CN206583415U - 确定反射表面的均匀度的***、表面分析设备和*** - Google Patents

确定反射表面的均匀度的***、表面分析设备和*** Download PDF

Info

Publication number
CN206583415U
CN206583415U CN201490001536.9U CN201490001536U CN206583415U CN 206583415 U CN206583415 U CN 206583415U CN 201490001536 U CN201490001536 U CN 201490001536U CN 206583415 U CN206583415 U CN 206583415U
Authority
CN
China
Prior art keywords
point
reflection
light
uniformity
computing device
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.)
Active
Application number
CN201490001536.9U
Other languages
English (en)
Inventor
P·凯瑟勒
J·巴赫希
K·J·斯普里格斯
A·苏里
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Apple Inc
Original Assignee
Apple Computer Inc
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Apple Computer Inc filed Critical Apple Computer Inc
Application granted granted Critical
Publication of CN206583415U publication Critical patent/CN206583415U/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/0006—Industrial image inspection using a design-rule based approach
    • 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
    • G01B11/2513—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 with several lines being projected in more than one direction, e.g. grids, patterns
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Optics & Photonics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本专利申请涉及用于确定反射表面的均匀度的***、确定设备外壳的表面的均匀度的***、表面分析设备以及表面分析***。确定反射表面的均匀度的***包括：能够执行图像分析的计算设备；耦接到计算设备的光发射设备和光捕获设备，其中光发射设备被配置为将光图案发射到反射表面上，光图案包括限定形状阵列的多个断开连接的点，光捕获设备被配置为从反射表面接收反射光图案，计算设备被配置为对反射光图案执行图像分析，以便提供对反射表面的表面均匀度的估计，图像分析包括计算由反射光图案限定的多个反射多边形中的每个反射多边形的面积。

Description

确定反射表面的均匀度的***、表面分析设备和***
技术领域
本实用新型整体涉及对对象的三维表面形状进行估计。更具体地，描述了从对象反射的光图案的摄影图像迅速确定对象的表面轮廓的方法、软件、硬件和***。
背景技术
可使用机械轮廓曲线仪来完成对制造部件诸如壳或壳体的三维形状的准确测量，该机械轮廓曲线仪针对不同的水平运动来测量与制造部件接触的触笔的竖直位移。虽然准确，但是机械轮廓曲线仪可能会较慢，并且因此在要求速效的高产量制造或快速成型环境中是不合适的。此外，由于对制造部件的表面的潜在损坏，接触测量可为不可取的。
实用新型内容
本文描述了涉及用于对制造部件诸如壳、外壳或壳体的三维形状进行准确测量的***、方法和装置的各个实施方案。在一些实施方案中，***被示出为包括能够执行图像分析的计算设备、操作地耦接到该计算设备的光发射设备、和操作地耦接到该计算设备的光捕获设备。该光发射设备被配置为将光图案发射到反射表面上，该光图案包括断开连接的形状的阵列。该光捕获设备被配置为从反射表面接收所得的反射光图案。此外，计算设备被配置为对反射光图案执行图像分析，以便提供对反射表面的表面均匀度的估计，其中图像分析包括计算由反射光图案限定的多个反射四边形中的每个反射四边形的面积。
根据本公开的一个方面，提供了一种用于确定反射表面的均匀度的***，其特征在于，所述***包括：计算设备，所述计算设备能够执行图像分析；光发射设备，所述光发射设备操作地耦接到所述计算设备，其中所述光发射设备被配置为将光图案发射到所述反射表面上，所述光图案包括限定形状阵列的多个断开连接的点；和光捕获设备，所述光捕获设备操作地耦接到所述计算设备，其中，所述光捕获设备被配置为从所述反射表面接收反射光图案，并且其中，所述计算设备被配置为对所述反射光图案执行图像分析，以便提供对所述反射表面的表面均匀度的估计，其中所述图像分析包括计算由所述反射光图案限定的多个反射多边形中的每个反射多边形的面积。
根据一种实施例，所述图像分析包括将每个反射多边形的所述面积与预先确定的面积值进行比较，并且基于所述比较来生成多个均匀度等级。
根据一种实施例，所述图像分析进一步包括将所述多个均匀度等级编译成二维阵列，以用于使所述多个均匀度等级可视化。
根据一种实施例，所述多个断开连接的点中的每个点限定所述多个反射多边形中的每个反射多边形的拐角。
根据一种实施例，计算所述面积包括确定所述多个断开连接的点中的每个点之间的距离。
根据一种实施例，所述反射表面为便携式计算设备的外壳的一部分。
根据一种实施例，所述图像分析包括将每个反射多边形的所述面积与预先确定的面积值进行比较，并且当所述面积基本上等于所述预先确定的面积值时，表征所述反射表面的所述反射多边形被入射在其上的所述一部分的均匀度指示符被存储在所述计算设备的存储器中。
