TWI528329B - 產品輪廓影像分析系統及方法 - Google Patents

產品輪廓影像分析系統及方法 Download PDF

Info

Publication number
TWI528329B
TWI528329B TW100140506A TW100140506A TWI528329B TW I528329 B TWI528329 B TW I528329B TW 100140506 A TW100140506 A TW 100140506A TW 100140506 A TW100140506 A TW 100140506A TW I528329 B TWI528329 B TW I528329B
Authority
TW
Taiwan
Prior art keywords
contour
theoretical
product
curve
points
Prior art date
Application number
TW100140506A
Other languages
English (en)
Other versions
TW201320006A (zh
Inventor
張旨光
吳新元
Original Assignee
鴻海精密工業股份有限公司
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
Priority claimed from CN201110340202.7A external-priority patent/CN103090816B/zh
Application filed by 鴻海精密工業股份有限公司 filed Critical 鴻海精密工業股份有限公司
Publication of TW201320006A publication Critical patent/TW201320006A/zh
Application granted granted Critical
Publication of TWI528329B publication Critical patent/TWI528329B/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/0006—Industrial image inspection using a design-rule based approach
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component

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 Analysis (AREA)
  • Image Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Description

產品輪廓影像分析系統及方法
本發明涉及一種電腦輔助設計系統及方法，尤其是一種應用於影像量測領域中的產品輪廓影像分析系統及方法。
產品輪廓度是產品裝配過程中非常重要的參考參數，直接影響到產品品質，因此對產品輪廓的測量至關重要。目前，測量產品輪廓一般是利用掃描器器掃描產品得到產品上的輪廓點，再與產品模型的理論輪廓點進行計算分析，得到產品的輪廓度。這種方法的不足之處在於，掃描產品之前需要先從CAD系統中讀取產品模型的理論輪廓點的座標，再根據理論輪廓點的座標控制掃描器器逐一掃描產品得到產品上的輪廓點，整個測量過程需要在不同軟體中切換操作。此外，得到的分析結果為數值，用戶雖然容易得知產品輪廓是否存在偏差，但是用戶不容易將偏差與產品輪廓的具體部位聯繫起來，不便於定位產品輪廓上與理論值存在偏差的部位。
