤仪点云数据过滤方法、系统及装置
US10740911B2 (en) 2018-04-05 2020-08-11 Symbol Technologies, Llc Method, system and apparatus for correcting translucency artifacts in data representing a support structure
US10809078B2 (en) 2018-04-05 2020-10-20 Symbol Technologies, Llc Method, system and apparatus for dynamic path generation
US10832436B2 (en) 2018-04-05 2020-11-10 Symbol Technologies, Llc Method, system and apparatus for recovering label positions
US10823572B2 (en) 2018-04-05 2020-11-03 Symbol Technologies, Llc Method, system and apparatus for generating navigational data
US11327504B2 (en) 2018-04-05 2022-05-10 Symbol Technologies, Llc Method, system and apparatus for mobile automation apparatus localization
CN108710341B (zh) * 2018-06-19 2020-11-06 西北工业大学 一种基于海量扫描点云简化分割的快速配准方法
US11506483B2 (en) 2018-10-05 2022-11-22 Zebra Technologies Corporation Method, system and apparatus for support structure depth determination
US11010920B2 (en) 2018-10-05 2021-05-18 Zebra Technologies Corporation Method, system and apparatus for object detection in point clouds
US11003188B2 (en) 2018-11-13 2021-05-11 Zebra Technologies Corporation Method, system and apparatus for obstacle handling in navigational path generation
US11090811B2 (en) 2018-11-13 2021-08-17 Zebra Technologies Corporation Method and apparatus for labeling of support structures
US11416000B2 (en) 2018-12-07 2022-08-16 Zebra Technologies Corporation Method and apparatus for navigational ray tracing
US11079240B2 (en) 2018-12-07 2021-08-03 Zebra Technologies Corporation Method, system and apparatus for adaptive particle filter localization
US11100303B2 (en) 2018-12-10 2021-08-24 Zebra Technologies Corporation Method, system and apparatus for auxiliary label detection and association
US11015938B2 (en) 2018-12-12 2021-05-25 Zebra Technologies Corporation Method, system and apparatus for navigational assistance
US10731970B2 (en) 2018-12-13 2020-08-04 Zebra Technologies Corporation Method, system and apparatus for support structure detection
CA3028708A1 (en) 2018-12-28 2020-06-28 Zih Corp. Method, system and apparatus for dynamic loop closure in mapping trajectories
US11151743B2 (en) 2019-06-03 2021-10-19 Zebra Technologies Corporation Method, system and apparatus for end of aisle detection
US11341663B2 (en) 2019-06-03 2022-05-24 Zebra Technologies Corporation Method, system and apparatus for detecting support structure obstructions
US11402846B2 (en) 2019-06-03 2022-08-02 Zebra Technologies Corporation Method, system and apparatus for mitigating data capture light leakage
US11960286B2 (en) 2019-06-03 2024-04-16 Zebra Technologies Corporation Method, system and apparatus for dynamic task sequencing
US11200677B2 (en) 2019-06-03 2021-12-14 Zebra Technologies Corporation Method, system and apparatus for shelf edge detection
US11662739B2 (en) 2019-06-03 2023-05-30 Zebra Technologies Corporation Method, system and apparatus for adaptive ceiling-based localization
US11080566B2 (en) 2019-06-03 2021-08-03 Zebra Technologies Corporation Method, system and apparatus for gap detection in support structures with peg regions
CN110807772B (zh) * 2019-11-11 2022-05-20 杭州都市高速公路有限公司 一种构件尺寸检测中基于包围盒的无关点云剔除方法
US11507103B2 (en) 2019-12-04 2022-11-22 Zebra Technologies Corporation Method, system and apparatus for localization-based historical obstacle handling
CN111028220B (zh) * 2019-12-11 2020-09-22 南京航空航天大学 一种点云铆钉齐平度自动检测方法
US11107238B2 (en) 2019-12-13 2021-08-31 Zebra Technologies Corporation Method, system and apparatus for detecting item facings
US11822333B2 (en) 2020-03-30 2023-11-21 Zebra Technologies Corporation Method, system and apparatus for data capture illumination control
CN111583268B (zh) * 2020-05-19 2021-04-23 北京数字绿土科技有限公司 点云虚拟选择与裁切方法、装置及设备
US11450024B2 (en) 2020-07-17 2022-09-20 Zebra Technologies Corporation Mixed depth object detection
US11593915B2 (en) 2020-10-21 2023-02-28 Zebra Technologies Corporation Parallax-tolerant panoramic image generation
US11392891B2 (en) 2020-11-03 2022-07-19 Zebra Technologies Corporation Item placement detection and optimization in material handling systems
US11847832B2 (en) 2020-11-11 2023-12-19 Zebra Technologies Corporation Object classification for autonomous navigation systems
US11954882B2 (en) 2021-06-17 2024-04-09 Zebra Technologies Corporation Feature-based georegistration for mobile computing devices
CN115855333B (zh) 2022-12-21 2023-08-25 北京工研精机股份有限公司 一种基于临界折射纵波检测的表面应力分布云图构建方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5621648A (en) * 1994-08-02 1997-04-15 Crump; Craig D. Apparatus and method for creating three-dimensional modeling data from an object
US6928396B2 (en) * 1999-03-16 2005-08-09 Eagle Engineering Of America, Inc. Network-based system for the manufacture of parts with a virtual collaborative environment for design, development and fabricator selection
US20050259859A1 (en) * 2000-12-14 2005-11-24 Ulf Hassler Method and Apparatus for Characterizing a Surface, and Method and Apparatus for Determining a Shape Anomaly of a Surface
TW200951399A (en) * 2008-05-16 2009-12-16 Lockheed Corp Accurate image acquisition for structured-light system for optical shape and positional measurements

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6041132A (en) * 1997-07-29 2000-03-21 General Electric Company Computed tomography inspection of composite ply structure
CN101635051B (zh) * 2008-07-25 2012-08-29 鸿富锦精密工业(深圳)有限公司 边界元素提取方法及其计算机系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5621648A (en) * 1994-08-02 1997-04-15 Crump; Craig D. Apparatus and method for creating three-dimensional modeling data from an object
US6928396B2 (en) * 1999-03-16 2005-08-09 Eagle Engineering Of America, Inc. Network-based system for the manufacture of parts with a virtual collaborative environment for design, development and fabricator selection
US20050259859A1 (en) * 2000-12-14 2005-11-24 Ulf Hassler Method and Apparatus for Characterizing a Surface, and Method and Apparatus for Determining a Shape Anomaly of a Surface
TW200951399A (en) * 2008-05-16 2009-12-16 Lockheed Corp Accurate image acquisition for structured-light system for optical shape and positional measurements

Also Published As

Publication number Publication date
US20130156292A1 (en) 2013-06-20
US8831332B2 (en) 2014-09-09
CN103164842A (zh) 2013-06-19
TW201323829A (zh) 2013-06-16

Similar Documents

Publication Publication Date Title
TWI491848B (zh) 點雲提取系統及方法
CN108364311B (zh) 一种金属部件自动定位方法及终端设备
US20160203387A1 (en) Vision system and analytical method for planar surface segmentation
CN113340909B (zh) 一种基于机器视觉的胶线缺陷检测方法
CN108280852B (zh) 一种基于激光点云数据的门窗点云形状检测方法及系统
CN110823077A (zh) 一种基于三维点云的墙面靠尺检测方法及系统
CN112683191B (zh) 基于线激光的胎纹沟槽深度测量方法、装置及计算设备
JP2007198934A (ja) 画像データの関心領域抽出方法、その方法を実装したコンピュータプログラムおよび関心領域抽出システム
CN110298853B (zh) 面差视觉检测方法
CN107622530B (zh) 一种高效鲁棒的三角网切割方法
WO2022110473A1 (zh) 机器人建图方法、装置、计算机可读存储介质及机器人
CN116165216A (zh) 一种液晶显示屏微划伤瑕疵3d检测方法、系统及计算设备
CN114140466B (zh) 基于图像处理的植物根系测量方法、系统及装置
CN109816682B (zh) 一种基于凹凸性的腕臂系统分割与参数检测方法
TWI514180B (zh) 尺寸號資訊處理系統及方法
JP6599698B2 (ja) 画像測定装置及びその制御プログラム
CN107403429B (zh) 一种周期序列图像模型参数的快速自动获取方法
CN116993804A (zh) 一种基于lsm算法的箍筋尺寸检测方法及系统
CN116703871A (zh) 一种基于绝缘子stl模型的爬电距离测量方法及系统
WO2022021151A1 (zh) 生产线装配组件的检查方法和装置
TW201518890A (zh) 定位裝置精度補償系統及方法
CN101038156A (zh) 便携式岩石表面三维形貌的测量系统
Arslan 3D object reconstruction from a single image
CN114742776A (zh) 一种机床加工刀具三维磨破损在线监测方法
CN112365534A (zh) 一种基于单目相机三维重建的大型煤堆体积测量方法

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees