CN114693786B - 一种基于dsp实现的目标一维位置参数测量方法 - Google Patents
一种基于dsp实现的目标一维位置参数测量方法 Download PDFInfo
- Publication number
- CN114693786B CN114693786B CN202210259208.XA CN202210259208A CN114693786B CN 114693786 B CN114693786 B CN 114693786B CN 202210259208 A CN202210259208 A CN 202210259208A CN 114693786 B CN114693786 B CN 114693786B
- Authority
- CN
- China
- Prior art keywords
- mark
- points
- position parameter
- coordinates
- center
- Prior art date
- Legal status (The legal status 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 status listed.)
- Active
Links
- 238000000691 measurement method Methods 0.000 title abstract description 4
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 37
- 238000001514 detection method Methods 0.000 claims abstract description 23
- 238000000034 method Methods 0.000 claims abstract description 18
- 238000003384 imaging method Methods 0.000 claims description 34
- 238000005259 measurement Methods 0.000 claims description 24
- 238000012937 correction Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 7
- 238000001914 filtration Methods 0.000 claims description 3
- 239000003550 marker Substances 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 abstract description 17
- 238000004364 calculation method Methods 0.000 abstract description 10
- 238000013507 mapping Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 8
- 230000009897 systematic effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000007619 statistical method Methods 0.000 description 2
- 230000007123 defense Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种基于DSP实现的目标一维位置参数测量方法。本发明通过人工标记来解算目标的位置参数,标记的使用减少了特征提取的难度,加快了特征提取的速度;设计了位置参数解算算法,实现了标记与位置参数的函数映射;设计了测量系统参数标定算法,提高了位置参数解算的精度;设计了基于DSP的快速标记检测算法,通过分步、分颜色通道提取标记点,减少了待处理像素数量,提高了标记点提取的速度,同时,通过聚类算法,对噪声点进行了剔除,提高了标记点的检测精度。
Description
技术领域
本发明涉及计算机图像处理领域,特别是涉及一种基于DSP实现的目标一维位置参数测量方法。
背景技术
基于单目相机的视觉测量系统已较为成熟地应用于航空、航天、国防等领域目标的位置参数测量。与惯性测量、雷达测量以及多目测量相比,单目视觉测量位姿具有非接触、直观性强、测量精度较高、抗电磁干扰能力强、结构简单、测量成本低等优点。
现有的单目视觉位置参数测量系统包括基于合作目标的视觉测量系统和基于非合作目标的视觉测量系统,二者的区别主要在于:用于位置参数求解的目标特征是否是人工标记特征,若是人工标记特征则为合作目标;反之为非合作目标。相比于非合作目标,基于合作目标的视觉测量系统特征提取精度更高、提取速度更快。人工标记特征主要包括直线特征、圆特征等,一般来说,合作特征的提取方法有以下两种:
(1)解析方法:标记为直线,直线成像仍为直线,利用直线的交点来确定特征点。该方法的优点是提取的成像点与标记点对应关系准确,不存在系统误差,缺点是计算复杂;
(2)统计方法:标记为圆、矩形等几何特征,利用成像点坐标统计的方法来获得标记点的形心,用形心近似表示标记中心的成像点。该方法的特征点提取算法简单,易于实现,缺点是提取的特征点与标记点对应关系不准确,存在系统误差,但相比于其他因素造成的测量误差,该系统误差较小,可以满足测量精度的要求。
测量系统的位置参数解算算法需要根据目标特征进行设计,如PnP(点特征),PnL(线特征)算法以及基于单目圆特征的解算算法。但现有的位置参数解算算法存在以下缺点:1)现有典型的位姿参数测量算法,实现的均是三维位置参数的测量,当测量系统只对目标一维位置参数由需求时,测量结果存在冗余;2)现有特征提取算法及位置参数解算算法复杂、计算量大,难以实现基于DSP的实时处理。
发明内容
为解决现有技术参数计算冗余、计算量高的缺陷,本发明的目的是:提供一种基于DSP实现的目标一维位置参数测量方法。
为了达到上述目的,本发明提供的技术方案是:
一种基于DSP实现的目标一维位置参数测量方法,包括如下步骤:
步骤1,目标表面的人工标记(红色圆形图案)的标记半径进行设计;
步骤2,利用快速标记检测算法获得标记中心初值及对标记点进行二次搜索;
步骤3,利用系统标定算法对相机与导轨间的相对位姿进行标定,建立准确的参数对应关;
步骤4:利用基于DSP的快速标记检测算法对人工标记进行快速检测。
其中,标记形状设计为红色的圆形图案,其理由如下:
由于导轨与成像平面存在夹角,平面α上线段L0(成像平行于相机X轴方向,自身长度为2R)中点pC的成像点pc′与其成像线段l0的中点x0并不重合,下面对误差进行量化分析:
设L0端点pL,pR坐标分别为(XL,Yo,ZL)、(XR,Yo,ZR),坐标值之间的关系为:
XR=XL+2Rcosθ,ZR=ZL+2Rsinθ (1)
其中,θ为导轨倾角。中心pC坐标(XC,Yo,ZC)为:
XC=XL+Rcosθ,ZC=ZL+Rsinθ (2)
由式(2)可得其成像点横坐标为:
利用成像点计算得到的l0中心横坐标为:
中心点提取误差Δs表示为:
其中,Δn表示像素差。
当导轨倾角θ=45°时,式(5)可简化为:
根据系统的参数,ZC最小值一般为100mm,标记半径一般会小于10mm,所以即式(6)可简化为:
即线段中心成像点与成像线段中点横坐标的差值与线段长度的平方成正比,与线段中心与光心Z方向距离的三次方成反比。
根据线段的中心坐标差值函数(式(7))可以比较不同标记的误差大小:
(1)当标记为圆形,半径为R时,积分示意图如图6所示:所有标记点的均值与圆心成像点的坐标差值如下:
(2)当标记为矩形,宽度为2R时,积分示意图如图7所示:
(3)对于其它轴对称形状的标记,其计算方式同上。
中心差值与R的平方成正比,且当矩形标记水平方向的宽度等于圆形标记直径时,其中心差值是圆形标记的2倍。因此本发明选用圆形特征作为标记的形状。
进一步的,步骤1的具体实现方式如下:
步骤1.1:根据测量系统参数,半径为R的圆,其在水平方向上的最大成像像素数(水平方向的直径成像)为nmax,则:
其中,dx为水平方向上的像元尺寸。
为保证标记中心的检测精度,本发明将nmax的取小取值设置为40像素;为保证标记检测的速度,本发明将nmax的取大取值设置为100像素。标记圆的几何半径为:
根据nmax的取值范围和测量系统的参数可获得R的取值范围。
步骤1.2:设标记圆的中心坐标(相机坐标系,相机位于底部中心位置,如图4所示)为(Xi,Y0,Zi),其成像椭圆的中心坐标为(xi,yi),其中,Xi与Zi的几何约束如下:
根据小孔成像模型,成像点横坐标xi可表示为:
滑块的位置参数可由式(12)、(13)联立得到:
进一步的,步骤2的具体实现方式如下:
本发明基于DSP采集的图像为YUV422(UYVY)两场制图像,图像大小为720×576。为实现基于DSP的标记快速检测,本发明设计如下检测算法:
步骤2.1:获得标记中心初值,为减少计算量,该步骤只对顶场进行扫描(隔列,相对于扫描全图像的1/4)。红色标记点提取方法如下:
步骤2.2:首先利用YUV图像的V分量(色度分量,很大程度上反映像素点是否为红色)进行筛选(大幅减小计算量),保留V分量大于12的像素点;后续将YUV分量转换为RGB分量进行筛选,转换方式如下:
满足以下条件的像素点即为标记点:
(R>50)&(R>2.5·G||R-G>40)&(R>2.5·B||R-B>40) (16)
步骤2.3:对标记点的X,Y坐标值取均值,即为标记中心Center0初值(r0,c0)。
步骤2.4:标记点二次搜索,为减少计算量,同时剔除可能存在的干扰点,根据标记中心初值确定顶场、底场的搜索区域,进行逐点扫描,标记点提取方法同上:
(1)顶场的搜索区域:以(r0,c0)为中心,半径为50像素的圆形区域;
(2)底场的搜索区域:以(r0+576/2,c0)为中心,半径为50像素的圆形区域;
步骤2.5:对标记点的坐标进行处理:
(1)顶场:设标记点坐标为(ri,ci)(行,列),转换为(2·ri-1,ci);
(2)底场:设标记点坐标为(ri,ci)(行,列),转换为(2·(ri-576/2),ci);
步骤2.6:对标记点坐标(列坐标)进行畸变校正,取校正后的列坐标均值X0。
为提高算法的处理速度,畸变校正矩阵提前加载到DSP上,进行校正时调用取对应的坐标校正值即可,无需进行实时畸变校正计算。
进一步的,步骤3的具体实现方法如下:
对相机与导轨间的相对位姿进行标定(导轨倾角、相机与导轨的距离),建立准确的参数对应关系。标定方法如下:
步骤3.1:利用高精度控制系统沿导轨方向控制滑块移动,保存图像(标定图像)并记录滑块的真实位置参数,真实位置参数可由控制系统给出;
步骤3.2:根据标记检测算法计算所有图像的标记中心X坐标;
步骤3.3:根据{标记中心坐标,位置参数真值}集合及位置参数求解函数式,基于最小二乘法拟合出系统参数(距离、导轨倾角);
步骤3.4:根据拟合参数,得到位置参数求解的表达式。
由于采用了上述的技术方案,本发明的有益效果是:基于DSP实现的目标一维位置参数测量系统通过人工标记来解算目标的位置参数,标记的使用减少了特征提取的难度,加快了特征提取的速度;设计了位置参数解算算法,实现了标记与位置参数的函数映射;设计了测量系统参数标定算法,提高了位置参数解算的精度;设计了基于DSP的快速标记检测算法,通过分步、分颜色通道提取标记点,减少了待处理像素数量,提高了标记点提取的速度,同时,通过聚类算法,对噪声点进行了剔除,提高了标记点的检测精度。
附图说明
图1是本发明测量系统示意图。
图2是本发明的一种基于DSP实现的目标一维位置参数解算算法流程图。
图3是本发明的一种红色圆形标记的示意图。
图4是测量系统参数示意图。
图5是线段中心成像示意图。
图6是圆形标记及积分示意图。
图7矩形标记及积分示意图
图中:1-被测目标,2-导轨,3-相机。
具体实施方式
下面结合附图和实施例对本发明的技术方案作进一步的说明、
一种基于DSP实现的目标一维位置参数测量方法,包括如下步骤:
步骤1,目标表面的人工标记(红色圆形图案)的标记半径进行设计;
步骤2,利用快速标记检测算法获得标记中心初值及对标记点进行二次搜索;
步骤3,利用系统标定算法对相机与导轨间的相对位姿进行标定,建立准确的参数对应关系;步骤4:利用基于DSP的快速标记检测算法对人工标记进行快速检测。
其中,标记形状设计为红色的圆形图案,其理由如下:
由于导轨与成像平面存在夹角,平面α上线段L0(平行于X轴方向,长度为2R)中点pC的成像点pc′与其成像线段l0的中点x0并不重合,下面对误差进行量化分析:
设L0端点pL,pR坐标分别为(XL,Yo,ZL)、(XR,Yo,ZR),坐标值之间的关系为:
XR=XL+2Rcosθ,ZR=ZL+2Rsinθ (1)
中心pC坐标(XC,Yo,ZC)为:
XC=XL+Rcosθ,ZC=ZL+Rsinθ (2)
由式(2)可得其成像点横坐标为:
利用成像点计算得到的l0中心横坐标为:
中心点提取误差表示为:
其中,Δn表示像素差。
当导轨倾角θ=45°时,式(5)可简化为:
根据系统的参数,ZC最小值一般为100mm,标记半径一般会小于10mm,所以即式(6)可简化为:
即线段中心成像点与成像线段中点横坐标的差值与线段长度的平方成正比,与线段中心与光心Z方向距离的三次方成反比。
