CN113188474B - 一种用于高反光材质复杂物体成像的图像序列采集系统及其三维形貌重建方法 - Google Patents

一种用于高反光材质复杂物体成像的图像序列采集系统及其三维形貌重建方法 Download PDF

Info

Publication number
CN113188474B
CN113188474B CN202110499446.3A CN202110499446A CN113188474B CN 113188474 B CN113188474 B CN 113188474B CN 202110499446 A CN202110499446 A CN 202110499446A CN 113188474 B CN113188474 B CN 113188474B
Authority
CN
China
Prior art keywords
equal
less
dimensional shape
image
image sequence
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
CN202110499446.3A
Other languages
English (en)
Other versions
CN113188474A (zh
Inventor
闫涛
陈路
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.)
Shanxi University
Original Assignee
Shanxi 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 Shanxi University filed Critical Shanxi University
Priority to CN202110499446.3A priority Critical patent/CN113188474B/zh
Publication of CN113188474A publication Critical patent/CN113188474A/zh
Application granted granted Critical
Publication of CN113188474B publication Critical patent/CN113188474B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明属于三维形貌重建技术领域，具体涉及一种用于高反光材质复杂物体成像的图像序列采集系统及其三维形貌重建方法。技术方案包括线性电动滑台、相机、照明装置、物镜、锁紧器和系统支架；照明装置包括LED光源、半反射透镜和封装照明装置的外壳；三维形貌重建方法包括以下步骤：高反光材质复杂物体不同景深图像序列采集，图像序列对比度拉伸与聚焦水平测量，初始三维形貌重建与重建结果频域滤波。本发明构建的图像序列采集系统可对高反光材质复杂物体进行精确成像，提出的聚焦水平测量算子可准确判断图像序列聚焦程度，有效提升三维形貌重建的精度。

