CN113137932B - 一种便携式表面间隙测量装置及测量方法 - Google Patents
一种便携式表面间隙测量装置及测量方法 Download PDFInfo
- Publication number
- CN113137932B CN113137932B CN202110527599.4A CN202110527599A CN113137932B CN 113137932 B CN113137932 B CN 113137932B CN 202110527599 A CN202110527599 A CN 202110527599A CN 113137932 B CN113137932 B CN 113137932B
- Authority
- CN
- China
- Prior art keywords
- image
- board computer
- histogram
- contour
- switch
- 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
- 238000000034 method Methods 0.000 title claims abstract description 51
- 240000007651 Rubus glaucus Species 0.000 claims abstract description 31
- 235000011034 Rubus glaucus Nutrition 0.000 claims abstract description 31
- 235000009122 Rubus idaeus Nutrition 0.000 claims abstract description 31
- 238000005286 illumination Methods 0.000 claims abstract description 30
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000005516 engineering process Methods 0.000 claims abstract description 17
- 238000001914 filtration Methods 0.000 claims abstract description 17
- 238000005259 measurement Methods 0.000 claims abstract description 9
- 238000003708 edge detection Methods 0.000 claims abstract description 5
- 230000011218 segmentation Effects 0.000 claims description 15
- 238000007726 management method Methods 0.000 claims description 13
- 238000003825 pressing Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000005520 cutting process Methods 0.000 claims description 3
- 238000000691 measurement method Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000009827 uniform distribution Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 6
- 230000007613 environmental effect Effects 0.000 abstract description 3
- 238000001514 detection method Methods 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005211 surface analysis Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/14—Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种便携式表面间隙测量装置及测量方法,包括单板计算机树莓派以及分别与单板计算机树莓派连接的显示器、激光二极管、光敏电阻传感器、CMOS相机、发光二极管,CMOS相机前方设有红外通滤波器。本发明通过使用智能照明控制管理技术调节光照强度,以便捕获物体表面清晰图像,随后从该图像中分割出感兴趣区域,利用canny边缘检测技术找到感兴趣区域中的轮廓,最后运用动态滤波过程(DFP)处理技术,实现对轮廓的过滤,找出物体表面间隙或孔洞两侧的激光线轮廓,并确定表面间隙或孔洞的几何参数。本发明实现了对物体表面间隙或孔洞的非接触式测量,方便携带,无需固定,受环境因素影响小且准确率高。
