CN115031660A - 归一化光强的共焦差动测量有效区域的三维形貌还原方法 - Google Patents
归一化光强的共焦差动测量有效区域的三维形貌还原方法 Download PDFInfo
- Publication number
- CN115031660A CN115031660A CN202210711460.XA CN202210711460A CN115031660A CN 115031660 A CN115031660 A CN 115031660A CN 202210711460 A CN202210711460 A CN 202210711460A CN 115031660 A CN115031660 A CN 115031660A
- Authority
- CN
- China
- Prior art keywords
- image
- effective
- measurement
- confocal
- focus image
- 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.)
- Granted
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 86
- 230000009467 reduction Effects 0.000 title claims abstract description 27
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000000605 extraction Methods 0.000 claims abstract description 10
- 230000004044 response Effects 0.000 claims abstract description 6
- 238000010606 normalization Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims abstract description 3
- 238000012876 topography Methods 0.000 claims description 5
- 238000010226 confocal imaging Methods 0.000 abstract description 7
- 238000013461 design Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000007675 cardiac surgery Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Microscoopes, Condenser (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明提供归一化光强的共焦差动测量有效区域的三维形貌还原方法，包括：采用相机拍摄焦面图像、焦前图像和焦后图像；对焦面图像的灰度值进行归一化处理，得到归一化图像；提取归一化图像与共聚焦轴向响应曲线对应的有效测量区域，得到有效测量模板，将有效测量模板分别与焦前图像、焦后图像进行掩膜提取，得到有效焦前图像、有效焦后图像；将有效焦前图像、有效焦后图像进行作差，利用差动共焦测量曲线，实现共聚焦差动测量有效测量区域三维还原；本发明方法将共聚焦成像轴向光强曲线和共聚焦差动曲线进行结合，有效的解决了视场中隶属于差动测量范围内的区域提取，实现了真实三维信息的还原。
Description
技术领域
本发明涉及误差补偿领域，特别是指一种归一化光强的共焦差动测量有效区域的三维形貌还原方法。
背景技术
随着科学技术与生产制造业的迅速发展，以表面三维形貌测量为代表的精密计量技术受到越来越多的学者的关注，越来越多的领域对物体三维形貌测量产生很大需求，诸如机械汽车等制造业、医疗影像测量、空间遥感等。在医学领域，口腔科使用三维测量仪器对牙齿进行测量，整形美容科利用对人体皮肤外观的三维成像进行方案设计和手术实施，心脏外科利用探测监视仪器实时观察心脏动态；在工业制造领域，对生成的产品进行表面粗糙度检测提高产品质量，通过三维成像进行逆向工程直接从成品分析，推导出产品的设计原理，利用三维形貌测量对印刷电路板的质量进行。因此，如何准确获取物体的三维形貌信息来为各个领域服务越来越被重视。
传统共聚焦测量技术，需要通过轴向小步进层扫实现被测样品的表面形貌测量，但其存在测量效率低，测量精度差等问题。而共聚焦差动测量可以有效解决层扫图像数据多，并提高了轴向测量精度及灵敏度。但共聚焦差动测量过程中，图像中各区域并非完全处于差动测量的有效范围内。因此，急需有一种能够提取共聚焦差动测量有效测量区域的方法。
发明内容
本发明的主要目的在于克服现有技术中的上述缺陷，提出一种归一化光强的共焦差动测量有效区域的三维形貌还原方法，将共聚焦成像轴向光强曲线和共聚焦差动曲线进行结合，有效的解决了视场中隶属于差动测量范围内的区域提取，实现了真实三维信息的还原。
本发明采用如下技术方案：
归一化光强的共焦差动测量有效区域的三维形貌还原方法，包括：
采用相机拍摄焦面图像P0(x,y)、焦前图像P1(x,y)和焦后图像P2(x,y)；
对焦面图像P0(x,y)的灰度值进行归一化处理，得到归一化图像P0'(x,y)；
提取归一化图像P1'(x,y)与共聚焦轴向响应曲线对应的有效测量区域，得到有效测量模板P0”(x,y)，具体为：
在共聚焦图像中，轴向光强满足式：
其中u为物方轴向离焦量，I(u)为轴向光强值，根据归一化曲线判断焦面图像各像素点处于的离焦位置，提取出离焦距离小于等于焦前图像和焦后图像的离焦距离的区域，并转换为二值化的图像模板，即为有效测量模板P0”(x,y)；
将有效测量模板P0”(x,y)分别与焦前图像P1(x,y)、焦后图像P2(x,y)进行掩膜提取，得到有效焦前图像P1'(x,y)、有效焦后图像P2'(x,y)；
将有效焦前图像P1'(x,y)、有效焦后图像P2'(x,y)进行做差，利用差动共焦测量曲线，实现共聚焦差动测量有效测量区域三维还原。
具体地，焦前图像和焦后图像，具体为：
焦前图像和焦后图像相对焦面图像的轴向距离相同，轴向偏移方向相反。
具体地，对焦面图像P0(x,y)的灰度值进行归一化处理，得到归一化图像P0'(x,y)，所述归一化处理具体为：
计算图像P0(x,y)中的最大灰度值，将图像所有像数值除以计算所得的最大灰度值，从而得到归一化图像P0'(x,y)。
具体地，将有效测量模板P0”(x,y)分别与焦前图像P1(x,y)、焦后图像P2(x,y)进行掩膜提取，得到有效焦前图像P1'(x,y)、有效焦后图像P2'(x,y)，具体实现如下：
利用有效测量模板P0”(x,y)，分别对焦前图像P1(x,y)、焦后图像P2(x,y)进行计算，即将有效测量模板P0”(x,y)分别与焦前图像P1(x,y)、焦后图像P2(x,y)进行点乘，提取出焦前图像和焦后图像中分别对应的有效测量区域图像，即有效焦前图像P1'(x,y)、有效焦后图像P2'(x,y)；
具体地，将有效焦前图像P1'(x,y)、有效焦后图像P2'(x,y)进行做差，利用差动共焦测量曲线，实现共聚焦差动测量有效测量区域三维还原，具体为：
共焦差动测量原理：
其中，uF为焦前图像、焦后图像离焦距离；
通过对所得的有效焦前图像P1'(x,y)和有效焦后图像P2'(x,y)作差，利用共焦差动测量原理，实现共焦差动测量有效区域还原。
由上述对本发明的描述可知，与现有技术相比，本发明具有如下有益效果：
本发明提出了一种归一化光强的共焦差动测量有效区域的三维形貌还原方法，将共聚焦成像轴向光强曲线和共聚焦差动曲线进行结合，有效的解决了视场中隶属于差动测量范围内的区域提取，实现了真实三维信息的还原；且该方法从共聚焦成像基本理论出发，满足目前所有共聚焦测量系统，使得本发明提出的归一化光强的共焦差动测量有效区域的三维形貌还原方法具备一定的普适性。
附图说明
图1为本发明实施例提供的归一化光强的共焦差动测量有效区域的三维形貌还原方法流程图；
图2为本发明实施例提供的轴向光强响应曲线图；
图3为本发明实施例提供的有效测量区域示意图。
以下结合附图和具体实施例对本发明作进一步详述。
具体实施方式
本发明实施例提出归一化光强的共焦差动测量有效区域的三维形貌还原方法，将共聚焦成像轴向光强曲线和共聚焦差动曲线进行结合，有效的解决了视场中隶属于差动测量范围内的区域提取，实现了真实三维信息的还原。
如图1，为本发明实施例提出的归一化光强的共焦差动测量有效区域的三维形貌还原方法流程图，具体包括：
S101：采用相机拍摄焦面图像P0(x,y)、焦前图像P1(x,y)和焦后图像P2(x,y)；
具体地，焦前图像和焦后图像，具体为：
焦前图像和焦后图像相对焦面图像的轴向距离相同，轴向偏移方向相反。
图像获取可以是点扫描共聚焦、或线扫描共聚焦、或面阵式共聚焦任意一种。
S102：对焦面图像P0(x,y)的灰度值进行归一化处理，得到归一化图像P0'(x,y)；
具体地，对焦面图像P0(x,y)的灰度值进行归一化处理，得到归一化图像P0'(x,y)，所述归一化处理具体为：
计算图像P0(x,y)中的最大灰度值，将图像所有像数值除以计算所得的最大灰度值，从而得到归一化图像P0'(x,y)。
