CN103776390A - 三维自然纹理数据扫描机及多视场数据拼接方法 - Google Patents

Abstract

本发明公开了一种高点阵密度和高精度的三维自然纹理数据扫描机及多视场数据拼接方法。装置由激光器、左右三维相机组、直线电机、被测样品、计算机、运动控制器、导轨及旋转固定装置组成。根据激光三角法，采用双三维相机与线结构光组成的双三角三维测量高度结构，对三维自然纹理样品进行三维数据采集，没有测量死角。然后采取基于三维图片高度信息的互相关法对多幅三维图片进行三维图像匹配和拼接，最后生成一幅完整被测样品幅面的三维图像。本发明具有三维测量的x和y方向像素点阵分辨率高，三维测量的z方向测量精度高，三维图像细节的高保真和三维测量速度快等优点，在自然纹理样品的三维立体扫描方面，具有广阔的应用前景。

Description

三维自然纹理数据扫描机及多视场数据拼接方法

技术领域

本发明涉及一种高点阵密度和高精度的三维自然纹理数据扫描机及多视场数据拼接方法，在皮革、墙纸、服装面料等立体印刷领域广泛应用，属于物体表面三维轮廓测量领域。

背景技术

所谓三维自然纹理主要指各种木材纹理、皮革纹理、甚至是人工的油画纹理。将这些三维纹理高保真地印刷在壁纸、墙纸、家具贴纸、瓷砖和纺织服装制品上，就是立体印刷。作为平面印刷的升级产业，立体印刷的市场需求大，产业利润高，是现代化的高精尖产业。由于立体印刷对于细节要求更加丰富，因此对自然纹理数据输入方法要求很高。所以提高x、y方向的点阵分辨率(＞1000DPI)和z方向的测量精度(＜±5μm)显得十分重要，同时要兼顾测量的效率，以满足工业生产的效益需求。

发明内容

本发明提供一种高点阵密度和高精度的三维自然纹理数据扫描机及多视场数据拼接方法，具有x、y方向测量点阵密度高、z方向测量精度高以及测量速度快等特点。

一种高点阵密度和高精度的三维自然纹理数据扫描机，如图1所示，本装置依次包括激光器(1)，三维左相机(2)，三维右相机(3)，X轴直线电机(4)，Y轴直线电机(5)，被测样品(6)，计算机(7)，X、Y轴运动控制器(8)，导轨(9)，旋转固定装置(10)。

1)、本发明采用双三维相机与线结构光组成的双三角三维测量结构，如图1所示。将激光器(1)垂直固定在被测样品(6)的被测平面上面，三维相机组的三维左相机(2)和三维右相机(3)通过旋转固定装置(10)固定，三维左相机(2)和三维右相机(3)的中轴线分别与激光器(1)中轴线相交并成相同的夹角，三维相机组定焦拍摄被测样品(6)。

2)、如图2所示，三维左相机(2)和三维右相机(3)都为CMOS相机，核心测量结构为激光器(1)和三维左相机(2)、三维右相机(3)组成的双三角测量高度结构。在进行三维测量时，将激光器(1)投射的线结构光在被测样品(6)表面上聚焦，同时使三维左相机(2)和三维右相机(3)聚焦在线结构光上。

3)、如图2所示，根据三角法测量原理，当一束线结构光投射在被测样品(6)表面，原来平直的线结构光被物体表面轮廓高低所改变，最终在三维左相机(2)和三维右相机(3)的像平面上的成像也发生相应的位移。通过计算三维相机成像位移的大小，可以得出物体表面的实际高度信息。如图3所示，设线结构光中某一光点在CMOS相机像平面上的成像位移为x，由下式可计算出被测样品(6)表面上该点的实际高度差为