Description

一种用于高反光材质复杂物体成像的图像序列采集系统及其 三维形貌重建方法
技术领域
本发明属于三维形貌重建技术领域，具体涉及一种用于高反光材质复杂物体成像的图像序列采集系统及其三维形貌重建方法。
背景技术
高反光材质复杂物体的三维形貌重建在印刷制版领域的质量检测与控制、机械加工零件扫描与设计、金属制品表面划伤检测等领域具有广阔应用前景。现阶段针对高反光材质复杂物体的三维形貌重建主要可以分为激光扫描共聚焦三维测量、结构光三维测量与基于图像的三维测量三类，其中激光扫描共聚焦三维测量技术采用激光点对待测物体不同深度层次进行连续点探测，处于待测物体中焦平面位置的点可以返回探测针孔成像，而处于焦平面外的点则无法进入探测针孔成像，该技术采用的激光点扫描成像的模式使其对待测物体具有较好的普适性，因此也可用于高反光材质复杂物体的三维形貌重建，但如果高反光材质待测物体本身具有陡峭坡面的形貌，则在这部分区域的重建结果中会出现大面积的噪声点；基于结构光的三维测量技术通过投影仪向待测物体投射特殊模式的图案，利用相机采集带有待测物体相位信息的图像集合，最后通过解相位和三角变换关系等步骤得到待测物体的三维结构，由于该技术可以不断调整投影仪与相机的角度，因此在对高反光材质复杂物体的三维重建过程中可以克服某些高反光噪声点对重建结果造成的影响，但在调整角度的过程中系统的重定位过程会大幅降低重建效率，除此之外，单一角度采集图像中的特征点可能在其他角度的图像中以高反光点的形式呈现，这可能导致配准过程出现匹配失败的问题；基于图像的三维测量通过从单一视角对待测物体不同景深的位置进行成像，通过探寻图像序列中的聚焦信息获取待测物体的三维形貌重建结果，鉴于该方法使用的是光学测量的手段，由于高反光复杂物体的反光特性，导致这类方法无法采集得到纹理细节丰富的图像，进而影响三维形貌重建的精度。
通过了解研究现状，我们认为该领域方法存在以下不足：激光扫描共聚焦三维测量无法实现高反光物体在陡峭坡面形貌区域的精确重建；结构光三维测量在重建过程中需要复杂的重定位和易于错配的图像配准操作；基于图像的三维测量无法对高反光复杂物体的表面纹理细节进行准确成像，因此，如何提出一种针对高反光材质复杂物体成像的图像序列采集系统以及三维形貌重建方法是高反光材质物体质量检测领域面临的一个重要难题。
综上可知，我们认为在图像采集系统中加入特殊的照明装置是解决高反光材质复杂物体成像的关键，本申请针对高反光材质复杂物体研发一种全新的图像序列采集系统，通过该系统采集的图像序列并结合提出的三维形貌重建方法可实现高反光材质复杂物体的三维形貌重建。
发明内容
为克服上述技术中存在的问题，本发明的目的是提供一种用于高反光材质复杂物体成像的图像序列采集系统及其三维形貌重建方法。
本发明通过以下技术方案实现：
一种用于高反光材质复杂物体成像的图像序列采集系统，包括线性电动滑台、相机、照明装置、物镜、锁紧器和支撑图像序列采集系统的支架；
所述锁紧器的左侧与的支架旋转锁紧，所述线性电动滑台的左侧与锁紧器的右侧通过螺丝固定，所述相机的左侧与线性电动滑台的右侧通过螺丝固定，用于带动相机上下移动，所述相机的下方与照明装置旋转锁紧，所述照明装置的下方与物镜旋转锁紧，所述支架的水平基座区域用于放置高反光材质的待测物体；
所述线性电动滑台通过电线与计算机连接，用于驱动线性电动滑台上下移动，所述相机通过电线与计算机连接，用于相机供电和发送采集信号。
所述照明装置包括LED光源、半反射透镜和封装照明装置的外壳，所述LED光源固定安装在照明装置的水平筒末端，所述半反射透镜固定安装在照明装置的垂直筒与水平筒相交的区域，所述封装照明装置的外壳通过电线与电脑相连，用于照明装置的供电。
本发明还提供一种采用高反光材质复杂物体成像的图像序列采集系统对高反光材质复杂物体进行三维形貌重建方法，包括以下步骤：
步骤1，多景深图像序列采集步骤：通过控制所述线性电动滑台带动所述相机在预定行程中上下等间隔移动，所述相机在每次线性电动滑台位置下采集包含高反光材质待测物体信息的图像，构成用于三维形貌重建使用的不同景深图像序列
Figure BDA0003052175360000021
其中i表示图像数，其取值范围为1≤i≤Z，x,y表示图像的位置，其取值范围分别为0≤x≤M-1,0≤y≤N-1；
步骤2，图像序列预处理步骤：计算图像序列中每幅图像Ii中的最大值，根据式(1)计算每幅图像Ii的拉伸系数ki，然后根据式(2)将每幅图像与对应的拉伸系数相乘得到拉伸后的图像序列
Figure BDA0003052175360000031
Figure BDA0003052175360000032
Gi(x,y)＝Ii(x,y)*ki,0≤x≤M-1,0≤y≤N-1,1≤i≤Z (2)
其中Max(Ii)为计算图像Ii中最大灰度值函数；
步骤3，图像序列聚焦水平测量步骤：根据式(3)计算大小为n×n的初始聚焦水平测量算子r(xf,yf)的值；
Figure BDA0003052175360000033
其中xf,yf表示初始聚焦水平测量算子r(xf,yf)的位置且其取值范围为-n≤xf,yf≤n，e为自然对数；
然后根据式(4)更新初始聚焦水平算子r(xf,yf)中心位置的值，得到聚焦水平测量算子M(xf,yf)；
Figure BDA0003052175360000034
其中sum(·)为求和函数，用于求取聚焦水平测量算子M(xf,yf),-n≤xf,yf≤n中所有元素的和；
最后根据式(5)将拉伸后的图像序列
Figure BDA0003052175360000035
与聚焦水平测量算子M(xf,yf)进行卷积运算，得到每幅图像的聚焦测量水平
Figure BDA0003052175360000036
Figure BDA0003052175360000041
其中*为卷积操作符；
步骤4，初始三维形貌重建步骤；根据式(6)计算步骤3得到的Z幅图像中每个像素位置x,y的聚焦测量水平最大值所对应的位置，输出所有位置对应值得到高反光待测物体的初始三维形貌重建结果DepthInit(x,y),0≤x≤M-1,0≤y≤N-1；
Figure BDA0003052175360000042
其中argmax(·)为最大值自变量点集函数；
步骤5，深度图像滤波步骤；将步骤4得到的初始三维形貌重建结果DepthInit(x,y),0≤x≤M-1,0≤y≤N-1通过式(7)进行频域滤波处理得到高反光待测物体最终的三维形貌重建结果Depth(x,y),0≤x≤M-1,0≤y≤N-1；
Depth(x,y)＝F-1(F(DepthInit(x,y))*h(x,y)),0≤x≤M-1,0≤y≤N-1 (7)
其中F为傅里叶变换操作符，F-1为傅里叶反变换操作符，h(x,y),0≤x≤M-1,0≤y≤N-1为滤波器，*为卷积操作符。
与现有技术相比较，本发明具有以下优点：
(1)本发明在相机下方引入了照明装置，利用该照明装置可以保证相机每次采集得到高反光材质复杂待测物体清晰准确的纹理细节信息，特别是可以有效保留高反光材质复杂待测物体陡峭坡面区域图像信息的完整性。
(2)本发明提出的图像拉伸方法可保证低对比度图像区域的纹理细节得到有效提升，提出的聚焦测量算子能够准确判断图像序列中聚焦信息，有效提升三维形貌重建的精度和效率。
(3)本发明无需昂贵的设备支撑，也不需要依赖复杂的系统定位与校准操作，仅通过线性电动滑台结合带有照明装置的成像系统即可实现高反光材质复杂物体准确的三维形貌重建，可为高反光材质物体的质量检测提供一种极具潜力的技术手段。
附图说明
图1为本发明高反光材质复杂物体成像的图像序列采集系统的示意图；
图2为本发明高反光材质复杂物体成像的图像序列采集系统中照明装置的结构示意图；
图3为本发明图像序列采集系统采集过程的示意图；
图4为本发明三维形貌重建方法的基本流程图。
具体实施方式
如图1、图2所示，本实施例所述一种用于高反光材质复杂物体成像的图像序列采集系统，包括线性电动滑台1、相机2、照明装置3、物镜4、锁紧器5和支撑图像序列采集系统的支架6；
所述锁紧器5的左侧与支架6旋转锁紧，所述线性电动滑台1的左侧与锁紧器5的右侧通过螺丝固定，所述相机2的左侧与线性电动滑台1的右侧通过螺丝固定，用于带动相机2上下移动，所述相机2的下方与照明装置3旋转锁紧，所述照明装置3的下方与物镜4旋转锁紧，所述支架6的水平基座区域用于放置高反光材质的待测物体；
所述线性电动滑台1通过电线与计算机连接，用于驱动线性电动滑台1上下移动，所述相机2通过电线与计算机连接，用于相机2供电和发送采集信号。
所述照明装置3包括LED光源7、半反射透镜8和封装照明装置的外壳9，所述LED光源7固定安装在照明装置3的水平筒末端，所述半反射透镜8固定安装在照明装置3的垂直筒与水平筒相交的区域，所述外壳9通过电线与电脑相连，用于照明装置的供电。
如图3、图4所示，使用上述高反光材质复杂物体成像的图像序列采集系统对高反光材质复杂物体进行三维形貌重建的方法，包括以下步骤：
步骤1，多景深图像序列采集步骤：通过控制所述线性电动滑台1带动相机2在预定行程中上下等间隔移动，相机2在每次线性电动滑台1位置下采集包含高反光材质待测物体信息的图像，构成用于三维形貌重建使用的不同景深图像序列
Figure BDA0003052175360000051
其中i表示图像数，其取值范围为1≤i≤Z，x,y表示图像的位置，其取值范围分别为0≤x≤M-1,0≤y≤N-1；
步骤2，图像序列预处理步骤：计算图像序列中每幅图像Ii中的最大值，根据式(1)计算每幅图像Ii的拉伸系数ki，然后根据式(2)将每幅图像与对应的拉伸系数相乘得到拉伸后的图像序列
Figure BDA0003052175360000052
Figure BDA0003052175360000053
Gi(x,y)＝Ii(x,y)*ki,0≤x≤M-1,0≤y≤N-1,1≤i≤Z (2)
其中Max(Ii)为计算图像Ii中最大灰度值函数；
步骤3，图像序列聚焦水平测量步骤：根据式(3)计算大小为n×n的初始聚焦水平测量算子r(xf,yf)的值；
Figure BDA0003052175360000061
其中xf,yf表示初始聚焦水平测量算子r(xf,yf)的位置且其取值范围为-n≤xf,yf≤n，e为
自然对数；
然后根据式(4)更新初始聚焦水平算子r(xf,yf)中心位置的值，得到聚焦水平测量算子M(xf,yf)；
Figure BDA0003052175360000062
其中sum(·)为求和函数，用于求取聚焦水平测量算子M(xf,yf),-n≤xf,yf≤n中所有元素的和；
最后，根据式(5)将拉伸后的图像序列
Figure BDA0003052175360000063
与聚焦水平测量算子M(xf,yf)进行卷积运算，得到每幅图像的聚焦测量水平
Figure BDA0003052175360000064
Figure BDA0003052175360000065
其中*为卷积操作符；
步骤4，初始三维形貌重建步骤；根据式(6)计算步骤3得到的Z幅图像中每个像素位置x,y的聚焦测量水平最大值所对应的位置，输出所有位置对应值得到高反光待测物体的初始三维形貌重建结果DepthInit(x,y),0≤x≤M-1,0≤y≤N-1；
Figure BDA0003052175360000066
其中argmax(·)为最大值自变量点集函数；
步骤5，深度图像滤波步骤；将步骤4得到的初始三维形貌重建结果DepthInit(x,y),0≤x≤M-1,0≤y≤N-1通过式(7)进行频域滤波处理得到高反光待测物体最终的三维形貌重建结果Depth(x,y),0≤x≤M-1,0≤y≤N-1；
Depth(x,y)＝F-1(F(DepthInit(x,y))*h(x,y)),0≤x≤M-1,0≤y≤N-1 (7)
其中F为傅里叶变换操作符，F-1为傅里叶反变换操作符，h(x,y),0≤x≤M-1,0≤y≤N-1为滤波器，*为卷积操作符。

Claims (1)

1.一种对高反光材质复杂物体进行三维形貌重建的方法，其特征在于，包括用于高反光材质复杂物体成像的图像序列采集系统，该系统包括线性电动滑台(1)、相机(2)、照明装置(3)、物镜(4)、锁紧器(5)和支撑图像序列采集系统的支架(6)；
所述锁紧器(5)的左侧与支架(6)旋转锁紧，所述线性电动滑台(1)的左侧与锁紧器(5)的右侧通过螺丝固定，所述相机(2)的左侧与线性电动滑台(1)的右侧通过螺丝固定，用于带动相机(2)上下移动，所述相机(2)的下方与照明装置(3)旋转锁紧，所述照明装置(3)的下方与物镜(4)旋转锁紧，所述支架(6)的水平基座区域用于放置高反光材质的待测物体；
所述线性电动滑台(1)通过电线与计算机连接，用于驱动线性电动滑台(1)上下移动，所述相机(2)通过电线与计算机连接，用于相机(2)供电和发送采集信号；
所述照明装置(3)包括LED光源(7)、半反射透镜(8)和封装照明装置的外壳(9)，所述LED光源(7)固定安装在照明装置(3)的水平筒末端，所述半反射透镜(8)固定安装在照明装置(3)的垂直筒与水平筒相交的区域，所述外壳(9)通过电线与电脑相连，用于照明装置的供电；
该方法包括以下步骤：
步骤1，多景深图像序列采集步骤：通过控制所述线性电动滑台(1)带动相机(2)在预定行程中上下等间隔移动，相机(2)在每次线性电动滑台(1)位置下采集包含高反光材质待测物体信息的图像，构成用于三维形貌重建使用的不同景深图像序列
Figure RE-FDA0003698046280000011
其中i表示图像数，其取值范围为1≤i≤Z，x,y表示图像的位置，其取值范围分别为0≤x≤M-1,0≤y≤N-1；
步骤2，图像序列预处理步骤：计算图像序列中每幅图像Ii中的最大值，根据式(1)计算每幅图像Ii的拉伸系数ki，然后根据式(2)将每幅图像与对应的拉伸系数相乘得到拉伸后的图像序列
Figure RE-FDA0003698046280000012
Figure RE-FDA0003698046280000013
Gi(x,y)＝Ii(x,y)*ki,0≤x≤M-1,0≤y≤N-1,1≤i≤Z (2)
其中Max(Ii)为计算图像Ii中最大灰度值函数；
步骤3，图像序列聚焦水平测量步骤：根据式(3)计算大小为n×n的初始聚焦水平测量算子r(xf,yf)的值；
Figure RE-FDA0003698046280000021
其中xf,yf表示初始聚焦水平测量算子r(xf,yf)的位置且其取值范围为-n≤xf,yf≤n，e为自然对数；
然后根据式(4)更新初始聚焦水平算子r(xf,yf)中心位置的值，得到聚焦水平测量算子M(xf,yf)；
Figure RE-FDA0003698046280000022
其中sum(·)为求和函数，用于求取聚焦水平测量算子M(xf,yf),-n≤xf,yf≤n中所有元素的和；
最后，根据式(5)将拉伸后的图像序列
Figure RE-FDA0003698046280000023
与聚焦水平测量算子M(xf,yf)进行卷积运算，得到每幅图像的聚焦测量水平
Figure RE-FDA0003698046280000024
Figure RE-FDA0003698046280000025
其中*为卷积操作符；
步骤4，初始三维形貌重建步骤；根据式(6)计算步骤3得到的Z幅图像中每个像素位置x,y的聚焦测量水平最大值所对应的位置，输出所有位置对应值得到高反光待测物体的初始三维形貌重建结果DepthInit(x,y),0≤x≤M-1,0≤y≤N-1；
Figure RE-FDA0003698046280000026
其中argmax(·)为最大值自变量点集函数；
步骤5，深度图像滤波步骤；将步骤4得到的初始三维形貌重建结果DepthInit(x,y),0≤x≤M-1,0≤y≤N-1通过式(7)进行频域滤波处理得到高反光待测物体最终的三维形貌重建结果Depth(x,y),0≤x≤M-1,0≤y≤N-1；
Depth(x,y)＝F-1(F(DepthInit(x,y))*h(x,y)),0≤x≤M-1,0≤y≤N-1 (7)
其中F为傅里叶变换操作符，F-1为傅里叶反变换操作符，h(x,y),0≤x≤M-1,0≤y≤N-1为滤波器，*为卷积操作符。
CN202110499446.3A 2021-05-06 2021-05-06 一种用于高反光材质复杂物体成像的图像序列采集系统及其三维形貌重建方法 Active CN113188474B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110499446.3A CN113188474B (zh) 2021-05-06 2021-05-06 一种用于高反光材质复杂物体成像的图像序列采集系统及其三维形貌重建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110499446.3A CN113188474B (zh) 2021-05-06 2021-05-06 一种用于高反光材质复杂物体成像的图像序列采集系统及其三维形貌重建方法

Publications (2)

Publication Number Publication Date
CN113188474A CN113188474A (zh) 2021-07-30
CN113188474B true CN113188474B (zh) 2022-09-23

Family

ID=76984381

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110499446.3A Active CN113188474B (zh) 2021-05-06 2021-05-06 一种用于高反光材质复杂物体成像的图像序列采集系统及其三维形貌重建方法

Country Status (1)

Country Link
CN (1) CN113188474B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113570524B (zh) * 2021-08-06 2023-09-22 山西大学 一种用于高反光噪声深度图像的修复方法
CN114219898B (zh) * 2021-12-21 2024-04-16 山西大学 一种基于光学图像的选择性集成三维重建方法
CN116912429B (zh) * 2023-09-13 2023-12-08 江苏普旭科技股份有限公司 高清晰度视景ig材质三维重建方法与系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1998018039A1 (en) * 1996-10-23 1998-04-30 Isis Innovation Limited 3-d image display
CN101220332A (zh) * 2007-11-28 2008-07-16 江苏大学 利用飞秒激光进行神经损伤与再生修复的方法及装置
CN104254768A (zh) * 2012-01-31 2014-12-31 3M创新有限公司 用于测量表面的三维结构的方法和设备
WO2017041418A1 (zh) * 2015-09-10 2017-03-16 天远三维（天津）科技有限公司 多线阵列激光三维扫描系统及多线阵列激光三维扫描方法
CN110940295A (zh) * 2019-11-29 2020-03-31 北京理工大学 基于激光散斑极限约束投影的高反射物体测量方法及系统
CN111256587A (zh) * 2020-01-20 2020-06-09 南昌航空大学 一种基于双线结构光扫描的高反射率表面三维测量方法
CN111256616A (zh) * 2020-03-30 2020-06-09 阳宇春 计量级3d超景深显微系统及检测方法

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3385442B2 (ja) * 1994-05-31 2003-03-10 株式会社ニュークリエイション 検査用光学系および検査装置
US5737084A (en) * 1995-09-29 1998-04-07 Takaoka Electric Mtg. Co., Ltd. Three-dimensional shape measuring apparatus
US8401336B2 (en) * 2001-05-04 2013-03-19 Legend3D, Inc. System and method for rapid image sequence depth enhancement with augmented computer-generated elements
EP1371939A1 (en) * 2002-05-15 2003-12-17 Icos Vision Systems N.V. A device for measuring in three dimensions a topographical shape of an object
CA2473296A1 (en) * 2004-07-07 2006-01-07 Orus Integration Inc. Simultaneous 3d and graylevel scanning
DE112005002690B4 (de) * 2004-11-01 2013-05-29 Cognitens Ltd. Verfahren und System zur optischen Kantenbestimmung
US20080212840A1 (en) * 2006-09-12 2008-09-04 Tamir Shalom Imaging system, method, and accessory therefor
CN101089550B (zh) * 2007-07-13 2010-05-19 上海大学 基于数字微镜和数据合成技术的透明物体或反射物体的形貌测量装置和方法
DE102008064104B4 (de) * 2008-12-19 2014-06-18 Aimess Services Gmbh Vorrichtung und Verfahren zum dreidimensionalen optischen Vermessen von stark reflektierenden oder durchsichtigen Objekten
TWI439658B (zh) * 2009-03-25 2014-06-01 Hon Hai Prec Ind Co Ltd 影像測量儀及其輔助對焦裝置
TWI426296B (zh) * 2009-06-19 2014-02-11 Ind Tech Res Inst 利用光學偏極特性之三維顯微共焦量測系統與方法
CN102103247B (zh) * 2009-12-18 2014-04-30 鸿富锦精密工业（深圳）有限公司 影像测量仪的同轴光对焦装置
JP5607392B2 (ja) * 2010-03-12 2014-10-15 株式会社ミツトヨ 光干渉測定装置
CN102305588B (zh) * 2011-07-18 2015-07-22 苏州天准科技股份有限公司 一种双激光复合式影像测量系统
CN108132472A (zh) * 2017-12-08 2018-06-08 上海禾赛光电科技有限公司 激光雷达系统
US10794838B2 (en) * 2017-07-21 2020-10-06 Isvision (Tianjin) Technology Co., Ltd Method and device for detecting defect of cover lens in laser welding system on automobile production line
CN107909648B (zh) * 2017-11-28 2020-11-10 山西大学 一种基于多景深图像融合的三维重建方法
JP6959849B2 (ja) * 2017-12-07 2021-11-05 Ｔｏｙｏ Ｔｉｒｅ株式会社 接地面観察方法
CN110044293B (zh) * 2018-01-17 2020-11-17 深圳中科飞测科技有限公司 一种三维重构系统及三维重构方法
CN109269438B (zh) * 2018-09-28 2020-07-10 中国科学院光电技术研究所 用于多层复杂微纳结构检测的结构光照明显微测量方法
JP2020086296A (ja) * 2018-11-29 2020-06-04 株式会社キーエンス 拡大観察装置
CN110715616B (zh) * 2019-10-14 2021-09-07 中国科学院光电技术研究所 一种基于聚焦评价算法的结构光微纳三维形貌测量方法
CN211878303U (zh) * 2020-02-06 2020-11-06 山西大学 一种多景深显微图像序列数据采集装置
CN111260776B (zh) * 2020-02-07 2023-04-18 山西大学 一种自适应正态分析的三维形貌重建方法
CN111812103A (zh) * 2020-08-14 2020-10-23 上海识时智能科技有限公司 一种图像采集装置、视觉检测系统及检测点提取方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO1998018039A1 (en) * 1996-10-23 1998-04-30 Isis Innovation Limited 3-d image display
CN101220332A (zh) * 2007-11-28 2008-07-16 江苏大学 利用飞秒激光进行神经损伤与再生修复的方法及装置
CN104254768A (zh) * 2012-01-31 2014-12-31 3M创新有限公司 用于测量表面的三维结构的方法和设备
WO2017041418A1 (zh) * 2015-09-10 2017-03-16 天远三维（天津）科技有限公司 多线阵列激光三维扫描系统及多线阵列激光三维扫描方法
CN110940295A (zh) * 2019-11-29 2020-03-31 北京理工大学 基于激光散斑极限约束投影的高反射物体测量方法及系统
CN111256587A (zh) * 2020-01-20 2020-06-09 南昌航空大学 一种基于双线结构光扫描的高反射率表面三维测量方法
CN111256616A (zh) * 2020-03-30 2020-06-09 阳宇春 计量级3d超景深显微系统及检测方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于多图像融合的MEMS显微三维形貌重构;丁汛等;《光学精密工程》;20180515(第05期);全文 *

Also Published As

Publication number Publication date
CN113188474A (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
CN113188474B (zh) 一种用于高反光材质复杂物体成像的图像序列采集系统及其三维形貌重建方法
CN108592824B (zh) 一种基于景深反馈的变频条纹投影结构光测量方法
CN106643559B (zh) 一种基于混合干涉条纹的白光显微干涉形貌重建方法
CN109269438B (zh) 用于多层复杂微纳结构检测的结构光照明显微测量方法
US7929044B2 (en) Autofocus searching method
CN103728315B (zh) 大口径元件表面检测装置及相应的损伤快速定位方法
US8675062B2 (en) Shape measuring device, observation device, and image processing method
CN110715616B (zh) 一种基于聚焦评价算法的结构光微纳三维形貌测量方法
CN104932092A (zh) 基于偏心光束法的自动对焦显微镜及其对焦方法
CN1437000A (zh) 投影栅线测量物体三维表面形状的方法和装置
CN109612384B (zh) 一种基于频谱亚像素平移的倾斜像差校正补偿方法
JP2011523057A (ja) 構造化された照射および均一な照射の両方を用いて光学的に切片化された画像を生成するためのシステムおよび方法
CN113689374B (zh) 一种植物叶片表面粗糙度确定方法及系统
US8810799B2 (en) Height-measuring method and height-measuring device
CN108181235B (zh) 一种基于均匀结构光照明的sted并行显微成像系统
CN110428761B (zh) 一种非接触式测量液晶模组Flicker闪烁值的方法、装置及系统
CN111811406A (zh) 一种超景深显微快速测量装置及测量方法
BR112020007609A2 (pt) método de reconstrução de imagem, dispositivo e dispositivo de imagiologia microscópica
CN109579747B (zh) 基于二维光学点阵的漫反射型表面形貌测量方法
US4965842A (en) Method and apparatus for measuring feature dimensions using controlled dark-field illumination
US20220291495A1 (en) Multi-focal light-sheet structured illumination fluorescence microscopy system
CN113759535B (zh) 一种基于多角度照明反卷积的高分辨率显微成像方法
CN109443250B (zh) 一种基于s变换的结构光三维面形垂直测量方法
CN111220067B (zh) 一种白光干涉仪自动对焦装置及方法
Ralston et al. Phase stability technique for inverse scattering in optical coherence tomography

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