CN110081832B - 逻辑投影成像测量非透明物体结构参数的方法及装置 - Google Patents

逻辑投影成像测量非透明物体结构参数的方法及装置 Download PDF

Info

Publication number
CN110081832B
CN110081832B CN201910292614.4A CN201910292614A CN110081832B CN 110081832 B CN110081832 B CN 110081832B CN 201910292614 A CN201910292614 A CN 201910292614A CN 110081832 B CN110081832 B CN 110081832B
Authority
CN
China
Prior art keywords
sample
points
long axis
image
logical
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.)
Active
Application number
CN201910292614.4A
Other languages
English (en)
Other versions
CN110081832A (zh
Inventor
韩定安
张艳婷
林秋萍
李秉尧
王雪花
曾亚光
王茗祎
熊红莲
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Foshan University
Original Assignee
Foshan University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Foshan University filed Critical Foshan University
Priority to CN201910292614.4A priority Critical patent/CN110081832B/zh
Publication of CN110081832A publication Critical patent/CN110081832A/zh
Application granted granted Critical
Publication of CN110081832B publication Critical patent/CN110081832B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/02Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/06Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
    • G01B11/0608Height gauges
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/08Measuring arrangements characterised by the use of optical techniques for measuring diameters
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/14Measuring arrangements characterised by the use of optical techniques for measuring distance or clearance between spaced objects or spaced apertures
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/24Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/2433Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures for measuring outlines by shadow casting
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/26Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了逻辑投影成像测量非透明物体结构参数的方法及装置,所述方法包括:驱动样品转动360°,每转动一次预设角度,便采集一次投影信息,得到该角度下样品的原始投影图像;提取原始投影图像中的样品轮廓,并将样品轮廓内部的灰度值赋值为1,外部的灰度值赋值为0,得到逻辑化投影图像;对逻辑化投影图像采用滤波反投影重建算法得到样品横切的截面图像;对截面图像提取特征点得到样品的三维重心线、内切柱和螺旋线,得到样品的三维可视化。本发明对非透明物体进行非接触性检测,逻辑化赋值操作避免了样品表面散射光和背景光不均匀的影响,得到非透明物体的高度,实现样品三维可视化,降低成像的伪影,提高测量精度和成像质量。

Description

逻辑投影成像测量非透明物体结构参数的方法及装置
技术领域
本发明涉及三维成像技术领域,更具体地说涉及逻辑投影成像测量非透明物体结构参数的方法及装置。
背景技术
光学投影层析三维成像(optical projection tomography)通常运用在透明或半透明的生物样品上,对不同角度下相机采集到的投影图像通过滤波反投影算法,获得物品的层析结构图像,并进行堆叠获得样品的三维结构。三维光学成像和测量技术因其具有的非接触等优点,目前已成为各类制造应用的关键工具。
现有的三维光学测量技术主要有激光扫描法、云纹法、结构光成像法等。
激光扫描法是利用激光器发射激光,光束经过待测样品表面形成的反射光线由探测器接收,然后形成每个扫描点基于测量系统坐标空间的相对坐标,逐点扫描后,即可根据采集到的点集坐标拟合出该光学零件的面形。但是,激光扫描法无法获得全视场三维表面图像。
云纹法又称莫尔条纹法,是一大类实验应力分析方法,通过将栅片牢固地粘贴在物体表面,当物体受力发生形变时,栅片也随之变形的现象,将另一不变形的栅板作为对照叠加在栅片上,栅板和栅片上的栅线便因几何干涉而产生条纹,通过对该条纹进行分析,从而确定试件的位移场或应变场。但是云纹法精度较差,且数据处理繁琐。
结构光成像法是通过主动投射结构光到被测物体上,利用结构光的形变来确定被测物的尺寸参数,即通过投影一载频条纹到物体表面,从某一角度获取物体表面被结构光条纹调制的变像,再通过数字重建方法,从包含形变条纹的二维像中获得物体的三维像,再以条纹距离为测量尺度,实现测量样品表面的三维信息。但是结构光成像系统繁琐,容易由于系统内外部参数不定标而产生测量误差。
同时,传统意义上的光学投影层析成像技术只用于透明或半透明的生物样品,对非透明物体进行实际投影成像时,由于所测物体表面对光线的反射和背景光的不均匀、不稳定等原因,使得样品投影处像素值不一,造成成像质量差、通过反投影算法后重建切片伪影大,边界模糊,不利于样品结构参数的检测,使得传统的光学投影层析成像技术无法满足工业测量的精度要求。
发明内容
针对现有技术中存在的部分问题,本发明提供一种逻辑投影成像测量非透明物体结构参数的方法及装置,非接触性检测非透明样品,实现三维可视化,降低成像的伪影,得到样品的高度,提高测量精度和成像质量。
本发明解决其技术问题的解决方案是:逻辑投影成像测量非透明物体结构参数的方法,所述方法包括:
驱动样品转动360°,在转动过程中每转动一次预设角度,采集一次所述样品在该角度下的投影信息,得到该角度下样品的原始投影图像;
提取原始投影图像中的样品轮廓,并将所述样品轮廓内部的灰度值赋值为1,将样品轮廓外部的灰度值赋值为0,得到逻辑化投影图像;
通过逻辑化投影图像求得样品的高度对应的像素点个数,得到样品的高度值;
对逻辑化投影图像采用滤波反投影重建算法,得到样品横切的截面图像;
对所述截面图像提取样品的特征点,得到样品的三维重心线、内切柱和螺旋线,得到样品的三维可视化。
作为上述技术方案的进一步改进,所述通过逻辑化投影图像求得样品的高度对应的像素点个数的过程为:
对逻辑化投影图像进行纵向逐列读取,读取每列灰度值为1的像素点个数,得到灰度值为1的像素点个数最大的列,记为目标列,所述目标列上灰度值为1的像素点个数为第一像素点个数;
计算逻辑化投影图像中样品的上边缘与逻辑化投影图像上边缘的距离值对应的像素点个数,记为第二像素点个数;
将第一像素点个数减去第二像素点个数,得到样品的高度对应的像素点个数。
作为上述技术方案的进一步改进,所述对截面图像提取样品的特征点,得到样品的三维重心线、内切柱和螺旋线的过程包括:
提取所述截面图像中样品的边缘轮廓,得到截面图像中样品的重心点;
对各个截面图像中的重心点进行垒叠得到样品的三维重心线;
穿过所述重心点且与样品的边缘轮廓相交的直线中长度最大的直线为长轴,长度最小的直线为短轴,其中长轴与样品的边缘轮廓相交的两个点为长轴点,短轴与样品的边缘轮廓相交的两个点为短轴点;
以两个短轴点的连线为直径,形成内切圆;
将各个截面图像的内切圆进行垒叠形成样品的内切柱;
所述螺旋线包括第一螺旋线和第二螺旋线;
在一个截面图像可以找到两个长轴点,所述两个长轴点分别自成一组,找到下一个截面图像的长轴点时以上一个截面图像的两个长轴点为标记长轴点,将距离标记长轴点较近的那个长轴点归为与该标记长轴点同一组,依次地,分别得到第一组长轴点和第二组长轴点;
对所述第一组长轴点进行拟合得到第一螺旋线,对所述第二组长轴点进行拟合得到第二螺旋线。
作为上述技术方案的进一步改进,提取所述截面图像中样品的边缘轮廓的过程包括:
通过边缘提取算法对样品的边缘轮廓进行提取,将边缘轮廓内部的灰度值赋值为1,将边缘轮廓外部的灰度值赋值为0。
作为上述技术方案的进一步改进,所述预设角度为1.8°。
逻辑投影成像测量非透明物体结构参数的装置,包括:白光光源、扩束镜、毛玻璃、驱动模块、折射率匹配池、远心镜头、相机和电脑处理终端,所述电脑处理终端分别与所述驱动模块和相机电连接;
样品浸泡在所述折射率匹配池中,所述样品的上端与所述驱动模块固定连接,所述驱动模块驱动样品旋转360°;
所述白光光源发出光束依次透过所述扩束镜和毛玻璃,出射光透过所述折射率匹配池射向样品,所述远心镜头和相机接收透过样品的光束。
作为上述技术方案的进一步改进,所述驱动模块为步进电机。
本发明的有益效果是:本发明通过非接触性对非透明物体进行检测,同时逻辑化赋值操作避免了样品表面散射光和背景光不均匀的影响,得到非透明物体的高度,实现样品三维可视化,降低成像的伪影,提高测量精度和成像质量。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单说明。显然,所描述的附图只是本发明的一部分实施例,而不是全部实施例,本领域的技术人员在不付出创造性劳动的前提下,还可以根据这些附图获得其他设计方案和附图。
图1是本实施例方法的流程图;
图2是本实施例装置的结构示意图;
图3是本实施例中原始投影图像;
图4是图3中直线m处的光强度曲线图;
图5是本实施例中逻辑化投影图像;
图6是图5中直线n处的光强度曲线图;
图7是本实施例中内切柱三维可视化图像;
图8是本实施例中螺旋线和三维重心线三维可视化图像。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述,以充分地理解本发明的目的、特征和效果。显然,所描述的实施例只是本发明的一部分实施例,而不是全部实施例,基于本发明的实施例,本领域的技术人员在不付出创造性劳动的前提下所获得的其他实施例,均属于本发明保护的范围。另外,文中所提到的所有连接关系,并非单指构件直接相接,而是指可根据具体实施情况,通过添加或减少连接辅件,来组成更优的连接结构。本发明创造中的各个技术特征,在不互相矛盾冲突的前提下可以交互组合。
实施例1,参照图1,逻辑投影成像测量非透明物体结构参数的方法,所述方法包括:
驱动样品900转动360°,在转动过程中每转动一次预设角度,采集一次所述样品900在该角度下的投影信息,得到该角度下样品900的原始投影图像;
对样品900进行逻辑化赋值操作:提取原始投影图像中的样品轮廓,并将所述样品轮廓内部的灰度值赋值为1,将样品轮廓外部的灰度值赋值为0,得到逻辑化投影图像;
通过逻辑化投影图像求得样品900的高度对应的像素点个数,得到样品900的高度值;
对逻辑化投影图像采用滤波反投影重建算法,得到样品900横切的截面图像;
对截面图像提取样品900的特征点,得到样品900的三维重心线110、内切柱和螺旋线,得到样品900的三维可视化。
作为优化,所述预设角度为1.8°。
所述逻辑投影成像测量非透明物体结构参数的方法可应用于逻辑投影成像测量非透明物体结构参数的装置。
参考图2,所述逻辑投影成像测量非透明物体结构参数的装置,包括:白光光源100、扩束镜200、毛玻璃300、驱动模块400、折射率匹配池500、远心镜头600、相机700和电脑处理终端800,所述电脑处理终端800分别与所述驱动模块400和相机700电连接;
样品900浸泡在所述折射率匹配池500中,所述样品900的上端与所述驱动模块400固定连接,所述驱动模块400驱动样品900旋转360°;
所述白光光源100发出光束依次透过所述扩束镜200和毛玻璃300,出射光透过所述折射率匹配池500射向样品900,所述远心镜头600和相机700接收透过样品900的光束。
作为优化,所述驱动模块400为步进电机。所述步进电机的转动端与所述样品900的上端固定连接。
白光光源100发出的光束经扩束镜200和毛玻璃300后,形成均匀的扩散光,所述扩散光透过所述折射率匹配池500照射在样品900上,扩散光透过样品900的光束被所述远心镜头600和相机700采集。
在白光光源100照射的过程中,所述驱动模块400驱动样品900等角度、间歇式旋转360°,本实施例中设定每次转动角度为1.8°。驱动模块400带动样品900每旋转1.8°,相机700曝光一次,采集该角度下样品900的投影信息,得到原始投影图像。重复上述操作200次,采集到样品900旋转360°不同角度的投影信息,并将采集得到的投影信息和投影图像发送到电脑处理终端800进行处理。
所述相机700为工业相机。
本发明中远心镜头600保证样品900在其景深范围内的放大倍率为一定值,避免对样品900成像时出现畸变,保证样品900参数的测量精度。同时本发明采用短曝光的方法,以减少背景散射光的影响。
本发明装置具有光路搭建简易,成像成本低,所获得成像具有全视角的特点。
图3为样品900的原始投影图像。理论上,由于样品900的不透明性,使得经过样品900的光束被完全遮挡,即得到的样品900投影强度的值应该是相同的,但实际中,由于样品900表面散射光的影响,使得到的样品900的投影信号强度不一,表现为原始投影图像中灰度值随边界的变化而变化。参考图4,图4为图3中直线m处的吸收光强度曲线图,即原始投影图像经过灰度转换后直线m处的像素点的值,所述直线m距离原始投影图像的下边缘的纵向距离为H。在图4中曲线可以看到,由于背景杂散光及样品900表面散射光的影响,背景及样品900边缘处的像素值存在明显的波动,即样品900边缘存在“散开”的现象,这使得反投影后得到的样品900的切片图像边缘不清晰,进一步影响三维重建后样品900边缘的清晰度,降低样品900测量的精确度。
本发明利用不透明样品900的投影图像边界与背景对比信息清晰的特点来进行逻辑化,如图4所示的背景处像素值与样品900投影处像素值存在明显的跳跃的现象。
电脑处理终端800对采集得到的样品900的原始投影图像运用边缘提取算法进行样品轮廓提取,本实施例使用水平集算法进行样品轮廓提取。将得到的样品轮廓的内部的灰度值赋值为1,将原始投影图像的样品轮廓外部的灰度值赋值为0,得到逻辑化投影图像。
通过上述逻辑化赋值操作得到样品900边界锐度高,内部投影灰度值一致的逻辑化投影图像,参考图5,其中图5中直线n距离逻辑化投影图像的下边缘的纵向距离为H。图6为逻辑化投影图像中直线n处的吸收光强度曲线图,由曲线图可知,样品轮廓内部和外部光强度区别明显,边缘锐化,逻辑化过程消除了由于样品900表面反射光及背景散射光的影响。
对逻辑化投影图像采用滤波反投影重建算法,得到样品900横切的各个截面图像。利用滤波反投影重建算法中的S-L空间滤波器可以突出显示边缘,提高重建后的截面图像的清晰度。
参考图7和图8,作为优化,所述对截面图像提取样品900的特征点,得到样品900的三维重心线110、内切柱和螺旋线的过程包括:
通过边缘提取算法对样品900的截面图像的边缘轮廓进行提取,将边缘轮廓内部的灰度值赋值为1,将边缘轮廓外部的灰度值赋值为0。通过matlab的regionprops函数找到截面图像中样品900的重心点。
对各个截面图像中的重心点进行垒叠得到样品900的三维重心线110;
其中,穿过所述重心点且与样品900的边缘轮廓相交的直线中长度最大的直线为长轴,长度最小的直线为短轴,其中长轴与样品900的边缘轮廓相交的两个点为长轴点,短轴与样品900的边缘轮廓相交的两个点为短轴点。
以两个短轴点的连线为直径,形成内切圆;
将各个截面图像的内切圆进行垒叠形成样品900的内切柱;
参考图7,本实施例的样品900为自攻螺钉,由于自攻螺钉的外侧有螺纹线,所以自攻螺钉的横切截面图像为类椭圆截面,通过提取样品900边缘轮廓的短轴点,以两个短轴点的连线为直径,形成内切圆,将各个截面图像的内切圆利用amira三维绘制,得到样品900的三维内切柱。
所述螺旋线包括第一螺旋线120和第二螺旋线130。
参考图8,在一个截面图像可以找到两个长轴点,所述两个长轴点分别自成一组,找到下一个截面图像的长轴点时以上一个截面图像的两个长轴点为标记长轴点,将距离标记长轴点较近的那个长轴点归为与该标记长轴点同一组,依次地,分别得到第一组长轴点和第二组长轴点;
对所述第一组长轴点进行拟合得到第一螺旋线120,对所述第二组长轴点进行拟合得到第二螺旋线130。
通过软件matlab中的cftool工具箱对所述两组长轴点分别进行拟合得到第一螺旋线120和第二螺旋线130。
以其中第一组长轴点为例:第一组长轴点的长轴点有对应的坐标(x,y),在结合以每个截面图像高度为z轴的坐标,假设自攻螺钉的高度共有100个像素点,则z轴对应的就是1至100,则长轴点组得到一系列(x,y,z)坐标,将其分成(x,z)和(y,z)两组坐标,通过matlab自带的cftool拟合工具箱分别拟合,即可得到拟合后的一系列x1和y1的值,这样再通过matlab的绘制三维曲线的函数即可得到(x1,y1,z)的三维效果,即为第一螺旋线120。
同理可得到第二螺旋线130。
通过软件matlab的plot3函数对得到的三维重心线110、第一螺旋线120和第二螺旋线130的三维可视化重建。
通过amira软件可实现样品900的内切柱的三维可视化重建。
本发明提供一种逻辑投影成像测量非透明物体结构参数的方法及装置,非接触性对非透明物体进行检测,有效避免接触性测量对所测物体造成刚性形变而导致的测量误差,且本发明测量精度提高,实现对样品900进行微米级精密测量,并实现样品900内部的三维可视化。
同时逻辑化赋值操作避免了由于样品900表面散射光和背景光不均匀的影响,增大测量精度,降低对样品900材质属性和对光源稳定性的要求。
通过本发明方法得到样品900外部参数的过程:
计算样品900的高度对应的像素点个数的过程:对逻辑化投影图像进行纵向逐列读取,读取每列灰度值为1的像素点个数,得到灰度值为1的像素点个数最大的列,记为目标列,所述目标列上灰度值为1的像素点个数为第一像素点个数;
计算逻辑化投影图像中样品900的上边缘与逻辑化投影图像上边缘的距离值对应的像素点个数,记为第二像素点个数;
将第一像素点个数减去第二像素点个数,得到样品900的高度对应的像素点个数。
所述第二像素点个数代表样品900上边缘固定的物件的高度,在采集投影信息的过程中,会将样品900上边缘固定的物件的投影信息同步采集,所以在求样品900的高度时,需要将样品900上边缘固定的物件的高度去除。
计算自攻螺钉的螺帽直径的过程:利用matlab霍夫算法找到样品900直径最大的圆的截面,该截面的直径为所求螺帽的直径,为更精确的测量螺帽的直径,我们通过将该截面的截面图像进行逻辑化赋值操作,并获取其重心点。对重心点距离样品900边缘距离进行360°采集,设定采集角度,每偏转一个采集角度,就计算该角度下重心点到样品900边缘的距离,对不同角度采集得到的距离值取平均值,该平均值为螺帽半径对应的像素点个数,继而得到螺帽直径。
所述采集角度可以设为1°。
计算自攻螺钉的螺距的过程:自攻螺钉外侧壁设有螺纹,所述螺距为自攻螺钉外侧壁相邻两根螺纹之间的轴向距离,自攻螺钉的截面图像为类椭圆截面,每个截面图像通过连接长轴点和重心点,可得到一个方向向量,上下连续的多个截面图像可得到多个连续的方向向量,当所述多个连续的方向向量覆盖的角度为180°时,所述多个连续的方向向量对应的截面图像的张数表示为螺距对应的像素点个数。
根据上述得到的不同像素点个数,结合远心镜头600的放大倍率a和相机700像素值的尺寸大小b可以得到所述不同像素点个数对应的现实实际尺寸。设得到的像素点个数为i,利用公式:
Figure BDA0002025427480000131
自攻螺钉的高度、螺帽直径和螺距表示的像素点个数分别代入公式中的i,即可分别得到自攻螺钉的高度、螺帽直径和螺距的实际尺寸。
计算自攻螺钉的牙型角的过程:每个截面图像通过连接长轴点和重心点,得到一个方向向量,上下连续的多个截面图像可得到多个连续的方向向量,当所述多个连续的方向向量覆盖的角度为360°时,所述多个连续的方向向量对应的截面图像的张数表示为L。所述L张截面图像中的最后一张截面图像,利用两点间距离公式计算出所述最后一张截面图像的两个长轴点的距离值,记为d,利用公式tan(x)=L/(π*d),得到牙型角,其中牙型角为x。
通过不同角度测量使得测量结果更加精确,避免单个角度测量时由于样品900摆放时不可避免地存在倾斜角而出现测量误差。
本发明通过非接触性检测,得到非透明物体的结构可视化,降低成像的伪影,提高测量精度和成像质量,同时可得到样品900的高度、螺帽直径、螺距和牙型角的参数。
以上对本发明的较佳实施方式进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可作出种种的等同变型或替换,这些等同的变型或替换均包含在本申请权利要求所限定的范围内。

Claims (4)

1.逻辑投影成像测量非透明物体结构参数的方法,其特征在于:所述方法包括:
驱动样品转动360°,在转动过程中每转动一次预设角度,采集一次所述样品在该角度下的投影信息,得到该角度下样品的原始投影图像;
提取原始投影图像中的样品轮廓,并将所述样品轮廓内部的灰度值赋值为1,将样品轮廓外部的灰度值赋值为0,得到逻辑化投影图像;
通过逻辑化投影图像求得样品的高度对应的像素点个数,得到样品的高度值;
对逻辑化投影图像采用滤波反投影重建算法,得到样品横切的截面图像;
对所述截面图像提取样品的特征点,得到样品的三维重心线、内切柱和螺旋线,得到样品的三维可视化;
所述对所述截面图像提取样品的特征点,得到样品的三维重心线、内切柱和螺旋线的过程包括:
提取所述截面图像中样品的边缘轮廓,得到截面图像中样品的重心点;
对各个截面图像中的重心点进行垒叠得到样品的三维重心线;
穿过所述重心点且与样品的边缘轮廓相交的直线中长度最大的直线为长轴,长度最小的直线为短轴,其中长轴与样品的边缘轮廓相交的两个点为长轴点,短轴与样品的边缘轮廓相交的两个点为短轴点;
以两个短轴点的连线为直径,形成内切圆;
将各个截面图像的内切圆进行垒叠形成样品的内切柱;
所述螺旋线包括第一螺旋线和第二螺旋线;
在一个截面图像可以找到两个长轴点,所述两个长轴点分别自成一组,找到下一个截面图像的长轴点时以上一个截面图像的两个长轴点为标记长轴点,将距离标记长轴点较近的那个长轴点归为与该标记长轴点同一组,依次地,分别得到第一组长轴点和第二组长轴点;
对所述第一组长轴点进行拟合得到第一螺旋线,对所述第二组长轴点进行拟合得到第二螺旋线。
2.根据权利要求1所述的逻辑投影成像测量非透明物体结构参数的方法,其特征在于:所述通过逻辑化投影图像求得样品的高度对应的像素点个数的过程为:
对逻辑化投影图像进行纵向逐列读取,读取每列灰度值为1的像素点个数,得到灰度值为1的像素点个数最大的列,记为目标列,所述目标列上灰度值为1的像素点个数为第一像素点个数;
计算逻辑化投影图像中样品的上边缘与逻辑化投影图像上边缘的距离值对应的像素点个数,记为第二像素点个数;
将第一像素点个数减去第二像素点个数,得到样品的高度对应的像素点个数。
3.根据权利要求1所述的逻辑投影成像测量非透明物体结构参数的方法,其特征在于:提取所述截面图像中样品的边缘轮廓的过程包括:
通过边缘提取算法对样品的边缘轮廓进行提取,将边缘轮廓内部的灰度值赋值为1,将边缘轮廓外部的灰度值赋值为0。
4.根据权利要求1所述的逻辑投影成像测量非透明物体结构参数的方法,其特征在于:所述预设角度为1.8°。
CN201910292614.4A 2019-04-12 2019-04-12 逻辑投影成像测量非透明物体结构参数的方法及装置 Active CN110081832B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910292614.4A CN110081832B (zh) 2019-04-12 2019-04-12 逻辑投影成像测量非透明物体结构参数的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910292614.4A CN110081832B (zh) 2019-04-12 2019-04-12 逻辑投影成像测量非透明物体结构参数的方法及装置