$h=\frac{\mathrm{ax}}{b\sin \mathrm{\θ}-x\cos \mathrm{\θ}},$

其中a为三维相机物距；b为三维相机相距；θ为激光器中轴与相机中轴之间的夹角。

4)、计算机(7)分别与三维左相机(2)、三维右相机(3)、X轴直线电机(4)和Y轴直线电机(5)连接。当开始三维扫描时，X轴直线电机(4)保持不动，Y轴直线电机(5)带动激光器(1)和三维相机组整体匀速运动。被测样品(6)在高精度匀速数控运动平台的控制下匀速运动，三维左相机(2)和三维右相机(3)分别对被测样品(6)表面激光束所在位置进行连续的图像采集。

5)、图像采集完成后，需对线结构光进行中心条纹识别，主要采用高斯分布拟合方法，将宽度为5-8个像素点的线激光拟合计算出中心条纹，采用亚像素技术提高中心条纹的识别精度，并根据激光三角法得出被测样品(6)表面各点的高度信息。

6)、如图4所示，当三维左相机(2)和三维右相机(3)采集激光点a(13)的高度信息时，由于激光点a(13)到三维右相机(3)之间存在阻碍物，所以三维右相机(3)不能采集激光点a(13)的高度信息。此时，激光点a(13)的高度信息采用三维左相机(2)采集得到的高度信息。当采集激光点b(14)的高度信息时，三维左相机(2)和三维右相机(3)都能识别激光点b(14)的高度信息。此时，激光点b(14)的高度信息采用三维左相机(2)和三维右相机(3)采集的高度信息的平均值。

7)、当Y轴直线电机(5)运动到Y轴方向测量限位，得到小视场单次连续扫描的结果，最后将单个视场扫描得到的高度信息保存到计算机(7)中。

8)、单个视场测量完毕后，X轴直线电机(4)和Y轴直线电机(5)同时匀速运动，X轴直线电机(4)定位在下一拍摄视场的起始点，Y轴直线电机(5)定位Y轴零点。

9)、重复4)-8)，直至整体扫描结束。

10)、整体三维扫描结束后，每个视场都生成相应的x，y，z三维数据，然后对生成的三维图片的噪点和噪块进行一系列的滤波处理。

11)、对各视场进行三维图像匹配和拼接，本发明采取的图像匹配和拼接方法是基于三维图片高度信息的互相关法。步骤如下：

①选取第一幅图片靠近接口处的n列像素，构建初始像素矩阵，第二幅图片同样选出一个n列像素大小的对比像素矩阵，从第二幅图片的边缘处开始扫描，此时得到一个相关性系数的波形，把相关系数波形达到最大值时的窗口作为拼接窗口，初始像素矩阵和对比像素矩阵的相关系数为

$c=\frac{\underset{m}{\mathrm{\Σ}}\underset{n}{\mathrm{\Σ}}[z_1(m,n)-\stackrel{\‾}{z_1(m,n)}]\·[z_2(m,n)-\stackrel{\‾}{z_2(m,n)}]}{\sqrt{\left(\underset{m}{\mathrm{\Σ}}\underset{n}{\mathrm{\Σ}}{[z_1(m,n)-\stackrel{\‾}{z_1(m,n)}]}^2\right)\·\left(\underset{m}{\mathrm{\Σ}}\underset{n}{\mathrm{\Σ}}{[z_2(m,n)-\stackrel{\‾}{z_2(m,n)}]}^2\right)}},$

其中，m为矩阵的行数，n为矩阵的列数，z₁(m，n)为初始像素矩阵的各像素点的高度值，z₂(m，n)为对比像素矩阵的各像素点的高度值。

②找到两幅三维图像的重合位置后，因为电机X轴的两端难以保持在z方向上的高度绝对一致，所以两幅三维图片整体的高度值存在差异。为了消除两幅三维图片整体的高度值差异，本发明采用了补偿法，设第一幅三维图片的拼接矩阵高度的平均值为α₁，第二幅三维图片的拼接矩阵高度的平均值为α₂，则

${\mathrm{\α}}_1=\frac{\underset{m=1}{\overset{m=M}{\mathrm{\Σ}}}\underset{n=1}{\overset{n=N}{\mathrm{\Σ}}}{I}_1(m,n)}{M\·N},$

${\mathrm{\α}}_2=\frac{\underset{m=1}{\overset{m=M}{\mathrm{\Σ}}}\underset{n=1}{\overset{n=N}{\mathrm{\Σ}}}{I}_2(m,n)}{M\·N},$

高度补偿值Δ＝α₁-α₂，设第一幅三维图片为I₁(x，y)，第二幅三维图片为I₂(x，y)，则高度值补偿后的第二幅三维图片为

I₂′(x，y)＝I₂(x，y)+Δ，

其中m表示拼接矩阵的行数，n表示拼接矩阵的列数。

③切割高度补偿后的第二幅三维图片，只保留以x轴为正向的拼接矩阵外的三维图片部分，然后将第一幅三维图片和切割并高度值补偿后的第二幅三维图片合成的一幅三维图片为

I₁₂(x，y₁+y₂)＝[I₁(x，y₁)，I₂′(x，y₂)]，

其中I₁(x，y₁)为第一幅三维图片，I₂′(x，y₂)为切割并高度值补偿后的第二幅三维图片，第一幅三维图片和切割并高度值补偿后的第二幅三维图片的像素行数相同。

④图像拼接后，由于两幅三维图像的接口处出现明显的分界线，所以切去第一幅三维图像最接近接口处的k列像素点，然后选取第二幅三维图像的k列相似度最高的像素点补充进来，这k列像素点就是两幅三维图像拼接的接口。

12)、将多张三维图片配准和拼接后，生成一幅完整被测样品幅面的三维图像。

附图说明

下面结合附图和实施例对本发明进一步说明。

图1高点阵密度和高精度的三维自然纹理数据扫描机硬件系统结构图；1.激光器；2.三维左相机；3.三维右相机；4.X轴直线电机；5.Y轴直线电机；6.被测样品；7.计算机；8.X、Y轴运动控制器；9.导轨；10.旋转固定装置。

图2激光器和三维相机组的立体结构图；1.激光器；2.三维左相机；3.三维右相机，6.被测样品表面；10.旋转固定装置。

图3激光器和三维相机的三角法测量原理；1.激光器；11.三维相机透镜；12.三维相机像平面；a三维相机物距；b三维相机相距；θ激光器中轴与相机中轴之间的夹角；x三维相机像平面上的成像位移；h被测样品表面实际的高度差。

图4激光器和三维相机组的正视结构图；1.激光器；2.三维左相机；3.三维右相机；6.被测样品表面；10.旋转固定装置；13.线结构光投射在被测样品表面的激光点a；14线结构光投射在被测样品表面的激光点b。

图5压纹皮革的三维图像；(a)皮革实物图；(b)点云数据图。

图6小圈皮革的三维图像；(a)皮革实物图；(b)点云数据图。

具体实施方式

下面结合实施例和附图对本发明作进一步说明，但不应限制本发明的保护范围。

本发明提供一种高点阵密度和高精度的三维自然纹理数据扫描机，如图1所示，本装置依次包括激光器(1)，三维左相机(2)，三维右相机(3)，X轴直线电机(4)，Y轴直线电机(5)，被测样品(6)，计算机(7)，X、Y轴运动控制器(8)，导轨(9)，旋转固定装置(10)。在实施例中激光器(1)采用线结构光，由三维左相机(2)和三维右相机(3)组成三维相机组，核心部分是激光器(1)和三维左相机(2)、三维右相机(3)组成的双三角法测量高度结构。

高点阵密度和高精度的三维自然纹理数据扫描机及多视场数据拼接方法的具体步骤如下：

1)、如图1所示，本发明采用双三维相机与线结构光组成的双三角法三维测量高度结构。将激光器(1)垂直固定在被测样品(6)的被测平面上面，三维相机组的三维左相机(2)和三维右相机(3)通过旋转固定装置(10)固定，三维左相机(2)和三维右相机(3)的中轴线分别与激光器(1)中轴线相交并成相同的夹角，倾斜入射被测样品(6)平面，定焦拍摄被测样品(6)。

2)、计算机(7)通过千兆以太网分别连接三维左相机(2)和三维右相机(3)，进行控制和数据传输。

3)、计算机(7)通过X、Y轴运动控制器(8)连接X轴直线电机(4)和Y轴直线电机(5)，实现2轴数字化闭环协调的步进控制，系统定位精度达到5μm。

4)、如图2所示，激光器(1)发出的激光为线结构光，三维左相机(2)和三维右相机(3)都为CMOS相机。调整激光器(1)距离被测样品(6)的高度，设定其高度距离为120mm，激光器(1)投射的线结构光在被测样品(6)表面上聚焦；调整三维左相机(2)和三维右相机(3)到被测样品(6)的距离，并使三维左相机(2)和三维右相机(3)聚焦在线结构光上。

5)、将三维左相机(2)和三维右相机(3)的视场都设置为23mm。由于三维左相机(2)和三维右相机(3)的视场都设定为23mm，x方向点阵密度可达到1696DPI，三维左相机(2)和三维右相机(3)的z方向测量精度可达到5μm，有效提高测量精度。

6)、调整三维左相机(2)和三维右相机(3)的光圈、曝光时间、感性区域，最后在计算机(7)设定x方向和y方向的测量限位。

7)、开始三维测量时，X轴直线电机(4)保持不动，Y轴直线电机(5)带动激光器(1)和三维相机组整体匀速运动至之前设定的Y方向测量限位。

8)、被测样品(6)在高精度匀速数控运动平台的控制下匀速运动，三维左相机(2)和三维右相机(3)分别对激光束所在位置进行速率高达每秒1000次的连续图像采集。

9)、图像采集完成后，需对线结构光进行条纹中心识别，主要采用高斯分布拟合方法，将宽度为5-8个像素点的线激光拟合计算出条纹中心，并采用亚像素技术提高条纹中心的识别精度。

10)、如图2所示，根据激光三角法测量原理，当一束线结构光投射在被测样品(6)表面，原来平直的线结构光被物体表面轮廓高低所改变，最终在三维左相机(2)和三维右相机(3)的像平面上成像也发生相应的位移。通过计算像移，可以得出物体表面的实际高度信息。相对于点激光三维测量技术，这种采用线结构光的三维测量技术，一次数据采集能同时获取多个像素点的三维信息数据，大大提高测量速度。

11)、如图3所示，设线结构光中某一光点在三维相机像平面上的像位移为x，由下式可计算出该点在被测样品(6)表面实际的高度差为

$h=\frac{\mathrm{ax}}{b\sin \mathrm{\θ}-x\cos \mathrm{\θ}},$

其中a为三维相机物距；b为三维相机相距；θ为激光器中轴与相机中轴之间的夹角。

12)、如图4所示，当三维左相机(2)和三维右相机(3)在采集激光点a(13)的高度信息时，三维左相机(2)能对激光点a(13)进行条纹中心识别，但是激光点a(13)到三维右相机(3)之间存在阻碍物，所以三维右相机(3)不能对激光点a(13)进行条纹中心识别。因此，激光点a(13)的高度信息采用三维左相机(2)提供的高度信息。

当三维左相机(2)和三维右相机(3)在采集激光点b(14)的高度信息时，三维左相机(2)和三维右相机(3)都能对激光点b(14)进行条纹中心识别。因此，激光点b(14)的高度信息采用三维左相机(2)和三维右相机(3)采集的高度信息的平均值。

13)、当Y轴直线电机(5)运动到Y轴方向测量限位，得到小视场单次连续扫描的结果，最后保存单个视场扫描得到的高度信息。

14)、单个视场测量完毕后，X轴直线电机(4)和Y轴直线电机(5)同时匀速运动，X轴直线电机(4)定位在下一拍摄视场的起始点，Y轴直线电机(5)定位Y轴零点。

15)、重复7)-14)，直至整体扫描结束。

16)整体三维扫描结束后，每个视场相应生成该视场的x，y，z三维数据，然后对每个视场相应生成的三维图片进行滤波处理，去除三维图片的噪点和噪块。在扫描过程中由于三维相机的光圈过大或过小、曝光时间过长或过短，都很容易产生以下两种噪点：一种是z值极大的点，在图片上呈白色；一种是z值极小的点，在图片上呈深黑色。噪点会严重影响后期图片拼接的准确性，因此在多张图片进行拼接之前必须对三维图片进行滤波处理。具体步骤如下：

