CN111288928A - 物体表面三维形貌特征测量方法、装置、设备及存储介质 - Google Patents
物体表面三维形貌特征测量方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111288928A CN111288928A CN202010172381.7A CN202010172381A CN111288928A CN 111288928 A CN111288928 A CN 111288928A CN 202010172381 A CN202010172381 A CN 202010172381A CN 111288928 A CN111288928 A CN 111288928A
- Authority
- CN
- China
- Prior art keywords
- value
- image
- color
- optical fiber
- height
- 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
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
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/2509—Color coding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- 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
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
-
- 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
- G06T2207/10024—Color image
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种物体表面三维形貌特征测量方法、装置、设备及存储介质,方法包括:获取M个高度点相对应的M张彩色图像;基于自适应质心提取算法提取彩色图像在不同位置处N个光纤光点的质心;其中,并行测量的光纤束由N根光纤组成;根据光点质心截取彩色图像中与光纤光点位置对应的目标图像;将目标图像进行颜色空间转换,获得与波长相关的色调参数H值;对色调参数H值进行筛选过滤,获得对应的标准H值;根据标准H值及与标准H值对应的高度,获得光纤的H值‑高度的标定曲线;将待测目标物体代入至标定曲线输入,测量待测目标的物体表面的三维形貌特征。能够修正相邻光纤之间的横向串扰带来的测量误差,实现对物体表面三维形貌的测量。
Description
技术领域
本发明涉及光学检测领域,尤其涉及一种物体表面三维形貌特征测量方法、装置、设备及存储介质。
背景技术
随着科技的进步和生产力的发展,各个领域对于物体表面三维形貌的测量都产生很大的需求,尤其是在智能制造、航空航天、文物保护、医疗卫生、远程教育等领域有了广泛的应用。如今,物体表面三维形貌测量成为了国内外专家学者关注的热点,越来越多的科研工作者投入大量的时间和精力来研究各种各样的表面三维形貌测量技术,以满足测量的需求。
现有技术的缺陷:
1、目前,彩色共聚焦测量技术作为激光共焦扫描显微技术的衍生和发展,也广泛应用于物体表面三维形貌检测。2012年陈亮嘉发表的《Full-field chromatic confocalsurface profilometry employing digital micromirror device correspondence forminimizing lateral cross talks》一文中提出利用彩色共聚焦技术检测物体表面三维形貌。文中使用彩色相机作为反射光接收端,通过RGB值标定轴向高度。因为直接标定RGB值与轴向高度关系无法保证其线性度,论文提出将色散范围分为不同区间,在每一区间内只用两个基准色标定,如RG、RB、GB,转换之后在任一区间内都能找到与轴向高度线性相关的参数,但该论文中所述的方法为直接标定RGB值,与轴向高度关系无法保证其线性度。
2、2018年余卿等发表的《一种彩色共焦三维形貌测量方法与***》一文中,也提到将彩色共聚焦技术和彩色相机相结合,并且利用RGB到HIS颜色空间的转换,得到“H值-高度”标定曲线,论文提出,通过得到H值函数和高度的关系,结合二维位移台的扫描完成物体表面三维形貌的测量。但该论文中,没有考虑对误差较大的H值的滤除,也不能自动提取待处理彩色图像的质心进行标定,测量精度低,并且该算法只能应用于单点彩色共聚焦测量,不能应用于并行彩色共聚焦测量,测量效率低。
发明内容
针对上述问题,本发明的目的在于提供一种物体表面三维形貌特征测量方法、装置、设备及存储介质,能够修正相邻光纤之间的横向串扰带来的测量误差,实现对组成光纤束的N根光纤的标定以及物体表面三维形貌的测量。
