[发明专利]基于多相机阵列的大尺寸的工业板材在线测量系统及方法在审
申请号: | 201811399322.2 | 申请日: | 2018-11-22 |
公开(公告)号: | CN109523539A | 公开(公告)日: | 2019-03-26 |
发明(设计)人: | 高向军;葛方振;洪留荣;刘怀愚;李想;沈龙凤 | 申请(专利权)人: | 淮北师范大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/13;G06T5/00;G06T7/80;G06T3/40 |
代理公司: | 北京彭丽芳知识产权代理有限公司 11407 | 代理人: | 彭丽芳 |
地址: | 235000 *** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 工业板材 相机阵列 高分辨率图像 分布式处理架构 在线测量系统 嵌入式技术 尺寸构建 局部测量 局部图像 可扩展性 目标边缘 全局图像 特征提取 同步处理 图像拼接 系统规模 运行效率 在线测量 多目标 嵌入式 单目 受限 测量 相机 采集 分割 重建 | ||
1.基于多相机阵列的大尺寸的工业板材在线测量方法,其特征在于:包括如下步骤:
S1、根据工业板材形状和目标尺寸构建嵌入式相机阵列;
S2、采用ARM控制普通单目相机采集板材局部高分辨率图像;
S3、利用嵌入式技术实现局部高分辨率图像目标的特征提取及局部测量;
S4、根据局部图像的目标边缘特征,进行图像拼接,重建全局图像,计算工业板材的几何尺寸及多目标的精准分割。
2.如权利要求1所述的基于多相机阵列的大尺寸的工业板材在线测量方法,其特征在于:所述步骤S1中,根据工业板材形状和目标尺寸,自适应地构建分布式相机阵列。
3.如权利要求1所述的基于多相机阵列的大尺寸的工业板材在线测量方法,其特征在于:所述步骤S3中,利用嵌入式技术在末端实现局部高分辨率图像的去噪、畸变矫正及局部目标特征提取。
4.如权利要求1所述的基于多相机阵列的大尺寸的工业板材在线测量方法,其特征在于:所述步骤S3中,采用Zernike矩以及Zernike矩亚像素精度边缘检测算法。
5.如权利要求1所述的基于多相机阵列的大尺寸的工业板材在线测量方法,其特征在于:所述步骤S4中,根据局部图像的边缘特征,采用自适应Harris角点匹配算法,快速拼接全局图像。
6.如权利要求1所述的基于多相机阵列的大尺寸的工业板材在线测量方法,其特征在于:所述步骤S4中,根据局部图像的目标边缘特征,采用轮廓匹配算法,实现多目标的精准分割。
7.基于多相机阵列的大尺寸的工业板材在线测量系统,其特征在于:包括:
图像采集模块,自适应构建相机阵列,普通单目相机可以获取板材的高清局部图像;
预处理模块,用于建立各单目采集系统分布式处理子系统,各个子系统在末端实现局部图像的预处理,包括图像去噪、畸变矫正、图像目标的特征提取及局部测量等;
图像拼接模块,用于根据各个子系统的图像边缘特征,将所有特征图像进行拼接,实现全局图像的快速拼接及多目标的精准分割。
8.如权利要求7所述的基于多相机阵列的大尺寸的工业板材在线测量系统,其特征在于:所述预处理模块用于对该分布式处理子系统图像采集控制,保证各子系统同步采集图像,获得可信图像,包括:
相机标定单元,用于单目相机参数标定;
噪声处理单元,用于单目相机采集图像,各个子系统进行去噪声处理;
畸形矫正单元,用于各个子系统使用非线性算法对采集的局部图像进行畸形矫正;
图像目标特征提取单元,用于各个子系统的亚像素处理技术进行图像边缘提取。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于淮北师范大学,未经淮北师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811399322.2/1.html,转载请声明来源钻瓜专利网。