①搜索噪点

搜索噪点主要采用比较法。以像素为单位，计算出三维图片所有像素点的高度平均值，用每个像素点的z值减去高度均值，如果所得结果的绝对值大于设定值，则将此像素点判定为噪点。

②搜索噪块

如果三维图片内的小区域存在大量噪点，则此小区域称为噪块。搜索噪块时，本发明采用的5×5搜索窗口，当窗口内的噪点数量大于正常像素点数量时，判断该窗口是噪块。

③对噪点滤波

在以噪点为中心的3×3窗口内，对边缘的8个像素点的高度求均值，然后将所求得的值替代中心的噪点值，滤波后的噪点高度值为

$z^{\′}(x_{\frac{M+1}{2}},y_{\frac{N+1}{2}})=\frac{\underset{i=1}{\overset{M}{\mathrm{\Σ}}}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}z(x_i,y_j)-z(x_{\frac{M+1}{2}},y_{\frac{N+1}{2}})}{M\·N-1},$

其中M为滤波窗口矩阵的行数，N为滤波窗口矩阵的列数。本例中N＝M＝3，当 $j=\frac{N+1}{2}$ 时，

为噪点的高度值。

④对噪块滤波

在滤波过程中对噪块和噪点的滤波方法有所不同，对噪块的滤波窗口大小从5×5动态变化到13×13时，如果使用5×5滤波窗口能判断噪块，则使用6×6滤波窗口继续判断此是否为噪块，直至使用的滤波窗口判断该此区域不是噪块为止，选择该最大滤波窗口进行滤波，滤波方法与步骤③一致。

17)、对各视场进行三维图像匹配和图像拼接。本发明采取的图像匹配和拼接方法是基于三维图片高度信息的互相关法。具体步骤如下：

①因为线结构光的边缘聚焦效果较差，三维数据采集时的噪点较多，所以在两幅三维图像拼接之前，先忽略第一幅图片和第二幅图片接口处的g列像素点，然后选取第一幅图片靠近接口处的n列像素，构建出初始像素矩阵，第二幅图片同样选出一个n列像素大小的对比像素矩阵，从第二幅图片边缘处开始扫描。根据互相关性的最优化，本发明选取的g值为4，n值为50。每扫描完一次，对比像素矩阵移动一列像素，当对比像素矩阵移动至边缘处停止，此时得到一个相关性系数的波形，相关系数波形最大值时的窗口位置则作为拼接窗口，本发明的三维图片像素矩阵相似度一般超过97％，初始像素矩阵和对比像素矩阵的相关系数为

$c=\frac{\underset{m}{\mathrm{\Σ}}\underset{n}{\mathrm{\Σ}}[z_1(m,n)-\stackrel{\‾}{z_1(m,n)}]\·[z_2(m,n)-\stackrel{\‾}{z_2(m,n)}]}{\sqrt{\left(\underset{m}{\mathrm{\Σ}}\underset{n}{\mathrm{\Σ}}{[z_1(m,n)-\stackrel{\‾}{z_1(m,n)}]}^2\right)\·\left(\underset{m}{\mathrm{\Σ}}\underset{n}{\mathrm{\Σ}}{[z_2(m,n)-\stackrel{\‾}{z_2(m,n)}]}^2\right)}},$

其中，m为矩阵的行数，n为矩阵的列数，z₁(m，n)为初始像素矩阵的各像素点的高度值，z₂(m，n)为对比像素矩阵的各像素点的高度值。

②找到两幅三维图像的重合位置后，因为电机X轴的两端难以保持在z方向上的高度绝对一致，所以两幅三维图片整体的高度值存在差异。为了消除两幅三维图片整体的高度值差异，本发明采用了补偿法，设第一幅三维图片的拼接矩阵高度的平均值为α₁，第二幅三维图片的拼接矩阵高度的平均值为α₂，则

${\mathrm{\α}}_1=\frac{\underset{m=1}{\overset{m=M}{\mathrm{\Σ}}}\underset{n=1}{\overset{n=N}{\mathrm{\Σ}}}{I}_1(m,n)}{M\·N},$

${\mathrm{\α}}_2=\frac{\underset{m=1}{\overset{m=M}{\mathrm{\Σ}}}\underset{n=1}{\overset{n=N}{\mathrm{\Σ}}}{I}_2(m,n)}{M\·N},$

高度补偿值Δ＝α₁-α₂，设第一幅三维图片为I₁(x，y)，第二幅三维图片为I₂(x，y)，则高度值补偿后的第二幅三维图片为

I₂′(x，y)＝I₂(x，y)+Δ，

其中m表示拼接矩阵的行数，n表示拼接矩阵的列数。

③切割高度补偿后的第二幅三维图片，只保留以x轴为正向的拼接矩阵外的三维图片部分，然后将第一幅三维图片和切割并高度值补偿后的第二幅三维图片合成的一幅三维图片为

I₁₂(x，y₁+y₂)＝[I₁(x，y₁)，I₂′(x，y₂)]，

其中I₁(x，y₁)为第一幅三维图片，I₂′(x，y₂)为切割并高度值补偿后的第二幅三维图片，第一幅三维图片和切割并高度值补偿后的第二幅三维图片的像素行数相同。

④图像拼接后，由于两幅三维图像的接口处出现明显的分界线，所以切去第一幅三维图像最接近接口处的3列像素点，然后选取第二幅三维图像的3列相似度最高的像素点补充进来，这3列像素点就是两幅三维图像拼接的接口。

18)、将多个视场配准并拼接后，生成一幅完整被测样品幅面的三维图像。测量结果如图5、图6所示，图5为压纹皮革的三维图像，图6为小圈皮革的三维图像。其中图5(a)和图6(a)是皮革实物图像，图5(b)和图6(b)是三维点云数据图像。在图5(b)和图6(b)中，皮革表面的高度信息以点的三维立体信息表示，每个点都含有x，y，z三维数据信息，各个点的三维立体数据组成整体的三维立体图像。

本发明的优点在于：

(1)能够有效消除三维测量的死角；

(2)能够有效消除三维图片拼接的分界线；

(3)提高三维测量的x和y方向像素点阵分辨率；

(4)加快三维测量速度。

综上所述，在自然纹理的三维立体扫描方面，本发明所提出的装置和方法具有广阔的应用前景。

Claims (6)

1.一种高点阵密度和高精度的三维自然纹理数据扫描机，依次包括激光器(1)，三维左相机(2)，三维右相机(3)，X轴直线电机(4)，Y轴直线电机(5)，被测样品(6)，计算机(7)，X、Y轴运动控制器(8)，导轨(9)，旋转固定装置(10)。

2.根据权利要求1所述的高点阵密度和高精度的三维自然纹理数据扫描机，其特征是：所述的激光器(1)采用线结构光，并垂直于被测表面。

3.根据权利要求1、2所述的高点阵密度和高精度的三维自然纹理数据扫描机，其特征是：所述的激光器(1)和三维左相机(2)、三维右相机(3)组成的双三角形三维测量高度结构。

4.根据权利要求1、2和3所述的高点阵密度和高精度的三维自然纹理数据扫描机，其特征是：三维左相机(2)、三维右相机(3)倾斜布置，并与激光的中心线夹角相等。

5.根据权利要求1、2、3和4所述的高点阵密度和高精度的三维自然纹理数据扫描机，其特征是：三维测量中，直线电机带动双三维相机进行小视场拍摄，并将多幅小视场三维图片进行拼接，生成一幅完整被测样品幅面的三维图像。

