-
公开(公告)号：CN106841206B
公开(公告)日：2018-07-24
申请号：CN201611179458.3
申请日：2016-12-19
Applicant: 大连理工大学
Abstract: 本发明大型零件化学铣削切割非接触在线检测方法属于激光测量技术领域，涉及一种测量大型零件化铣切割质量的非接触性在线检测方法。检测方法将双目视觉系统集成在机床的横梁上，通过调节双目视觉系统的位姿测得大型零件边界的局部数据；分别对双目摄像机内外参数、T‑Mac位姿进行标定，采集测量数据，对数据进行零件边界结构特征点提取，得到零件边界的局部三维信息。将局部测量数据统一到全局坐标系下，实现整体三维信息的测量与重建。该检测方法测量效率高，位姿调节方便，安装时不破坏机床原有结构，与零件无接触，精度高。具有能实时测量的优点，满足大型零件化铣切割质量检测的要求。
-
公开(公告)号：CN107369140A
公开(公告)日：2017-11-21
申请号：CN201710504498.9
申请日：2017-06-29
Applicant: 大连理工大学
Abstract: 本发明非结构化环境下的高精密靶球中心提取方法属于双目视觉技术领域，涉及了一种在非结构化环境下的高精密靶球中心提取方法。该方法基于中值滤波与删除小面积的噪点对拍摄所得的图像进行去噪，并二值化处理等预处理，从而获取高精密靶球在图像中的轮廓点集。采用快速排序算法，对该轮廓点集进行针对y坐标的排序，获取表面灰度不均匀的高精密靶球轮廓上的用于椭圆拟合的有效拟合点集。采用椭圆拟合算法，算得图像中表面灰度不均匀的高精密靶球的轮廓中心所在的坐标值。该方法提取精度高，对后续摄像机标定、图像处理等操作具有一定意义；尤其提高了利用高精密靶球的标定方法的精度，对视觉测量精度有所提升。
-
公开(公告)号：CN106841206A
公开(公告)日：2017-06-13
申请号：CN201611179458.3
申请日：2016-12-19
Applicant: 大连理工大学
CPC classification number: G01N21/8851 , G01B11/24 , G01N2021/8887 , G01N2201/06113
Abstract: 本发明大型零件化学铣削切割非接触在线检测方法属于激光测量技术领域，涉及一种测量大型零件化铣切割质量的非接触性在线检测方法。检测方法将双目视觉系统集成在机床的横梁上，通过调节双目视觉系统的位姿测得大型零件边界的局部数据；分别对双目摄像机内外参数、T‑Mac位姿进行标定，采集测量数据，对数据进行零件边界结构特征点提取，得到零件边界的局部三维信息。将局部测量数据统一到全局坐标系下，实现整体三维信息的测量与重建。该检测方法测量效率高，位姿调节方便，安装时不破坏机床原有结构，与零件无接触，精度高。具有能实时测量的优点，满足大型零件化铣切割质量检测的要求。
-
公开(公告)号：CN106600645A
公开(公告)日：2017-04-26
申请号：CN201611050442.2
申请日：2016-11-24
Applicant: 大连理工大学
IPC: G06T7/80
CPC classification number: G06T2207/10012
Abstract: 本发明一种摄像机空间立体标定快速提取方法属于视觉测量领域，涉及一种基于直接线性变换法的摄像机空间立体标定快速提取方法。该方法在标定之前，先安装空间立体标定靶，再采用三坐标测量机进行测量，确定大、小陶瓷球靶标中心的精确三维位置信息。通过双目视觉系统中左、右摄像机对大、小陶瓷球靶标进行拍摄，提取图片中大、小陶瓷球靶标中心的特征信息，求得陶瓷球靶标中心的二位像素坐标；最后，在直接线性变换法基础上，求得左、右摄像机的内外参数，实现摄像机在三维空间的立体标定。本发明在直接线性变换法的基础上，应用双目视觉测量系统改进了现有三维立体标定方法在进行摄像机标定过程中的局限性，实现了摄像机的高精度标定。
-
公开(公告)号：CN107687816B
公开(公告)日：2019-05-14
申请号：CN201710718764.8
申请日：2017-08-22
Applicant: 大连理工大学
IPC: G01B11/14
Abstract: 本发明一种基于点云局部特征提取装配间隙的测量方法属于视觉测量领域，涉及一种基于点云局部特征提取装配间隙的测量方法。该方法首先采用激光结合双目视觉的方式获取装配零件贴合面的点云数据，将其投影到切平面上，并将三维坐标转化为平面二维坐标。再用包围盒法对装配零件点云数据上装配孔进行粗提取，用最小凸边法完成装配孔的精提取；最后将装配零件的装配孔对齐，进行虚拟装配，实现装配零件贴合面装配间隙的测量。该方法克服了现有大型航空构件装配间隙测量过程中由于缺少零件贴合面的装配基准，无法获取准确的装配位置信息，同时逆向重建和虚拟装配的过程存在累计误差，导致装配间隙的测量误差过大等问题，具有广泛的应用前景。