根据本公开的另一个方面，提供了一种确定设备外壳的表面的均匀度的***，其特征在于，所述***包括：图像图案生成器，被配置成将光的布置投射到所述设备外壳的表面上；图像捕获设备，被配置成对从所述表面投射的光的所述布置的反射进行采样，其中所述反射包括多个光点；计算设备，操作地耦接到所述图像图案生成器和所述图像捕获设备，所述计算设备确定所述多个光点中的一个或多个光点的坐标；基于所述一个或多个光点的所述坐标来生成特征数据；基于所述特征数据来生成所述反射的一个或多个部分的均匀度等级；以及耦接到所述计算设备的可视器，所述可视器被配置为显示均匀度等级的视觉表示，其中所述均匀度等级被编译成具有与光的所述布置对应的次序的等级阵列。
根据一种实施例，光的所述布置包括被布置成一个或多个多边形的原始光点阵列。
根据一种实施例，生成特征数据包括基于两个光点的坐标来确定所述两个光点之间的距离。
根据一种实施例，生成特征数据包括确定由两个或更多个光点的坐标限定的轨迹的斜率。
根据一种实施例，生成特征数据包括确定由三个或更多个光点的坐标限定的多边形的面积。
根据一种实施例，所述均匀度等级包括以所述等级阵列布置的多个不同的视觉指示符。
根据一种实施例，所述均匀度等级包括以所述等级阵列布置的一个或多个字母数字字符。
根据本公开的再一个方面，提供了一种表面分析设备，其特征在于，所述表面分析设备用于分析计算设备外壳的表面，并且包括：相机；所述表面分析设备中操作地耦接到所述相机的至少一个处理器；和存储指令的至少一个存储器，所述指令当由所述处理器执行时使得所述表面分析设备：对与由所述相机接收的反射光量对应的图像数据进行采样；确定所述反射光量的一个或多个形状中的每个形状的特征属性，其中所述一个或多个形状由光点限定；将所述特征属性与阈值进行比较，其中所述阈值是用于所述表面的基本上均匀部分的指示符；基于所述比较来生成所述一个或多个形状中的每个形状的特征值；以及生成包括所述特征值的数据阵列。
根据一种实施例，所述反射光量对应于源自所述表面分析设备的光源的原始光量。
根据一种实施例，所述光源被配置为当所述原始光量入射在所述计算设备外壳上时将所述原始光量限制到所述计算设备外壳的周边。
根据一种实施例，确定所述特征属性包括确定所述一个或多个形状中的每个形状的边长。
根据一种实施例，确定所述特征属性包括确定所述一个或多个形状中的每个形状的两条边之间的角度。
根据一种实施例，确定所述特征属性包括确定所述一个或多个形状中的每个形状的面积。
根据一种实施例，将所述特征属性与所述阈值进行比较包括生成所述特征属性与所述阈值之间的差值。
根据一种实施例，所述特征属性与所述阈值之间的所述差值的量值与所述表面的一部分的不均匀度的程度成正比。
根据一种实施例，将所述特征属性与所述阈值进行比较包括确定所述特征属性是大于所述阈值还是小于所述阈值。
根据一种实施例，所述一个或多个形状中的每个形状是由多个光点限定的多边形。
根据一种实施例，当所述表面包括不均匀部分时，所述多个光点从由原始光量限定的原始位置偏移，并且所述特征值与所述不均匀部分的程度成比例。
根据本公开的再一个方面，提供了一种表面分析***，其特征在于，所述表面分析***包括：图像显示设备，所述图像显示设备被配置为生成参考图像图案并且将所述参考图像图案投射到反射表面的至少一部分上，所述参考图像图案包括具有参考特征属性的参考几何形状；以及图像捕获设备，所述图像捕获设备被配置为捕获所述参考图像图案中的从所述参考图像图案被投射到其上的所述反射表面的所述一部分反射的至少一些参考图像图案。
根据一种实施例，还包括：其上安装有所述图像显示设备和所述图像捕获设备的定位组件。
根据一种实施例，所述图像显示设备和所述图像捕获设备由所述定位组件在空间上相对于彼此进行取向。
根据一种实施例，所述定位组件包括第一构件和第二构件，其中在该第一构件上放置反射对象，并且所述定位组件将反射对象的位置相对于所述图像捕获设备和被安装在所述定位组件的第二构件上的所述图像显示设备进行取向。
根据一种实施例，所述定位组件是可调节的，从而考虑到所述反射对象、所述图像捕获设备和所述图像显示设备之间的不同距离。
根据一种实施例，所述图像显示设备投射包括多个亮区域和暗区域的图像图案，使得所述亮区域可被图像捕获设备捕获。
根据一种实施例，还包括：用于减少来自周围环境的外来光的遮光壳体。
根据一种实施例，所述参考特征属性受所述参考图像图案被投射到其上的所述反射表面的所述一部分的表面几何形状的影响。
在其他实施方案中，示出了确定计算设备的外壳的表面均匀度的方法。该方法可包括接收由从表面反射的光图案生成的图案数据，其中光图案包括形状阵列。该方法可进一步包括基于图案数据来确定形状阵列中的每个形状的几何属性。此外，该方法可包括基于几何属性来确定形状阵列中的每个形状的均匀度等级。此外，该方法可包括使得生成均匀度等级的编译，其中该均匀度等级的编译的每个均匀度等级基于光图案的形状阵列来布置。
在其他实施方案中，示出了机器可读非暂态存储介质。该存储介质可存储指令，该指令当由被包括在计算设备中的处理器执行时使得计算设备执行步骤，该步骤包括接收源自光源的反射点阵列，其中反射点阵列限定多个形状，并且反射点阵列从表面反射。该步骤可进一步包括确定反射点阵列中的每个点之间的距离，以及确定多个形状中的每个形状的几何属性，其中每个形状至少由反射点阵列中的每个点之间的距离限定。该步骤可进一步包括基于每个形状的几何属性来存储每个形状的均匀度等级。
根据结合以举例的方式示出所述实施方案的原理的附图而进行的以下详细描述，本实用新型的其他方面和优点将变得显而易见。
附图说明
通过参考下面结合附图进行的描述可充分理解本实用新型及其优点。
图1示出了光学测量***。
图2示出了由镜面反射表面投射的图像的失真。
图3示出了用于估计镜面反射对象的形状的***的实施方案。
图4示出了用于测量反射的二维数学模型。
图5A示出了用于固定的图像捕获位置的多个候选反射表面取向。
图5B示出了连接反射表面估计上的两个相邻点。
图6示出了将多个候选反射表面取向连接到已知的起点表面。
图7和图8示出了用于测量反射的附加数学模型。
图9示出了重建的表面形状和估计错误。
图10A和图10B示出了对反射图像图案的估计。
图10C和图10D示出了对图10A的反射图像图案的三维表面估计。
图10E示出了图10C的包括表面轮廓的三维表面估计。
图10F示出了图10E的使用本实用新型的实施方案生成的三维表面估计的表面轮廓图。
图10G示出了使用现有技术激光测量***的表面轮廓图。
图11示出了对像素化捕获图像进行的图像处理。
图12示出了用于估计图像图案的元件。
图13A，13B，13C和13D示出了所捕获的图像和反射对象的表面形状估计。
图14示出了反射图像的失真变型。
图15示出了用于估计反射对象的形状的***的计算机辅助设计模型。
图16概述了用于生成反射对象的表面估计的方法。
图17A-17B示出了用于估计表面的表面均匀度的点阵列和经修改的点阵列，如本文进一步所述的。