Description
技术领域
本发明涉及机器视觉基础测量领域,具体涉及一种便携式表面间隙测量装置及测量方法。
背景技术
传统的工业产品表面检测分析方法,采用人工检测的办法来检测产品的外观特征,由于人工检测的局限限度和检测技术的落后,在检查过程中容易出错从而影响检测结果的准确性。随着计算机技术、人工智能等新兴技术的涌现和发展,出现了机器视觉技术的表面分析检测技术,极大地提高了生产作业的效率,有效提升了检测的精确度,激光三角测量法便是机器视觉领域的重要技术之一。激光三角测量法基于相似三角形原理,利用光线传播过程中的光学反射规律,在接收透镜的物空间与像空间构成相似三角形关系,同时利用边角关系计算出待测位移或物体表面特征的几何尺寸。激光三角测量法原理简单,具有精度高、频响快、量程适用范围广的优点,已被广泛应用于位移、距离、厚度、形貌等参数的各种测量需求场景下,尤其是利用激光三角测量法非接触的技术特点,既可对一些微小、脆弱的易损伤物体进行形貌检测,也可用于对一些庞大的物体进行快速三维测量和建模。
目前的表面检测设备大多以光学测量为主,检测精度相较于传统的人工检测方法已提升许多,但仍易受环境变化和照明问题的影响。现有的检测设备受主机的限制,大多不具备真正的可移植性,依赖于主机进行数据和计算,因此代价较高,并且需要固定的安装位置,而已有的手持式间隙测量装置很难将激光线固定在屏幕上的某个位置,微小的变化会导致计算结果的改变,因此通常需使用三脚架作为将其固定,这又使得其不再是完全便携的。
发明内容
发明目的:本发明的目的在于提供一种可移植的、无需额外的计算机设备的便携式表面间隙测量装置及测量方法。
技术方案:本发明的便携式表面间隙测量装置,包括单板计算机树莓派以及分别与单板计算机树莓派连接的显示器、第一激光二极管、第二激光二极管、LDR传感器、CMOS相机、第一开关以及发光二极管,所述CMOS相机前方设有红外通滤波器;还包括第三开关,所述第三开关通过电阻器与单板计算机树莓派相连。
还包括可充电电池,所述可充电电池通过第二开关与单板计算机树莓派连接。
所述第一激光二极管采用PWM功率控制,用于控制来自单板计算机树莓派的PWM信号。
本发明还包括一种便携式表面间隙测量方法,包括以下步骤:
(1)单板计算机树莓派开始基于平台的初始化;
(2)CMOS相机初始化参数,并将各参数的初始值发送至单板计算机树莓派;
(3)单板计算机树莓派利用CMOS相机进行视频采集,采用智能光照管理控制方法来自动调整光照;
(4)按下第三开关扫描来自物体表面的图像;
(5)通过感兴趣区域分割过程从步骤(4)获取的图像中切割出感兴趣区域,并根据滤波要求对新图像进行直线和轮廓分割;
(6)使用基于照明、激光强度和绿色光的动态滤波过程筛选出内部间隙激光线反射的轮廓;
(7)生成的图像用于计算物体间隙的几何尺寸,所有测量细节显示在显示器上,等待第三开关重新开始扫描。
步骤(3)中,所述智能光照管理控制方法包括以下步骤:
(3.1)通过光敏电阻传感器接收物体表面的关照信息;
(3.2)计算图像直方图;
(3.3)通过读取光敏电阻传感器和直方图信息,控制激光强度达到所需的输出。
步骤(3.1)中,所述通过光敏电阻传感器计算物体表面的光照信息,计算公式为:
Vout=IR2
式中,Vout为输出电压,Vin为输入电压,I为电流值,R1,R2分别为电阻R1及电阻R2的电阻值,根据光敏电阻传感器的电阻值计算出物体表面光照强度。
步骤(3.2)
中,所述计算图像直方图,直方图计算过程为:
假定n为给定图像的像素点数量,[p0,pk]为该图像灰度级的范围,H(p)为图像直方图,H(pi)为对应灰度级大小为pi的像素点数量,所求直方图G(q)与H(q)定义相同,在[q0,qk]内均匀分布,因此需求出一个单调变换函数q=τ(p):假设直方图中bin的总数不变,则:
由于直方图G为均匀分布,则:
由于只有在连续空间中才能得到完全均匀的直方图,则有:
则变换函数τ为:
对于离散空间:
步骤(5)中,所述感兴趣区域分割过程包括以下步骤:
(5.1)按下第三开关,从实时流中获取图像;
(5.2)调用get_segmentation分割模块重新生成二值灰度图像;
(5.3)调用horizontal_lines函数,滤除不在水平对齐程度上的分割;
(5.4)运用canny边缘检测技术,在图像中找到轮廓,去除不属于边缘的像素,得到具有细边的二值图像;
(5.5)采用滞后阈值法,确定最大密度和最小密度两个阈值;
