[发明专利]一种基于三维重建的微小高度识别方法

摘要

本发明公开了一种基于三维重建的微小高度识别方法，包括二维图像数据采集、彩色图像分割算法、彩色图像四元数混合滤波算法、彩色图像四元数‑矢量混合边缘检测、彩色图像四元数亚像素条纹中心定位算法，利用亚像素边缘条纹中心定位算法取得的条纹中心变化差值，代入高度计算公式，求得特征点的高度值，识别出缺陷类型。

主权项

一种基于三维重建的微小高度识别方法，其特征在于，包括如下步骤：S1二维图像数据采集：获得被测芯片的RGB结构光照射条纹图像；S2图像快速分割算法：对被测芯片图像的所有管脚的角点进行定位，并作为分割的基准；S3彩色图像滤波：具体利用四元数‑矢量混合滤波算法，对含有高度信息的条纹边缘进行噪声滤除和局部增强；S4彩色图像边缘检测，具体采用四元数‑矢量的边缘检测算法，通过设计颜色相似度函数，对相邻像素从水平和竖直两个方向进行逐个比较，得出条纹边缘和待测芯片边缘，由交叉点确定特征点的精确坐标，并由水平边缘确认高度信息特征边缘的计算坐标点集；S5彩色图像亚像素边缘条纹中心定位：具体为采用基于归一化四元数的亚像素边缘条纹中心定位算法，对特征点高度条纹中心进行分别定位，得出高度引起的条纹中心变化差值；所述S5中所述亚像素边缘条纹中心定位算法具体为根据归一化四元数颜色相似度函数，采用插值方法计算出条纹中心坐标；所述颜色相似度函数为：其中，fsimilarity(x1,y1,x2,y2)是像素(x1,y1)和(x2,y2)的相似度函数，fQ(x1,y1,x2,y2)是颜色的四元数相似度函数，T为预设的比较阀值，当fQ>T时，使用fQ(x1,y1,x2,y2)作为相似度函数的最终取值；当fQ<T时，使用fV(x1,y1,x2,y2)作为相似度函数的最终取值；所述亚像素条纹中心坐标公式为：其中，为高度变化特征点左右两边水平边界线各列ycol的条纹中心坐标值；fsimi‑norm(xk,ycol)为彩色像素点的归一化四元数距离；S6利用亚像素边缘条纹中心定位算法取得的条纹中心变化差值，代入高度计算公式，求得特征点的高度值，识别出缺陷类型。