鑒於以上內容，有必要提供一種產品輪廓影像分析系統及方法，可以快速分析產品輪廓，並根據分析結果定位產品輪廓上與理論值存在偏差的部位。
一種產品輪廓影像分析系統，該系統包括輪廓點採集模組、輪廓曲線處理模組、輪廓對齊模組及輪廓分析模組。輪廓點採集模組，用於接收影像捕獲裝置捕獲的產品的二維影像，分別沿X方向和Y方向遍曆該二維影像，每次得到連續兩個顏色值不同的兩個像素點時，記錄其中一個具有預設顏色值的像素點為二維影像的輪廓點，得到二維影像的所有輪廓點構成的點雲。輪廓曲線處理模組，用於從儲存設備讀取產品的設計模型的所有理論輪廓曲線，對所有理論輪廓曲線進行處理，使得所有理論輪廓曲線都位於XY平面且所有理論輪廓曲線的法向量方向一致。輪廓對齊模組，用於將二維影像的所有輪廓點構成的點雲與理論輪廓曲線對齊。輪廓分析模組，用於根據點雲中的輪廓點到理論輪廓曲線的最近距離的最大值及最小值計算得到產品的輪廓度。
一種產品輪廓影像分析方法，該方法包括：(A)接收影像捕獲裝置捕獲的產品的二維影像，分別沿X方向和Y方向遍曆該二維影像，每次得到連續兩個顏色值不同的兩個像素點時，記錄其中一個具有預設顏色值的像素點為二維影像的輪廓點，得到二維影像的所有輪廓點構成的點雲；(B)從儲存設備讀取產品的設計模型的所有理論輪廓曲線，對所有理論輪廓曲線進行處理，使得所有理論輪廓曲線都位於XY平面且所有理論輪廓曲線的法向量方向一致；(C)將二維影像的所有輪廓點構成的點雲與理論輪廓曲線對齊；及(D)根據點雲中的輪廓點到理論輪廓曲線的最近距離的最大值及最小值計算得到產品的輪廓度。
相較於習知技術，本發明提供的產品輪廓影像分析系統及方法，可以根據產品的二維影像快速分析產品輪廓，並且可以根據分析結果定位產品輪廓上與理論值存在偏差的部位。
參閱圖1所示，係本發明產品輪廓影像分析系統較佳實施方式之功能模組圖。該產品輪廓影像分析系統10安裝並運行於計算裝置1。該計算裝置1與影像捕獲裝置2相連接。該計算裝置1包括儲存設備20、處理器30及顯示設備40。
影像捕獲裝置2捕獲產品3的二維（2D）影像，並將產品3的二維（2D）影像儲存至儲存設備20。
該產品輪廓影像分析系統10包括輪廓點採集模組11、輪廓曲線處理模組12、輪廓對齊模組13、輪廓分析模組14及報告模組15。
儲存設備20儲存產品3的設計模型的相關資訊，包括設計模型上各理論輪廓曲線的控制點資訊，以及模組11至15的電腦化程式碼。處理器30執行所述電腦化程式碼，根據控制點資訊擬合得到產品3的設計模型上的理論輪廓曲線，採集產品3的2D影像中的輪廓點，並將輪廓點與理論輪廓曲線對齊後計算輪廓點與理論輪廓曲線的偏差（具體介紹請參見關於圖2及圖3的說明）。
顯示設備40顯示產品3的2D輪廓影像、產品3的設計模型上的理論輪廓曲線、分析過程及分析結果。
參閱圖2及圖3所示，係本發明產品輪廓影像分析系統方法較佳實施方式之流程圖。其中，步驟S207，步驟S208，步驟S209的順序可以交換。
步驟S201，輪廓點採集模組11從儲存設備20讀取影像捕獲裝置2捕獲的產品3的2D影像，分別沿X方向和Y方向遍曆該2D影像，每次得到連續兩個顏色值不同的兩個像素點時，記錄其中一個具有預設顏色值的像素點為2D影像的輪廓點，直到得到2D影像的所有輪廓點構成的點雲(如圖4(I)所示)。在本實施方式中，該2D影像的像素點隻包括黑、白兩種顏色。黑色像素點的像素值為0，白色像素點的像素值為255，具有預設顏色值（例如黑色）的像素點為產品3上的輪廓點。
步驟S202，輪廓曲線處理模組12從儲存設備20讀取產品3的設計模型的上各理論輪廓曲線的控制點，根據每條理論輪廓曲線的控制點擬合一個平面。每條理論輪廓曲線的所有控制點儲存在一個儲存陣列，用於控制該理論輪廓曲線的形狀。如圖4(II)所示，是圖4(I)的點雲對應的理論輪廓曲線。
步驟S203，輪廓曲線處理模組12判斷各擬合得到的平面的法向量方向是否與XY平面的法向量方向一致。若所有擬合得到的平面的法向量方向都與XY平面的法向量方向一致，則執行步驟S206。若某個擬合得到的平面的法向量方向與XY平面的法向量方向不一致，則執行步驟S204。
步驟S204，輪廓曲線處理模組12根據該擬合得到的平面的法向量、XY平面的法向量及兩個法向量之間的夾角將對應的理論輪廓曲線旋轉到XY平面。
例如，假設根據一條理論輪廓曲線的控制點擬合得到的平面的法向量為V(V.x, V.y, V.z)，XY平面的法向量為V1(V1.x, V1.y, V1.z)，則輪廓曲線處理模組12計算該兩個法向量的夾角A1及該兩個法向量的垂直法向量V2(V2.x, V2.y, V2.z)，計算公式如下：
；
；
；
；
之後，將單位矩陣繞法向量V2旋轉角度A1得到旋轉矩陣，再將該理論輪廓曲線的所有控制點乘以旋轉矩陣即將該理論輪廓曲線旋轉到XY平面。
步驟S205，輪廓曲線處理模組12任意選擇一條理論輪廓曲線，計算其他理論輪廓曲線的法向量方向與選擇的理論輪廓曲線的法向量方向之間的夾角。若兩個法向量的夾角大於90度，則表明該兩個法向量的方向不一致，則輪廓曲線處理模組12透過將其他理論輪廓曲線的控制點在儲存陣列中的儲存順序取反的方式將其他理論輪廓曲線的法向量方向取反，使得所有理論輪廓曲線的法向量方向一致。如圖5所示，XY平面中有A、B、C、D四條曲線，假設其中A、B曲線的方向為順時針方向，C、D曲線的方向為逆時針方向，則A、B曲線與C、D曲線的法向量的方向不一致，需要將A、B曲線的向量方向調整為逆時針方向，或者將C、D曲線的向量方向調整為順時針方向，使得A、B曲線與C、D曲線的法向量的方向一致。XY平面是曲線A、B、C、D的基準向量V，每條曲線中第一、二控制點的向量是該曲線的方向向量V1，該曲線的法向量V2等於該曲線的基準向量V與方向向量V1的差乘。
步驟S206，輪廓對齊模組13利用數學方法將2D影像的所有輪廓點構成的點雲與理論輪廓曲線對齊（如圖6所示）。在本實施方式中，該數學方法為牛頓迭代演算法f(X)，迭代開始時從點雲中選擇一輪廓點作為初始對齊位置將點雲與理論輪廓曲線進行初步對齊，計算點雲中所有輪廓點到曲線的最近距離，將所有最近距離的平方和的平均值作為初始迭代函數值進行迭代，直到找到一個對齊位置使得點雲中所有輪廓點到曲線的最近距離的平方和的平均值最小即表明點雲與與理論輪廓曲線到達最佳對齊位置。公式如下：
其中，n表示點雲中點的數量，(X1,Y1,Z1)表示點雲中的輪廓點，(X2,Y2,Z2)表示理論輪廓曲線上與點雲中的輪廓點距離最近的點。
步驟S207，輪廓分析模組14計算對齊後點雲中的各輪廓點到理論輪廓曲線的最近距離，連接各最近距離對應點雲中的輪廓點及理論輪廓曲線上的點得到量測線，根據各最近距離所落入的偏差範圍對應的顏色對量測線標示不同顏色。
例如，假設可能存在的偏差值被分為若干個偏差範圍區間，每個偏差範圍區間對應一個唯一的顏色，例如[-2.000,-1.675]對應的顏色為深藍，[-1.675,-1.350]對應的顏色為淺藍，[-0.050,+0.050]對應的顏色為淺綠，[+0.050,0.375]對應的顏色為橘黃色，[-2.000,-1.675]，[+1.350,+1.675]對應的顏色為橙色，[+1.675，+2.000]對應的顏色為紅色。如圖7所示，曲線L1表示理論輪廓曲線，若點雲中的一個輪廓點P1(X1,Y1,Z1)與理論輪廓曲線L1上的點Q1(X1’,Y1’,Z1’)的距離最近，該最近距離等於0.285，落入偏差範圍區間[+0.050,0.375]，則輪廓分析模組14連接點P1、Q1得到量測線S1，並標示該量測線S1為橘黃色（顏色未示出）。
步驟S208，輪廓分析模組14根據點雲中的輪廓點到理論輪廓曲線的最近距離的最大值及最小值計算得到產品3的輪廓度。例如，若點雲中的輪廓點到理論輪廓曲線的最近距離的最大值為0.80000，最小值為-0.00850，則該產品3的輪廓度為0.80000-(-0.00850)=0.80850。
步驟S209，輪廓分析模組14將相鄰的輪廓點依次用線段進行連接，根據連接線段的兩個輪廓點對應的最近距離落入的公差範圍對應的顏色確定各線段的顏色。例如，線段的顏色可以設置為線段的起點或終點對應的最近距離落入的公差範圍對應的顏色，若線段的起點與終點對應的最近距離落入的公差範圍不同，也可以設置線段的顏色為由起點對應的最近距離落入的公差範圍對應的顏色過渡到終點對應的最近距離落入的公差範圍對應的顏色。例如，假設有1，2，3，…，n個輪廓點，則分別連接輪廓點1~2，2~3，…，(n-1)~n得到線段1，2，…，n-1，各線段的顏色可以分別取第1，2，3，…，n-1個輪廓點對應的最近距離落入的公差範圍對應的顏色，或者取第2，3，…，n個輪廓點對應的最近距離落入的公差範圍對應的顏色。如圖7所示，點P1、P2為點雲中相鄰的輪廓點，則將點P1、P2用線段連接。
步驟S210，報告模組15輸出分析結果，包括產品3的輪廓度、連接輪廓點得到的實際輪廓曲線，以及連接各最近距離對應的輪廓點及理論輪廓曲線上的點得到的所有量測線。用戶可以根據報告中產品3的輪廓度、量測線直觀地定位產品3的輪廓上與理論值有偏差的區域，並根據量測線及實際輪廓曲線中各線段的顏色及預先設置的偏差範圍對應的顏色了解各區域的偏差大小。
最後應說明的是，以上實施方式僅用以說明本發明的技術方案而非限制，儘管參照較佳實施方式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。
1．．．計算裝置
2．．．影像捕獲裝置
3．．．產品
10．．．產品輪廓影像分析系統
11．．．輪廓點採集模組
12．．．輪廓曲線處理模組
13．．．輪廓對齊模組
14．．．輪廓分析模組
15．．．報告模組
20．．．儲存設備
30．．．處理器
40．．．顯示設備
圖1係本發明產品輪廓影像分析系統較佳實施方式之功能模組圖。
圖2及圖3係本發明產品輪廓影像分析方法較佳實施方式之流程圖。
圖4(I)及圖4(II)係從產品2D影像中採集的輪廓點構成的點雲及產品理論輪廓曲線之示意圖。
圖5係XY平面中幾條曲線之示意圖。
圖6係將產品2D影像中採集的輪廓點構成的點雲與產品理論輪廓曲線對齊之示意圖。
圖7係根據點雲中的輪廓點與產品理論輪廓曲線的最近距離生成量測線及連接點雲中的相鄰輪廓點之示意圖。
1．．．計算裝置
2．．．影像捕獲裝置
3．．．產品
10．．．產品輪廓影像分析系統
11．．．輪廓點採集模組
12．．．輪廓曲線處理模組
13．．．輪廓對齊模組
14．．．輪廓分析模組
15．．．報告模組
20．．．儲存設備
30．．．處理器
40．．．顯示設備

Claims (10)

  1. 一種產品輪廓影像分析方法，應用於計算裝置，該方法包括：
    輪廓點採集步驟：接收影像捕獲裝置捕獲的產品的二維影像，分別沿X方向和Y方向遍曆該二維影像，每次得到連續兩個顏色值不同的兩個像素點時，記錄其中一個具有預設顏色值的像素點為二維影像的輪廓點，得到二維影像的所有輪廓點構成的點雲；
    輪廓曲線處理步驟：從該計算裝置的儲存設備讀取產品的設計模型的所有理論輪廓曲線，對所有理論輪廓曲線進行處理，使得所有理論輪廓曲線都位於XY平面且所有理論輪廓曲線的法向量方向一致；
    輪廓對齊步驟：將二維影像的所有輪廓點構成的點雲與理論輪廓曲線對齊；及
    輪廓分析步驟一：根據點雲中的輪廓點到理論輪廓曲線的最近距離的最大值及最小值計算得到產品的輪廓度。
  2. 如申請專利範圍第1項所述之產品輪廓影像分析方法，還包括：
    輪廓分析步驟二：計算對齊後點雲中的各輪廓點到理論輪廓曲線的最近距離，連接各最近距離對應的點雲中的輪廓點及理論輪廓曲線上的點得到量測線，根據各最近距離所落入的偏差範圍對應的顏色對量測線標示不同顏色。
  3. 如申請專利範圍第2項所述之產品輪廓影像分析方法，還包括輪廓分析步驟三：將點雲中相鄰的輪廓點依次用線段進行連接，根據連接線段的兩個輪廓點對應的最近距離落入的公差範圍對應的顏色確定各線段的顏色。
  4. 如申請專利範圍第3項所述之產品輪廓影像分析方法，還包括報告步驟：輸出分析結果，包括產品的輪廓度、連接輪廓點得到的實際輪廓曲線，以及連接各最近距離對應的輪廓點及理論輪廓曲線上的點得到的所有量測線。
  5. 如申請專利範圍第1項所述之產品輪廓影像分析方法，其中，所述輪廓曲線處理步驟包括：
    根據每條理論輪廓曲線的控制點擬合一個平面，每條理論輪廓曲線的所有控制點儲存在一個儲存陣列；
    若某個擬合得到的平面的法向量與XY平面的法向量方向不一致，則根據該擬合得到的平面的法向量、XY平面的法向量及兩個法向量之間的夾角將對應的理論輪廓曲線旋轉到XY平面；及
    任意選擇一條理論輪廓曲線，計算其他理論輪廓曲線的法向量方向與選擇的理論輪廓曲線的法向量方向之間的夾角，若兩個法向量的夾角大於90度，則將其他理論輪廓曲線的控制點在儲存陣列中的儲存順序取反，使得所有理論輪廓曲線的法向量方向一致。
  6. 一種產品輪廓影像分析系統，該系統包括：
    輪廓點採集模組，用於接收影像捕獲裝置捕獲的產品的二維影像，分別沿X方向和Y方向遍曆該二維影像，每次得到連續兩個顏色值不同的兩個像素點時，記錄其中一個具有預設顏色值的像素點為二維影像的輪廓點，得到二維影像的所有輪廓點構成的點雲；
    輪廓曲線處理模組，用於從儲存設備讀取產品的設計模型的所有理論輪廓曲線，對所有理論輪廓曲線進行處理，使得所有理論輪廓曲線都位於XY平面且所有理論輪廓曲線的法向量方向一致；
    輪廓對齊模組，用於將二維影像的所有輪廓點構成的點雲與理論輪廓曲線對齊；及
    輪廓分析模組，用於根據點雲中的輪廓點到理論輪廓曲線的最近距離的最大值及最小值計算得到產品的輪廓度。
  7. 如申請專利範圍第6項所述之產品輪廓影像分析系統，其中，所述輪廓分析模組，還用於計算對齊後點雲中的各輪廓點到理論輪廓曲線的最近距離，連接各最近距離對應的點雲中的輪廓點及理論輪廓曲線上的點得到量測線，根據各最近距離所落入的偏差範圍對應的顏色對量測線標示不同顏色。
  8. 如申請專利範圍第7項所述之產品輪廓影像分析系統，其中，所述輪廓分析模組，還用於將點雲中相鄰的輪廓點依次用線段進行連接，根據連接線段的兩個輪廓點對應的最近距離落入的公差範圍對應的顏色確定各線段的顏色。
  9. 如申請專利範圍第7項所述之產品輪廓影像分析系統，還包括報告模組，用於輸出分析結果，包括產品的輪廓度、連接輪廓點得到的實際輪廓曲線，以及連接各最近距離對應的輪廓點及理論輪廓曲線上的點得到的所有量測線。
  10. 如申請專利範圍第6項所述之產品輪廓影像分析系統，其中，輪廓曲線處理模組對所有理論輪廓曲線進行處理包括：
    根據每條理論輪廓曲線的控制點擬合一個平面，每條理論輪廓曲線的所有控制點儲存在一個儲存陣列；
    若某個擬合得到的平面的法向量與XY平面的法向量方向不一致，則根據該擬合得到的平面的法向量、XY平面的法向量及兩個法向量之間的夾角將對應的理論輪廓曲線旋轉到XY平面；及
    任意選擇一條理論輪廓曲線，計算其他理論輪廓曲線的法向量方向與選擇的理論輪廓曲線的法向量方向之間的夾角，若兩個法向量的夾角大於90度，則將其他理論輪廓曲線的控制點在儲存陣列中的儲存順序取反，使得所有理論輪廓曲線的法向量方向一致。
TW100140506A 2011-11-01 2011-11-07 產品輪廓影像分析系統及方法 TWI528329B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110340202.7A CN103090816B (zh) 2011-11-01 产品轮廓影像分析系统及方法

