TWI647443B - 裂縫分析設備及方法 - Google Patents

裂縫分析設備及方法 Download PDF

Info

Publication number
TWI647443B
TWI647443B TW106115276A TW106115276A TWI647443B TW I647443 B TWI647443 B TW I647443B TW 106115276 A TW106115276 A TW 106115276A TW 106115276 A TW106115276 A TW 106115276A TW I647443 B TWI647443 B TW I647443B
Authority
TW
Taiwan
Prior art keywords
crack
image
computing device
camera
mobile computing
Prior art date
Application number
TW106115276A
Other languages
English (en)
Other versions
TW201740102A (zh
Inventor
馬克 韓森
伊恩 海爾斯
阿卜杜勒 法魯克
梅爾文 史密斯
關 丹尼爾
Original Assignee
貝爾隆國際有限公司
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
Application filed by 貝爾隆國際有限公司 filed Critical 貝爾隆國際有限公司
Publication of TW201740102A publication Critical patent/TW201740102A/zh
Application granted granted Critical
Publication of TWI647443B publication Critical patent/TWI647443B/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
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/958Inspecting transparent materials or objects, e.g. windscreens
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/14Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/62Analysis of geometric attributes of area, perimeter, diameter or volume
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/66Analysis of geometric attributes of image moments or centre of gravity
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8851Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/95Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
    • G01N21/958Inspecting transparent materials or objects, e.g. windscreens
    • G01N2021/9586Windscreens
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20036Morphological image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20048Transform domain processing
    • G06T2207/20056Discrete and fast Fourier transform, [DFT, FFT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20092Interactive image processing based on input by user
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Geometry (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Algebra (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)
  • Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
  • Preparing Plates And Mask In Photomechanical Process (AREA)
  • Image Analysis (AREA)
  • Organic Low-Molecular-Weight Compounds And Preparation Thereof (AREA)
  • Processing Of Solid Wastes (AREA)
  • Debugging And Monitoring (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本發明提供無需技師到場即可分析車用鑲嵌玻璃面板裂縫之方法及設備,其係利用拍攝裂縫影像並處理裂縫影像,而判定該鑲嵌玻璃面板是否適於修理或更換。

Description

裂縫分析設備及方法
本發明整體關於一設備及一方法。詳而言之,在不具排除性之前提下,本發明關於用於分析車用鑲嵌玻璃面板裂縫之設備及方法。更詳細而言,在不具排除性之前提下,本發明關於用於分析玻璃裂痕之方法及設備,所述玻璃特別是指車用鑲嵌玻璃面板。
駕車時,路面碎屑及其他物體可能彈射入車輛行進路徑,與擋風玻璃碰撞,進而導致擋風玻璃出現明顯之裂痕、裂縫或其他損害。若遇此情況,可能需要修理或更換車用鑲嵌玻璃面板。
基於安全及經濟考量,修理或更換必須儘快執行,否則裂痕可能因寒冷天候等因素而在擋風玻璃上進一步擴大蔓延。如此可能導致原本僅需簡單修理之裂痕惡化成必須將擋風玻璃完全換新。
車用鑲嵌玻璃面板之損害是否可經修理而補救有待評估。若評估結果顯示無法修理,則必須更換 鑲嵌玻璃面板。
本案為解決上述問題而提供以下實施態樣及實施例。
由第一實施態樣觀之,本發明提供一種裂縫分析方法,用以分析車用鑲嵌玻璃面板裂縫,所述方法包含:拍攝一車用鑲嵌玻璃面板上裂縫之影像;處理該裂縫之影像。
由第二實施態樣觀之,本發明提供一種裂縫分析設備,用以分析車用鑲嵌玻璃面板裂縫,所述設備包含:一相機,可拍攝一車用鑲嵌玻璃面板上裂縫之影像;一處理模組,其作用為處理該裂縫之影像。
做為一選項,該設備可包含一附有相機之行動運算裝置。所述行動運算裝置係一可拍攝影像之電子裝置,範例包括行動電話(例如智慧型手機)、筆記型電腦、平板電腦、平板手機或相機。所述行動運算裝置包括一相機,用以拍攝影像。
行動運算裝置亦可包含處理模組。
一種依據第一及第二實施態樣之方法或設備,可使用一表面上裂縫之影像分析該裂縫,因此可免除延請技師實際到場執行裂痕分析之需要。
可基於影像之處理判斷是否需要更換鑲嵌玻璃面板。因此,本發明之方法可包括基於影像之處理,判定鑲嵌玻璃面板是否需要更換及/或鑲嵌玻璃面板是否適於修理之步驟。
裂縫影像可在一相對於車用鑲嵌玻璃面板為傾斜之角度上拍攝。
所述影像可由一固定接觸鑲嵌玻璃面板表面之行動運算裝置所拍攝,其中該行動運算裝置包含一相機。
行動運算裝置可傾斜以觀看在相機視野內預設位置上之裂縫。
行動運算裝置可傾斜以觀看裂縫之預設位置,可由顯示於相機上或顯示於含相機行動運算裝置上之指標所指示。
外加或取代,該指標可指示視野中心。
做為一選項,該相機或行動運算裝置最初可平貼於鑲嵌玻璃面板表面。之後行動運算裝置可自鑲嵌玻璃面板樞轉開來,其中該行動運算裝置之至少一部分保持與鑲嵌玻璃面板接觸。
做為一選項,在行動運算裝置樞轉前,該相機係設置於一相對於該裂縫之預設位置。例如,所述方法可包括將該行動運算裝置之特徵點對準一相對於該裂縫之預設位置。
於某些實施例中,影像拍攝模組之邊緣,例如頂緣,可鄰接(或緊貼其下方)裂縫之最低點。此即表示可利用行動運算裝置之形狀判定相機與裂縫最低點之初始距離。
接著可將影像拍攝模組或行動運算裝置樞轉,使其離開鑲嵌玻璃面板,而該行動運算裝置之底緣保持與鑲嵌玻璃面板接觸。而後拍攝裂縫之影像。
本發明方法可包括樞轉行動運算裝置,直到在相機視野中一預設位置可見裂縫為止。
做為一選項,該方法包括樞轉行動運算裝置,直到在相機視野之中心可見裂縫為止。
本發明方法可包括使用行動運算裝置之幾何參數及相機之鏡頭參數來估計裂縫之參數。裂縫之參數包括一或多個可以指示裂縫尺寸之空間維度。
例如,透過上述方法,行動運算裝置之幾何參數及相機之鏡頭參數可用於判定該裂縫一或多條腿部之長度及/或該裂縫中心之尺寸 (例如寬度/直徑)。
行動運算裝置之幾何參數可用於判定行動運算裝置與鑲嵌玻璃面板間之旋轉角度(或樞轉角度)。
若裂縫之估計尺寸(例如該裂縫一腿部之長度)超過一特定閾限,則本發明之方法可判定鑲嵌玻璃面板需要更換。若裂縫之估計尺寸(例如該裂縫一腿部之長度)小於一特定閾限,則本發明之方法可判定鑲嵌玻璃面板適於修理。
影像之處理可基於行動運算裝置之幾何參數以拍攝該裂縫之影像。
影像之處理進一步基於該相機及/或行動運算裝置之晶片參數。
影像之處理可產生一組資料點,據此產生之裂縫直徑可用於判定更換車用鑲嵌玻璃面板之需要。
本發明方法可包括輸出一訊號,該訊號指示該鑲嵌玻璃面板是否需要修理或更換。
鑲嵌玻璃面板上之裂縫可包含一中心及一或多條腿部。此種裂縫常會因小石塊或其他物體撞擊鑲嵌玻璃面板而形成,並且通常會裂縫中心輻射延伸而出一或多條腿部(或裂痕)。
裂縫之中心可實質為圓形。
對於鑲嵌玻璃面板需要更換或修理之判斷可包含產生可以指示裂縫中心及裂縫一或多條腿部之資料。
本發明方法可包括辨識裂縫之中心或裂縫之多條腿部。
本發明方法可包括產生一比例因數,其可指示該裂縫一或多條腿部相較於裂縫中心尺寸之相對長度。裂縫中心尺寸可為裂縫中心之直徑、寬度及/或長度。
本發明方法可包括利用比例因數來估計裂縫一或多條腿部之長度(亦即以公分或公釐為單位之絕對長度)。例如,可將比例因數乘以一預設值,從而估計一或多條腿部之長度。
預設值可為裂縫中心實際(亦即絕對)尺寸估計值。如此之優點在於無須使用校準目標,對於使用者而言較為方便。
因此,本發明之方法可包含判定影像之比例以估計裂縫一或多條腿部之長度。
若一或多條腿部之估計長度超過一特定閾限,則本發明之方法可判定該鑲嵌玻璃面板需要更換。若一或多條腿部之估計長度小於一特定閾限,則本發明之方法可判定鑲嵌玻璃面板上之裂縫適於修理。
本發明方法可包含輸出一訊號,若一或多條腿部之估計長度小於特定閾限,該訊號指示需要修理鑲嵌玻璃面板。
本發明方法可包含輸出一訊號,若一或多條腿部之估計長度超過特定閾限,該訊號指示需要更換鑲嵌玻璃面板。
申請人經比較不同鑲嵌玻璃面板上之裂縫後,發現裂縫中心尺寸之變化通常少於裂縫一或多條腿部之長度。因此,所述預設值可為鑲嵌玻璃面板裂縫中心之測得尺寸之平均值或眾數。
做為一選項,該估計裂縫中心實際寬度(或直徑)(亦即預設值)可為 l公釐至3公釐。較佳之預設裂縫中心寬度(或直徑)可為2公釐。上述範圍/數值係經申請人對裂縫進行研究後所決定。
如此一來,可利用裂縫中心估計尺寸,例如估計之裂縫中心直徑,估計裂縫腿部之長度,因為預設值可用於在一或多條腿部相對於裂縫中心尺寸之相對長度與裂縫一或多條腿部估計實際長度之間縮放。
例如,若知裂縫中心幾乎皆為約2公釐寬(或直徑),且產生之影像資料指示腿部之長度為裂縫中心直徑之兩倍,則本發明方法可包含將2公釐乘以一為2之比例因數,因而估計腿部為4公釐長。如此有助於在裂縫維度之資料中建立一圖像。
一或多條腿部之產生(或估計)長度可用於指示裂縫之估計尺寸。裂縫尺寸可與一閾限參數比較,以判定鑲嵌玻璃面板是否需要更換或修理。
若裂縫之估計尺寸超過一特定閾限, 則本發明之方法可判定鑲嵌玻璃面板需要更換。若裂縫之估計尺寸小於一特定閾限,則本發明之方法可判定鑲嵌玻璃面板適於修理。
比較對象可為裂縫閾限參數與跨裂縫之最大距離。
做為一選項,該預設之裂縫中心尺寸估計值可取決於一或多個參數。參數可由使用者輸入,及/或預設於裝置或處理模組中。例如,所述參數可包括:一或多個鑲嵌玻璃面板(例如種類、尺寸等等)的一或多項特性,及/或裂縫產生時之車輛行進速度。影像之處理可包含過濾影像以移除一背景部分,藉此辨識裂縫。
可將形態精算應用於影像,以去除影像中之所有雜物,並改善影像資料品質,以利將此影像用為判斷是否需要更換鑲嵌玻璃面板之基礎。
本發明方法可包括在拍攝裂縫影像前先清潔鑲嵌玻璃面板。如此有助於去除所有可能對影像處理造成影響之髒污。舉例而言,髒污有可能遭影像處理軟體誤認為裂縫。
本發明方法可包括在拍攝裂縫影像前先關閉影像拍攝模組或裝置之閃光功能。若使用閃光拍照,則光線可能對影像處理軟體之準確度產生負面影響。例如,閃光可能在鑲嵌玻璃面板中反射而影響裂縫之辨識或分析。
本發明方法可利用電腦實施儀器加以實現,當安裝於記憶體內時,指令處理器實施上述之方法。
應知所述方法之任何特點皆可使用本發明之設備執行。
本發明之上述及其他實施態樣將參照在此所述之實施以利加以陳明。
於第一實施例中,圖1繪示之擋風玻璃100上有因石塊彈擊擋風玻璃所造成之裂痕102。而後位於擋風玻璃100內之車輛駕駛人使用行動電話104拍攝裂痕102影像,該行動電話104包含一用於拍攝裂痕102影像之相機106。圖2之側視圖即顯示上述安排。相機106之焦點長度固定於100 公釐以下,以使相機可於短距離聚焦。
接著因應使用者之輸入,拍攝裂痕102影像,且行動電話104可對使用者提供一提示,要求使用者指示將影像從相機106傳輸至如圖3所示之影像處理模組108。此步驟可供使用者自行評估影像品質。例如,若在天候不佳時,相機106之鏡頭凝結水氣,導致影像不清晰,則使用者可選擇拍攝再拍一張。
相機106使用任何適當方法將拍攝到之影像轉換為影像資料陣列。相機106可將影像資料儲存為一可交換影像檔案(EXIF),而相機之鏡頭參數亦儲存於其中。
亦即,相機106 為影像拍攝模組之一例,其作用為拍攝裂痕102影像,並將攝得影像以影像資料之形式傳送至影像處理模組108,由後者進一步處理影像資料而提取裂痕之詳細資訊。
影像處理模組108可為行動電話104之一部分,或可於地理上與行動電話104遠離。影像資料可經任何適當手段傳送至影像處理模組108,例如經由資料匯流排或網際網路傳輸。
影像處理模組108於資料輸入介面110接收攝得影像資料,繼而將影像資料傳送至裂縫分析模組112,裂縫分析模組112可存取一常式庫114,常式庫114中儲存有常式。在分析攝得影像資料之全程中,由裂縫分析模組112對拍攝而得之資料執行操作。
裂縫分析模組112亦可存取一裝置參數資料庫116,其中儲存有關於行動電話104之參數。
關於行動電話104之參數包括定義相機106影像拍攝效能之晶片參數,例如焦距長度和鏡頭之感應器尺寸,以及行動電話104之尺寸參數,例如行動電話104長度和行動電話104頂緣與相機106影像中心間之距離。
裂縫分析模組112亦可作用為連接一顯示器模組118之介面,該顯示器模組118之作用為將裂縫分析模組112傳送而來之影像資料顯示於一顯示器,並將裂縫分析模組112傳送而來之參數資料顯示於一顯示器。
現將參照圖4說明如何使用裂縫分析模組112分析裂痕102。
於步驟 S400,裂縫分析模組112接收影像資料。裂縫分析模組112繼而於步驟 S402,自常式庫 114中調出傅立葉變換常式(Fourier transform routine),並利用傅立葉變換常式對影像資料實施離散二維傅立葉變換,藉此產生圖5a 之變換影像。
於圖5a中可見變換後之影像。圖5a標繪對照個別傅立葉諧波大小之空間頻率。由圖中可見低空間頻率佔據變換後影像之中心,而隨著遠離變換後影像中心,可見較高之空間頻率。
採用影像之傅立葉變換可供裂縫分析模組112就影像之組成空間頻率及相位分析進行分析。如在此將說明者,其可供去除無用之空間頻率,並可藉由保留有用之空間頻率而再現有用之影像。
接著於步驟 S404 ,將巴特沃斯帶通濾波器(Butterworth bandpass filter)施用於經裂縫分析模組112變換後之影像。巴特沃斯帶通濾波器使用之遮罩如圖5b所示。巴特沃斯帶通濾波器將遮罩用於圖5a 之變換後影像,並去除代表影像中微小灰塵髒污之低空間頻率 (圖5b 中心之黑點)和極高空間頻率(圖5b影像中之深色邊界)。
於步驟 S406,從常式庫 114調用傅立葉逆變換常式,以對變換後之影像資料執行逆向離散二維傅立葉變換,藉此反轉影像資料之傅立葉變換。
反向傅立葉變換在變換後影像資料上展現之效能可將變換後之影像資料從傅立葉域轉換進入實域,以產生實域影像資料。結果之實域影像資料係如圖 6a及圖6b所示。
圖6b所示之利用傅立葉變換產生影像可將裂痕從背景中離析出來。
於步驟 S408,將實域影像資料與閾限強度4相較,以提供重點區域之清晰輪廓。
圖 6a顯示未使用巴特沃斯帶通濾波器之實域影像資料。圖6b顯示對圖5a對轉換後資料使用巴特沃斯帶通濾波器及使用閾限強度4之施加閾限法以產生二元影像後之實域影像資料。此例中之巴特沃斯帶通濾波器之滾降值為3。
巴特沃斯帶通濾波器之上、下截止頻率可建模為線性相關於影像最長邊之像素數目(以m代表),且可分別表達為:可利用標準試驗及數值實驗調整此關係。
圖6b所示影像係可包含裂痕 102及其他物體之影像。其亦可包含已經通過步驟 S400至S408,但源自擋風玻璃上灰塵及其他因裂縫分析模組112執行處理而產生之假影之影像資料。
使用閾限強度4產生圖6b之二元影像有助於加強重點區域之顯示清晰度。圖6b中實域影像資料之影像強調裂痕(包括中央裂痕區域),此為一低空間頻率區域。
如所見,若影像確實聚焦於裂痕而非背景,則傅立葉處理法能夠將裂痕區域與雜亂背景有效分離。
而後於步驟 S410,裂縫分析模組112可從常式庫114中調用形態學常式(morphology routine),以將圖6b影像中之所有雜物去除 。
形態學常式對圖6b之影像執行若干操作。此影像係一二元影像。黑色區域為零值,白色區域為非零。步驟 S400至S408之處理所產生之像素值儲存於裂縫分析模組112之記憶體中。
第一項操作為填入操作,其係利用形態再現,依據[1]之處理以非零值取代零值,而在受白色區域圍繞之像素大小黑色區域中填入白色。
第二項操作為清理操作,其係將極小之非零值區域摒棄。極小之非零值區域意指所佔面積小於(影像最大維度/500)平方之非零值區域。影像之最大維度可由裂縫分析模組比較影像寬度之長度與影像之長度而簡單判定。
接著重複第一形態操作,填充為第二形態操作產生之白色區域所圍繞之任何像素大小之黑色區域。此為第三形態操作。
第四形態操作係連接裂痕102影像中任何具有缺口之腿部。其實施係利用[2]所述之形態閉合操作。先執行侵蝕,而後使用半徑為(影像之最大維度/5312)乘以20之碟形結構元素執行擴張。數值20係依經驗判定,且可變更。不同影像解析度所適用之此值無需過度負擔即可判定。
而後重複第一形態操作,填充為第四形態操作產生之白色區域所圍繞之任何像素大小之黑色區域。此為第五形態操作。
接著執行第六形態操作,摒棄所有小面積之非零區域。所謂小面積區域意指其面積等於 (影像最大維度 /100)平方之區域。
繼之以第七形態操作移除影像中之所有破碎未連接物體。所述之破碎未連接物體係較最靠近影像中心最大物體半徑3/4更遠之物體。此即表示包含仍未連接之裂痕腿部,但包含多餘之雜物。第七形態操作係在影像中之每一剩餘區域找尋距心,亦即影像之質量中心,以及該區域長軸之長度。基於該質量中心多靠近影像中心而對每一區域面積授予額外加權。
加權w=1/d2 ,其中d為質量中心與影像中心間之歐氏距離(Euclidean distance)。選擇最靠近影像中心之最大區域,且用其長軸長度設定一半徑(或自其質量中心之長軸長度3/4),在此以外之所有區域均予以摒棄。亦即,該形態學常式及質量中心到邊界計算係可保留距影像中最大物體半徑裂痕中心一距離加上半徑之一半內之所有「二進位大型物件」(blob),以確保不會遺失裂痕102中之任何中斷。
運用形態學提升後之影像資料可用於判定裂痕102之維度。
裂縫分析模組112運用進一步邊緣偵測、形態學、模糊法及閾限法來判定裂痕102之中心。
經觀察實驗可知,裂痕中心之直徑通常約2公釐。裂縫分析模組112可使用調整後之影像資料及判斷裂痕102中心所得之資料,來估計裂痕102腿部長度,並判定腿部長度與裂痕102中心直徑之比例值,此為腿部對比於裂痕102中心之比例因數。利用裂痕中心通常為 2公釐之觀察,可將此比例因數用於判定腿部之長度。如此可提供裂痕102尺寸之未校正分析。
之後可將判定之腿部長度用於略估裂痕102尺寸,並允許裂縫分析模組112依據裂痕尺寸輸出是否必須更換擋風玻璃或是否修理即可判斷,且藉由將裂痕102尺寸與一修理/更換閾限比較,裂縫分析模組112可自動執行此判斷,再將此判斷輸出至顯示器模組118。
接著在步驟 S412,使用顯示器模組118顯示關於是否需要更換擋風玻璃之裂痕102 之資訊。
基於裂痕中有放射狀尖角之假設,利用觀察而得之裂痕中心估計值估計裂痕腿部尺寸,可取得裂痕影像並用於分析裂痕,無需現場進行任何校正,即可提供裂痕102之比例。
此方法可在多種條件下執行裂痕分析,且無需技師到場。
於第二實施例中,現說明如何使用行動電話104 及相機106鏡頭之參數取得裂痕102參數。如此有助於修正角度對影像產生之任何影響。
第二實施例可結合第一實施例而不脫離本案揭露之範疇。
圖2所示安排可使用相機106之晶片參數及行動電話104之幾何參數估計裂痕之維度。
為求計算行動電話104相對於擋風玻璃之旋轉角度(或樞轉角度),可利用行動電話104之幾何參數。
將裂痕102定位於相機106鏡頭視野之中心可畫出一直角三角形,如圖7所述者。
發現裂痕102後,將行動電話104平放於擋風玻璃上,使其頂緣位於裂痕102基部。此即表示行動電話104底緣與裂痕基部間之距離等於行動電話104長度。之後將行動電話104從其底緣傾斜,直到裂痕102進入相機106視野之中心。行動電話104顯示器可設有指標,以便指示視野之中心。
行動電話104底緣與相機106鏡頭間之距離可由裝置參數資料庫 116中檢索而得。因此行動電話104底緣與擋風玻璃100間之旋轉角度、相機鏡頭z軸以及底緣與裂痕基部間之距離構成一直角三角形。
現在說明如何使用行動電話104 之幾何參數及鏡頭參數估計裂痕之參數。
以上述程序持續拍攝裂痕之影像,其中係將行動電話104旋轉直到裂痕102位於相機106視野之中心為止。
如此相機鏡頭之z軸、底緣與裂痕基部間之距離,以及底緣與相機鏡頭間之長度可構成一直角三角形。
參照圖8,現說明使用行動電話104之形狀及鏡頭參數可如何用於估計裂縫之參數。
於步驟 S800,裂縫分析模組112從裝置參數資料庫116中檢索行動電話104底緣與裂痕基部間之距離(亦即行動電話104之長度),以及行動電話104底緣與相機鏡頭間之長度。接著於步驟 S802中, 利用「底緣與裂痕基部間之距離」與「底緣與相機鏡頭間之長度」兩者間之餘弦關係計算行動電話104之旋轉角度。
接著需要使用相機參數取得相機像素與影像真實世界空間維度間之平面到平面全息映像。步驟 S804中,從常式庫114調用平面到平面全息映像常式,以取得影像之真實世界空間維度。
取得全息圖以提供影像真實世界空間維度係基於「針孔相機模型」,其中相機將相機之可視範圍視為從相機106鏡頭延伸而出之矩形錐狀範圍,如圖 9a及 9b之概要圖所示。
圖9a僅為說明之用,繪示行動電話104直接位於擋風玻璃100上方之情形。亦即,相機106 提供擋風玻璃100之鳥瞰視像。於此範例中,可視範圍 A1為矩形,且每一像素佔用同量之真實世界空間(以公釐計)。
於此範例中,且如圖9b所示,行動電話104與擋風玻璃100夾一角度。此角度係於步驟 S802中計算。之後可視範圍A2變為梯形,意指靠近相機之像素代表之公釐少於較遠之像素。
在此雖描述如何取得平面對平面全息圖之理論基礎,但應知此可利用裂縫分析模組112能夠由常式庫114取得之常式而於數字上實施。
相機106中所含之矩形影像感應器從平面傾斜一旋轉角度θ,該感應器觀察到之區域 在圖中表示為二等邊梯形。此梯形基部之寬度直接關聯於θ。利用平面對平面全息映像常式,可據此原則,使用相機106像素之知識,在數值上估計裂痕102 參數。
在此以x軸為軸心且為θ之函數之3D旋轉矩陣定義為:
應知θ為行動電話104相對於擋風玻璃之角度。可定義一原點之笛卡兒x、y、z 座標為 (0,0,0),亦即世界原點。此為行動電話104基部邊緣對準x軸之中間點。此座標系統之y軸從電話基部垂直指向電話頂部。為求簡潔且不失普遍性,若假設相機置於 y軸上,與電話基部相距某距離 dc。因此,相機中心定義為:
之後在步驟 S806中,可由裝置參數資料庫116取得焦距長度及相機106鏡頭之垂直及水平感應器尺寸。上述參數可稱為晶片參數。據此可計算相機之可視範圍。可視範圍係由兩種數量定義,此兩種數量稱為水平可視角度及垂直可視角度(分別以α Hα V 代表),且由以下公式定義:其中S xS y 為水平及垂直感應器尺寸,且ƒ 為焦距長度。
步驟 S808中,經計算水平及垂直視角後,裂縫分析模組112利用平面對平面全息映像常式計算可視角錐之邊緣,以提供擋風玻璃100上之視野。此即圖 9b所示之梯形,且需要修正,以補償距鏡頭較遠像素與距鏡頭較近像素所佔空間量不同之現象。亦即,此梯形需要縮放以確保後續之計算是在每一像素為等量真實世界空間之情況下進行。
此係以一線條建模於裂縫分析模組112所用之平面對平面全息映像常式中,該線條即一射線,從鏡頭沿鏡頭與裂痕102間之視線延伸。此線條會與擋風玻璃所代表之平面相交— 亦即,該平面對平面全息映像常式係建模為一平面。
於步驟 S810,平面對平面全息映像常式從常式庫114 調用方程數值常式,對定義擋風玻璃平面及沿鏡頭與裂痕102之間視線從鏡頭延伸而出之線之同步公式進行解算。平面對平面全息映像常式之編程係建立在下述假設上:定義擋風玻璃100 之平面為平直且相機106相對於此平面為傾斜。如此提供從鏡頭沿視線延伸之線與擋風玻璃 100之平面兩者之交點。
理論上,此可表達為射線之計算,該等射線係從相機中心點發散而出,經由感應器角落/影像平面,到達形成前述梯形之擋風玻璃上。
首先取得射線與一在單位距離平行於影像平面之平面之交點,αH及αV之特定水平及垂直觀看角度各如上文所定義。
四道射線各對應矩形感應器之一角。 最小及最大x值可定義為:
同理,可定義最小及最大y值為:
而後可定義矩形感應器之四角為:
以上述座標之大小將其標準化,即得四道射線之方向。每一座標之射線方向定義為:
若假設電話已沿x軸轉動θ,可計算相機中心位置現為:
據此可定義射線方向為:
由此可得笛卡兒座標中之射線,具有一已知點與平行於影像平面之平面之交點,且此交點僅出現一次。如此提供一顯示真實世界中視野之梯形。
該梯形之角定義為:
使用[3]所述之線與平面相交公式計算梯形頂點。
垂直於擋風玻璃平面者為向量n=(0,0,-1),且其位於世界原點上,因此交點公式簡化為:
其中點定義梯形頂點,對於該梯形,需要使用梯形頂點與影像座標間之四點對應技術,定義從影像平面到真實世界平面之全息映像H:
其中w為影像寬度,h為影像高度。說明此全息圖如何取得之演算法如[4]所述。
由於行動電話104底緣與裂痕基部間之距離(亦即行動電話104之長度)及行動電話104底緣與相機鏡頭間之長度已於步驟 S800中自裝置參數資料庫116取出,且目前仍在裂縫分析模組112之記憶體中,因此相機超過擋風玻璃之高度可由裂縫分析模組112使用畢氏定理(勾股定理,Pythagoras theorem)計算。
步驟 S810之輸出為真實世界視像中之梯形(X1, X2, X3, X4) 。經使參數 (X1, X2, X3, X4)與攝得影像在擋風玻璃上之角(由裂縫分析模組112 在步驟 S812執行)相較,可知將相機106像素位置映射至擋風玻璃100視野中公釐位置所需之縮放,據此可得平面對平面全息圖。縮放採一3x3 矩陣之形式,其代表相機視野與擋風玻璃100間之縮放、旋轉、歪斜及平移。
平面對平面全息圖有助於修正攝得影像上透視圖法之影響,且有助於從像素維度到公釐之轉換,而使裂縫分析模組112得以獲取裂痕102之尺寸參數。
平面對平面全息圖係一矩陣,將相機106 之二維影像平面映射於一代表擋風玻璃之平面上。
平面對平面全息圖之輸出提供一以公釐為單位之正射糾正遮罩,指示裂痕之位置及形狀。
因應平面對平面全息圖之輸出 (其將為平面對平面全息映像常式之輸出),裂縫分析模組112從常式庫114調用一凸殼計算常式(convex hull calculation routine),並將擋風玻璃視野中之公釐位置提供給來自常式庫114之凸殼計算常式。
綜言之,凸殼為涵蓋視野上每一公釐位置之空間。凸殼計算常式之輸出為可表達之資料,簡言之,為與測得裂痕102相同尺寸之「二進位大型物件」(blob)。因此可在測得裂痕102上使用該二進位大型物件執行分析。
裂縫分析模組112繼而從常式庫114調用最小圓圈常式(smallest-circle routine),其對於凸殼計算常式輸出之凸殼之最小圓圈問題使用一數值解決方案。此模組輸出最小圓圈圍設凸殼之每一點,因此能夠提供裂痕102之最小半徑。
裂縫分析模組112將代表凸殼之資料、代表凸殼最小圓圈問題解決方案之資料、裂痕之計得半徑分別儲存於儲存器中,此儲存器可為處理模組108之本地組件或遠距組件。
亦即,裂縫分析模組112係利用行動電話104之幾何參數及相機106之參數,求得裂痕102之半徑。
於步驟 S814,可將參數及最小圓圈常式輸出之圓圈顯示於顯示器模組118。
圖11為顯示器模組118所可提供之影像範例。於此範例中,最小圓圈之直徑顯示為16公釐,亦即半徑為8公釐。在此案例之估計最大裂痕直徑為16公釐。如此可估計裂痕之最小尺寸,並可用於判定是否必須更換擋風玻璃。
裂縫分析模組112將估計半徑與更換/修理閾限比較,藉此判定裂痕102是否導致需要更換玻璃,或是否修理即已足夠。
行動電話104外殼可能為測量參數導入誤差,且將增加行動電話104長度,但誤差通常約為3%。將3%之誤差範圍內建於裂縫分析模組112之計算,並經顯示器模組118提供於顯示器中。
亦可能無法從裝置參數資料庫 116中取得行動電話104基部與相機106間之距離。遇此情形,可估計參數以改善所述方法之魯棒性(robustness)。
可使用行動電話104 內建傾斜儀取得拍攝裂痕102影像時之行動電話之角度。此可帶入公式,用於計算高度 h:其中l為行動電話104之長度,且角度θ為自傾斜儀所取得之角度。
同理,可使用視角、該影像解析度及感應器尺寸來估計行動電話角度。
裂縫分析模組112之作用為在顯示器上,基於最小圓圈之半徑,提供是否需要更換整片擋風玻璃之警報。若裂痕102大於一指定閾限,則裂縫分析模組112將指示是否需要更換擋風玻璃。 警報可顯示於行動電話104之顯示器上。
應知上述實施例係為說明而非限制本發明,且熟悉此技藝人士將可於不脫離所附申請專利範圍所定義本發明範疇之前提下設計諸多替代實施例。於申請專利範圍中,任何放置於括號中之參考符號均不應構成對於申請專利範圍之限制。如「包含」等用語並不排除申請專利範圍或說明書整體中所列元件或步驟以外之其他元件或步驟存在。於本說明書中,「包含」意指「包括」或「由…所組成」。一元件以單數提及時並不排除該元件之複數參照,反之亦然。本發明可藉由包含若干不同元件之硬體實施,且可藉由經適當編程之電腦實施。 於一列舉數種手段之裝置權項中,此等手段中之部分可藉由同一硬體項目實現。相互不同附屬項列舉之特定措施並不表示不能將此等措施結合以利用其優點。
100‧‧‧擋風玻璃
102‧‧‧裂痕
104‧‧‧行動電話
106‧‧‧相機
108‧‧‧影像處理模組
110‧‧‧資料輸入介面
112‧‧‧裂縫分析模組
114‧‧‧常式庫
116‧‧‧裝置參數資料庫
118‧‧‧顯示器模組
圖1繪示出現裂痕之擋風玻璃; 圖2繪示使用相機拍攝裂痕影像之情形; 圖3繪示一可用於分析圖1擋風玻璃裂痕之處理模組; 圖4為一流程圖,詳細說明使用圖3系統評估擋風玻璃上裂痕之步驟; 圖5繪示裂痕之傅立葉變換影像;及 圖6繪示裂痕之輪廓影像; 圖7繪示可用於為裂痕102建模之安排; 圖8繪示產生裂縫參數之步驟; 圖9a概要繪示相機視野,具有擋風玻璃之鳥瞰視像; 圖9b 概要繪示相機視野,具有擋風玻璃之傾斜視像; 圖10繪示如何對相機建模以使用相機參數分析裂痕;以及 圖11繪示系統所輸出用以判定擋風玻璃上裂痕尺寸之影像。

