-
公开(公告)号：CN110570408B
公开(公告)日：2022-04-22
申请号：CN201910830848.X
申请日：2019-09-04
Applicant: 南京大学
Abstract: 本发明提供了一种对圆柱体外表面细微目标计数的系统和方法，包括：设置四个工位的工作平台，圆柱体到达第一工位后启动测量；第一工位上，开启激光源和相机，通过图像来控制步进电机，调整装置的姿态以满足测量要求；第二工位和第三工位上，旋转圆柱体，获取一圈激光与圆柱体表面细小物体产生的亮斑的图像并保存；通过亮斑进行自适应ROI(感兴趣区域)获取，得到圆柱上表面以及侧面待检测区域；第四工位上，通过机器视觉提取和特征识别完成检测和计数。
-
Patent Agency Ranking
公开(公告)号：CN111429532A
公开(公告)日：2020-07-17
申请号：CN202010363909.9
申请日：2020-04-30
Applicant: 南京大学
Abstract: 本发明公开了一种利用多平面标定板提高相机标定精确度的方法，包括：拼接绘有棋盘格点图案的两块标定基板后获得标定板；计算棋盘角点的三维世界坐标，并归并在同一三维世界坐标系中；使用待标定相机获取标定板的图像并滤波预处理，获得标定图像；在标定图像上确定目标角点并获取图像像素坐标，目标角点的图像像素坐标与棋盘角点的三维世界坐标一一对应；推算重投影变换方程并求解，分解获得旋转向量和平移矩阵；将旋转向量变换成对应的旋转矩阵，重投影后通过光束平差法优化旋转矩阵和平移矩阵。本发明通过拼接两块标定基板形成多平面标定板，能够提高相机标定精度，有效解决了相机位姿估计中误差较大的问题。
-
公开(公告)号：CN111429532B
公开(公告)日：2023-03-31
申请号：CN202010363909.9
申请日：2020-04-30
Applicant: 南京大学
Abstract: 本发明公开了一种利用多平面标定板提高相机标定精确度的方法，包括：拼接绘有棋盘格点图案的两块标定基板后获得标定板；计算棋盘角点的三维世界坐标，并归并在同一三维世界坐标系中；使用待标定相机获取标定板的图像并滤波预处理，获得标定图像；在标定图像上确定目标角点并获取图像像素坐标，目标角点的图像像素坐标与棋盘角点的三维世界坐标一一对应；推算重投影变换方程并求解，分解获得旋转向量和平移矩阵；将旋转向量变换成对应的旋转矩阵，重投影后通过光束平差法优化旋转矩阵和平移矩阵。本发明通过拼接两块标定基板形成多平面标定板，能够提高相机标定精度，有效解决了相机位姿估计中误差较大的问题。
-
公开(公告)号：CN110570408A
公开(公告)日：2019-12-13
申请号：CN201910830848.X
申请日：2019-09-04
Applicant: 南京大学
Abstract: 本发明提供了一种对圆柱体外表面细微目标计数的系统和方法，包括：设置四个工位的工作平台，圆柱体到达第一工位后启动测量；第一工位上，开启激光源和相机，通过图像来控制步进电机，调整装置的姿态以满足测量要求；第二工位和第三工位上，旋转圆柱体，获取一圈激光与圆柱体表面细小物体产生的亮斑的图像并保存；通过亮斑进行自适应ROI(感兴趣区域)获取，得到圆柱上表面以及侧面待检测区域；第四工位上，通过机器视觉提取和特征识别完成检测和计数。
-
公开(公告)号：CN113158892B
公开(公告)日：2024-01-26
申请号：CN202110424397.7
申请日：2021-04-20
Applicant: 南京大学
IPC: G06F7/544
Abstract: 本发明提供了一种与纹理和表情无关的人脸识别方法，包括：(1)对双目相机采集重建后的人脸点云数据进行预处理，过滤背景点云，压缩点云数据，通过检测鼻尖点，动态截取出待识别的人脸点云数据。(2)将待测点云缩放到标准尺度，计算鼻尖点到其他点云的测地线距离，保留等测地线轮廓上的点云数据，提取刚性区域的特征点云。(3)将特征点云与数据库点云采用迭代最近点算法进行匹配，构造误差函数，多次迭代，得到最终的匹配误差。(4)计算出人脸数据库所有点云的匹配误差，选择误差最小的人脸，与阈值进行比较，完成识别。
-
公开(公告)号：CN113158892A
公开(公告)日：2021-07-23
申请号：CN202110424397.7
申请日：2021-04-20
Applicant: 南京大学
Abstract: 本发明提供了一种与纹理和表情无关的人脸识别方法，包括：(1)对双目相机采集重建后的人脸点云数据进行预处理，过滤背景点云，压缩点云数据，通过检测鼻尖点，动态截取出待识别的人脸点云数据。(2)将待测点云缩放到标准尺度，计算鼻尖点到其他点云的测地线距离，保留等测地线轮廓上的点云数据，提取刚性区域的特征点云。(3)将特征点云与数据库点云采用迭代最近点算法进行匹配，构造误差函数，多次迭代，得到最终的匹配误差。(4)计算出人脸数据库所有点云的匹配误差，选择误差最小的人脸，与阈值进行比较，完成识别。
-
-
-
-
-
Search Results
6
records
(took 0.013 seconds)