S103：提取归一化图像P1'(x,y)与共聚焦轴向响应曲线对应的有效测量区域，得到有效测量模板P0”(x,y)，具体为：
在共聚焦图像中，轴向光强满足式：
其中u为物方轴向离焦量，I(u)为轴向光强值，根据归一化曲线判断焦面图像各像素点处于的离焦位置，提取出离焦距离小于等于焦前图像和焦后图像的离焦距离的区域，并转换为二值化的图像模板，即为有效测量模板P0”(x,y)；
S104：将有效测量模板P0”(x,y)分别与焦前图像P1(x,y)、焦后图像P2(x,y)进行掩膜提取，得到有效焦前图像P1'(x,y)、有效焦后图像P2'(x,y)；
利用有效测量模板P0”(x,y)，分别对焦前图像P1(x,y)、焦后图像P2(x,y)进行计算，由于有效测量模板P0”(x,y)为一个二值矩阵，即有效区域内取值为1，无效区域取值为0，即将有效测量模板P0”(x,y)分别与焦前图像P1(x,y)、焦后图像P2(x,y)进行点乘，提取出焦前图像和焦后图像中分别对应的有效测量区域图像，即有效焦前图像P1'(x,y)、有效焦后图像P2'(x,y)。
S105：将有效焦前图像P1'(x,y)、有效焦后图像P2'(x,y)进行做差，利用差动共焦测量曲线，实现共聚焦差动测量有效测量区域三维还原。
具体地，将有效焦前图像P1'(x,y)、有效焦后图像P2'(x,y)进行做差，利用差动共焦测量曲线，实现共聚焦差动测量有效测量区域三维还原，具体为：
共焦差动测量原理：
其中，uF为焦前图像、焦后图像离焦距离；
通过对所得的有效焦前图像P1'(x,y)和有效焦后图像P2'(x,y)作差，利用共焦差动测量原理，实现共焦差动测量有效区域还原。如图2为本发明实施例提供的轴向光强响应曲线图；图3为本发明实施例提供的有效测量区域示意图。
本发明提出了一种归一化光强的共焦差动测量有效区域的三维形貌还原方法，将共聚焦成像轴向光强曲线和共聚焦差动曲线进行结合，有效的解决了视场中隶属于差动测量范围内的区域提取，实现了真实三维信息的还原；且该方法从共聚焦成像基本理论出发，满足目前所有共聚焦测量系统，使得本发明提出的归一化光强的共焦差动测量有效区域的三维形貌还原方法具备一定的普适性。
上述仅为本发明的具体实施方式，但本发明的设计构思并不局限于此，凡利用此构思对本发明进行非实质性的改动，均应属于侵犯本发明保护范围的行为。
Claims (5)
1.归一化光强的共焦差动测量有效区域的三维形貌还原方法，其特征在于，包括：
采用相机拍摄焦面图像P0(x,y)、焦前图像P1(x,y)和焦后图像P2(x,y)；
对焦面图像P0(x,y)的灰度值进行归一化处理，得到归一化图像P0'(x,y)；
提取归一化图像P1'(x,y)与共聚焦轴向响应曲线对应的有效测量区域，得到有效测量模板P0”(x,y)，具体为：
在共聚焦图像中，轴向光强满足式：
其中u为物方轴向离焦量，I(u)为轴向光强值，根据归一化曲线判断焦面图像各像素点处于的离焦位置，提取出离焦距离小于等于焦前图像和焦后图像的离焦距离的区域，并转换为二值化的图像模板，即为有效测量模板P0”(x,y)；
将有效测量模板P0”(x,y)分别与焦前图像P1(x,y)、焦后图像P2(x,y)进行掩膜提取，得到有效焦前图像P1'(x,y)、有效焦后图像P2'(x,y)；
将有效焦前图像P1'(x,y)、有效焦后图像P2'(x,y)进行作差，利用差动共焦测量曲线，实现共聚焦差动测量有效测量区域三维还原。
2.根据权利要求1所述的归一化光强的共焦差动测量有效区域的三维形貌还原方法，其特征在于：焦前图像和焦后图像，具体为：
焦前图像和焦后图像相对焦面图像的轴向距离相同，轴向偏移方向相反。
3.根据权利要求1所述的归一化光强的共焦差动测量有效区域的三维形貌还原方法，其特征在于：对焦面图像P0(x,y)的灰度值进行归一化处理，得到归一化图像P0'(x,y)，所述归一化处理具体为：
计算图像P0(x,y)中的最大灰度值，将图像所有像数值除以计算所得的最大灰度值，从而得到归一化图像P0'(x,y)。
4.根据权利要求1所述的归一化光强的共焦差动测量有效区域的三维形貌还原方法，其特征在于：将有效测量模板P0”(x,y)分别与焦前图像P1(x,y)、焦后图像P2(x,y)进行掩膜提取，得到有效焦前图像P1'(x,y)、有效焦后图像P2'(x,y)，具体实现如下：
利用有效测量模板P0”(x,y)，分别对焦前图像P1(x,y)、焦后图像P2(x,y)进行计算，即将有效测量模板P0”(x,y)分别与焦前图像P1(x,y)、焦后图像P2(x,y)进行点乘，提取出焦前图像和焦后图像中分别对应的有效测量区域图像，即有效焦前图像P1'(x,y)、有效焦后图像P2'(x,y)。