根据线段的中心坐标差值函数(式(7))可以比较不同标记的误差大小:
(1)当标记为圆形,半径为R时,积分示意图如图6所示:所有标记点的均值与圆心成像点的坐标差值如下:
(2)当标记为矩形,宽度为2R时,积分示意图如图7所示:
(3)对于其它轴对称形状的标记,其计算方式同上。
中心差值与R的平方成正比,且当矩形标记水平方向的宽度等于圆形标记直径时,其中心差值是圆形标记的2倍。因此本发明选用圆形特征作为标记的形状。
进一步的,步骤1的具体实现方式如下:
步骤1.1:根据测量系统参数,半径为R的圆,其在水平方向上的最大成像像素数(水平方向的直径成像)为nmax,则:
其中,dx为水平方向上的像元尺寸。
为保证标记中心的检测精度,本发明将nmax的取小取值设置为40像素;为保证标记检测的速度,本发明将nmax的取大取值设置为100像素。标记圆的几何半径为:
根据nmax的取值范围和测量系统的参数可获得R的取值范围。
步骤1.2:设标记圆的中心坐标(相机坐标系,相机位于底部中心位置,如图4所示)为(Xi,Y0,Zi),其成像椭圆的中心坐标为(xi,yi),其中,Xi与Zi的几何约束如下:
根据小孔成像模型,成像点横坐标xi可表示为:
滑块的位置参数可由式(12)、(13)联立得到:
进一步的,步骤2的具体实现方式如下:
本发明基于DSP采集的图像为YUV422(UYVY)两场制图像,图像大小为720×576。为实现基于DSP的标记快速检测,本发明设计如下检测算法:
步骤2.1:获得标记中心初值,为减少计算量,该步骤只对顶场进行扫描(隔列,相对于扫描全图像的1/4)。红色标记点提取方法如下:
步骤2.2:首先利用YUV图像的V分量(色度分量,很大程度上反映像素点是否为红色)进行筛选(大幅减小计算量),保留V分量大于12的像素点;后续将YUV分量转换为RGB分量进行筛选,转换方式如下:
满足以下条件的像素点即为标记点:
(R>50)&(R>2.5·G||R-G>40)&(R>2.5·B||R-B>40) (16)
步骤2.3:对标记点的X,Y坐标值取均值,即为标记中心Center0初值(r0,c0)。
步骤2.4:标记点二次搜索,为减少计算量,同时剔除可能存在的干扰点,根据标记中心初值确定顶场、底场的搜索区域,进行逐点扫描,标记点提取方法同上:
(1)顶场的搜索区域:以(r0,c0)为中心,半径为50像素的圆形区域;
(2)底场的搜索区域:以(r0+576/2,c0)为中心,半径为50像素的圆形区域;
步骤2.5:对标记点的坐标进行处理:
(1)顶场:设标记点坐标为(ri,ci)(行,列),转换为(2·ri-1,ci);
(2)底场:设标记点坐标为(ri,ci)(行,列),转换为(2·(ri-576/2),ci);
步骤2.6:对标记点坐标(列坐标)进行畸变校正,取校正后的列坐标均值X0。
为提高算法的处理速度,畸变校正矩阵提前加载到DSP上,进行校正时调用取对应的坐标校正值即可,无需进行实时畸变校正计算。
进一步的,步骤3的具体实现方法如下:
对相机与导轨间的相对位姿进行标定(导轨倾角、相机与导轨的距离),建立准确的参数对应关系。标定方法如下:
步骤3.1:利用高精度控制系统沿导轨方向控制滑块移动,保存图像(标定图像)并记录滑块的真实位置参数,真实位置参数可由控制系统给出;
步骤3.2:根据标记检测算法计算所有图像的标记中心X坐标;
步骤3.3:根据{标记中心坐标,位置参数真值}集合及位置参数求解函数式,基于最小二乘法拟合出系统参数(距离、导轨倾角);
步骤3.4:根据拟合参数,得到位置参数求解的表达式。
由于采用了上述的技术方案,本发明的有益效果是:基于DSP实现的目标一维位置参数测量系统通过人工标记来解算目标的位置参数,标记的使用减少了特征提取的难度,加快了特征提取的速度;设计了位置参数解算算法,实现了标记与位置参数的函数映射;设计了测量系统参数标定算法,提高了位置参数解算的精度;设计了基于DSP的快速标记检测算法,通过分步、分颜色通道提取标记点,减少了待处理像素数量,提高了标记点提取的速度,同时,通过聚类算法,对噪声点进行了剔除,提高了标记点的检测精度。
应当认识到,以上描述只是本发明的一个特定实施例,本发明并不仅仅局限于以上图示或描述的特定的结构,权利要求将覆盖本发明的实质精神及范围内的所有变化方案。
Claims (1)
1.一种基于DSP实现的目标一维位置参数测量方法,其特征在于,包括如下步骤:
步骤1,对目标表面的人工标记的标记半径进行设计,具体实现方法如下:
