-
公开(公告)号：CN110706292A
公开(公告)日：2020-01-17
申请号：CN201910942572.4
申请日：2019-09-30
Applicant: 华中科技大学
Abstract: 本发明属于机床误差检测领域，并具体公开了一种基于机器视觉的二维工作台误差自标定方法，包括如下步骤：S1相机沿同一方向等距拍摄二维工作台上待测物的数张图片；S2获取第n张和第n+1张图片的对应特征点集，根据该对应特征点集求得单应性变换矩阵，根据该单应性变换矩阵从预构建的误差分离模型中分离出误差值，以此误差值对第n+1张图片进行误差补偿，n＝1；S3对误差补偿后的第n+1张图片和第n+2张图片按S2中方法对第n+2张图片进行误差补偿；S4 n＝n+1，重复S3直至完成对最后一张图片的误差补偿，从而实现误差自标定。本发明实现了连续动态误差测量，并同步测量多项几何误差，测量精度高、速度快。
-
公开(公告)号：CN110706292B
公开(公告)日：2022-07-12
申请号：CN201910942572.4
申请日：2019-09-30
Applicant: 华中科技大学
Abstract: 本发明属于机床误差检测领域，并具体公开了一种基于机器视觉的二维工作台误差自标定方法，包括如下步骤：S1相机沿同一方向等距拍摄二维工作台上待测物的数张图片；S2获取第n张和第n+1张图片的对应特征点集，根据该对应特征点集求得单应性变换矩阵，根据该单应性变换矩阵从预构建的误差分离模型中分离出误差值，以此误差值对第n+1张图片进行误差补偿，n＝1；S3对误差补偿后的第n+1张图片和第n+2张图片按S2中方法对第n+2张图片进行误差补偿；S4 n＝n+1，重复S3直至完成对最后一张图片的误差补偿，从而实现误差自标定。本发明实现了连续动态误差测量，并同步测量多项几何误差，测量精度高、速度快。
-
公开(公告)号：CN109579731B
公开(公告)日：2019-12-24
申请号：CN201811434805.1
申请日：2018-11-28
Applicant: 华中科技大学
Abstract: 本发明属于三维表面形貌测量相关技术领域，并公开了一种基于图像融合来执行三维表面形貌测量的方法，其包括：针对待测量对象，分别获得低分辨率的初始表面形貌图像和高分辨率的灰度原图；通过基于本征图像分解的全局照明估计和局部照明估计，得到新的更接近真实照明的优化后灰度图像；采用形状恢复算法将初始表面形貌图像与优化后灰度图进行融合，生成分辨率获得增强的优化后表面形貌图像。通过本发明，不仅可获得更高分辨率的表面形貌测量结果，而且具备高效率、便于操控和误差率低等优点，同时很容易与高动态范围表面的在线高速测量集成在一起。
-
公开(公告)号：CN109579731A
公开(公告)日：2019-04-05
申请号：CN201811434805.1
申请日：2018-11-28
Applicant: 华中科技大学
Abstract: 本发明属于三维表面形貌测量相关技术领域，并公开了一种基于图像融合来执行三维表面形貌测量的方法，其包括：针对待测量对象，分别获得低分辨率的初始表面形貌图像和高分辨率的灰度原图；通过基于本征图像分解的全局照明估计和局部照明估计，得到新的更接近真实照明的优化后灰度图像；采用形状恢复算法将初始表面形貌图像与优化后灰度图进行融合，生成分辨率获得增强的优化后表面形貌图像。通过本发明，不仅可获得更高分辨率的表面形貌测量结果，而且具备高效率、便于操控和误差率低等优点，同时很容易与高动态范围表面的在线高速测量集成在一起。
-
-
-
Search Results
4
records
(took 0.021 seconds)