本发明实施例提供了一种物体表面三维形貌特征测量方法,包括:
获取样本物体M个高度点相对应的M张彩色图像;
基于自适应质心提取算法提取所述彩色图像在不同位置处N个光纤光点的质心;其中,并行测量的光纤束由N根光纤组成;
根据光点质心截取彩色图像中与所述光纤光点位置对应的目标图像;
将所述目标图像进行颜色空间转换,以获得与波长相关的色调参数H值;
对所述色调参数H值进行筛选过滤,以获得对应的标准H值;
根据所述标准H值以及与所述标准H值对应的高度,以获得所述光纤的H值-高度的标定曲线;
将待测物体代入至所述标定曲线输入,以测量所述待测物体表面的三维形貌特征。
优选地,获取样本物体M个高度点相对应的M张彩色图像,具体为:
当所述样本物体沿光轴方向移动时,基于电感测微仪记录其对应高度,并基于彩色相机获取其在M个高度点对应的M张彩色图像。
优选地,基于自适应质心提取算法提取所述彩色图像在不同位置处N个光纤光点的质心,具体为:
将彩色图像转化为灰度图像,并对所述灰度图像进行二值化处理,以获得二值化图像;
对所述二值化图像去小面积并进行形态学修正,以获得修正图像;
通过计算所有像素点横纵坐标平均值的方法提取每张所述修正图像在不同位置处N个光纤光点的质心。
优选地,将所述目标图像进行颜色空间转换,以获得与波长相关的色调参数H值,具体为:
基于颜色转换算法将所述目标图像的RGB空间转换为HSI空间;其中,HSI空间中色调H是与波长相关的色调参数。
优选地,对所述色调参数H值进行筛选过滤,以获得对应的标准H值,具体为:
对所述色调参数H值进行二值化,并提取二值化处理后值为1的坐标点;
基于RGB-HSI转换几何公式构建H函数,并将所述坐标点代入至H值函数中,以获得每个坐标点相对应的H值;
将每个H值进行求平均值和标准差处理,以获得预设范围内的坐标点;
对所述预设范围内的坐标点的H值做平均值处理,以获得标准H值。
第二方面,本发明实施提供了一种物体表面三维形貌特征测量装置,包括:
彩色图像获取单元,用于获取样本物体M个高度点相对应的M张彩色图像;
质心提取单元,用于基于自适应质心提取算法提取所述彩色图像在不同位置处N个光纤光点的质心;其中,并行测量的光纤束由N根光纤组成;
目标图像截取单元,用于根据光点质心截取彩色图像中与所述光纤光点位置对应的目标图像;
颜色空间转换单元,用于将所述目标图像进行颜色空间转换,以获得与波长相关的色调参数H值;
标准H值获取单元,用于对所述色调参数H值进行筛选过滤,以获得对应的标准H值;
标定曲线获取单元,用于根据所述标准H值以及与所述标准H值对应的高度,以获得所述光纤的H值-高度的标定曲线;
形貌特征测量单元,用于将待测物体代入至所述标定曲线输入,以测量所述待测物体表面的三维形貌特征。
优选地,彩色图像获取单元,包括用于当样本物体沿光轴方向移动时,基于电感测微仪记录其对应高度,并基于彩色相机获取其在M个高度点对应的M张彩色图像。
优选地,质心提取单元,包括:
二值化图像获取模块,用于将彩色图像转化为灰度图像,并对所述灰度图像进行二值化处理,以获得二值化图像;
修正图像获取模块,用于对所述二值化图像去小面积并进行形态学修正,以获得修正图像;
质心提取模块,用于通过计算所有像素点横纵坐标平均值的方法提取每张所述修正图像在不同位置处N个光纤光点的质心。
优选地,颜色空间转换单元,包括用于基于颜色转换算法将所述目标图像的RGB空间转换为HSI空间;其中,HSI空间中色调H是与波长相关的色调参数。
优选地,标准H值获取单元,包括:
二值化处理模块,用于对所述色调参数H值进行二值化,并提取二值化处理后值为1的坐标点;
函数构建模块,用于基于RGB-HSI转换几何公式构建H函数,并将所述坐标点代入至H值函数中,以获得每个坐标点相对应的H值;
将每个H值进行求平均值和标准差处理,以获得预设范围内的坐标点;
对所述预设范围内的坐标点的H值做平均值处理,以获得标准H值。
本发明实施例还提供了一种物体表面三维形貌特征测量设备,包括处理器、存储器以及存储在所述存储器内的计算机程序,所述计算机程序能够被所述处理器执行以实现如上述实施例所述的物体表面三维形貌特征测量方法。
本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述实施例所述的物体表面三维形貌特征测量方法。
实施本发明具有如下有益效果:
本发明提供的物体表面三维形貌特征测量方法,一方面通过自适应质心提取算法提取了光纤束中每根光纤的质心,做到了对图像的自动识别,提高了处理的效率;另一方面,通过对被测图像进行圆形截取以及对误差较大的H值的去除,很大程度上减少了由于相邻光纤之间的横向串扰带来的较大误差的影响,提高了处理的精度,同时修正相邻光纤之间的横向串扰带来的测量误差,实现对组成光纤束的N根光纤的标定以及物体表面三维形貌的测量。
附图说明
为了更清楚地说明本发明的技术方案,下面将对实施方式中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明第一实施例提供的物体表面三维形貌特征测量方法的流程示意图。
图2是本发明第一实施例提供的以七根光纤为例得到的标定曲线示意图。
图3是本发明第二实施例提供的物体表面三维形貌特征测量装置的结构示意图。
具体实施方式
为了更好的理解本发明的技术方案,下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
实施例中提及的“第一\第二”仅仅是是区别类似的对象,不代表针对对象的特定排序,可以理解地,“第一\第二”在允许的情况下可以互换特定的顺序或先后次序。应该理解“第一\第二”区分的对象在适当情况下可以互换,以使这里描述的实施例能够以除了在这里图示或描述的那些以外的顺序实施。
实施例1,
请参阅图1和图2,本发明提供了一种物体表面三维形貌特征测量方法,其可由物体表面三维形貌特征测量设备(以下简称“测量设备”)来执行,特别的,由测量设备内的一个或多个处理器来执行,主要包括标定过程和测量过程;其中,标定过程依次对组成光纤束的N根光纤进行标定处理,测量过程是在对N根光纤标定完成后,将标定曲线结合待测物体的彩色图像进行数据处理,从而得到被测物表面的三维形貌特征。
具体地,本发明所述的标定过程得到的标定曲线,是指以能够完全反射入射光的物面作为标准反射面,得到基本“H值-高度”曲线,所述的“H值-高度”曲线,是指在由高度作为横坐标,H值作为纵坐标的坐标轴中,将标定的点连接而成的曲线;其中,所述标定的点是当样本物体沿光轴方向移动时,利用电感测微仪记录其高度,同时利用彩色相机获取相应高度处的彩色图像,进而在以高度值作为横坐标,H值作为纵坐标的坐标轴中标定的离散点。因此,本发明所述的标定过程具体包括如下执行步骤:
S101,获取样本物体M个高度点相对应的M张彩色图像。
在本实施例中,当所述样本物体沿光轴方向移动时,基于电感测微仪记录其对应高度,并基于彩色相机获取其在M个高度点对应的M张彩色图像,为了便于说明,以下以记录了23个高度点相对应的23张彩色图像为例进行举例说明,具体地,用电感测微仪记录样本物体当前轴向位置,且用彩色相机记录当前图像,然后每移动100um保存一次图像,共记录23张彩色图像。
S102,基于自适应质心提取算法提取所述彩色图像在不同位置处N个光纤光点的质心;其中,并行测量的光纤束由N根光纤组成。
在本实施例中,用于并行测量的光纤束共有N个光点,利用自适应质心提取算法能够得到不同位置处N个光纤光点的质心,具体地,首先将彩色图像转化为灰度图像,并对所述灰度图像进行二值化处理,以获得二值化图像,然后对所述二值化图像去小面积并进行形态学修正,以获得比如去除腐蚀和膨胀等的修正图像,最后通过计算所有像素点横纵坐标平均值的方法提取每张所述修正图像在不同位置处N个光纤光点的质心。例如,假设光纤束由7根光纤组成,则利用自适应质心提取算法得到不同位置处7个光纤光点的质心。
S103,根据光点质心截取彩色图像中与所述光纤光点位置对应的目标图像。
在本本实施例中,为了避免光纤周围不必要的杂散光影响,需要根据光点质心截取彩色图像中与所述光纤光点位置对应的目标图像,然后对目标图像(即光纤圆形区域的图像)进行处理,不处理非目标图像(即圆形之外的图像)。例如,假设第i根光纤的第j张图像质心为Aij、光纤束由7根光纤组成,则首先对于第一个高度位置处的第一根光纤,先以其质心坐标A11为中心截取一个和光纤直径大小近似相等的圆形(圆形的位置和光纤光点对应的位置相同),然后将截取后的第一根光纤的23张截图放在文件夹1中,同理,将截取后的剩下6根光纤的23张截图分别放在文件夹2~7中。
S104,将所述目标图像进行颜色空间转换,以获得与波长相关的色调参数H值。
在本实施例中,由于所述目标图像是RGB颜色图像,而高度与RGB值无法形成良好的对应关系,因此需要利用颜色转换算法将RGB空间转换为HSI空间,而HSI空间中色调H是一个与波长相关的参数,因此,本发明需要通过将彩色相机采集的颜色信息RGB值转换为与波长相关的色调参数H值,建立颜色信息与轴向位置的映射关系。具体地,基于RGB-HSI转换几何公式构建H函数,将将彩色相机采集的颜色信息RGB值转换为与波长相关的色调参数H值。其中,所述H值转换公式如下:
S105,对所述色调参数H值进行筛选过滤,以获得对应的标准H值。
S106,根据所述标准H值以及与所述标准H值对应的高度,以获得所述光纤的H值-高度的标定曲线。
在本实施例中,首先对所述色调参数H值进行二值化,并提取二值化处理后值为1的坐标点;需要说明的是,二值化之后图像只有1和0,1是圆形部分0是圆形之外的部分,因此需要提取二值化处理后值为1的坐标点。然后基于RGB-HSI转换几何公式构建H函数,并将所述坐标点代入至H值函数中,以获得每个坐标点相对应的H值,然后将每个H值进行求平均值和标准差处理,以获得预设范围内的坐标点;最后对所述预设范围内的坐标点的H值做平均值处理,以获得标准H值。
其中,根据不同高度值的图像对应的不同H值,得到第一根光纤的“H值-高度”标定曲线;依照第一根光纤的标定曲线处理过程分别对剩下的N-1根光纤做同样的处理可以得到其余N-1根光纤的“H值-高度”标定曲线,如图2对七根光纤的标定结果。
其中,本发明所述的测量过程具体包括如下执行步骤:
S107,将待测物体代入至所述标定曲线输入,以测量所述待测物体表面的三维形貌特征,例如以台阶高度测量为例,利用拍照得到的彩色图像可计算得到N根光纤在该位置所对应的N个高度值。根据N个高度值之差从而求得台阶的高度,从而测量出台阶表面的三维形貌特征。
综上,本发明提供的物体表面三维形貌特征测量方法,一方面通过自适应质心提取算法提取了光纤束中每根光纤的质心,做到了对图像的自动识别,提高了处理的效率;另一方面,通过对被测图像进行圆形截取以及对误差较大的H值的去除,很大程度上减少了由于相邻光纤之间的横向串扰带来的较大误差的影响,提高了处理的精度,同时修正相邻光纤之间的横向串扰带来的测量误差,实现对组成光纤束的N根光纤的标定以及物体表面三维形貌的测量。
本发明第二实施例:
参见图3,本发明实施提供了一种物体表面三维形貌特征测量装置,包括:
彩色图像获取单元100,用于获取样本物体M个高度点相对应的M张彩色图像;
质心提取单元200,用于基于自适应质心提取算法提取所述彩色图像在不同位置处N个光纤光点的质心;其中,并行测量的光纤束由N根光纤组成;
目标图像截取单元300,用于根据光点质心截取彩色图像中与所述光纤光点位置对应的目标图像;
颜色空间转换单元400,用于将所述目标图像进行颜色空间转换,以获得与波长相关的色调参数H值;
标准H值获取单元500,用于对所述色调参数H值进行筛选过滤,以获得对应的标准H值;
标定曲线获取单元600,用于根据所述标准H值以及与所述标准H值对应的高度,以获得所述光纤的H值-高度的标定曲线;
形貌特征测量单元700,用于将待测物体代入至所述标定曲线输入,以测量所述待测物体表面的三维形貌特征。
在上述实施例的基础上,本发明一优选实施例中,彩色图像获取单元100,包括用于当样本物体沿光轴方向移动时,基于电感测微仪记录其对应高度,并基于彩色相机获取其在M个高度点对应的M张彩色图像。
在上述实施例的基础上,本发明一优选实施例中,质心提取单元200,包括:
二值化图像获取模块,用于将彩色图像转化为灰度图像,并对所述灰度图像进行二值化处理,以获得二值化图像;
修正图像获取模块,用于对所述二值化图像去小面积并进行形态学修正,以获得修正图像;
质心提取模块,用于通过计算所有像素点横纵坐标平均值的方法提取每张所述修正图像在不同位置处N个光纤光点的质心。
在上述实施例的基础上,本发明一优选实施例中,颜色空间转换单元400,包括用于基于颜色转换算法将所述目标图像的RGB空间转换为HSI空间;其中,HSI空间中色调H是与波长相关的色调参数。
在上述实施例的基础上,本发明一优选实施例中,标准H值获取单元500,包括:
二值化处理模块,用于对所述色调参数H值进行二值化,并提取二值化处理后值为1的坐标点;
函数构建模块,用于基于RGB-HSI转换几何公式构建H函数,并将所述坐标点代入至H值函数中,以获得每个坐标点相对应的H值;
将每个H值进行求平均值和标准差处理,以获得预设范围内的坐标点;
对所述预设范围内的坐标点的H值做平均值处理,以获得标准H值。
本发明第三实施例:
本发明第三实施例还提供了一种物体表面三维形貌特征测量设备,包括处理器、存储器以及存储在所述存储器内的计算机程序,所述计算机程序能够被所述处理器执行以实现如上述实施例所述的物体表面三维形貌特征测量方法。
本发明第四实施例:
本发明第四实施例提供了一种计算机可读存储介质,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上述的物体表面三维形貌特征测量方法。
示例性的,所述计算机程序可以被分割成一个或多个单元,所述一个或者多个单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在物体表面三维形貌特征测量设备中的执行过程。
所述物体表面三维形貌特征测量设备可包括但不仅限于处理器、存储器。本领域技术人员可以理解,所述示意图仅仅是物体表面三维形貌特征测量设备的示例,并不构成对物体表面三维形貌特征测量设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述物体表面三维形貌特征测量设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等,所述物体表面三维形貌特征测量设备的控制中心,利用各种接口和线路连接整个物体表面三维形貌特征测量设备的各个部分。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块,以及调用存储在存储器内的数据,实现所述物体表面三维形貌特征测量设备的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等;存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外,存储器可以包括高速随机存取存储器,还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(SecureDigital,SD)卡,闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