步骤1.1:根据测量系统参数,半径为R的圆,其在水平方向上的最大成像像素数为nmax,则:
其中,dx为水平方向上的像元尺寸,θ为导轨倾角;
标记圆的几何半径为:
根据nmax的取值范围和测量系统的参数可获得R的取值范围;
步骤1.2:设标记圆的中心坐标:为(Xi,Y0,Zi),其成像椭圆的中心坐标为(xi,yi),其中,Xi与Zi的几何约束如下:
根据小孔成像模型,成像点横坐标xi可表示为:
滑块的位置参数(Xi,Zi)可由式(3)、(4)联立得到:
步骤2,利用快速标记检测算法获得标记中心初值及对标记点进行二次搜索,具体实现方法如下:
步骤2.1:对顶场进行隔列扫描全图像1/4的部分,获得标记中心初值;
步骤2.2:提取红色标记点,利用YUV图像的V分量进行筛选,保留V分量大于12的像素点;后续将YUV分量转换为RGB分量进行筛选,转换方式如下:
满足以下条件的像素点即为标记点:
(R>50)&(R>2.5·G||R-G>40)&(R>2.5·B||R-B>40) (7)
步骤2.3:对标记点的X,Y坐标值取均值,即为标记中心Center0初值(r0,c0);
步骤2.4:根据标记中心初值确定顶场、底场的搜索区域,进行逐点扫描,对标记点进行二次搜索:
(1)顶场的搜索区域:以(r0,c0)为中心,半径为50像素的圆形区域;
(2)底场的搜索区域:以(r0+576/2,c0)为中心,半径为50像素的圆形区域;
步骤2.5:对标记点的坐标进行处理:
(1)顶场:设标记点坐标为(ri,ci)(行,列),转换为(2·ri-1,ci);
(2)底场:设标记点坐标为(ri,ci)(行,列),转换为(2·(ri-576/2),ci);
步骤2.6:对标记点列坐标进行畸变校正,取校正后的列坐标均值X0;
步骤3,利用系统标定算法对相机与导轨间的相对位姿进行标定,建立准确的参数对应关系,具体实现方法如下:
步骤3.1:利用高精度控制系统沿导轨方向控制滑块移动,保存标定图像并记录滑块的真实位置参数,真实位置参数可由控制系统给出;
步骤3.2:根据标记检测算法计算所有图像的标记中心X坐标;
步骤3.3:根据{标记中心坐标,位置参数真值}集合及位置参数求解函数式,基于最小二乘法拟合出距离、导轨倾角;
步骤3.4:根据拟合参数,得到位置参数求解的表达式;
步骤4:利用基于DSP的快速标记检测算法对人工标记进行快速检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210259208.XA CN114693786B (zh) | 2022-03-16 | 2022-03-16 | 一种基于dsp实现的目标一维位置参数测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210259208.XA CN114693786B (zh) | 2022-03-16 | 2022-03-16 | 一种基于dsp实现的目标一维位置参数测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114693786A CN114693786A (zh) | 2022-07-01 |
CN114693786B true CN114693786B (zh) | 2024-09-17 |
Family
ID=82138827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210259208.XA Active CN114693786B (zh) | 2022-03-16 | 2022-03-16 | 一种基于dsp实现的目标一维位置参数测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114693786B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106097362A (zh) * | 2016-06-20 | 2016-11-09 | 中国科学院深圳先进技术研究院 | 一种x光图像中人工圆形标记的自动检测和定位方法 |
CN109102567A (zh) * | 2018-10-11 | 2018-12-28 | 北京理工大学 | 一种基于重建误差最小化的位姿参数高精度求解方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3208953B2 (ja) * | 1993-09-29 | 2001-09-17 | 株式会社デンソー | 視覚に基く三次元位置および姿勢の認識方法ならびに視覚に基く三次元位置および姿勢の認識装置 |