Claims (18)

  1. 一種裂縫分析方法,用以分析一車用鑲嵌玻璃面板上之裂縫,該方法包含:拍攝一車用鑲嵌玻璃面板上一裂縫之影像;處理該裂縫之影像;其中該影像係由一含有一相機的行動運算裝置拍攝而成,該相機係定位在平放於該鑲嵌玻璃面板之表面一相對於該裂縫之預設位置;以及將該行動運算裝置樞轉離開該鑲嵌玻璃面板,並使該行動運算裝置至少部分保持與該鑲嵌玻璃面板接觸。
  2. 如請求項1所述之方法,進一步包含:基於該影像之處理,判定是否需要更換或修理該鑲嵌玻璃面板。
  3. 如請求項1所述之方法,其中該裂縫之影像係在一相對於該車用鑲嵌玻璃面板為傾斜之角度拍攝而成。
  4. 如請求項1所述之方法,其中該行動運算裝置係傾斜以在該相機視野內的一預設位置觀看該裂縫。
  5. 如請求項4所述之方法,其中該預設位置係由顯示在該行動運算裝置上之指標所指示。
  6. 如請求項1所述之方法,包含在樞轉該行動運算裝置前,將該行動運算裝置的一特徵點對入於一相對於該裂縫之預設位置。
  7. 如請求項6所述之方法,包含在樞轉該行動運算裝置前,將該行動運算裝置之一邊緣對齊於該裂縫之最低點。
  8. 如請求項1所述之方法,包含樞轉該行動運算裝置,直到該裂縫在該相機一視野內的一預設位置為可見為止。
  9. 如請求項8所述之方法,其中該預設位置為該相機視野之中心。
  10. 如請求項1所述之方法,包括使用該行動運算裝置之幾何參數及該相機之鏡頭參數來估計該裂縫之尺寸。
  11. 如請求項10所述之方法,其中該行動運算裝置之幾何參數係用於判定該行動運算裝置與該鑲嵌玻璃面板間之樞轉角度。
  12. 如請求項10所述之方法,其中該影像之處理進一步基於該相機 及/或行動運算裝置之晶片參數。
  13. 如請求項10所述之方法,其中該影像之處理產生一組資料點,其係用於產生該裂縫之直徑或該裂縫內的一區域。
  14. 如請求項10所述之方法,其中該方法進一步包含:基於該裂縫之估計尺寸,判定更換車用鑲嵌玻璃面板或修理該鑲嵌玻璃面板之條件。
  15. 如請求項1所述之方法,其中該影像之處理包含過濾該影像以移除一背景部分以辨識該裂縫。
  16. 如請求項15所述之方法,其中過濾該影像包含對該影像進行形態精算。
  17. 如請求項1所述之方法,包含輸出一訊號,該訊號指示該擋風玻璃是否需要接受修理或更換。
  18. 一種用以分析一車用鑲嵌玻璃面板上之裂縫之設備,該設備包含:一相機,其可拍攝一車用鑲嵌玻璃面板上一裂縫之影像;以及一處理模組,其作用為處理該裂縫之影像;其中該處理模組可執行請求項1至17任一項所述之方法步驟。
TW106115276A 2016-05-13 2017-05-09 裂縫分析設備及方法 TWI647443B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
??1608455.0 2016-05-13
GBGB1608455.0A GB201608455D0 (en) 2016-05-13 2016-05-13 Break analysis system, method and device

Publications (2)

Publication Number Publication Date
TW201740102A TW201740102A (zh) 2017-11-16
TWI647443B true TWI647443B (zh) 2019-01-11

Family

ID=56320372

Family Applications (2)

Application Number Title Priority Date Filing Date
TW107126767A TW201839385A (zh) 2016-05-13 2017-05-09 裂縫分析設備及方法
TW106115276A TWI647443B (zh) 2016-05-13 2017-05-09 裂縫分析設備及方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
TW107126767A TW201839385A (zh) 2016-05-13 2017-05-09 裂縫分析設備及方法

Country Status (30)

Country Link
US (3) US10852249B2 (zh)
EP (2) EP3455825B1 (zh)
JP (1) JP2019518276A (zh)
KR (1) KR20190007481A (zh)
CN (2) CN116205871A (zh)
AR (1) AR108460A1 (zh)
AU (2) AU2017263145B2 (zh)
BR (1) BR112018072977A2 (zh)
CA (1) CA3021030C (zh)
DK (2) DK3455825T3 (zh)
ES (2) ES2848546T3 (zh)
FI (1) FI3783567T3 (zh)
GB (3) GB201608455D0 (zh)
HR (2) HRP20231169T1 (zh)
HU (2) HUE053349T2 (zh)
LT (2) LT3455825T (zh)
MA (1) MA44971B1 (zh)
MX (2) MX2018013704A (zh)
NZ (1) NZ747280A (zh)
PL (2) PL3455825T3 (zh)
PT (2) PT3783567T (zh)
RS (2) RS64596B1 (zh)
RU (1) RU2766420C2 (zh)
SG (1) SG11201809865RA (zh)
SI (2) SI3455825T1 (zh)
TN (1) TN2018000371A1 (zh)
TW (2) TW201839385A (zh)
UA (1) UA128153C2 (zh)
WO (1) WO2017194950A1 (zh)
ZA (2) ZA201806995B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201608455D0 (en) 2016-05-13 2016-06-29 Belron Internat Ltd Break analysis system, method and device
GB2585004A (en) 2019-06-24 2020-12-30 Belron Int Ltd Analysis of damage to vehicle glazing panels
CN112784626B (zh) * 2019-11-04 2022-07-01 广东新星源智能信息科技有限公司 基于移动终端的更换需求现场触发装置
CN111762181B (zh) * 2019-11-06 2021-06-04 嵊州市万智网络科技有限公司 汽车事故编号映射系统以及方法
CN110893382B (zh) * 2019-11-09 2020-10-27 嵊州亿源投资管理有限公司 自动化细纹修补系统
CN110907473B (zh) * 2019-11-29 2023-04-07 上海科世达-华阳汽车电器有限公司 光伏组件的检修方法、装置、设备以及存储介质
CN112906688A (zh) * 2019-12-04 2021-06-04 刘志方 基于视觉处理的信息解析平台
US20230384116A1 (en) * 2022-05-25 2023-11-30 Here Global B.V. Method and apparatus for determining window damage indicators

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6115118A (en) * 1997-08-25 2000-09-05 Northstar Automotive Glass, Inc. Vehicle windshield scanning system
TW200912294A (en) * 2007-04-23 2009-03-16 Belron Hungary Kft Szombathely Investigation system and technique
WO2015173594A2 (en) * 2014-05-16 2015-11-19 Pre-Chasm Research Limited Examining defects

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2391784B (en) * 2002-08-02 2005-10-19 Carglass Luxembourg Sarl Zug Windscreen heater device particularly for windscreen repair
GB2415776B (en) * 2004-06-28 2009-01-28 Carglass Luxembourg Sarl Zug Investigation of vehicle glazing panels
US7089099B2 (en) * 2004-07-30 2006-08-08 Automotive Technologies International, Inc. Sensor assemblies
RU2366933C2 (ru) * 2004-12-16 2009-09-10 Вольво Аэро Корпорейшн Способ и устройство для выявления трещин в объекте
KR101326384B1 (ko) * 2005-06-30 2013-11-11 놀리텍 엘엘씨 모놀리식 이미지 인식 디바이스 및 방법
US20070067075A1 (en) * 2005-09-16 2007-03-22 Mcmillan Michael W Quick automotive cosmetic repair
US20070245956A1 (en) * 2006-02-23 2007-10-25 Picodeon Ltd Oy Surface treatment technique and surface treatment apparatus associated with ablation technology
US8073196B2 (en) * 2006-10-16 2011-12-06 University Of Southern California Detection and tracking of moving objects from a moving platform in presence of strong parallax
DE102007021181B3 (de) * 2007-05-05 2008-07-03 Dr.Ing.H.C. F. Porsche Ag Verfahren zur Reparatur eines beschädigten Fahrzeug-Trägers, insbesondere eines Seitenschwellers
KR101561913B1 (ko) 2009-04-17 2015-10-20 엘지전자 주식회사 이동 단말기의 영상 표시 방법 및 그 장치
US20110167741A1 (en) * 2009-08-18 2011-07-14 Kevin Surace Methods and systems for retrofitting glass or insulated glass units of existing curtain wall systems for improved thermal performance
WO2012142967A1 (en) * 2011-04-21 2012-10-26 Ati-China Co., Ltd. Apparatus and method for photographing glass defects in multiple layers
US20140247348A1 (en) * 2013-03-01 2014-09-04 Hertz System, Inc. Virtual rent-a-car system and method with in-car concierge device
JP6238569B2 (ja) * 2013-05-22 2017-11-29 キヤノン株式会社 画像処理装置、画像処理方法、及び、プログラム
US9113306B2 (en) * 2013-08-02 2015-08-18 Google Inc. Predictive assistance information
JP2016095502A (ja) * 2014-11-11 2016-05-26 株式会社半導体エネルギー研究所 表示システム、表示装置
GB201608455D0 (en) 2016-05-13 2016-06-29 Belron Internat Ltd Break analysis system, method and device