其中,所述物体表面三维形貌特征测量设备集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
需说明的是,以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。另外,本发明提供的装置实施例附图中,模块之间的连接关系表示它们之间具有通信连接,具体可以实现为一条或多条通信总线或信号线。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也视为本发明的保护范围。
Claims (10)
1.一种物体表面三维形貌特征测量方法,其特征在于,包括:
获取样本物体M个高度点相对应的M张彩色图像;
基于自适应质心提取算法提取所述彩色图像在不同位置处N个光纤光点的质心;其中,并行测量的光纤束由N根光纤组成;
根据光点质心截取彩色图像中与所述光纤光点位置对应的目标图像;
将所述目标图像进行颜色空间转换,以获得与波长相关的色调参数H值;
对所述色调参数H值进行筛选过滤,以获得对应的标准H值;
根据所述标准H值以及与所述标准H值对应的高度,以获得所述光纤的H值-高度的标定曲线;
将待测物体代入至所述标定曲线输入,以测量所述待测物体表面的三维形貌特征。
2.根据权利要求1所述的物体表面三维形貌特征测量方法,其特征在于,获取样本物体M个高度点相对应的M张彩色图像,具体为:
当所述样本物体沿光轴方向移动时,基于电感测微仪记录其对应高度,并基于彩色相机获取其在M个高度点对应的M张彩色图像。
3.根据权利要求2所述的物体表面三维形貌特征测量方法,其特征在于,基于自适应质心提取算法提取所述彩色图像在不同位置处N个光纤光点的质心,具体为:
将彩色图像转化为灰度图像,并对所述灰度图像进行二值化处理,以获得二值化图像;
对所述二值化图像去小面积并进行形态学修正,以获得修正图像;
通过计算所有像素点横纵坐标平均值的方法提取每张所述修正图像在不同位置处N个光纤光点的质心。
4.根据权利要求3所述的物体表面三维形貌特征测量方法,其特征在于,将所述目标图像进行颜色空间转换,以获得与波长相关的色调参数H值,具体为:
基于颜色转换算法将所述目标图像的RGB空间转换为HSI空间;其中,HSI空间中色调H是与波长相关的色调参数。
5.根据权利要求4所述的物体表面三维形貌特征测量方法,其特征在于,对所述色调参数H值进行筛选过滤,以获得对应的标准H值,具体为:
对所述色调参数H值进行二值化,并提取二值化处理后值为1的坐标点;
基于RGB-HSI转换几何公式构建H函数,并将所述坐标点代入至H值函数中,以获得每个坐标点相对应的H值;
将每个H值进行求平均值和标准差处理,以获得预设范围内的坐标点;
对所述预设范围内的坐标点的H值做平均值处理,以获得标准H值。
6.一种物体表面三维形貌特征测量装置,其特征在于,包括:
彩色图像获取单元,用于获取样本物体M个高度点相对应的M张彩色图像;
质心提取单元,用于基于自适应质心提取算法提取所述彩色图像在不同位置处N个光纤光点的质心;其中,并行测量的光纤束由N根光纤组成;
目标图像截取单元,用于根据光点质心截取彩色图像中与所述光纤光点位置对应的目标图像;
颜色空间转换单元,用于将所述目标图像进行颜色空间转换,以获得与波长相关的色调参数H值;
标准H值获取单元,用于对所述色调参数H值进行筛选过滤,以获得对应的标准H值;
标定曲线获取单元,用于根据所述标准H值以及与所述标准H值对应的高度,以获得所述光纤的H值-高度的标定曲线;
形貌特征测量单元,用于将待测物体代入至所述标定曲线输入,以测量所述待测物体表面的三维形貌特征。
7.根据权利要求6所述的物体表面三维形貌特征测量装置,其特征在于,包括:
彩色图像获取单元,用于当样本物体沿光轴方向移动时,基于电感测微仪记录其对应高度,并基于彩色相机获取其在M个高度点对应的M张彩色图像。
8.根据权利要求7所述的物体表面三维形貌特征测量装置,其特征在于,质心提取单元,包括:
二值化图像获取模块,用于将彩色图像转化为灰度图像,并对所述灰度图像进行二值化处理,以获得二值化图像;
修正图像获取模块,用于对所述二值化图像去小面积并进行形态学修正,以获得修正图像;
质心提取模块,用于通过计算所有像素点横纵坐标平均值的方法提取每张所述修正图像在不同位置处N个光纤光点的质心。
9.一种物体表面三维形貌特征测量设备,包括处理器、存储器以及存储在所述存储器内的计算机程序,所述计算机程序能够被所述处理器执行如权利要求1至5任意一项所述的物体表面三维形貌特征测量方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至5任意一项所述的物体表面三维形貌特征测量方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010172381.7A CN111288928B (zh) | 2020-03-12 | 2020-03-12 | 物体表面三维形貌特征测量方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010172381.7A CN111288928B (zh) | 2020-03-12 | 2020-03-12 | 物体表面三维形貌特征测量方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111288928A true CN111288928A (zh) | 2020-06-16 |
CN111288928B CN111288928B (zh) | 2021-08-13 |
Family
ID=71029627
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010172381.7A Active CN111288928B (zh) | 2020-03-12 | 2020-03-12 | 物体表面三维形貌特征测量方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111288928B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111862232A (zh) * | 2020-06-18 | 2020-10-30 | 深圳奥比中光科技有限公司 | 一种标定方法及装置 |
CN112002006A (zh) * | 2020-09-22 | 2020-11-27 | 华侨大学 | 一种表面形貌的建模方法、装置、设备及可读存储介质 |
CN112734916A (zh) * | 2021-01-25 | 2021-04-30 | 华侨大学 | 基于图像处理的彩色共聚焦并行测量三维形貌还原算法 |
CN113723917A (zh) * | 2021-08-24 | 2021-11-30 | 中国人民解放军32382部队 | 器械管理标准与器械技术标准关联构建方法及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6341016B1 (en) * | 1999-08-06 | 2002-01-22 | Michael Malione | Method and apparatus for measuring three-dimensional shape of object |
CN104899280A (zh) * | 2015-05-29 | 2015-09-09 | 山西大学 | 基于彩色直方图和nsct的模糊相关异步图像检索方法 |
CN109373927A (zh) * | 2018-09-28 | 2019-02-22 | 华侨大学 | 一种彩色共焦三维形貌测量方法与*** |
CN109443214A (zh) * | 2018-12-19 | 2019-03-08 | 广东工业大学 | 一种结构光三维视觉的标定方法、装置及测量方法、装置 |
CN110017791A (zh) * | 2019-04-03 | 2019-07-16 | 中国科学院西安光学精密机械研究所 | 光纤连接器端面参数测量装置及测量方法 |
-
2020
- 2020-03-12 CN CN202010172381.7A patent/CN111288928B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6341016B1 (en) * | 1999-08-06 | 2002-01-22 | Michael Malione | Method and apparatus for measuring three-dimensional shape of object |
CN104899280A (zh) * | 2015-05-29 | 2015-09-09 | 山西大学 | 基于彩色直方图和nsct的模糊相关异步图像检索方法 |
CN109373927A (zh) * | 2018-09-28 | 2019-02-22 | 华侨大学 | 一种彩色共焦三维形貌测量方法与*** |
CN109443214A (zh) * | 2018-12-19 | 2019-03-08 | 广东工业大学 | 一种结构光三维视觉的标定方法、装置及测量方法、装置 |
CN110017791A (zh) * | 2019-04-03 | 2019-07-16 | 中国科学院西安光学精密机械研究所 | 光纤连接器端面参数测量装置及测量方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111862232A (zh) * | 2020-06-18 | 2020-10-30 | 深圳奥比中光科技有限公司 | 一种标定方法及装置 |
CN111862232B (zh) * | 2020-06-18 | 2023-12-19 | 奥比中光科技集团股份有限公司 | 一种标定方法及装置 |
CN112002006A (zh) * | 2020-09-22 | 2020-11-27 | 华侨大学 | 一种表面形貌的建模方法、装置、设备及可读存储介质 |
CN112734916A (zh) * | 2021-01-25 | 2021-04-30 | 华侨大学 | 基于图像处理的彩色共聚焦并行测量三维形貌还原算法 |
CN112734916B (zh) * | 2021-01-25 | 2022-08-05 | 华侨大学 | 基于图像处理的彩色共聚焦并行测量三维形貌还原方法 |
CN113723917A (zh) * | 2021-08-24 | 2021-11-30 | 中国人民解放军32382部队 | 器械管理标准与器械技术标准关联构建方法及设备 |
CN113723917B (zh) * | 2021-08-24 | 2024-03-29 | 中国人民解放军32382部队 | 器械管理标准与器械技术标准关联构建方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111288928B (zh) | 2021-08-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111288928B (zh) | 物体表面三维形貌特征测量方法、装置、设备及存储介质 | |
CN111160337B (zh) | 一种指针式仪表读数的自动识别方法、***、介质及设备 | |
CN103207987B (zh) | 一种指针式仪表的示数识别方法 | |
CN109489566B (zh) | 锂电池隔膜材料分切宽度检测方法、检测***及装置 | |
US7298890B2 (en) | Method and arrangement for the photographically detecting the spatial form of an object | |
CN110035281B (zh) | 一种坏点检测方法、装置及电子设备 | |
CN109427046A (zh) | 三维测量的畸变校正方法、装置及计算机可读存储介质 | |
CN111415376A (zh) | 汽车玻璃亚像素轮廓提取方法及汽车玻璃检测方法 | |
CN113128376B (zh) | 基于图像处理的皱纹识别方法、皱纹识别装置及终端设备 | |
CN112556994B (zh) | 一种光学信息检测方法、装置及设备 | |
CN111829439B (zh) | 一种高精度平移测量方法及装置 | |
CN111507939A (zh) | 一种水果外部缺陷类型的检测方法、装置和终端 | |
CN108932498A (zh) | 办公场所指纹识别鉴权机构 | |
CN112819842B (zh) | 适用于工件质检的工件轮廓曲线拟合方法、装置及介质 | |
CN111415378B (zh) | 用于汽车玻璃检测的图像配准方法及汽车玻璃检测方法 | |
CN107392948B (zh) | 一种分振幅实时偏振成像***的图像配准方法 | |
CN113807364A (zh) | 一种基于三光融合成像的电力设备缺陷检测方法及*** | |
CN117372338A (zh) | 一种镜面缺陷检测方法、装置、设备及可读存储介质 | |
CN111784779A (zh) | 基于卷积神经网络和嵌套轮廓识别的棋盘格图像识别定位***及方法 | |
CN112560839A (zh) | 指针式仪表读数的自动识别方法及*** | |
CN114677365B (zh) | 一种高精度的树木年轮分析方法及*** | |
CN109978926B (zh) | 一种图像自动融合方法、装置及终端设备 | |
Ziqiang et al. | Research of the algorithm calculating the length of bridge crack based on stereo vision | |
CN112002006A (zh) | 一种表面形貌的建模方法、装置、设备及可读存储介质 | |
CN115331193A (zh) | 一种车位识别方法、识别***、电子设备及存储介质 |
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 |