(5.6)将低于最小值的边丢弃,高于最大值的边将作为边,最小值和最大值之间的边仅当连接到其他边时才被认定为边。
步骤(6)中,所述动态滤波过程包括以下步骤:
(6.1)根据智能光照控制管理方法得到的结果确定所需轮廓的最小和最大的厚度和长度;
(6.2)根据轮廓大小、厚度和长度删除不符合条件的轮廓;
(6.3)基于轮廓位置删除不符合条件的轮廓;
(6.4)基于轮廓角度删除不符合条件的轮廓。
步骤(7)中,采用激光三角测量法计算所得物体表面间隙或孔洞图像的几何尺寸。
有益效果:本发明与现有技术相比,其有益效果在于:(1)使用管理GUI软件,操作更加流畅,无需额外的计算机设备;(2)可以完全便携,无需主机系统;(3)可在自然或人工照明的不同环境中使用;(5)比国外同类产品更加便宜。
附图说明
图1为本发明的便携式表面间隙测量装置的连接示意图;
图2为本发明所述便携式表面间隙测量方法的流程图;
图3为本发明中智能光照控制管理(IICM)方法的流程图;
图4为本发明中LDR传感器连接电路图;
图5为本发明中光照强度与LDR电阻值关系图;
图6为本发明中为直方图计算示例图;
图7为本发明中动态滤波过程(DFP)流程图;
图8为本发明中激光三角测量法原理图;
图9为本发明的测量结果图。
具体实施方式
下面结合具体实施方式和说明书附图对本发明的方案做进一步详细介绍。
本发明中,通过单片计算机、可编程相机及高斯分布激光束等硬件为基础组成便携手持式设备。使用最新开发的智能照明控制管理(IICM)技术,捕获物体表面清晰图像,随后从该图像中分割出感兴趣区域(ROI),利用canny边缘检测技术找到感兴趣区域中的轮廓,最后运用动态滤波过程(DFP)处理技术,实现对轮廓的过滤,找出物体表面间隙或孔洞两侧的激光线轮廓,并最终确定表面间隙或孔洞的几何参数。
如图1所示,本发明包括单板计算机树莓派以及分别与单板计算机树莓派连接的显示器、第一激光二极管、第二激光二极管、LDR传感器、CMOS相机、第一开关以及发光二极管;本实施例中,单板计算机树莓派的版本为4B+,内存为8Gb,具有更高的RAM和更好的处理能力,便于图像处理,并且提供了对某些硬件的控制,如激光器、激光测距仪;显示器采用触摸式液晶显示器,触摸式液晶显示器的尺寸为3.5英寸,与单板计算机树莓派尺寸相同;第一激光二极管采用红色激光二极管,红色激光二极管波长为650nm,采用PWM功率控制,可以控制来自单板计算机树莓派的PWM信号;第二激光二极管采用不可见激光二极管,波长为650nm;第一开关为“睡眠”开关,发光二极管采用绿色发光二极管。CMOS相机带有7.2mmX5.4mm传感器,像素为1600pxX1200px,全局快门,每秒60帧,像素尺寸4.5umX4.5um;CMOS相机镜头前设有红外通滤波器;还包括第三开关和可充电电池,其中第三开关通过电阻器与单板计算机树莓派相连;本实施例中,第三开关为“扫描”按钮。可充电电池通过第二开关与单板计算机树莓派连接,可充电电池的额定电压为5V,额定容量为3Ah;本实施例中,第二开关为“开启/关闭”开关。
如图2所示,本发明还包括一种便携式表面间隙测量方法,包括以下步骤:
(1)单板计算机树莓派开始基于平台的初始化;
(2)CMOS相机初始化参数,并将曝光率、gamma参数和增益的初始值发送至单板计算机树莓派;
(3)单板计算机树莓派利用CMOS相机进行视频采集,如图3所示,采用智能光照管理控制方法(IICM)来自动调整光照;如果必要,重复视频采集。如果由于类型表面或与照明有关的问题而无法获得干净且无噪声的图像,则将选择不可见激光二极管进行后续处理;其中,智能光照管理控制方法包括以下步骤:
(3.1)光敏电阻传感器电路连接示意图如图4所示,通过光敏电阻(LDR)传感器计算物体表面的光照信息,计算公式为:
Vout=IR2
式中,Vout为输出电压,Vin为输入电压,I为电流值,R1,R2分别为电阻R1及电阻R2的电阻值,如图5所示,根据光敏电阻传感器的电阻值计算出物体表面光照强度。
(3.2)如图6所示,计算图像直方图,直方图计算过程为:
假定n为给定图像的像素点数量,[p0,pk]为该图像灰度级的范围,H(p)为图像直方图,H(pi)为对应灰度级大小为pi的像素点数量,所求直方图G(q)与H(q)定义相同,在[q0,qk]内均匀分布,因此需求出一个单调变换函数q=τ(p):假设直方图中bin的总数不变,则:
由于直方图G为均匀分布,则:
由于只有在连续空间中才能得到完全均匀的直方图,则有:
则变换函数τ为:
对于离散空间:
(3.3)通过读取光敏电阻传感器和直方图信息,控制激光强度达到所需的输出。可调光激光器利用脉宽调制信号改变输出功率,实现对激光强度的控制。
(4)按下“扫描”按钮扫描来自物体表面的图像;
(5)通过感兴趣区域(ROI)分割过程从步骤(4)获取的图像中切割出感兴趣区域,并根据滤波要求对新图像进行直线和轮廓分割;其中,感兴趣区域(ROI)分割过程包括以下步骤:
(5.1)按下第三开关,从实时流中获取图像;
(5.2)调用get_segmentation分割模块重新生成二值灰度图像;
(5.3)调用horizontal_lines函数,滤除不在水平对齐程度上的分割;
(5.4)运用canny边缘检测技术,在图像中找到轮廓,去除不属于边缘的像素,得到具有细边的二值图像;
(5.5)采用滞后阈值法,确定最大密度和最小密度两个阈值;
(5.6)将低于最小值的边丢弃,高于最大值的边将作为边,最小值和最大值之间的边仅当连接到其他边时才被认定为边。
(6)使用基于照明、激光强度和绿色光的动态滤波过程(DFP)筛选出内部间隙激光线反射的轮廓;如图7所示,动态滤波过程包括以下步骤:
(6.1)根据智能光照控制管理方法得到的结果确定所需轮廓的最小和最大的厚度和长度;
(6.2)根据轮廓大小、厚度和长度删除不符合条件的轮廓;
(6.3)基于轮廓位置删除不符合条件的轮廓;
(6.4)基于轮廓角度删除不符合条件的轮廓。
(7)生成的图像用于计算物体间隙的几何尺寸,如图8所示,本实施例中,采用激光三角测量法计算所得物体表面间隙或孔洞图像的几何尺寸,所有测量细节显示在显示器上,等待“扫描”按钮重新开始扫描,计算结果如图9所示。
用物体和图像传感器之间的固定距离以及已知的间隙和齐平进行校准,在离设备固定的距离上使用1-5毫米的轮廓调整激光和相机角度。本发明利用激光三角测量法、智能照明控制管理技术和图像处理技术,使用高性能硬件,能够对物体表面间隙或孔洞的非接触式测量,具有方便携带,无需固定,受环境因素影响小且准确率高等特点。
Claims (7)
1.一种便携式表面间隙测量方法,其特征在于,应用于便携式表面间隙测量装置,所述测量装置包括单板计算机树莓派以及分别与单板计算机树莓派连接的显示器、第一激光二极管、第二激光二极管、LDR传感器、CMOS相机、第一开关以及发光二极管,所述CMOS相机前方设有红外通滤波器;还包括第三开关,所述第三开关通过电阻器与单板计算机树莓派相连;
所述方法包括以下步骤:
(1)单板计算机树莓派开始基于平台的初始化;
(2)CMOS相机初始化参数,并将各参数的初始值发送至单板计算机树莓派;
(3)单板计算机树莓派利用CMOS相机进行视频采集,采用智能光照管理控制方法来自动调整光照;
(4)按下第三开关扫描来自物体表面的图像;
(5)通过感兴趣区域分割过程从步骤(4)获取的图像中切割出感兴趣区域,并根据滤波要求对新图像进行直线和轮廓分割;
(6)使用基于照明、激光强度和绿色光的动态滤波过程筛选出内部间隙激光线反射的轮廓;
(7)生成的图像用于计算物体间隙的几何尺寸,所有测量细节显示在显示器上,等待第三开关重新开始扫描;
步骤(3)中,所述智能光照管理控制方法包括以下步骤:
(3.1)通过光敏电阻传感器计算物体表面的光照信息;
(3.2)计算图像直方图;
(3.3)通过读取光敏电阻传感器和直方图信息,控制激光强度达到所需的输出;
所述感兴趣区域分割过程包括以下步骤:
(5.1)按下第三开关,从实时流中获取图像;
(5.2)调用get_segmentation分割模块重新生成二值灰度图像;
(5.3)调用horizontal_lines函数,滤除不在水平对齐程度上的分割;
(5.4)运用canny边缘检测技术,在图像中找到轮廓,去除不属于边缘的像素,得到具有细边的二值图像;
(5.5)采用滞后阈值法,确定最大密度和最小密度两个阈值;
(5.6)将低于最小值的边丢弃,高于最大值的边将作为边,最小值和最大值之间的边仅当连接到其他边时才被认定为边。
2.根据权利要求1所述的便携式表面间隙测量方法,其特征在于:还包括可充电电池,所述可充电电池通过第二开关与单板计算机树莓派连接。
3.根据权利要求1所述的便携式表面间隙测量方法,其特征在于:所述第一激光二极管采用PWM功率控制,用于控制来自单板计算机树莓派的PWM信号。
6.根据权利要求1所述便携式表面间隙测量方法,其特征在于,步骤(6)中,所述动态滤波过程包括以下步骤:
(6.1)根据智能光照控制管理方法得到的结果确定所需轮廓的最小和最大的厚度和长度;
(6.2)根据轮廓大小、厚度和长度删除不符合条件的轮廓;
(6.3)基于轮廓位置删除不符合条件的轮廓;
(6.4)基于轮廓角度删除不符合条件的轮廓。
7.根据权利要求1所述便携式表面间隙测量方法,其特征在于,步骤(7)中,采用激光三角测量法计算所得物体表面间隙或孔洞图像的几何尺寸。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110527599.4A CN113137932B (zh) | 2021-05-14 | 2021-05-14 | 一种便携式表面间隙测量装置及测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110527599.4A CN113137932B (zh) | 2021-05-14 | 2021-05-14 | 一种便携式表面间隙测量装置及测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113137932A CN113137932A (zh) | 2021-07-20 |
CN113137932B true CN113137932B (zh) | 2023-02-28 |
Family
ID=76817052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110527599.4A Active CN113137932B (zh) | 2021-05-14 | 2021-05-14 | 一种便携式表面间隙测量装置及测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113137932B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114279334A (zh) * | 2021-12-01 | 2022-04-05 | 淮阴工学院 | 光学校准仪及其使用方法 |
WO2024100475A1 (en) * | 2022-11-09 | 2024-05-16 | Mtr Corporation Limited | Method and device for inspecting a moving apparatus |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105571502A (zh) * | 2015-12-29 | 2016-05-11 | 上海交通大学 | 搅拌摩擦焊接中焊缝间隙的测量方法 |
CN105809125A (zh) * | 2016-03-06 | 2016-07-27 | 北京工业大学 | 基于多核心arm平台的人脸识别系统 |
CN106174830A (zh) * | 2016-06-30 | 2016-12-07 | 西安工程大学 | 基于机器视觉的服装尺寸自动测量系统及其测量方法 |
CN209824086U (zh) * | 2019-01-31 | 2019-12-20 | 深圳市锐明技术股份有限公司 | 一种智能补光的控制电路及控制装置 |
CN110608685A (zh) * | 2019-09-18 | 2019-12-24 | 天津工业大学 | 一种基于树莓派的物体尺寸快速测量方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11561081B2 (en) * | 2019-02-08 | 2023-01-24 | Beijing Jiaotong University | Method for full-field measurement using dynamic laser doppler imaging |
-
2021
- 2021-05-14 CN CN202110527599.4A patent/CN113137932B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105571502A (zh) * | 2015-12-29 | 2016-05-11 | 上海交通大学 | 搅拌摩擦焊接中焊缝间隙的测量方法 |
CN105809125A (zh) * | 2016-03-06 | 2016-07-27 | 北京工业大学 | 基于多核心arm平台的人脸识别系统 |
CN106174830A (zh) * | 2016-06-30 | 2016-12-07 | 西安工程大学 | 基于机器视觉的服装尺寸自动测量系统及其测量方法 |
CN209824086U (zh) * | 2019-01-31 | 2019-12-20 | 深圳市锐明技术股份有限公司 | 一种智能补光的控制电路及控制装置 |
CN110608685A (zh) * | 2019-09-18 | 2019-12-24 | 天津工业大学 | 一种基于树莓派的物体尺寸快速测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113137932A (zh) | 2021-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Maeno et al. | Light field distortion feature for transparent object recognition | |