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6115118A (en) * 1997-08-25 2000-09-05 Northstar Automotive Glass, Inc. Vehicle windshield scanning system
TW200912294A (en) * 2007-04-23 2009-03-16 Belron Hungary Kft Szombathely Investigation system and technique
WO2015173594A2 (en) * 2014-05-16 2015-11-19 Pre-Chasm Research Limited Examining defects

Also Published As

Publication number Publication date
AU2022201019A1 (en) 2022-03-10
EP3783567B1 (en) 2023-07-05
ZA201806995B (en) 2023-09-27
FI3783567T3 (fi) 2023-09-08
US20190170662A1 (en) 2019-06-06
US11692949B2 (en) 2023-07-04
GB2551894A (en) 2018-01-03
PL3455825T3 (pl) 2021-07-19
LT3783567T (lt) 2023-10-10
SI3783567T1 (sl) 2023-11-30
SI3455825T1 (sl) 2021-04-30
MA44971A (fr) 2019-03-20
EP3455825B1 (en) 2020-11-11
KR20190007481A (ko) 2019-01-22
US10852249B2 (en) 2020-12-01
US11385189B2 (en) 2022-07-12
HRP20231169T1 (hr) 2024-01-05
SG11201809865RA (en) 2018-12-28
CA3021030C (en) 2024-02-27
TN2018000371A1 (en) 2020-06-15
JP2019518276A (ja) 2019-06-27
US20210131979A1 (en) 2021-05-06
GB201707572D0 (en) 2017-06-28
LT3455825T (lt) 2021-02-25
CN116205871A (zh) 2023-06-02
TW201740102A (zh) 2017-11-16
AU2022201019B2 (en) 2023-04-13
HUE053349T2 (hu) 2021-06-28
DK3455825T3 (da) 2021-02-08
PL3783567T3 (pl) 2023-12-11
PT3783567T (pt) 2023-08-18
AU2017263145B2 (en) 2021-12-23
CA3021030A1 (en) 2017-11-16
HRP20210174T1 (hr) 2021-04-02
RU2018140338A3 (zh) 2020-10-26
GB2565500A (en) 2019-02-13
ZA202100372B (en) 2022-10-26
RU2018140338A (ru) 2020-06-15
NZ747280A (en) 2024-05-31
AR108460A1 (es) 2018-08-22
AU2017263145A1 (en) 2018-11-08
EP3455825A1 (en) 2019-03-20
US20220326163A1 (en) 2022-10-13
PT3455825T (pt) 2021-02-03
DK3783567T3 (da) 2023-09-18
GB201819662D0 (en) 2019-01-16
GB201608455D0 (en) 2016-06-29
RS64596B1 (sr) 2023-10-31
UA128153C2 (uk) 2024-04-24
MX2018013704A (es) 2019-05-02
RS61389B1 (sr) 2021-02-26
NZ787611A (en) 2024-04-26
RU2766420C2 (ru) 2022-03-15
ES2956878T3 (es) 2023-12-29
TW201839385A (zh) 2018-11-01
MA44971B1 (fr) 2021-03-31
BR112018072977A2 (pt) 2019-03-06
MX2022000529A (es) 2022-02-10
WO2017194950A1 (en) 2017-11-16
ES2848546T3 (es) 2021-08-10
CN109155062A (zh) 2019-01-04
HUE063378T2 (hu) 2024-01-28
EP3783567A1 (en) 2021-02-24

Similar Documents

Publication Publication Date Title
TWI647443B (zh) 裂縫分析設備及方法
CN110717942B (zh) 图像处理方法和装置、电子设备、计算机可读存储介质
US9886759B2 (en) Method and system for three-dimensional data acquisition
JP6363863B2 (ja) 情報処理装置および情報処理方法
CN109479082B (zh) 图象处理方法及装置
JP2004354257A (ja) キャリブレーションずれ補正装置及びこの装置を備えたステレオカメラ並びにステレオカメラシステム
CN108074267A (zh) 交点检测装置及方法、摄像头校正系统及方法、程序及记录介质
KR101589167B1 (ko) 깊이 정보를 이용한 원근 왜곡 영상의 보정 시스템 및 방법
KR101854612B1 (ko) 구면 파노라마 영상을 위한 표본 기반 영상 인페인팅 장치 및 방법
CN107680035B (zh) 一种参数标定方法和装置、服务器及可读存储介质
CN111340959B (zh) 一种基于直方图匹配的三维模型无缝纹理贴图方法
JP6906177B2 (ja) 交点検出装置、カメラ校正システム、交点検出方法、カメラ校正方法、プログラムおよび記録媒体
CN111489384A (zh) 基于互视角的遮挡评估方法及装置、设备、系统和介质
CN109308706B (zh) 一种通过图像处理得到三维曲面面积的方法
JP2011059009A (ja) 位置計測対象物、位置計測システム、位置計測用演算装置およびプログラム
CN117314792B (zh) 一种基于rgb图像边缘捕捉的深度图像修复方法
WO2024127591A1 (ja) カメラ校正装置及びカメラ校正方法
KR20240022986A (ko) 카메라 포즈 정보와 장면 이전 정보의 융합을 이용하여유클리드 공간 내의 객체들의 거리를 추정하는 방법 및 장치

Legal Events

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