5.根据权利要求1所述的归一化光强的共焦差动测量有效区域的三维形貌还原方法，其特征在于：将有效焦前图像P1'(x,y)、有效焦后图像P2'(x,y)进行作差，利用差动共焦测量曲线，实现共聚焦差动测量有效测量区域三维还原，具体为：
共焦差动测量原理：
其中，uF为焦前图像、焦后图像离焦距离；
通过对所得的有效焦前图像P1'(x,y)和有效焦后图像P2'(x,y)作差，利用共焦差动测量原理，实现共焦差动测量有效区域还原。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210711460.XA CN115031660B (zh) | 2022-06-22 | 2022-06-22 | 归一化光强的共焦差动测量有效区域的三维形貌还原方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210711460.XA CN115031660B (zh) | 2022-06-22 | 2022-06-22 | 归一化光强的共焦差动测量有效区域的三维形貌还原方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115031660A true CN115031660A (zh) | 2022-09-09 |
| CN115031660B CN115031660B (zh) | 2024-06-25 |
Family
ID=83126090
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210711460.XA Active CN115031660B (zh) | 2022-06-22 | 2022-06-22 | 归一化光强的共焦差动测量有效区域的三维形貌还原方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115031660B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5804813A (en) * | 1996-06-06 | 1998-09-08 | National Science Council Of Republic Of China | Differential confocal microscopy |
| CN1527026A (zh) * | 2004-02-27 | 2004-09-08 | 哈尔滨工业大学 | 具有高空间分辨力的差动共焦扫描检测方法 |
| CN105758336A (zh) * | 2016-05-11 | 2016-07-13 | 北京理工大学 | 反射式激光差动共焦曲率半径测量方法与装置 |
| CN105865347A (zh) * | 2016-05-12 | 2016-08-17 | 哈尔滨工业大学 | 分瞳移焦型共焦显微差分测量方法及装置 |
| CN110849289A (zh) * | 2019-12-11 | 2020-02-28 | 宁波五维检测科技有限公司 | 一种双摄像头并行共焦差动显微3d形貌测量装置及方法 |
| CN111220090A (zh) * | 2020-03-25 | 2020-06-02 | 宁波五维检测科技有限公司 | 一种线聚焦差动彩色共焦三维表面形貌测量系统及方法 |
| CN112648926A (zh) * | 2021-01-13 | 2021-04-13 | 宁波五维检测科技有限公司 | 一种线聚焦彩色共焦三维表面高度测量装置及方法 |
| CN114543702A (zh) * | 2020-11-25 | 2022-05-27 | 绍兴钜光光电科技有限公司 | 基于立体视觉引导的目标位置三维形貌高精度快速测量方法和装置 |
-
2022
- 2022-06-22 CN CN202210711460.XA patent/CN115031660B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5804813A (en) * | 1996-06-06 | 1998-09-08 | National Science Council Of Republic Of China | Differential confocal microscopy |
| CN1527026A (zh) * | 2004-02-27 | 2004-09-08 | 哈尔滨工业大学 | 具有高空间分辨力的差动共焦扫描检测方法 |
| CN105758336A (zh) * | 2016-05-11 | 2016-07-13 | 北京理工大学 | 反射式激光差动共焦曲率半径测量方法与装置 |
| CN105865347A (zh) * | 2016-05-12 | 2016-08-17 | 哈尔滨工业大学 | 分瞳移焦型共焦显微差分测量方法及装置 |
| CN110849289A (zh) * | 2019-12-11 | 2020-02-28 | 宁波五维检测科技有限公司 | 一种双摄像头并行共焦差动显微3d形貌测量装置及方法 |
| CN111220090A (zh) * | 2020-03-25 | 2020-06-02 | 宁波五维检测科技有限公司 | 一种线聚焦差动彩色共焦三维表面形貌测量系统及方法 |
| CN114543702A (zh) * | 2020-11-25 | 2022-05-27 | 绍兴钜光光电科技有限公司 | 基于立体视觉引导的目标位置三维形貌高精度快速测量方法和装置 |
| CN112648926A (zh) * | 2021-01-13 | 2021-04-13 | 宁波五维检测科技有限公司 | 一种线聚焦彩色共焦三维表面高度测量装置及方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115031660B (zh) | 2024-06-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103499297B (zh) | 一种基于ccd的高精度测量方法 | |
| CN110276808B (zh) | 一种单相机结合二维码测量玻璃板不平度的方法 | |
| CN105538345B (zh) | 一种基于多镜头的智能机械手及定位装配方法 | |
| CN113592955B (zh) | 一种基于机器视觉的圆形工件平面坐标高精度定位方法 | |
| CN109579695B (zh) | 一种基于异构立体视觉的零件测量方法 | |
| CN112964186B (zh) | 一种轴孔自动化装配过程中间隙测量装置及方法 | |
| CN109373912B (zh) | 一种基于双目视觉的非接触式六自由度位移测量方法 | |
| CN111612765A (zh) | 一种圆形透明镜片识别和定位的方法 | |
| Tran et al. | Non-contact gap and flush measurement using monocular structured multi-line light vision for vehicle assembly | |
| CN112132886A (zh) | 一种航空零件圆孔圆心快速定位及圆度检测方法 | |
| CN110223355B (zh) | 一种基于双重极线约束的特征标志点匹配方法 | |
| CN110608685A (zh) | 一种基于树莓派的物体尺寸快速测量方法 | |
| CN106643555A (zh) | 基于结构光三维测量系统的连接件识别方法 | |
| CN111829439A (zh) | 一种高精度平移测量方法及装置 | |
| CN113222955A (zh) | 一种基于机器视觉的齿轮尺寸参数自动测量方法 | |
| CN113607058B (zh) | 一种基于机器视觉的直刃刀尺寸检测方法及系统 | |
| CN114820812A (zh) | 一种基于结构光的高反光表面三维重建算法 | |
| CN111815580B (zh) | 一种图像边缘识别方法及小模数齿轮模数检测方法 | |
| CN115031660A (zh) | 归一化光强的共焦差动测量有效区域的三维形貌还原方法 | |
| CN113705564A (zh) | 一种指针式仪表识别读数方法 | |
| CN113418927A (zh) | 基于线结构光的汽车模具视觉检测系统及检测方法 | |
| Min | Comprehensive measurement system for screw thread parameter based on machine vision | |
| CN116385347A (zh) | 一种基于变形分析的飞机蒙皮曲面图案视觉检测方法 | |
| CN112414316B (zh) | 一种应变片敏感栅尺寸参数测量方法 | |
| CN103279953A (zh) | 一种基于LabVIEW平台的机器视觉标定系统 |
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 |