[发明专利]基于数字图像法的物体表面形貌的测量方法

说明书

技术领域

本发明涉及一种非接触测量物体表面形貌的方法，特别涉及一种基于数字图像法的物体表面形貌的测量方法。

背景技术

基于数字图像法的物体表面三维形貌测量在国内外已经有很多相关研究，涉及光学、测试技术、图像处理等领域，因为成像装置的景深范围有限，因此在同一位置拍摄的一张照片上面不同地方的清晰度不同，目前基于数字图像法的三维形貌测量方面实际上是关于聚焦提取方面的研究，如图1所示，其基本原理是通过调整照相机Z轴位置，获取序列图像，使整个序列覆盖物体在照相机中的全部Z轴方向信息，图像序列号从k＝0到k＝K，在照片平面上建立直角坐标系o-xy，其中每张照片都有聚焦清晰区域和模糊区域，选择一种聚焦评价函数作为清晰度指标，获取每个像素对应的聚焦最清晰位置，例如要得到坐标原点对应最清晰的聚焦位置，在每张照片坐标原点周围选择一个大小相同的(2n+1)像素×(2n+1)像素的子区。根据散斑图像质量变形的大小，n的取值一般可在7～20之间选取。该子区内对应像素点的颜色(RGB)值的组合可以用来描述该子区的特征。通过计算每张照片子区的聚焦评价函数值F_k(x，y)，提取聚焦评价函数值最大的子区对应的照片，这张照片对应的区域中心像素点就是聚焦最清晰的像点，记为f(x，y，t)，将这个点作为融合图上的对应坐标(x，y)的像素点，将它的值记为f′(x，y，t)。将照片序列中每个点做如上相同的计算提取就能重建出一幅每一部位都十分清晰的图像，称为全景深融合图像，再通过聚焦分析恢复深度信息，最后对深度信息进行插值拟合，恢复出比较精确的物体深度信息。以上就是现有的通过图像序列进行三维重建和测量的技术。

对评价函数的选取应满足无偏性、单峰性、灵敏度高、信噪比高和计算量小等要求。常用的聚焦评价函数例如灰度变化函数、梯度函数、灰度熵算子、频域类函数等。这些聚焦评价函数是根据图像转化为灰度图像后聚焦子区比离焦子区包含更多的灰度变化这一特点，例如灰度方差算子，如公式(1)所示，g(i，j)为区域中对应像素点(i，j)的灰度值，g₀为图片区域的灰度平均值，M、N为图片区域的宽度和高度，F为最终得到的灰度方差值，这种评价函数算法叫做灰度方差算子。子区越清晰，则F值越大；反之，最大F值对应的子区就是聚焦最清晰子区。

F=Σi=1MΣj=1N(g(i,j)-g0)2MN···(1)]]>

上述基于数字图像法的物体表面三维形貌测量技术所存在的问题是每次测量都需要调整照相机Z轴位置，拍摄很多张照片组成序列图像，以使整个序列覆盖物体在照相机中的全部Z轴方向信息才行，这样使测量工作变得繁琐而且使后面的重建工作变得复杂。

发明内容

本发明的目的就是为了解决现有物体表面三维形貌测量技术的照片数量需求多的缺点，提供一种建立在区域评价函数规律相同的基础上的物体表面形貌的测量方法，其特征在于只需要单张照片就可以完成三维形貌的测量重建，包括下述步骤：

1：离焦距离-聚焦评价函数曲线标定

1.1任意选择一个表面形貌起伏较大的物体，先在物体表面喷上一层均匀的白漆，然后在白漆表面上再均匀喷涂三种不同颜色致密的小斑点，使得三种颜色斑点能够均匀覆盖整个物体表面；