WO2017092631A1 (zh) * | 2015-11-30 | 2017-06-08 | 宁波舜宇光电信息有限公司 | 鱼眼图像的畸变图像校正方法及鱼眼相机的标定方法 |
CN111105431A (zh) * | 2019-12-20 | 2020-05-05 | 深圳市智影医疗科技有限公司 | 一种标记图像的方法及装置 |
CN113295171B (zh) * | 2021-05-19 | 2022-08-16 | 北京航空航天大学 | 一种基于单目视觉的旋转刚体航天器姿态估计方法 |
-
2022
- 2022-03-16 CN CN202210259208.XA patent/CN114693786B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106097362A (zh) * | 2016-06-20 | 2016-11-09 | 中国科学院深圳先进技术研究院 | 一种x光图像中人工圆形标记的自动检测和定位方法 |
CN109102567A (zh) * | 2018-10-11 | 2018-12-28 | 北京理工大学 | 一种基于重建误差最小化的位姿参数高精度求解方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114693786A (zh) | 2022-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110689579B (zh) | 基于合作目标的快速单目视觉位姿测量方法及测量系统 | |
US12094152B2 (en) | Method for fully automatically detecting chessboard corner points | |
CN109658398B (zh) | 一种基于三维测量点云的零件表面缺陷识别与评估方法 | |
CN107014294B (zh) | 一种基于红外图像的接触网几何参数检测方法及系统 | |
CN110672040A (zh) | 一种基于视觉的高精度旋转角度测量方法 | |
CN101660932A (zh) | 一种指针式汽车仪表自动校验方法 | |
CN110378957B (zh) | 面向冶金作业的鱼雷罐车视觉识别与定位方法及其系统 | |
CN110223355B (zh) | 一种基于双重极线约束的特征标志点匹配方法 | |
CN111354047B (zh) | 一种基于计算机视觉的摄像模组定位方法及系统 | |
CN109035326A (zh) | 基于亚像素图像识别的高精度定位技术 | |
CN101515331B (zh) | 一种邻域相关的亚像素定位方法 | |
CN113724193A (zh) | Pcba零部件尺寸及间隙高精度视觉测量方法 | |
CN101846513B (zh) | 标志图像识别及中心坐标提取方法 | |
CN110211178B (zh) | 一种利用投影计算的指针式仪表识别方法 | |
CN109448059B (zh) | 一种快速x角点亚像素检测方法 | |
CN117496467A (zh) | 基于单目相机和3d lidar融合的异形车道线检测方法 | |
CN112966571A (zh) | 一种基于机器视觉的立定跳远腾空高度量测方法 | |
CN114693786B (zh) | 一种基于dsp实现的目标一维位置参数测量方法 | |
CN105547160B (zh) | 铁路构件位移监测系统和方法 | |
CN113850868B (zh) | 一种波浪爬高图像识别方法 | |
CN111667429B (zh) | 一种巡检机器人目标定位校正方法 | |
CN113902894A (zh) | 一种基于图像处理的条式水平仪自动读数识别方法 | |
CN109493356B (zh) | 一种基于机器视觉的自动报靶系统智能标定方法 | |
CN114240984B (zh) | 一种圆形标志点边缘提取方法及其应用 | |
CN112233063B (zh) | 一种大尺寸圆形物体的圆心定位方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |