[发明专利]一种高精度激光3D轮廓手机结构件检测方法

权利要求书

1.一种高精度激光3D轮廓手机结构件检测方法，其特征在于，包括：

步骤1)使用激光测量仪预先扫描一下样品，设定样品的扫描参数，包括激光功率，图像曝光时间，采集范围，采集样品的激光扫描图像样本；

步骤2)放置手机结构件到移动工作台上，固定激光测量头在正上方，伺服电机带动工作台托板移动，完成检测，系统在2秒内完成表面轮廓检测，采样次数St＝pl/sstep，pl是产品测量长度，sstep是采样步长；

步骤3)建立轮廓标准数据模型；

步骤4)测量前导入3D模型CAD数据，数据由几千到上万个三角面片组成，沿着和扫描方向垂直的路径截取3D模型的切片图，在结构件3D数据的每个空间三角形和切片平面形成相交线，计算相交线和空间三角形的每条边的交点，判断交点是否在三角形的端点构成的线段之间，如果在2条线段之间，记录交点坐标作为切片采样点；

切片采样点记录完成后，对切片采样点进行排序，形成断面轮廓数据，其中，在轮廓数据集合中检测关键点，切面轮廓线用关键点的序列表示；

并且，每个切面数据使用(x1，pt1),(x2，pt2),(x3，pt3),(x4，pt4),...,(xn，ptn)序列关键点组成；ptn代表数据点类型,在检测过程中平坦数据点和曲率大的数据点判断的标准采用不同的加权因子，包括：

使用ptn＝1表示数据点类型是平坦点，ptn＝2表示数据点是拐点，当数据点曲率大于某个范围即设置成拐点；

将众多的切片数据按照着坐标轴排列起来，形成数据高度数据，高度数据就是切片曲线上高度值，矩阵形高程数据表示成2D灰度伪彩图，其中，图像上灰度计算公式如式(2)所示，由此，将模型的Z轴数据转换成灰度值，为后续的匹配检测更加方便；

Pg(x,y)＝255*(z(x,y)-z₁)/(z₂-z₁) (2)

步骤5)3D点云匹配步骤，在检测前首先对结构件实际测量3D点云和输入标准模型进行配准，计算出实际测量结构件相对于标准模型的位移和旋转角度，其中，模型配准算法是迭代最近邻ICP算法，其中，ICP算法的判断规则是：

产品测量高度图生成后，将高度图转换成灰度伪彩图；

步骤6)实际产品高度图和参考模型高度图生成后，将两者进行配准处理，配准的方法使用2D轮廓定位的方法；

步骤7)产品配准操作后，对模型和实际产品测量高度数据的距离差进行计算，实际手机结构件测量的数据和模型数据进行比较，对于比较方法采用最小二乘法和欧式距离的计算方法，根据不同的数据点类型采用不同的匹配度计算方法；

步骤8)测量过程的反馈控制和数据质量监控；

其中，包括：将激光图像采集和激光控制融合在一起，系统测量前首先标定样品图像的统计量，记录标准样品的图像亮度均值、激光线宽，在测量过程中每次测量完成后，检测激光图像的线宽、均值是否满足要求，如果满足要求则输出测量结果，否则通知用户重新测量或者多输出结果进行优化处理后再输出结果，通过这种方式保证输出结果的测量精度。

2.根据权利要求1所述的高精度激光3D轮廓手机结构件检测方法，其特征在于，在以上测试方法之前，还包括：

将手机结构件放置到测试平台上，并使用蓝色波长405nm的半导体线结构光激光器发出的激光线光源照射手机结构件，其中，对称设置的第一CMOS摄像模组和第二CMOS摄像模组采集激光线图像，获取上表面3D点云数据，其中，摄像头光轴和激光线光平面夹角选择了45度，其中，成像公式如下：

其中，

3.根据权利要求1所述的高精度激光3D轮廓手机结构件检测方法，其特征在于，步骤3)具体包括：测量前导入3D模型CAD数据，然后进行归一化；

或者，使用标准样本采样获得3D点云数据，然后重采样、滤波后生成标准三维点云。

4.根据权利要求1所述的高精度激光3D轮廓手机结构件检测方法，其特征在于，步骤3)具体包括：使用标准样品实际测量的3D轮廓尺寸数据滤波处理后作为标准模板。