-
Patent Agency Ranking
公开(公告)号：CN107144241B
公开(公告)日：2019-01-01
申请号：CN201710421687.X
申请日：2017-06-09
Applicant: 大连理工大学
Abstract: 本发明一种基于景深补偿的双目视觉高精度测量方法属于计算机视觉测量技术领域，涉及一种基于景深补偿的双目视觉高精度测量方法。该方法首先对两个相机进行初始位置的标定，然后将二维靶标与左右相机平面进行调平，求解该位置的畸变系数，并求解左右相机间的结构参数；然后，将平面靶标向左右相机平面方向进行平移，进行参数标定；建立景深方向的径向畸变补偿模型，对不同深度信息的测量结果进行测量精度补偿，实现双目相机在景深方向的高精度测量。该方法通过建立具有景深方向的畸变模型，结合双目相机的标定信息，对空间范围内的被测点进行具有景深信息的畸变补偿，实现具有景深方向的大尺寸零件测量，提高了双目视觉的三维测量精度。
-
公开(公告)号：CN106553086B
公开(公告)日：2018-06-08
申请号：CN201610948810.9
申请日：2016-10-27
Applicant: 大连理工大学
IPC: B23Q17/22
Abstract: 本发明快速高精度的复杂曲面制孔点法矢量测量方法属于计算机视觉测量技术领域，涉及一种快速高精度的复杂曲面制孔点法矢量测量方法。该方法采用基于双目视觉结合动态投影点的方法进行法矢量测量。首先进行动态投影点的布局优化，采用canny边缘检测算子提取投影点边缘位置，采用椭圆拟合算法快速提取投影点的中心坐标，对应提取的采集图像的投影点坐标进行三维重建，最后基于二次曲面拟合算法准确拟合制孔点邻域内的零部件表面三维形面信息，求解得到制孔点位置法矢量。该方法采用动态投影点的投影方式，增加了可测量的空间点数量，根据需要调整测点位置和数量，以适应不同表面需求，满足复杂曲面制孔点法矢量的快速高精度测量的要求。
-
公开(公告)号：CN107563371A
公开(公告)日：2018-01-09
申请号：CN201710573668.9
申请日：2017-07-17
Applicant: 大连理工大学
IPC: G06K9/32
Abstract: 本发明基于线激光光条的动态搜索感兴趣区域的方法属于计算机视觉测量技术领域，涉及一种基于线激光光条的动态搜索感兴趣区域的方法。该方法采用分组快速计算光条运动参数的方法预测光条的感兴趣区域，首先拍摄一组时间序列激光光条扫描图像，使用多边形提取被测物体的感兴趣区域，使用矩形提取首个光条的感兴趣区域。然后基于激光器转角对所有图像分组，对混合差分图像采用横向边缘检测，快速计算每组图像中光条的帧间像素速度，根据帧间像素速度动态提取图像中光条感兴趣区域。该方法通过对序列图像分组，可以准确界定线激光光条的匀速运动范围，适应光条变速运动的情况，提高了光条运动参数的计算效率。方法具有高效率，高可靠性。
-
公开(公告)号：CN107516324A
公开(公告)日：2017-12-26
申请号：CN201710593197.8
申请日：2017-07-20
Applicant: 大连理工大学
Abstract: 本发明一种基于光条几何特征突变的目标边界提取方法属于视觉测量领域，涉及一种基于光条几何特征突变的目标边界提取方法。该方法首先采用激光结合双目视觉的方式获得获取激光光条图像，根据实际测量过程中存在的边界光条情况，建立三类边界模型。利用差分运算对边界特征向量进行求导，得到粗提取的目标边界特征点坐标；再根据矩不变原理，得到精提取的目标边界特征点坐标，实现目标边界的快速、高精度的提取。该方法克服了现有边界提取过程中光条两端边界处会产生很多噪点，由于空间位置关系的影响，激光光条呈现弯折、错位或断开不连续等现象；光条呈现的灰度分布水平和宽度也不一样等问题，实现目标边界的快速、高精度的提取。
-
公开(公告)号：CN107301648A
公开(公告)日：2017-10-27
申请号：CN201710429577.8
申请日：2017-06-09
Applicant: 大连理工大学
Abstract: 本发明基于重叠区域边界角度的冗余点云去除方法属于逆向工程领域，涉及一种基于重叠区域边界角度的冗余点云去除方法。该方法首先通过激光结合双目视觉的方式，获取代表被测物表面信息的点云数据。求解每个点云区域上的四条边界，识别点云数据中的重叠区域，并判断点云重叠区域的左、右边界方向向量的夹角。以扫描点云区域中的点作为基准，求解扫描点云区域的坐标点到点云重叠区域的左、右边界垂线的方向向量，根据向量积的大小，去除重叠区域中扫描点云区域的冗余数据。本方法不需要先建立拓扑结构，以及计算点云的密度等信息来删除多余的点云，提高了冗余数据去除的效率，并保证了点云数据的局部信息的准确性。
-
-
-
-
-
-
-
-
-
Search Results
54
records
(took 0.023 seconds)