Publications (2)

Publication Number Publication Date
CN110081832A CN110081832A (zh) 2019-08-02
CN110081832B true CN110081832B (zh) 2021-01-26

Family

ID=67414820

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910292614.4A Active CN110081832B (zh) 2019-04-12 2019-04-12 逻辑投影成像测量非透明物体结构参数的方法及装置

Country Status (1)

Country Link
CN (1) CN110081832B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112344879B (zh) * 2020-09-29 2022-03-25 联想(北京)有限公司 一种胶路的检测方法、装置及设备
CN113267121A (zh) * 2021-04-22 2021-08-17 西安交通大学医学院第一附属医院 一种肿瘤病理用标本测量装置及测量方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014116595A1 (de) * 2013-11-15 2015-05-21 Werth Messtechnik Gmbh Vorrichtung und Verfahren zum Einsatz mehrerer Detektoren bei der dimensionellen Messung mit einer Computertomografiesensorik
KR101736266B1 (ko) * 2014-01-10 2017-05-17 주식회사 고영테크놀러지 3차원 형상측정장치 및 방법
CN108020509A (zh) * 2017-12-12 2018-05-11 佛山科学技术学院 一种光学投影层析成像的方法及其装置
CN108309234B (zh) * 2017-12-28 2023-07-07 佛山科学技术学院 一种三维长景深血流造影图获取装置及其实现方法
CN108852510B (zh) * 2018-03-28 2020-06-19 黄少君 一种数据处理方法及装置

Also Published As

Publication number Publication date
CN110081832A (zh) 2019-08-02

Similar Documents

Publication Publication Date Title
KR101088952B1 (ko) 형상 평가 방법, 형상 평가 장치 및 3차원 검사 장치
JP7234228B2 (ja) インラインで走行する複数の空のガラス容器の寸法をx線により測定する方法及び装置
CN102353684B (zh) 基于双激光三角法的激光肉图像采集方法
US7012701B2 (en) Measuring for device for contactless measurement of tires
CN103900494B (zh) 用于双目视觉三维测量的同源点快速匹配方法
KR102021945B1 (ko) 볼륨 이미지 레코드로부터의 국부적 품질 측정들의 결정
CN110081832B (zh) 逻辑投影成像测量非透明物体结构参数的方法及装置
CN104024793A (zh) 形状检查方法及其装置
CN110793462B (zh) 基于视觉技术的尼龙齿轮分度圆测量方法
CN107796718A (zh) 布氏硬度测量系统及方法
CN110823106B (zh) 一种基于激光连续波调制原理的平板玻璃质量检测方法
US6898333B1 (en) Methods and apparatus for determining the orientation of an object in an image
CN115855955A (zh) 一种基于多束线激光的模具表面结构缺陷检测装置和方法
US6813377B1 (en) Methods and apparatuses for generating a model of an object from an image of the object
CN117095065B (zh) 线光谱共聚焦位移传感器标定方法、系统及设备
US20210156669A1 (en) Measuring Device for Examining a Specimen and Method for Determining a Topographic Map of a Specimen
KR101865434B1 (ko) 조사될 대상물에 있는 구조의 위치를 x-선 컴퓨터 단층 촬영기로 결정하는 방법 및 평가 장치
CN105869130A (zh) Ct系统几何校正效果的检验方法及装置
DE102005043753A1 (de) Verfahren zur Bestimmung der Raumkoordinaten von Oberflächenpunkten eines Prüflings und Vorrichtung zur Durchführung des Verfahrens
EP3791129B1 (en) Method for checking an object made of transparent material and corresponding checking system
RU2802404C2 (ru) Способ и установка для линейного размерного контроля изготовленных объектов
CN114565678B (zh) 一种基于方向向量的线结构光平面快速标定方法
Yang et al. Detection of Bubble Defects on Tire Surface Based on Line Laser and Machine Vision. Processes 2022, 10, 255
CN117213367B (zh) 线光谱共聚焦高精度标定方法、系统、设备及存储介质
Nakini et al. Distortion correction in 3d-modeling of roots for plant phenotyping

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant