JPH0661105B2 - 直線算出方法 - Google Patents
直線算出方法Info
- Publication number
- JPH0661105B2 JPH0661105B2 JP61043962A JP4396286A JPH0661105B2 JP H0661105 B2 JPH0661105 B2 JP H0661105B2 JP 61043962 A JP61043962 A JP 61043962A JP 4396286 A JP4396286 A JP 4396286A JP H0661105 B2 JPH0661105 B2 JP H0661105B2
- Authority
- JP
- Japan
- Prior art keywords
- brightness
- scanning line
- image
- pixels
- recognition target
- 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.)
- Expired - Fee Related
Links
Landscapes
- Character Input (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Description
【発明の詳細な説明】 〔産業上の利用分野〕 本発明は、画像処理の部分的な画像の組合せを用いた位
置補正方法に係り、特に視覚付ロボット等の位置補正に
好適な直線算出方法に関する。
置補正方法に係り、特に視覚付ロボット等の位置補正に
好適な直線算出方法に関する。
従来の装置は、特開昭59−154578号公報に記載のよう
に、2値画像からの線分列を抽出するものであった。し
かし、照明等による全体の明るさの変化による抽出する
線分列の移動等は配慮されていなかった。
に、2値画像からの線分列を抽出するものであった。し
かし、照明等による全体の明るさの変化による抽出する
線分列の移動等は配慮されていなかった。
上記従来技術は、認識対象の直線的部分形状を認識する
ために、画像内に設けた処理領域を定義したウィンドウ
の中に、上記認識対象の直線的部分形状が入るように、
認識対象と画像を位置決めし、ウィンドウ内の部分画像
を固定しきい値により2値化して、上記認識対象の直線
的部分形状の輪郭によって白領域と黒領域とに分かれる
ようになし、上記白領域と黒領域との境界として上記認
識対象の直線的部分形状の輪郭を抽出し、その境界に位
置する一連の画素列を一定の近似幅によって直線近似を
し、近似をした線分の頂点位置にある画素のみをその座
標値によって表わす直線算出について、配慮がされてお
らず、照明等の変化で全体の明るさが変わり固定しきい
値での2値化時のバラツキ量子化誤差等の問題があっ
た。
ために、画像内に設けた処理領域を定義したウィンドウ
の中に、上記認識対象の直線的部分形状が入るように、
認識対象と画像を位置決めし、ウィンドウ内の部分画像
を固定しきい値により2値化して、上記認識対象の直線
的部分形状の輪郭によって白領域と黒領域とに分かれる
ようになし、上記白領域と黒領域との境界として上記認
識対象の直線的部分形状の輪郭を抽出し、その境界に位
置する一連の画素列を一定の近似幅によって直線近似を
し、近似をした線分の頂点位置にある画素のみをその座
標値によって表わす直線算出について、配慮がされてお
らず、照明等の変化で全体の明るさが変わり固定しきい
値での2値化時のバラツキ量子化誤差等の問題があっ
た。
本発明の目的は、照明等による全体の明るさの変化によ
る固定しきい値での2値化によるバラツキを防ぎ、ディ
ジタル画像からの直線近似における量子化誤差を防ぎ、
高速、高精度な直線算出方法を提供することにある。
る固定しきい値での2値化によるバラツキを防ぎ、ディ
ジタル画像からの直線近似における量子化誤差を防ぎ、
高速、高精度な直線算出方法を提供することにある。
上記目的は、直線部が存在する2次元画像の画像処理に
おける直線算出方法において、前記2次元画像の特徴部
分のみを取り込むようウィンドウを設定し、該ウィンド
ウから該特徴部分の直線部を含む範囲の画像を抽出し、
該抽出された特徴部分を線分化して多角形近似し、該多
角形近似された多角形の頂点を含む一走査線上の隣り画
素との明るさの差をとり、明るさの差が最大になる点を
前記明るさの差による重み付けをした荷重平均により求
め、前記多角形近似された多角形の各頂点について抽出
した点を各点からの誤差が最小となるような直線を最小
二乗法を用いて求めることにより、最適な直線に近似す
ることができる。
おける直線算出方法において、前記2次元画像の特徴部
分のみを取り込むようウィンドウを設定し、該ウィンド
ウから該特徴部分の直線部を含む範囲の画像を抽出し、
該抽出された特徴部分を線分化して多角形近似し、該多
角形近似された多角形の頂点を含む一走査線上の隣り画
素との明るさの差をとり、明るさの差が最大になる点を
前記明るさの差による重み付けをした荷重平均により求
め、前記多角形近似された多角形の各頂点について抽出
した点を各点からの誤差が最小となるような直線を最小
二乗法を用いて求めることにより、最適な直線に近似す
ることができる。
多値画像において、一走査線上の明るさの変化が最大と
なる点を見つけることにより、照明などの変化によって
全体の明るさが変わっても、明るさの変化が最大となる
点は変わらないため、常に同じ位置の点を抽出すること
ができる。さらに、最小二乗法によって、求めた点から
の誤差が最小となるような直線を統計的に求めることが
でき、最適な直線に近似することができる。
なる点を見つけることにより、照明などの変化によって
全体の明るさが変わっても、明るさの変化が最大となる
点は変わらないため、常に同じ位置の点を抽出すること
ができる。さらに、最小二乗法によって、求めた点から
の誤差が最小となるような直線を統計的に求めることが
でき、最適な直線に近似することができる。
〔実施例〕 以下、本発明の一実施例を第2図により説明する。
先ず、本発明が適用可とされた、ロボットによる自動組
立システムについて説明する。第2図はその一例でのシ
ステム構成を示したものである。図示の如くベルトコン
ベア1上をランダムに流れてくるシャーシ2はTVカメ
ラ3でとらえられ、シャーシ2全体の画像あるいはその
一部画像は画像処理装置4に転送されるようになってい
る。画像処理装置4でその入力画像からシャーシ2の位
置姿勢を計算したうえこれを組立ロボット5に転送する
ものとなっている。組立ロボット5は部品供給用マガジ
ン6から取り出した部品をシャーシ2に組付けするが、
その際画像処理装置4からの情報をもとに基準としての
位置姿勢データを補正した上シャーシ2に対し部品の組
付けを行うようになっている。一般にシャーシ2はベル
トコンベア1上では2次元的に任意の位置姿勢にある
が、組立ロボット5が部品シャーシ2に対し正しく組付
けるためには入力画像からシャーシ2のずれ分を求め、
これによって基準位置姿勢データを補正すればよいもの
である。
立システムについて説明する。第2図はその一例でのシ
ステム構成を示したものである。図示の如くベルトコン
ベア1上をランダムに流れてくるシャーシ2はTVカメ
ラ3でとらえられ、シャーシ2全体の画像あるいはその
一部画像は画像処理装置4に転送されるようになってい
る。画像処理装置4でその入力画像からシャーシ2の位
置姿勢を計算したうえこれを組立ロボット5に転送する
ものとなっている。組立ロボット5は部品供給用マガジ
ン6から取り出した部品をシャーシ2に組付けするが、
その際画像処理装置4からの情報をもとに基準としての
位置姿勢データを補正した上シャーシ2に対し部品の組
付けを行うようになっている。一般にシャーシ2はベル
トコンベア1上では2次元的に任意の位置姿勢にある
が、組立ロボット5が部品シャーシ2に対し正しく組付
けるためには入力画像からシャーシ2のずれ分を求め、
これによって基準位置姿勢データを補正すればよいもの
である。
第3図は特徴形状部分の各種例を示したものである。図
示の如くTVカメラ3より得られる画像7中にはシャー
シ2に取付けされている基板の一部が像8として検出さ
れており、像8中にはまたコネクタ像9や穴像10、基板
縁像11,12などが存在するが、これらを特徴形状部分と
して抽出したうえ処理しようというものである。シャー
シはこの場合その位置姿勢がアトランダムであるといっ
ても基準の位置姿勢よりそれ程ずれていないとすれば、
ウインドウ13〜16を予め適当に設定しておく場合はそれ
ら特徴形状部分として抽出され得るものである。したが
って、抽出された特徴形状部分としては穴像10のように
特徴全体のものと、コネクタ像9は基板縁等11,12のよ
うに特徴全体の一部として得られるものとに分けられ
る。
示の如くTVカメラ3より得られる画像7中にはシャー
シ2に取付けされている基板の一部が像8として検出さ
れており、像8中にはまたコネクタ像9や穴像10、基板
縁像11,12などが存在するが、これらを特徴形状部分と
して抽出したうえ処理しようというものである。シャー
シはこの場合その位置姿勢がアトランダムであるといっ
ても基準の位置姿勢よりそれ程ずれていないとすれば、
ウインドウ13〜16を予め適当に設定しておく場合はそれ
ら特徴形状部分として抽出され得るものである。したが
って、抽出された特徴形状部分としては穴像10のように
特徴全体のものと、コネクタ像9は基板縁等11,12のよ
うに特徴全体の一部として得られるものとに分けられ
る。
第4図(a),(b)は抽出された特徴形状部分の例をそれぞ
れ示したものである。このうち第4図(a)に示すものは
穴像10、つまり特徴全体の線分化方式により多角形近似
した例であり、データとして点(丸印)列の座標が保存
されるものとなっている。また、第4図(b)に示すもの
は基板縁像11、つまり特徴の一部とウインドウ枠15を線
分化方式により多角形近似し、そのウインドウ15枠を除
く内側部分には更に他のウインドウ18を設定することに
よって抽出すべき特徴部分だけを線分列に近似した例で
あり、データとしては点(丸印)列の座標が保存される
ようになっている。
れ示したものである。このうち第4図(a)に示すものは
穴像10、つまり特徴全体の線分化方式により多角形近似
した例であり、データとして点(丸印)列の座標が保存
されるものとなっている。また、第4図(b)に示すもの
は基板縁像11、つまり特徴の一部とウインドウ枠15を線
分化方式により多角形近似し、そのウインドウ15枠を除
く内側部分には更に他のウインドウ18を設定することに
よって抽出すべき特徴部分だけを線分列に近似した例で
あり、データとしては点(丸印)列の座標が保存される
ようになっている。
第5図,第6図は第4図(a),(b)で求めた線分化図形よ
り特徴量を抽出するための方法を示したものである。第
4図(a)のような特徴形状全体を抽出し得るものに対し
ては、重心(図心)Gが求められるようになっている。
重心Gのx座標xg、y座標ygは第5図に示す台形Tx
P1,P2,TyP1,P2を単位とし、しかも点列PをP=
{P1(x1,y1),P2(x2,y2),……,P7(x7,
y7)}(但し、P8(x8,y8)=P1(x1,y1))として
求めた多角形全体の1次モーメントMx,Myと面積Sとか
ら以下のように求められるようになっている。
り特徴量を抽出するための方法を示したものである。第
4図(a)のような特徴形状全体を抽出し得るものに対し
ては、重心(図心)Gが求められるようになっている。
重心Gのx座標xg、y座標ygは第5図に示す台形Tx
P1,P2,TyP1,P2を単位とし、しかも点列PをP=
{P1(x1,y1),P2(x2,y2),……,P7(x7,
y7)}(但し、P8(x8,y8)=P1(x1,y1))として
求めた多角形全体の1次モーメントMx,Myと面積Sとか
ら以下のように求められるようになっている。
但し、Mx,Myはそれぞれx軸,y軸に対するものであ
る。
る。
また、第4図(b)においてウインドウ18枠の部分を除い
た線分列である第6図に示すような特徴形状の一部を抽
出したものに対しては、第1図に示す処理に従って最適
な直線への近似を行う。
た線分列である第6図に示すような特徴形状の一部を抽
出したものに対しては、第1図に示す処理に従って最適
な直線への近似を行う。
まず、第6図に示すように点列抽出(S1)を行う。N
(S2)は点列数をカウントしている。次に第7図(a)に
示すように多値画像19上の点列を含む走査線20の明るさ
の変化をとる(S3)。この結果を、第7図(b)に示す。
fは明るさ、xiは画面上のx座標である。明るさの変化
21を見ると特徴値付近で明るさが最も変化していること
がわかる。そこで明るさが最も変化している点22を求め
るため、隣画素との明るさの差をとる(S4)。この結果
を第7図(c)に示す。fxi−fxi-1は隣画素との明るさの
差であり、xiは画面上のx座標である。このように、特
徴値付近の明るさの差はほぼ正規分布をなすと見なして
以下に示す明るさの差によって重み付けした荷重平均に
よって、第7図(c)に示す明るさの変化が最大となる点2
3を抽出する。(S5)。
(S2)は点列数をカウントしている。次に第7図(a)に
示すように多値画像19上の点列を含む走査線20の明るさ
の変化をとる(S3)。この結果を、第7図(b)に示す。
fは明るさ、xiは画面上のx座標である。明るさの変化
21を見ると特徴値付近で明るさが最も変化していること
がわかる。そこで明るさが最も変化している点22を求め
るため、隣画素との明るさの差をとる(S4)。この結果
を第7図(c)に示す。fxi−fxi-1は隣画素との明るさの
差であり、xiは画面上のx座標である。このように、特
徴値付近の明るさの差はほぼ正規分布をなすと見なして
以下に示す明るさの差によって重み付けした荷重平均に
よって、第7図(c)に示す明るさの変化が最大となる点2
3を抽出する。(S5)。
荷重平均 以上S3〜S5の処理をすべての点について行う(S6)。
第8図にS3〜S6の処理によって求めた各点列を含む走査
線上の明るさの変化が最大となる点P1〜P4を示す。ここ
で求めたP1〜P4からの誤差が最小となる直線に近似する
(S8)。
第8図にS3〜S6の処理によって求めた各点列を含む走査
線上の明るさの変化が最大となる点P1〜P4を示す。ここ