Zheng et al. | Single-image vignetting correction | |
CN107941808B (zh) | 基于机器视觉的3d打印成型质量检测系统及方法 | |
Pentland et al. | Simple range cameras based on focal error | |
CN113137932B (zh) | 一种便携式表面间隙测量装置及测量方法 | |
US11205278B2 (en) | Depth image processing method and apparatus, and electronic device | |
Zheng et al. | Single-image vignetting correction from gradient distribution symmetries | |
US11023762B2 (en) | Independently processing plurality of regions of interest | |
Xiong et al. | Color sensors and their applications based on real-time color image segmentation for cyber physical systems | |
CN102620673A (zh) | 基于图像分析的隧道变形在线监测系统及其应用 | |
CN202277385U (zh) | 手术器械自动识别与计数系统 | |
CN103217108B (zh) | 一种眼镜架几何参数检测方法 | |
CN107635099B (zh) | 一种人体感应双光网络摄像机及安防监控系统 | |
US20200258300A1 (en) | Method and apparatus for generating a 3d reconstruction of an object | |
CN113822882A (zh) | 基于深度学习的电路板表面缺陷检测方法与检测装置 | |
CN108156359A (zh) | 智能工业相机 | |
CN113483682A (zh) | 一种基于机器视觉的缝隙测量方法及系统 | |
CN117665846A (zh) | 基于视觉的固态激光雷达激光光斑识别处理方法及系统 | |
CN109459405B (zh) | 基于窄带图像处理去除土壤背景干扰的光谱指数测量方法 | |
US11450140B2 (en) | Independently processing plurality of regions of interest | |
CN107145741A (zh) | 基于图像分析的耳诊数据采集方法及装置 | |
CN112833821B (zh) | 高密度ic焊点的微分几何立体微视觉检测系统及方法 | |
Kim et al. | An efficient method of estimating edge locations with subpixel accuracy in noisy images | |
CN112651286A (zh) | 一种基于透明屏的三维深度感知装置及方法 | |
Chui et al. | Event-Based Feature Tracking in Continuous Time with Sliding Window Optimization |
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 | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20210720 Assignee: Jiangsu chuang'an Safety Technology Co.,Ltd. Assignor: HUAIYIN INSTITUTE OF TECHNOLOGY Contract record no.: X2023980052692 Denomination of invention: A portable surface gap measurement device and measurement method Granted publication date: 20230228 License type: Common License Record date: 20231219 |
|
EE01 | Entry into force of recordation of patent licensing contract |