买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜苏州北美国际高级中学申请的专利缺乏边缘信息的销钉中心定位方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113554707B 。

龙图腾网通过国家知识产权局官网在2025-02-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202010326122.5，技术领域涉及：G06T7/80；该发明授权缺乏边缘信息的销钉中心定位方法是由胡之瀚;叶霆崴设计研发完成，并于2020-04-23向国家知识产权局提交的专利申请。

本缺乏边缘信息的销钉中心定位方法在说明书摘要公布了：本发明涉及一种缺乏边缘信息的销钉中心定位方法。其步骤为：首先进行双目视觉标定，然后用两个相机对图像进行同步采集，对采集的图像建立高斯差分尺度空间，进而在高斯差分尺度空间上进行尺度空间极值区域检测，借助于极线约束对尺度空间极值区域中心进行匹配，重建销钉的三维空间点。实验结果表明，该方法克服了现有方法无法在缺乏边缘信息情况下进行销钉中心定位的缺陷，精度高，鲁棒性好，可以满足在各种复杂工况下的销钉位置定位，引导机器人进行对接、装配。

本发明授权缺乏边缘信息的销钉中心定位方法在权利要求书中公布了：1.缺乏边缘信息的销钉中心定位方法，其特征在于，包括以下步骤：步骤1：对双目视觉传感器进行双目标定，得到相机的内参数以及外参数；步骤2：2.1同步触发双目相机在各自角度下，分别采集同一个缺乏边缘信息的销钉的原始图像；2.2利用不同的尺度空间对原始图像进行高斯卷积并降采样处理建立高斯金字塔；2.3利用相邻的高斯金字塔图像相减得到高斯差分图像；2.4提取尺度不变极值稳定区域并剔除错误区域得到尺度空间极大稳定区域；其中，2.2包括：a：定义尺度空间图像为Lx，y，σ： 其中，Gx，y，σ是均方差为σ的高斯函数，即表示对图像在x和y两个方向上进行卷积操作，Ix，y为原始图像；b：利用不同的尺度0，σ，kσ，k2σ，k3σ......kL-2σ对原始图像Ix，y进行高斯卷积，得到高斯金字塔的第一层图像序列；然后对第一层图像序列中的最后一幅图像进行降采样处理，得到第二层图像序列第一幅图像；利用不同的尺度0，2σ，2kσ，2k2σ，2k3σ......2kL-2σ对第二层图像序列第一幅图像进行高斯卷积，形成高斯金字塔的第二层图像序列；再对第二层图像序列中的最后一幅图像进行降采样处理，形成第三层图像序列第一幅图像；利用不同的尺度0，4σ，4kσ，4k2σ，4k3σ......4kL-2σ对第三层图像序列第一幅图像进行高斯卷积，形成高斯金字塔的第三层图像序列；c：不断重复以上高斯和降采样操作，建立高斯金字塔各层图像；其中，2.3包括：利用当前层相邻的高斯金字塔图像相减得到高斯差分金字塔图像，高斯差分图像可以表示为：Dx，y，kq-1σ＝Lx，y，kqσ-Lx,y，kq-1σ其中，k是尺度空间倍数因子，Lx，y，kqσ为均方差为kqσ的高斯函数和图像进行卷积的尺度空间图像，Lx，y，kq-1σ为均方差为kq-1σ的高斯函数和图像进行卷积的尺度空间图像，q＝1，2，…L-1，实验中取其中，2.4包括：从图像差分高斯金字塔中提取尺度不变极值稳定区域，所述尺度不变极值稳定区域指的是在图像的高斯差分尺度空间相邻的图像上均为最大稳定极值的区域：S＝Dx，y，kq-1σ∩Dx，y，kqσ∩Dx，y，kq+1σ其中，s为kσ尺度空间上的最大稳定极值区域，Dx，y，kq-1σ、Dx，y，kqσ、Dx，y，kq+1σ分别是均方差为kq-1σ，kqσ，kq+1σ下的高斯差分金字塔图像，q＝1，2，...L-2；由于存在重叠的相似区域，因此需要对相似区域进行筛选，最终得到精确的尺度空间极大稳定区域，如下所示： 其中，R是滤除重叠相似之后的区域，Ri，Rj分别是尺度不变极值稳定区域的第i和第j个区域；步骤3：将尺度空间极大稳定区域进行椭圆拟合，得到尺度空间极大稳定区域的重心，即椭圆中心；步骤4：利用标定好的双目相机之间的转换关系，对两幅图像中的拟合后的尺度空间极大稳定区域的中心进行极线约束匹配，得到左右图像的点云匹配点对L1，R1，L2，R2，...Ln，Rn，其中L1，L2，...Ln为左图像的销钉中心点，R1，R2,...Rn为右图像的销钉中心点；步骤5：利用三角测量原理对销钉中心进行三维重建，得到销钉在左相机坐标系下的三维空间点P1,P1，…,Pn。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人苏州北美国际高级中学，其通讯地址为：215104 江苏省苏州市吴中区天鹅荡路268号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。