Publications (2)

Publication Number Publication Date
TW201320006A TW201320006A (zh) 2013-05-16
TWI528329B true TWI528329B (zh) 2016-04-01

Family

ID=48172502

Family Applications (1)

Application Number Title Priority Date Filing Date
TW100140506A TWI528329B (zh) 2011-11-01 2011-11-07 產品輪廓影像分析系統及方法

Country Status (2)

Country Link
US (1) US8588507B2 (zh)
TW (1) TWI528329B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN105373072A (zh) * 2014-09-01 2016-03-02 富泰华工业（深圳）有限公司 高精度平面加工系统及方法
CN116830155A (zh) * 2020-05-11 2023-09-29 康耐视公司 用于从三维图像中提取轮廓的方法和装置
CN112446952B (zh) * 2020-11-06 2024-01-26 杭州易现先进科技有限公司 三维点云法向量的生成方法、装置、电子设备及存储介质

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5319385A (en) * 1992-06-02 1994-06-07 Digital Equipment Corporation Quadrant-based binding of pointer device buttons
WO2006048857A1 (en) * 2004-11-01 2006-05-11 Cognitens Ltd. Method and system for optical edge measurement
US8154753B2 (en) * 2008-10-29 2012-04-10 Thx, Ltd. Method and system for providing access to image system services

Also Published As

Publication number Publication date
US8588507B2 (en) 2013-11-19
CN103090816A (zh) 2013-05-08
TW201320006A (zh) 2013-05-16
US20130108143A1 (en) 2013-05-02

Similar Documents

Publication Publication Date Title
Chen et al. High-accuracy multi-camera reconstruction enhanced by adaptive point cloud correction algorithm
CN110276808B (zh) 一种单相机结合二维码测量玻璃板不平度的方法
US8988317B1 (en) Depth determination for light field images
TWI555379B (zh) 一種全景魚眼相機影像校正、合成與景深重建方法與其系統
JP2011253376A (ja) 画像処理装置、および画像処理方法、並びにプログラム
CN107155341B (zh) 三维扫描系统和框架
JP2017010327A (ja) 情報処理装置、情報処理方法及びプログラム
JP2007129709A (ja) イメージングデバイスをキャリブレートするための方法、イメージングデバイスの配列を含むイメージングシステムをキャリブレートするための方法およびイメージングシステム
US20100226540A1 (en) System and method for measuring gaps between object parts
CN104634242A (zh) 探针补点系统及方法
WO2012165491A1 (ja) ステレオカメラ装置、および、コンピュータ読み取り可能な記録媒体
CN110838164B (zh) 基于物体点深度的单目图像三维重建方法、系统及装置
Barone et al. 3D acquisition and stereo-camera calibration by active devices: A unique structured light encoding framework
Wang et al. A two-step calibration method of a large FOV binocular stereovision sensor for onsite measurement
TWI528329B (zh) 產品輪廓影像分析系統及方法
CN108362205B (zh) 基于条纹投影的空间测距方法
JP2015094701A (ja) Ｍｔｆ測定装置およびｍｔｆ測定プログラム
Zhang et al. A line scan camera-based structure from motion for high-resolution 3D reconstruction
TWI599987B (zh) 點雲拼接系統及方法
CN112381847A (zh) 管路端头空间位姿测量方法及系统
Liu et al. Generic distortion model for metrology under optical microscopes
AU2009248999B2 (en) Stereoscopic measurement system and method
CN105423975A (zh) 一种大型工件的标定系统及方法
JP2013187822A (ja) 補正式算出方法、補正方法、補正装置及び撮像装置
CN109506569B (zh) 一种基于双目视觉监测结晶过程方块状和柱状晶体三维尺寸的方法

Legal Events

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