6.根据权利要求1、2、3、4和5所述的高点阵密度和高精度的三维自然纹理数据扫描机的多视场数据拼接方法具体步骤如下：

(1)、整体三维扫描结束后，每个视场都生成相应的x，y，z三维数据，然后对生成的三维图片的噪点和噪块进行一系列的滤波处理。

(2)、完成前期的滤波处理后，对各视场进行三维图像匹配和拼接。本发明采取的图像匹配和拼接方法是基于三维图片高度信息的互相关法。步骤如下：

①选取第一幅图片靠近接口处的n列像素，构建初始像素矩阵，第二幅图片则选出一个n列像素大小的对比像素矩阵，从第二幅图片的边缘处开始扫描，此时得到一个相关性系数的波形，把相关系数波形达到最大值时的窗口作为拼接窗口，初始像素矩阵和对比像素矩阵的相关系数为

$c=\frac{\underset{m}{\mathrm{\Σ}}\underset{n}{\mathrm{\Σ}}[z_1(m,n)-\stackrel{\‾}{z_1(m,n)}]\·[z_2(m,n)-\stackrel{\‾}{z_2(m,n)}]}{\sqrt{\left(\underset{m}{\mathrm{\Σ}}\underset{n}{\mathrm{\Σ}}{[z_1(m,n)-\stackrel{\‾}{z_1(m,n)}]}^2\right)\·\left(\underset{m}{\mathrm{\Σ}}\underset{n}{\mathrm{\Σ}}{[z_2(m,n)-\stackrel{\‾}{z_2(m,n)}]}^2\right)}},$

其中，m为矩阵的行数，n为矩阵的列数，z₁(m，n)为初始像素矩阵的各像素点的高度值，z₂(m，n)为对比像素矩阵的各像素点的高度值。

②找到两幅三维图像的重合位置后，因为电机X轴的两端难以保持在z方向上的高度绝对一致，所以两幅三维图片整体的高度值存在差异。为了消除两幅三维图片整体的高度值差异，本发明采用了补偿法，设第一幅三维图片的拼接矩阵高度的平均值为α₁，第二幅三维图片的拼接矩阵高度的平均值为α₂，则

${\mathrm{\α}}_1=\frac{\underset{m=1}{\overset{m=M}{\mathrm{\Σ}}}\underset{n=1}{\overset{n=N}{\mathrm{\Σ}}}{I}_1(m,n)}{M\·N},$

${\mathrm{\α}}_2=\frac{\underset{m=1}{\overset{m=M}{\mathrm{\Σ}}}\underset{n=1}{\overset{n=N}{\mathrm{\Σ}}}{I}_2(m,n)}{M\·N},$

高度补偿值Δ＝α₁-α₂，设第一幅三维图片为I₁(x，y)，第二幅三维图片为I₂(x，y)，则高度值补偿后的第二幅三维图片为

I₂′(x，y)＝I₂(x，y)+Δ，

其中m表示拼接矩阵的行数，n表示拼接矩阵的列数。

③切割高度补偿后的第二幅三维图片，只保留以x轴为正向的拼接矩阵外的三维图片部分，然后将第一幅三维图片和切割并高度值补偿后的第二幅三维图片合成的一幅三维图片为

I₁₂(x，y₁+y₂)＝[I₁(x，y₁)，I₂′(x，y₂)]，

其中I₁(x，y₁)为第一幅三维图片，I₂′(x，y₂)为切割并高度值补偿后的第二幅三维图片，第一幅三维图片和高度值补偿后的第二幅三维图片的像素行数相同。

④图像拼接后，由于两幅三维图像的接口处出现明显的分界线，所以切去第一幅三维图像最接近接口处的k列像素点，然后选取第二幅三维图像的k列相似度最高的像素点补充进来，这k列像素点就是两幅三维图像的接口。

(3)、将多张三维图片配准和拼接后，生成一幅完整被测样品幅面的三维图像。

Images