で求めたP1〜P4からの誤差が最小となる直線に近似する
(S8)。
近似方法は第8図に示すP1〜P4との誤差l1〜l4が最
小となるような直線を以下に示す最小二乗法により求め
る。
小となるような直線を以下に示す最小二乗法により求め
る。
求める直線はy=ax+b(又はx=a″y+b″)であ
る。この場合係数a,bは点列P1〜P4を、P1=(x1,
y1),P2=(x2,y2),P3=(x3,y3),P4=
(x4,y4)として、 但し、 であり、 はそれぞれxの逆行列、転置行列である。
る。この場合係数a,bは点列P1〜P4を、P1=(x1,
y1),P2=(x2,y2),P3=(x3,y3),P4=
(x4,y4)として、 但し、 であり、 はそれぞれxの逆行列、転置行列である。
次に以上のようにして求めた特徴量にもとづき位置姿勢
を判定する方法を第9図(a)〜(c)により説明すれば求め
られた特徴量は重心と直線であることから、したがっ
て、これらの組合せとしては、重心と重心、重心と
直線、直線と直線の場合がある。以下それぞれの組合
せについて、位置姿勢の判定方法を説明するが、一般に
位置姿勢の基準のそれからのずれにはx方向,y方向、
のずれの他、xy平面上での回転のずれがある。
を判定する方法を第9図(a)〜(c)により説明すれば求め
られた特徴量は重心と直線であることから、したがっ
て、これらの組合せとしては、重心と重心、重心と
直線、直線と直線の場合がある。以下それぞれの組合
せについて、位置姿勢の判定方法を説明するが、一般に
位置姿勢の基準のそれからのずれにはx方向,y方向、
のずれの他、xy平面上での回転のずれがある。
の場合:ある1つの特徴形状部分対応の重心G1(x1
g,x1g)よりその特徴形状部分の位置、したがって、
x,y方向の位置ずれが求められるが、回転方向のずれ
角度θはG1(x1y,x1g),G2(x2g,y2g)から以下
のように求められるものである。
g,x1g)よりその特徴形状部分の位置、したがって、
x,y方向の位置ずれが求められるが、回転方向のずれ
角度θはG1(x1y,x1g),G2(x2g,y2g)から以下
のように求められるものである。
θ=tan-1(y1−y2/x1−x2) …………(8) 但し、G2は他の特徴形状部分対応の重心を示す。
の場合:の場合と同様にして重心G3(x3g,y3g)
より位置ずれが求められるが、次に重心G3と重心G3
から直線(y=ax+b)に下した重線との交点J1
(x′,y′)とにもとづき、回転方向のずれ角度θを
以下のように求めるものである。
より位置ずれが求められるが、次に重心G3と重心G3
から直線(y=ax+b)に下した重線との交点J1
(x′,y′)とにもとづき、回転方向のずれ角度θを
以下のように求めるものである。
θ=tan-1(y′−y3g/x′−x3g) ……(9) の場合:直線(x=a″y+b″)と直線(y=ax+
b)との交点J2(x″,y″)より位置を求め、更に
直線の傾きa(またはa″)より回転方向のずれ角θを
求めるものである。
b)との交点J2(x″,y″)より位置を求め、更に
直線の傾きa(またはa″)より回転方向のずれ角θを
求めるものである。
θ=tan-1a or tan-1 a″……(10) 第10図は第9図(a)〜(c)に示す方法による位置姿勢判定
処理全体の一例でのフローを示したものである。これに
従って処理を説明すれば、TVカメラから入力された対
象の画像に対しては、適当な特徴形状部分が抽出される
べくウインドウが設定され処理範囲が決定されるように
なっている(S11,12)。この後ウインドウ内の特徴の
輪郭が抽出されたうえ線分化方式により多角形近似され
るが、この後は更に線分化データから特徴形状が把握さ
れ抽出し得る特徴量種別毎に分類されるようになってい
る(S13,14)。分類された特徴形状毎に、指定された
重心や直線方程式等の特徴量の抽出が行なわれ、求めら
れた2つの特徴量の組合せにより姿勢判定を行なうよう
になっているものである(S15,16)。
処理全体の一例でのフローを示したものである。これに
従って処理を説明すれば、TVカメラから入力された対
象の画像に対しては、適当な特徴形状部分が抽出される
べくウインドウが設定され処理範囲が決定されるように
なっている(S11,12)。この後ウインドウ内の特徴の
輪郭が抽出されたうえ線分化方式により多角形近似され
るが、この後は更に線分化データから特徴形状が把握さ
れ抽出し得る特徴量種別毎に分類されるようになってい
る(S13,14)。分類された特徴形状毎に、指定された
重心や直線方程式等の特徴量の抽出が行なわれ、求めら
れた2つの特徴量の組合せにより姿勢判定を行なうよう
になっているものである(S15,16)。
従来2値画像から特徴形状である直線を抽出する場合
は、照明等の変化によって画面全体の明るさが変わった
場合、明るさが最も変化する点でなく、少しずれて直線
を抽出してしまう。本発明によれば多値画像を用い、明
るさが最も変化する点を荷重平均により算出し、さらに
最小二乗法により各点からの誤差が最も少ない直線に近
似することができる。
は、照明等の変化によって画面全体の明るさが変わった
場合、明るさが最も変化する点でなく、少しずれて直線
を抽出してしまう。本発明によれば多値画像を用い、明
るさが最も変化する点を荷重平均により算出し、さらに
最小二乗法により各点からの誤差が最も少ない直線に近
似することができる。
第1図は本発明による直線算出方法の1実施例を示す処
理フローチャート、第2図は本発明の1実施例による装
置構成を示す図、第3図は本発明に係る特徴形状部分に
対するウインドウ設定方法を示す図、第4図(a),(b)は
ウインドウにもとずき抽出された特徴形状部分を多角形
近似したものとして示す図、第5図,第6図は本発明に
係る特徴量抽出方法を説明するための図、第7図(a)は
多値画像の特徴形状部分の走査線の例、(b)は特徴形状
部分の一走査線上の明るさの変化グラフ、(c)は特徴形
状部分の隣画素との明るさの差のグラフを示す図、第8
図は特徴形状部分の直線近似方法を説明するための図、
第9図(a)〜(c)は本発明に係る位置姿勢判定方法を概略
的に説明する図、第10図は本発明に係る位置姿勢判定処
理の一例でのフローを示す図である。 1……ベルトコンベア、2……シャーシ、3……TVカ
メラ、4……画像処理装置、5……組立ロボット、6…
…部品供給用マガジン。
理フローチャート、第2図は本発明の1実施例による装
置構成を示す図、第3図は本発明に係る特徴形状部分に
対するウインドウ設定方法を示す図、第4図(a),(b)は
ウインドウにもとずき抽出された特徴形状部分を多角形
近似したものとして示す図、第5図,第6図は本発明に
係る特徴量抽出方法を説明するための図、第7図(a)は
多値画像の特徴形状部分の走査線の例、(b)は特徴形状
部分の一走査線上の明るさの変化グラフ、(c)は特徴形
状部分の隣画素との明るさの差のグラフを示す図、第8
図は特徴形状部分の直線近似方法を説明するための図、
第9図(a)〜(c)は本発明に係る位置姿勢判定方法を概略
的に説明する図、第10図は本発明に係る位置姿勢判定処
理の一例でのフローを示す図である。 1……ベルトコンベア、2……シャーシ、3……TVカ
メラ、4……画像処理装置、5……組立ロボット、6…
…部品供給用マガジン。
Claims (1)
- 【請求項1】認識対象の直線的部分形状を認識するため
に、画像内に設けた処理領域を定義したウィンドウの中
に、上記認識対象の直線的部分形状が入るように、認識
対象と画像を位置決めし、ウィンドウ内の部分画像を固
定しきい値により2値化して、上記認識対象の直線的部
分形状の輪郭によって白領域と黒領域とに分かれるよう
になし、上記白領域と黒領域との境界として上記認識対
象の直線的部分形状の輪郭を抽出し、その境界に位置す
る一連の画素列を一定の近似幅によって直線近似をし、
近似をした線分の頂点位置にある画素のみをその座標値
によって表わす直線算出方法において、 上記認識対象の直線的部分形状の輪郭を直線近似した上
記線分の頂点位置にある画素を求め、 上記各画素に対して、多値画像上で以下の処理を実行
し、該画素を通る走査線上の一連の画素の明るさを取り
出し、 上記走査線上の一連の画素のそれぞれ隣合う画素の明る
さの差を求め、 上記走査線上の一連の画素の走査線方向の座標値に、上
記隣の画素の明るさとの差を重み付けとして、走査線方
向に荷重平均をとって、明るさの変化が最大となる走査
線上の点を求め、 上記一連の処理の繰り返しにより、上記線分の頂点位置
にある各画素上を通る走査線上の明るさの変化が最大と
なる点を求め、 上記各走査線上の明るさの変化が最大となる点との誤差
が最小となる直線を、最小二乗法を用いて算出すること
を特徴とする直線算出方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61043962A JPH0661105B2 (ja) | 1986-03-03 | 1986-03-03 | 直線算出方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP61043962A JPH0661105B2 (ja) | 1986-03-03 | 1986-03-03 | 直線算出方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPS62202290A JPS62202290A (ja) | 1987-09-05 |
| JPH0661105B2 true JPH0661105B2 (ja) | 1994-08-10 |
Family
ID=12678333
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP61043962A Expired - Fee Related JPH0661105B2 (ja) | 1986-03-03 | 1986-03-03 | 直線算出方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH0661105B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2573972B2 (ja) * | 1987-12-17 | 1997-01-22 | ジューキ株式会社 | パターン整合装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS59140589A (ja) * | 1983-01-31 | 1984-08-11 | Fujitsu Ltd | 輪郭抽出装置 |
-
1986
- 1986-03-03 JP JP61043962A patent/JPH0661105B2/ja not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| JPS62202290A (ja) | 1987-09-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11227405B2 (en) | Determining positions and orientations of objects | |
| US6671399B1 (en) | Fast epipolar line adjustment of stereo pairs | |
| US6400848B1 (en) | Method for modifying the perspective of a digital image | |
| US7780084B2 (en) | 2-D barcode recognition | |
| CN109886896A (zh) | 一种蓝色车牌分割与矫正方法 | |
| CN109902758B (zh) | 基于深度学习的车道区域识别的数据集标定方法 | |
| WO2018086233A1 (zh) | 一种字符分割方法和装置、及元件检测方法和装置 | |
| CN115170669A (zh) | 基于边缘特征点集配准的识别定位方法及系统、存储介质 | |
| CN117576219B (zh) | 大广角鱼眼镜头单次拍摄图像的相机标定设备及标定方法 | |
| JP4062987B2 (ja) | 画像の領域分割方法、画像の領域分割装置、画像の領域分割プログラム | |
| JP2025501823A (ja) | 単一カメラによるテンプレートマーク検出方法およびテンプレート位置補正方法 | |
| CN110288619B (zh) | 基于视觉的太阳花模组表面螺钉孔位置检测方法 | |
| CN108573476A (zh) | 基于视觉的太阳花模组表面螺钉孔位置检测方法 | |
| CN111462250B (zh) | 校正系统及校正方法 | |
| CN112200824A (zh) | 一种准确计算裂缝图像中单个像素实际宽度的方法 | |
| JPH0661105B2 (ja) | 直線算出方法 | |
| CN110440792A (zh) | 基于小天体不规则度的导航信息提取方法 | |
| CN119251317B (zh) | 一种相机视野校正方法、电子设备及存储介质 | |
| US11354794B2 (en) | Deposit detection device and deposit detection method | |
| CN120027731A (zh) | 一种基于多线激光三维扫描的光平面标定方法 | |
| US20210090260A1 (en) | Deposit detection device and deposit detection method | |
| JP2000182181A (ja) | 車両ナンバープレート認識装置 | |
| CN109690555B (zh) | 基于曲率的脸部检测器 | |
| JP2620441B2 (ja) | 部品輪郭抽出方法 | |
| JPH06309437A (ja) | パターン検査装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| LAPS | Cancellation because of no payment of annual fees |