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！

龙图腾网获悉南京理工大学申请的专利基于视觉的复杂机电产品微小零件装配状态检测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：CN116563131B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202310213374.0，技术领域涉及：G06T5/80；该发明授权基于视觉的复杂机电产品微小零件装配状态检测方法是由夏梦铭;刘庭煜设计研发完成，并于2023-03-07向国家知识产权局提交的专利申请。

本基于视觉的复杂机电产品微小零件装配状态检测方法在说明书摘要公布了：本发明属于机电产品装配领域，具体涉及一种基于视觉的复杂机电产品微小零件装配状态检测方法。包括如下步骤：图像采集：拍摄多张图像，图像将复杂机电产品覆盖完整；对原始图像进行倾斜矫正，并进行图像拼合；装配单元的图像的获取；第一类目标对象的尺寸在10mm～50mm，为第二类目标对象的父级零件，将裁剪出装配单元的图像输入至训练好的目标检测模型，对第一类目标对象进行状态检测；提取第一类目标对象的图像，根据第二类目标对象在第一类目标对象图像上的位置信息提取第二类目标对象的图像，对第二类目标对象进行装配状态检测，第二类目标对象即为直径小于10mm的微小零件。本发明减少复杂机电产品上零件的错装和漏装，提高装配的质量。

本发明授权基于视觉的复杂机电产品微小零件装配状态检测方法在权利要求书中公布了：1.一种基于视觉的复杂机电产品微小零件装配状态检测方法，其特征在于，包括如下步骤： 步骤1：图像采集：拍摄多张图像，图像将复杂机电产品覆盖完整； 步骤2：对步骤1采集的原始图像进行倾斜矫正，并进行图像拼合； 步骤3：装配单元的图像的获取：将完整产品图像输入至训练好的目标检测模型，取得装配单元的图像位置，并裁剪出该部分图像； 步骤4：第一类目标对象图像的获取：第一类目标对象的尺寸在10mm~50mm，为第二类目标对象的父级零件，将步骤3裁剪出装配单元的图像输入至训练好的目标检测模型，对第一类目标对象进行状态检测； 步骤5：第二类目标对象图像装配状态的检测：提取第一类目标对象的图像，根据第二类目标对象在第一类目标对象图像上的位置信息提取第二类目标对象的图像，对第二类目标对象进行装配状态检测，第二类目标对象即为直径小于10mm的微小零件； 步骤2倾斜校正具体方法如下： 步骤21：基于原始图像，通过霍夫变换对图像中的直线进行检测； 步骤22：计算每条直线的倾斜角，求其平均值； 步骤23：通过求得的倾斜角平均值对原始图像进行旋转，使得复杂机电产品的外框架在图像上呈近似水平或垂直状态； 步骤2中的图像拼合具体方法如下： 步骤24：图像特征点提取：采用SURF作为特征点提取算法； 步骤25：图像特征点匹配：进一步筛选两张图片中的特征点，获取更优图像匹配点； 步骤26：图像配准：通过步骤25得到了两幅待拼接图像的匹配点集，将两幅图像转换到同一坐标系下； 采用RANSAC算法寻找最佳单应性矩阵H，矩阵大小为3×3，方程如下： ， 其中x,y表示目标图像角点位置，x’,y’为场景图像角点位置，s为尺度参数，RANSAC算法从匹配数据集中随机抽出4个样本并保证这4个样本之间不共线，计算出单应性矩阵，然后利用这个模型测试所有数据，并计算满足这个模型数据点的个数与投影误差，若此模型为最优模型，则对应的代价函数最小； 代价函数的计算公式如下： ； 步骤27：图像融合：将图像配准得到的单应性矩阵对图像进行变换，再将变换后的图像进行拼接。

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南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200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”。

以上内容由龙图腾AI智能生成。