图18A-18B示出了可从经修改的点阵列得出并可用于估计表面的均匀度的几何形状和属性，如本文进一步所述的。
图19示出了可如何根据本文所述的一些实施方案来使用轨迹计算表面均匀度。
图20A-20B示出了基于对反射点阵列的几何属性的计算的均匀度等级的编译，如本文进一步所述的。
图21示出了用于基于反射点阵列的几何属性来确定表面均匀度的方法，如本文进一步所述的。
图22示出了能够执行本文所述的各种实施方案的计算设备的图表。
具体实施方式
本实用新型整体涉及对对象的三维表面形状进行估计。更具体地，描述了用于从反射光图案的摄影图像来迅速确定反射对象的表面轮廓的方法、软件、硬件和***。
以下描述中示出了许多具体细节，以便彻底理解本实用新型。然而，对于本领域的技术人员显而易见的是，本实用新型可能在不具有这些具体细节中的一些或全部具体细节的情况下被实施。在其他情况下，可能未详细地描述一些熟知的工序，以避免不必要地模糊本实用新型。
已开发出可测量从如图1所述的被测量部件的表面反射的激光器生成的光的非接触式光学轮廓曲线仪。激光器101可将光以小角度引导到被测量部件106的表面上。如果被测量部件表面106对光进行漫反射，则在点“r”处反射的光(漫反射的主光束104)的一部分由位于固定点处的相机 102捕获。根据被测量部件的表面反射率，相机102还可在相同的固定位置处接收从点“q”反射的镜面反射侧光束105。由于从激光器101发出的小角度光，因此该所反射的侧光束105可比镜面反射的主光束103弱得多，该镜面反射的主光束不可由相机102在其固定位置处被捕获，因为镜面反射的主光束103落在相机的视场之外。激光轮廓测绘仪通常使用从点“r”反射的“主光束”光而不是使用从点“q”反射的“光射束”光来测量形状，因此优选足够不光滑的漫反射表面。镜面反射表面可撒上滑石粉，例如以使表面适用于激光测量。虽然此类***可提供准确的结果，但是测量过程可为较慢的，并且专业的测量设备可为昂贵的。
如本文进一步所述的，镜面反射对象的三维表面形状可通过检查从对象反射的捕获图像来确定。平坦的镜面反射表面例如镜子提供无失真的反射图像，而曲面反射由表面形状改变的失真图像。即使小的表面不平度也可能变成反射图像中的很大的失真。通过对失真反射的一个或多个捕获图像进行分析可估计导致失真的表面的形状。可将所捕获的失真图像与已知一些几何属性的参考无失真图像进行比较。例如，可将预先确定的图案图像投射到反射对象上，并将预先确定的图案与图像图案的失真反射进行比较。用于捕获并处理此类图像的***可由若干个部件组装而成，该***包括用于生成和处理图像的计算机、用于将图像投射到反射对象上的显示器、用于捕获反射图像的数字相机、和在其上将部件相对于彼此进行取向的定位设备。
本文公开了用于迅速确定反射对象诸如光泽塑料或抛光的金属表面壳体部件的表面形状的***。***的实施方案可使用数字相机来捕获从反射对象的表面反射的图像图案(例如点或线栅格)。可在计算设备中处理捕获图像，以计算反射对象的形状并生成三维表面估计和示出表面变形的表面轮廓图。对于包含多个可分辨点的图像，可将失真的反射图像中的点关联到原始反射图像中的对应点，并等效地关联到反射对象的表面上的点。使用反射定律，可在可分辨图像点处确定反射表面的取向，可分辨图像点取决于反射表面和数字摄像机之间的距离。对于变化相对平缓的表面，可使用在附近图像点处确定的表面取向的估计来迭代地构造三维表面估计。可由制造工程师使用表面估计和轮廓图通过一系列测量试验来迅速迭代和优化制造过程。该***还可为质量工程师提供低成本***，从而以高容量来检查制造部件。本实用新型所公开的***和方法与现有技术激光器和电荷耦合设备***和方法相比，工作速度明显加快并且成本更低。
***还可使用包括点阵列的图像图案来提供对反射对象的形状的估计。点阵列可入射在反射对象上，并且可分析所得的反射点阵列。对反射点阵列的分析可包括从反射点阵列得到各种几何特征。例如，反射点阵列可限定多个多边形，诸如四边形或一些其他合适的几何形状。多个多边形具有指示反射对象上的特征的面积、角度、边长和其他几何属性。每个多边形的一个或多个几何属性可与预先确定的值或与入射到反射表面上的原始点阵列的几何属性进行比较，以便确定每个多边形的均匀度等级或值。均匀度等级可以是颜色、图案、阴影、数字、字符或用于表示特定情况或特征的等级、值或严重程度的任何合适的符号。每个均匀度等级的编译随后可由***生成并以类似于点阵列的二维形状布置。因此，每个均匀度等级的编译可被人类或机器用于可视化并分析某些非均匀区域在反射对象上的位置。
图2示出了在从镜面反射表面201反射之后由相机202捕获的所投射的图像图案203。所捕获的反射图像204示出了投射图像203的失真版本，其中反射图像中的失真可与反射表面201形状关联。镜面反射图像可比投射到漫反射表面上的图像更易于揭示表面不平度，因为在反射图像中，随着相机202和镜面反射表面201之间的距离增加，表面上的相邻点之间的表面取向差异被放大。可使用所捕获的二维反射图像204来估计镜面反射表面201的三维形状。
图3示出了用于估计反射对象303的表面形状的***的实施方案，其中相机301捕获来自由图像显示器302投射的图像图案的反射对象303的反射。相机301、图像显示器302和反射对象303可由定位组件304在空间上相对于彼此进行取向。在实施方案中，相机301可被调整为面向反射对象303以捕获反射图像。根据反射对象303的尺寸和形状，可选择附接到相机303的镜头以捕获反射图像的优选部分。定位组件304可包括第一构件，反射对象303被放置在该第一构件上并且将反射对象的位置相对于相机30l和被安装在定位组件304的第二构件上的图像显示器302进行取向。并非仅仅调节相机301的镜头来改变视场，定位组件304也是可调节的，从而考虑到反射对象303、相机301和图像显示器302之间的不同距离。图像显示器302可投射包括多个亮区域和暗区域的图像图案，使得亮区域可被相机301捕获。尽管本文所述的实用新型的优选实施方案可使用在暗背景上布置成规则栅格的光点阵列，但是也可使用其他图案图像，诸如亮线和暗线的栅格图案或亮方格和暗方格的棋盘图案。在一些实施方案中，图像显示器302可投射像素化图像。
图4示出了源自点pk(其可表示图像显示设备的一个或多个像素)并朝向被示为曲线f(x)的反射表面行进的光线。(在此用黑体表示矢量。)该光线可从曲线f(x)上的点qk反射，其中光线的入射角可等于相对于在qk处的曲线f(x)的切线的反射角。光线可通过定位于点c处的相机中的图像平面 401的点rk。相机可指向由垂直于图像平面401的单位矢量ec定义的方向。反射的光线可沿着方向-ek从点qk行进到点c。(需注意，单位矢量ec和ek通常不一致。)在一个实施方案中，被布置成一条线的多个点p1， p2，......，pN可被投射在曲线f(x)上，从而获得在图像平面上接收的一组点 r1，r2，......，rN。可使用利用传输点p1，p2，......，pN的知识的一组接收点 r1，r2，......，rN来重建曲线f(x)。
可通过比较对象上的参考特征的实际距离与参考特征的捕获图像中的尺寸来确定图像平面401和相机位置c之间的距离d。在一个实施方案中，参考特征可以是刻在定位组件304的一部分上的一对可分辨标记。在另一个实施方案中，参考特征可以是被投射到被定位在定位组件304中的平坦对象上的一对可分辨标记。对于对象上的两个可分辨标记之间的实际距离 B和参考特征到相机位置c的测量距离D，距离d＝(bD)/B。对图3所示的***的校准可包括旋转相机以将定位组件上(或置于定位组件中的参考对象上)的一个或多个参考标记定位到所观察到的相机图像中的优选位置，例如在光学取景器中或在电子显示器上。校准还可包括确定相机位置c 和图像平面之间的距离d。
一般来讲，一组点{pk}可产生图像平面401上的一组点{rk}。函数f(x) (或更一般地，三维表面)的向内弯曲的(凹的)部分可使得一组点{pk}中的相邻的图像点在捕获的图像中会聚，而向外弯曲的(凸的)部分可使得相邻的图像点分散。对于表面的向摄像机中反射图案P的区域R，使g(P) 表示所捕获的图像图案。为了确定表面区域R的形状，映射g(·)可以是***函数，即，g(·)可以是函数(不能将一个点pk映射到多个图像点rk)，并且 g(·)可以是一一对应的(不能将两个不同的点pk映射到单个图像点rk)。如果每个图像点rk可链接到唯一的源点pk(例如通过使用不同颜色的源点，或者通过使源点在不同时间闪烁)，则可唯一地确定区域R的形状。如本文进一步简述的，从一个或多个不同的图像点开始，也可通过迭代构造表面估计来确定区域R的形状。
如图5A中所示，沿光线503进入相机502并源自显示平面501上的点 p的每条光线可被多个表面中的任一个表面反射。捕获图像中的单个点r可源自从曲线f1(x)在点q1处、或从曲线f2(x)在点q2处、或从曲线f3(x)在点q3处反射的光。由于在任何反射点处入射角必须等于反射角，因此可沿着进入相机502的方向-e在每个可能的相交反射点处确定候选表面取向504。 (图5A中的单位矢量e对应于图4中的单位矢量ek。)对于源自显示平面 501上的点p的光线以及在距相机c的距离l处与光线503相交的函数 f(x)，由方程(1)给出反射点q处表面f(x)的单位正切t和单位法线n
其中，反射点q＝c+le，并且u被定义为p-q方向上的单位矢量。捕获图像中的每个点r可源自多个表面中的任一个表面，每个表面都定位在距相机 c的不同距离处。为了解决这种模糊性，可使用针对捕获图像中点r附近的点确定的关于表面取向的信息。如图5B中所示，从第一个接收的图像点 rs，(为此已确定了可能发生于对应反射点qs处的表面取向)开始，可确定函数f(x)，该函数将反射点qs连接到与捕获图像中的相邻点rt对应的反射点 qt。显然，众多不同的函数能够连接两个点。在一个优选的实施例中，如接下来将要详细描述的，可以使用在每个反射点处与表面正切且在其间具有最小曲率的平滑函数。
图6示出了具有已知表面取向的第一反射点(在t＝tk处的起点601)，该第一反射点可连接至多个第二反射点(在t＝tk+1处)中的任一个第二反射点，每个第二反射点具有不同的表面取向。连接两个反射点的路径p(t)与那些反射点即t＝tk处和t＝tk+1处的对应的表面取向相切。在一个实施方案中，选择p(t)为连接两个反射点的三次多项式函数。在优选的实施方案中，选择路径p(t)以使曲率函数最小化。在图6中，示出了具有最小曲率的三次多项式路径p(t)，其将起点601连接至终点602。为了确定哪个终点602导致具有最小C的路径p(t)，可迭代地求解出xk+1＝γ的值。对于每个γ，tk和tk+1之间的三次多项式路径p(t)可由方程(2)给出，该路径在起点601(t＝tk)和终点(t＝tk+1)处均具有正确的斜率
其中，g(γ)＝f(γ，tk+1)，并且其中基础多项式a(t)，b(t)，α(t)和β(t)可由方程(3)、(4)、(5)和(6)给出
其中，d＝tk+1-tk。曲率函数C是u＝a+γb+g(γ)c的2-范数，其中
函数g(γ)的非线性通常很弱，因此方程(10)中定义的迭代
可在几个步骤内在优选的数值精确度水平内针对xk+1收敛到一个值。在此，符号<a，b>代表矢量a和b之间的点积。通过选择具有最小曲率的平滑三次多项式路径p(t)，在缺少信息的情况下使得起点和终点之间的斜率变化最小化。
图7将上文结合图6所述的概念应用至扩展曲线，该曲线可开始于点 qk-1并可结束于点qk。对于沿方向-ek在点c处进入相机中的光线，可针对可沿光线出现的每个可能的反射点来确定斜率。假定已确定了点qk-1(以及必要地在qk-1处的斜率)，希望找到沿光线的点qk＝c+lkek(即，确定反射点qk和相机点c之间的距离lk)。考虑被定义为与进入相机点c中的光线分别垂直和相切的单位矢量u和v。具体地，使v＝-ek且u＝Rek，其中是90度逆时针旋转矩阵。使用旋转的(u，v)坐标系，使x为u方向上的距离并且y为v方向上从点qk-1到点qk的距离。因为距离lk可由 lk＝<ek，qk-1-c>-y给出，所以可通过求解距离y来确定lk。求解点qk与图6 中确定终点602的位置相同(其中，图7中的旋转轴u和v分别对应于图6 中的轴t和x)。可利用方程(1)确定垂直于在不同y值处与光线相交的曲线的法向矢量n。可由方程(11)确定旋转坐标系中点qk处的曲线的对应斜率
距离y的值和方程(11)中的斜率对应于用于方程(10)的迭代的值γ和 g(γ)。因此，可使用上文所述的迭代法来确定点qk的解。
可以通过模拟图像捕获来检查用于确定表面上点估计的上述方法的精确度。在最简单的情况下，考虑图8中所示的反射表面f(x)，即一条线。将 n和t分别定义为线f(x)的单位法线矢量和单位切向矢量，并且使x为线上未必是反射点的点。(需注意，入射角和反射角被示为在点x处不相等，并且在反射点q处相等。)可由方程(12)给出针对源自点p的光的线f(x)上的反射点q＝x+γt。
如果反射表面f(x)是曲线而非一条线，则可迭代点xi的序列，使得由点xi的序列的极限定义反射点给定反射表面f(x)和一组点pk，利用这些构造，可生成在位于点c处的相机的图像平面上捕获的每个所得的图像点rk。因此，可模拟捕获反射的图像。为了测试上述表面估计方法的精确度，可从已知的反射表面f(x)开始，使用光线跟踪来计算模拟的捕获图像的一组点，从模拟的捕获图像构造反射表面g(x)的估计，并计算原始反射表面f(x)和构造的反射表面g(x)之间的误差差值f(x)-g(x)。
图9示出了用于***901的图像捕获模拟，其中一行传输图像点从表面反射。通过使用包含一行接收图像点的模拟捕获图像，可确定示出为重建表面902的表面的重建估计g(x)。可计算与原始(即f(x) -g(x))的被示出为误差903的偏差，其表明重建表面g(x)距原始表面f(x) 决不大于1um。与表面估计的误差差值可小于测量***中的其他误差源，因此提出的方法的精确度可为足够的。附加模拟可示出重建误差可随表面 f(x)的峰值变得更大而增大，并可随捕获图像点的数量的增加而减小。
上文所述的用于从二维角度估计反射表面(曲线)f(x)的方法可类似地扩展至三维。可具有反射表面的切面，而非反射曲线的切线。单位法向矢量n可在反射表面上的反射点q处垂直于切面。图10A示出了从光泽塑料电子器件壳体的表面反射的图像点阵列(点栅格)的捕获图像反射1001。每个反射点1002可对应于从图像显示器投射的传输点(例如平板显示器的一个或多个相邻的“点亮”的像素)。一个或多个参考点1003可被包括在被用于校准该***的投射图像中。这些参考点可使用不同的颜色来使其区别于投射图像中的其他点。图10B示出了从捕获的反射图像1001中提取的一组定位点1004，每个点由线段连接至相邻的定位点。可使用点的坐标位置和其相邻性信息来构造三维表面估计。
给定第一点的三维位置，可通过使用上述针对图6和7的二维迭代方案来确定第二相邻点的三维位置b。考虑由点a和通过b到达图像捕获设备 (相机)的线限定的二维平面P。始于三维位置a并因此始于通过位置a的表面的取向(其限定二维平面P中的通过位置a的表面的斜率)，可估计三维位置b。对于与捕获的反射图像中的特定图像点对应的相同光线，可构造从多个相邻点中的每个相邻点开始的针对b的估计，已估计该相邻点的位置和表面取向。因此，可使用若干个不同的起点a来将针对位置b的若干个估计取平均值，以提高精确度。每个起点a与通过点b的光线一起限定不同的平面。在本实用新型的使用规则的图像点栅格的一个实施方案中，可通过将三维位置取平均值来将新的估计的点位置加入到表面估计，该三维位置通过在其八个最近邻居处开始而计算得到。(只有已成为表面估计的一部分的相邻点才可被用作起点。)图10C和10D示出了使用上述方法构造的三维表面估计的两个视图。图10E提供了另一个视图，在该视图中移除了图像点之间的相邻性连接并且绘出了等距轮廓(在z方向上)。在图10E中，相邻的轮廓线相差20微米。图10F示出了从上方观察的图10E的轮廓图。轮廓图可提供一致的方法以对从制造部件的多个样本的捕获图像生成的表面估计进行比较。图10C，10D，10E和10F中的轴线以 mm为单位。相比于现有技术方法所需要的若干分钟或更长时间，使用单次图像捕获可在若干秒内计算出三维表面估计。可通过将图10F的轮廓图与使用现有技术激光扫描设备执行的对图10G中所示的相同部件的表面变形测量进行比较来实证确认该方法的精确度。如图10G所示，估计表面的轮廓图与激光扫描很好地关联。
如上所述，可使用投射图像反射的二维图像捕获来估计镜面反射对象的三维表面。该投射图像可包括规则图案诸如点阵列。这些点可如下文所述位于捕获图像中。每个投射的点将对应于如图11所示的数字捕获图像中的像素群集(像素化的反射点1101)。需注意，为了定位点，可将图11所示的捕获图像简化为单色图像，该单色图像可从由数字静态相机生成的所捕获的彩色图像中的一个或多个彩色(红、绿、蓝)通道得出。在具有 Bayer像素阵列的数字静态相机中，绿色通道可提供最多的信息，从而可以是优选的。利用数字阵列，每个数字表示所捕获图像中绿色通道的值，可以通过对每个像素进行低通滤波产生平滑化的图像。例如，可以利用其周围(最近邻)像素的值为每个像素的值求平均值。在图11中，在对像素化反射点1101进行低通滤波之后示出了经滤后的像素化反射点1102。需注意，经滤波的像素化反射点1102包含更多的像素，这些像素的峰值比捕获的像素化反射点1101的峰值低。根据阈值，可将已滤波图像中的像素的每个值转换为二元值(即仅黑或白)，从而获得二元像素化反射点1103。低通滤波(平滑)操作确保在阈值操作之后点不会分成多个像素群集。或者，可以排除低通滤波操作，直接从捕获的单色图像产生二元像素化图像 (可能针对对应于单个反射点的每个像素群集获得多个相异的“白色”像素)。可以通过将每个“白色”像素扩展成3×3(或某种其他图案)的“白色”像素，转换所得的二元像素化图像，从而将每个像素“膨胀”成更大的像素群集。利用任一种方法，所得的二元像素化图像优选地包含对应于每个捕获的反射点的“白色”像素的相异，不可分割的群集。
可以从二元像素化图像确定针对每个点的二维几何位置，作为每个群集“白色”像素的形心。图12示出了像素1202群集和相邻像素群集的群集形心1203。识别每个群集中所有像素的一种方法可以是向图像中的每个“白色”像素分配整数。可以通过逐个对图像像素进行加工来这样做。如果新像素是白色的，并且没有白色的相邻像素，可以为像素分配新的整数。如果新的白色像素具有已经标记的相邻白色像素，可以为新的像素分配向其标记的白色邻居分配的整数中的最小值。在第一通之后，同一群集的一些像素可能已经分配了不同的整数，但可以通过第二通来固定这种多重赋值。识别了包括每个群集的像素之后，可以计算像素群集的形心。接下来，能够确定对应于每个像素群集形心的产生点。可通过从一个或多个参考点支化来确定这种对应关系，可基于从投射图像中其余点捕获的不同颜色(如参考点可以是蓝色的而非白色的)来唯一地识别(在单色和二元转换之前)参考点。可以通过在沿已确定分支的方向定义(在可能时)的环形区域中搜索，将相邻形心连接到现有的已识别形心。图12示出了从形心1204沿着分支方向1205延伸并识别相邻的形心1206的一个可能的唤醒搜索区域1201。利用计算的形心和形心间的关系，可估计如上所述使投射的图像图案“失真”的反射对象的表面形状。
表面形状估计的精确度可取决于投射的图像图案中的点之间的间距。间距更近的点可提供更多关于表面形状的信息；然而，反射对象一些区域上的表面的曲率可导致投射图像中的相邻投射点在反射图像中非常靠近。在图10A中，靠近反射图像1001的边缘的点看起来几乎合并在一起，并且示出于图10B中的对应的定位点图案1004包含靠近边缘的一些孔，点无法被定位在这些孔处。可通过改变点栅格的密度(或每个点的尺寸)来改进表面特定区域中的精确度以确保可分辨(但仍然密集分布)点。此外，还可以改变图像捕获设备的位置或反射对象的取向，以提供不同的视角。还可以通过改变摄像机镜头的焦距来改变视场的放大率，以捕获镜面反射对象的特定区域。然后可从利用不同投射图像图案、不同空间取向或不同视场或它们的任意组合捕获的多个图像组合出镜面反射表面的复合估计。
图13A示出了从第二壳体反射的点栅格的捕获图像，并且图13B示出了所识别出的点以及组合而成的相邻性(连接)信息中的一些相邻性(连接)信息。图13D示出了包括同心的轮廓环的部件的三维表面估计。图 13C示出了从上方观察的估计表面的所得的轮廓图。所述方法可提供针对反射表面的形状的甚至较小变型的精确结果。投射图像的失真可随显示器、图像捕获设备和反射对象之间的距离的增加而增加。图14示出了两个不同反射对象的捕获图像，每个反射对象被放置在距显示器和图像捕获设备的不同的距离处。线栅格从两英尺距离处被投射到第一壳1401上并且还从五英尺距离处被投射到第二壳1402上。五英尺距离反射的图像表现出更大的失真。
图15示出了用于捕获图像以估计反射对象的表面形状的***的计算机辅助设计图。图像捕获设备(相机)301和图像显示设备(302)被安装在包括定位板1502的定位组件304上，反射对象可在该定位板上进行取向。遮光壳体1501可减少来自周围环境的外来光，以改善由图像显示器302投射的并由相机301捕获的图像的质量。
图16概述了用于估计反射表面形状的方法。在步骤1601中，图像显示设备可朝向镜面反射对象传输二维图像图案。该图案可以是规则的点阵列、线阵列、方格阵列或具有可清晰分辨的点的其他形状的阵列。优选地，该图像使用具有锐利边缘的亮区和暗区阵列。例如，图像能够包括在黑暗背景上分散的多个光点，每个点都是可清楚分辨的。在另一个实施方案中，图像可包括在暗背景上以栅格图案布置的多条亮线；其中线相交处可为可识别的点。在另一个实施方案中，图像可包括亮方格和暗方格的棋盘图案，其中四个相邻方格的四个拐角交汇形成可识别的点。本文描述的方法可使用很多不同的图像图案，并且该方法不限于所述的示例性图像图案。
在步骤1602中，图像捕获设备捕获投射图像的反射的二维图像。在优选的实施方案中，图像捕获设备是可产生数字像素化图像的数字静态相机。反射图像可包含失真版本的投射图像，其中失真可由镜面反射对象的表面形状的变型造成。在步骤1603中，可从捕获的像素化二维反射图像产生二元像素化图像。优选地，二元像素化图像包括像素群集的阵列，每个像素群集对应于投射图像中的单独的可识别的点。在步骤1604中，可利用二元像素化图像识别并定位一组二维图像点。优选地，二元像素化图像中的每个像素群集产生唯一的二维图像点。在一个优选的实施例中，二维图像点是像素群集的形心。在步骤1605中，计算一组三维方向矢量，每个针对一个二维图像点。每个三维矢量能够表示对于相应二维图像点，光线从镜面反射对象的表面上的反射点到图像捕获设备的图像平面行进的方向。在步骤1606中，可以为将每个点相关到其相邻点的每个二维图像点确定相邻信息。在步骤1607中，可沿其对应的三维方向矢量为每个二维图像点计算一组三维表面估计。该组三维表面估计的每个元素能够表示反射对象的能够将二维图像点反射到图像捕获设备中的表面的不同位置和取向。在步骤1608中，可从表面的一个或多个参考点开始迭代地构造反射对象的三维表面估计。对于每个三维表面估计，可以选择用于二维图像点的一组三维表面估计的元素，使得将三维表面估计连接到先前估计的三维表面估计的曲线的曲率函数最小化。在一个优选的实施例中，曲线包括三次多项式函数。在步骤1609中，可以相对于参考平面对三维表面估计进行取向。在步骤1610中，可从取向的三维表面估计产生表面轮廓图。
所述实施方案还可包括涉及基于一组二元像素化反射点1103来确定三维表面的曲率的各种技术，例如如相对于图11所述的。具体地，如图17A 所示，可基于具有多个原始点1702的规则点阵列1700如何由三维表面反射来定量地表征反射三维表面的视觉质量。每个原始点1702可基于三维表面的曲率以不同角度反射，从而导致原始点阵列的失真。根据本文所述的实施方案中的任一种实施方案，原始点阵列1700可被投射到三维表面上并且可由成像设备捕获。通过使用由成像设备捕获的一个或多个图像，原始点阵列1700可被重建为“失真的”反射点阵列1704，如图17B所示。此外，如本文所述，可针对每个原始点1702来计算用于连接成对原始点1702 的分支1714。如图17B所示，当被重建时，反射点阵列1704与原始点阵列1700相比可在某些方面不同或基本上相同。例如，被描述的反射三维表面的非均匀部分可使反射点阵列1704失真。因此，当与从三维表面反射时基本未经修改的原始分支1714相比，连接反射点阵列1704中的两个点的经修改的分支1708看起来是失真或重新布置的。另外，经修改的点1706 看起来从对应的原始点1702发生了移动。反射点阵列1704可限定一组四边形，并且每个四边形可由一组边界长度、面积和/或取向来表征。一组四边形可包括由三维表面的不均匀度造成的独特形状。例如，在某些情况下，当反射点阵列1704由三维表面反射之后，原始四边形1710的反射版本可基本上维持与原始四边形1710相同的特征属性(例如长度、面积、角度等)的值。具有与原始四边形1710基本上相同属性的反射四边形可指示其上入射(投射)有原始四边形1710的三维表面的区域中的均匀度水平。另选地。在一些情况下，反射四边形可具有经修改的四边形面积1712，其源自三维表面的不均匀度。原始点阵列1700与反射点阵列1704之间的所测量属性(特征)的差异可用作用于确定三维表面的视觉质量和/或均匀度的量度。应当指出的是，本文所述的各种实施方案可包含取代四边形的一种或多种形状。例如，原始点阵列1700可包括由原始点1702形成的一个或多个多边形。另外，在一些实施方案中，原始点1702可以任意布置来布置。
图18A和18B示出了经修改的四边形1812和可用于基于对投射图案例如点阵列1700的反射版本的分析来确定三维表面的均匀度的各个量度。具体地，图18A示出了经修改的四边形1712的一组角度1802，该组角度可被确定并可与其自身和/或与点阵列1700的其他四边形的角度和/或与反射点阵列1704的其他四边形的角度进行比较。例如，图18A示出了可由原始点阵列1700得出的原始四边形1810。图18A还示出了可由反射点阵列 1704得出的经修改的四边形1812，可计算该经修改的四边形的一组经修改的角度1804。经修改的四边形1812的经修改的角度1804可与原始四边形 1810的角度1802进行比较，从而提供了对其上入射有点阵列1700的三维表面的均匀度的指示。在一些实施方案中，经修改的角度1804可与一个或多个预先确定的角度值进行比较。例如，经修改的角度1804可与具有预先确定的公差(例如90度±3度)的合适的角度值进行比较，以便提供对三维表面的均匀度的指示。
图18B示出了经修改的四边形1812的一组“经修改的”长度1808，在一些实施方案中，该组“经修改的”长度也可被用作用于确定三维表面的均匀度的量度或特征属性。类似于相对于图18A的角度的比较，可确定经修改的四边形1812的一个或多个尺寸。该尺寸可包括可以是在经修改的四边形1812的拐角部的每个点1814之间的距离的一个或多个经修改的长度1808。该一组经修改的长度1808可与原始长度1806进行比较，以确定当由三维表面反射时原始四边形1810被修改的程度。例如，当经修改的长度1808不同于原始长度1806时诸如当差值超过公差阈值时，可推断其上入射有原始四边形1810的三维表面的区域在某种程度上是不均匀的或不平整的。另外，在一些实施方案中，经修改的长度1808可与具有或不具有预先确定的公差的预先确定的长度值进行比较，以便确定其上反射有原始四边形1810的表面是否在某种程度上是不均匀的或不平整的。类似地，在一些实施方案中，用于确定均匀度的量度可为角度、长度和/或面积测量的任何合适的组合。例如，经修改的四边形1812的面积可与原始四边形1810 的面积进行比较。当经修改的四边形1812的面积不基本上类似于(例如等于一定公差或在一定公差内)原始四边形1810的面积时，则可推断其上入射有原始四边形1810的三维表面的区域在某种程度上是不均匀的或不平整的。
图19示出了可被计算以便确定三维表面的均匀度的轨迹。具体地，图 19示出了包括原始四边形1710和经修改的四边形1712的反射点阵列 1704。反射点阵列1704可包括经修改的点1706，该经修改的点是在从三维表面反射并由相机或任何其他合适的图像捕获设备捕获之后从其原始位置偏移或被重新布置的点。如本文所述，连接反射点阵列1704的经修改的分支1708可被确定，以便得出限定原始四边形1710和经修改的四边形1712 的各个尺寸和量度。另外，可基于反射点阵列1704计算并比较一个或多个轨迹，以便确定其上入射有反射点阵列1704的三维表面的均匀度。轨迹可在不平行或相交时指示不均匀度或指示原始点阵列1700的一条或多条原始轨迹之间的差异。例如，当三维表面包括其上反射有原始点阵列1700的基本上均匀的部分时，原始四边形1710可被包括在反射点阵列1704中，从而指示原始四边形1710在反射期间没有被修改。基于原始四边形1710从均匀部分反射，第一均匀轨迹1908和第二均匀轨迹1910可被确定为平行的。因此，由于在反射点阵列1704由三维表面上的反射造成之前和之后原始四边形1710由基本上平行的轨迹限定，因此可推断原始四边形1710的入射或反射的位置是不均匀的。
另外，可基于经修改的四边形1712从三维表面反射来计算第一经修改的轨迹1902和第二经修改的轨迹1904。第一经修改的轨迹1902和第二经修改的轨迹1904可被确定为不平行的，因此提供了如下指示，即限定经修改的四边形1712的点的入射位置不是三维表面的均匀部分。此外，一个或多个轨迹可基于任意数量的经修改的点1706的位置。例如，两个经修改的点1706可用于每个轨迹，从而允许多条直的轨线用于确定三维表面的不均匀度。多于两个经修改的点1706可用于限定一个或多个轨迹，从而允许一条或多条抛物线轨线用于确定三维表面的不均匀度。例如，当抛物线轨线的轨迹不同于基本上直的线或用于测量均匀度的任何其他合适的线时，抛物线轨线的轨迹的改变可指示三维表面的不均匀度。
在一些实施方案中，可由第一经修改的轨迹1902和第二经修改的轨迹 1904计算交点1906。交点1906相对于经修改的点阵列1704的一个或多个反射点的位置可指示三维表面的均匀度。例如，如果交点1906距限定经修改的四边形1712的点中的一个点越远，则第一经修改的轨迹1902和第二经修改的轨迹1904更有可能平行。相反，如果交点1906邻近经修改的四边形1712的点中的一个点，则第一经修改的轨迹1902和第二经修改的轨迹1904更有可能不平行，从而指示不均匀的位置。
图20A和20B示出了针对三维表面的表面均匀度的视觉指示符的编译的示例，如本文所述。具体地，图20A示出了针对表面均匀度的视觉指示符的编译2000，其中编译2000包括仅基本上均匀的指示符2002。视觉指示符可从相对于三维表面的均匀度在本文确定的各个推断、量度和特征而得出。例如，当点之间的角度基本上等于预先确定的值、当四边形的面积基本上等于预先确定的面积、和/或当四边形的边的一个或多个轨迹基本上等于预先确定的取向(例如当两个轨迹基本上平行时)，基本上均匀的指示符2002可被包括在编译2000中，如本文进一步所述的。基本上均匀的指示符2002可包括一个或多个颜色、图案、数字、字符或用于限定具体量度的任何其他合适的指示符。因此，人类或机器可通过查看编译2000来确定产生视觉指示符的表面是基本上均匀或平整的。
图20B示出了针对表面均匀度的视觉指示符的编译2014，其中编译 2014包括多个不同的视觉指示符。具体地，由于本文所述的一个或多个过程和推断，可得到多种视觉指示符以用于指示三维表面的不均匀度的程度。视觉指示符的编译2014可根据原始点阵列1700来布置，如图20B所示，以便人类或机器更易于确定三维表面的均匀度。因此，从反射点阵列1704得到的数据可被布置为类似于原始点阵列1700的形状，同时提供其上入射有原始点阵列1700的三维表面的不均匀度的视觉指示符。例如，当三维表面的一部分基本上均匀时，基本上均匀的指示符2002可与该部分相关联。当三维表面的部分不是基本上均匀的，可提供其他视觉指示符以用于示出不均匀度的严重性或程度。例如，可提供均匀度等级2012，其中不均匀度箭头2010示出各个指示符从基本上均匀到基本上不均匀的方向。均匀度等级2012可辅助人类或机器读取视觉指示符的编译2014。因此，可确定第二等级均匀度2004在均匀度等级2012中位于基本上均匀的指示符2002 的正下方，从而指示第二等级均匀度2004比基本上均匀的指示符2002不均匀。此外，第三等级均匀度2006和第四等级均匀度2008在均匀度等级 2012中也位于第二等级均匀度2004下方，并且因此指示三维表面上的更不均匀的区域。如本文所述，每个均匀度等级可为颜色、梯度、图案、数字、字符或用于确定特定状况或测量(例如不均匀度)的任何其他合适的指示符。例如，密集图案或暗色可指示三维表面的较不均匀的部分，而较不密集的图案或亮色可指示三维表面的较均匀的部分。
图21示出了用于根据本文所述的一些实施方案来生成从由三维表面反射的点阵列得到的均匀度等级的布置的方法2100。方法2100包括在图像分析服务处接收从表面反射的经修改的点阵列的步骤2102。图像分析服务可以是被存储在计算设备上以用于根据本文所述的实施方案中的任一个实施方案来确定三维表面的均匀度的程序。如本文进一步所述的，点阵列可由光组成，并且表面可以是三维表面诸如计算设备的外壳。点可以类似于四边形、多边形、三角形或任何其他合适的几何形状的阵列来布置。在步骤 2104处，图像分析服务可确定由点阵列限定的一个或多个四边形的一个或多个特征。一个或多个表征可包括由四边形的边限定的角度、四边形的边的长度、四边形的面积、基于点阵列计算的轨迹、或用于指示点阵列从其反射的表面中的不均匀度的任何其他合适的属性。在步骤2106处，图像分析服务可基于在步骤2104处确定的一个或多个特征来确定一个或多个均匀度等级。均匀度等级可以是三维表面的一部分中的不均匀度的程度的指示。均匀度等级中的每个等级可被指定为颜色、字符、图案、数字、或用于对表面的物理属性进行等级排列的任何其他合适的指示符。例如，并且如本文所述，与基本上均匀的三维表面的一部分相关联的等级可分配有亮色或与基本上不均匀的部分相比而言较不密集的图案。在步骤2108处，图像分析服务可根据原始点阵列来布置一个或多个均匀度等级，从而生成视觉指示符的编译。视觉指示符的编译可在计算设备的存储器上被存储为数据阵列，并且可被人类或机器分析以用于确定三维表面的均匀度，如本文所述。
图22是计算设备2200的框图，该框图可表示本文所述的各种实施方案的部件。应当理解，相对于图22中所示和所述的部件、设备或元件可能不是必需的，并且因此在某些实施方案中可省略其中的一些。计算设备 2200可包括表示微处理器的处理器2202、协处理器、电路和/或用于控制计算设备2200的总体操作的控制器。尽管示出为单个处理器，但应当理解，处理器2202可包括多个处理器。多个处理器可彼此操作地通信，并且可被共同地配置成执行如本文所述的计算设备2200的一个或多个功能。在一些实施方案中，处理器2202可被配置为执行可被存储在计算设备2200中的和/或可供处理器2202访问的指令。因此，无论是由硬件来配置还是由硬件和软件的组合来配置，处理器2202均可根据本文所述的实施方案来执行操作和动作。
计算设备2200还可包括允许计算设备2200的用户与计算设备2200进行交互的用户输入设备2204。例如，用户输入设备2204可采取多种形式，诸如按钮、小键盘、拨号盘、触摸屏、音频输入接口、视觉/图像捕获输入接口、传感器数据形式的输入等。更进一步地，计算设备2200可包括可由处理器2202控制以向用户显示信息的显示器2208(屏幕显示器)。控制器 2210可用于通过设备控制总线2212来与不同设备进行交互并对其进行控制。计算设备2200还可包括耦接到数据链路2216的网络/总线接口2214。数据链路2216可允许计算设备2200耦接到主机或附件设备。数据链路 2216可通过有线连接或无线连接来提供。就无线连接而言，网络/总线接口 2214可包括无线收发器。
计算设备2200还可包括存储设备2218，该存储设备可具有单个盘或多个盘(例如硬盘)以及管理存储设备2218内的一个或多个分区(在本文也被称为“逻辑卷”)的存储管理模块。在一些实施方案中，存储设备 2220可包括闪存存储器、半导体(固态)存储器等。另外，计算设备2200 可包括只读存储器(ROM)2222和随机存取存储器(RAM)2222。ROM 2222可以非易失性方式存储待执行的程序、代码、指令、实用程序或进程。RAM 2224可提供易失性数据存储并且存储与存储管理模块的被配置为执行本文所述的各种技术的部件有关的命令。计算设备还可包括数据总线 2226。数据总线2226可有利于至少处理器2202、控制器2210、网络接口 2214、存储设备2218、ROM 2222和RAM 2224之间的数据和信号传输。
出于解释的目的，上述描述使用特定命名以提供对所述实施方案的彻底理解。然而，对于本领域的技术人员而言将显而易见的是，实践所述实施方案不需要这些具体细节。因此，对特定实施方案的上述描述是出于例示和描述的目的而呈现的。这些描述不旨在被认为是穷举性的或将所述实施方案限制为所公开的精确形式。对于本领域的普通技术人员而言将显而易见的是，根据上述教导内容，许多修改和变型是可能的。

Claims (33)

1.一种用于确定反射表面的均匀度的***，其特征在于，所述***包括：
计算设备，所述计算设备能够执行图像分析；
光发射设备，所述光发射设备操作地耦接到所述计算设备，其中所述光发射设备被配置为将光图案发射到所述反射表面上，所述光图案包括限定形状阵列的多个断开连接的点；和
光捕获设备，所述光捕获设备操作地耦接到所述计算设备，
其中，所述光捕获设备被配置为从所述反射表面接收反射光图案，并且
其中，所述计算设备被配置为对所述反射光图案执行图像分析，以便提供对所述反射表面的表面均匀度的估计，其中所述图像分析包括计算由所述反射光图案限定的多个反射多边形中的每个反射多边形的面积。
2.根据权利要求1所述的***，其中所述图像分析包括将每个反射多边形的所述面积与预先确定的面积值进行比较，并且基于所述比较来生成多个均匀度等级。
3.根据权利要求2所述的***，其中所述图像分析进一步包括将所述多个均匀度等级编译成二维阵列，以用于使所述多个均匀度等级可视化。
4.根据权利要求1所述的***，其中所述多个断开连接的点中的每个点限定所述多个反射多边形中的每个反射多边形的拐角。
5.根据权利要求4所述的***，其中计算所述面积包括确定所述多个断开连接的点中的每个点之间的距离。
6.根据权利要求1所述的***，其中所述反射表面为便携式计算设备的外壳的一部分。
7.根据权利要求1所述的***，其中所述图像分析包括将每个反射多边形的所述面积与预先确定的面积值进行比较，并且当所述面积基本上等于所述预先确定的面积值时，表征所述反射表面的所述反射多边形被入射在其上的所述一部分的均匀度指示符被存储在所述计算设备的存储器中。
8.一种确定设备外壳的表面的均匀度的***，其特征在于，所述***包括：
图像图案生成器，被配置成将光的布置投射到所述设备外壳的表面上；
图像捕获设备，被配置成对从所述表面投射的光的所述布置的反射进行采样，其中所述反射包括多个光点；
计算设备，操作地耦接到所述图像图案生成器和所述图像捕获设备，所述计算设备确定所述多个光点中的一个或多个光点的坐标；基于所述一个或多个光点的所述坐标来生成特征数据；基于所述特征数据来生成所述反射的一个或多个部分的均匀度等级；以及
耦接到所述计算设备的可视器，所述可视器被配置为显示均匀度等级的视觉表示，其中所述均匀度等级被编译成具有与光的所述布置对应的次序的等级阵列。
9.根据权利要求8所述的***，其中光的所述布置包括被布置成一个或多个多边形的原始光点阵列。
10.根据权利要求8所述的***，其中生成特征数据包括基于两个光点的坐标来确定所述两个光点之间的距离。
11.根据权利要求8所述的***，其中生成特征数据包括确定由两个或更多个光点的坐标限定的轨迹的斜率。
12.根据权利要求8所述的***，其中生成特征数据包括确定由三个或更多个光点的坐标限定的多边形的面积。
13.根据权利要求8所述的***，其中所述均匀度等级包括以所述等级阵列布置的多个不同的视觉指示符。
14.根据权利要求8所述的***，其中所述均匀度等级包括以所述等级阵列布置的一个或多个字母数字字符。
15.一种表面分析设备，其特征在于，所述表面分析设备用于分析计算设备外壳的表面，并且包括：
相机；
所述表面分析设备中操作地耦接到所述相机的至少一个处理器；和
存储指令的至少一个存储器，所述指令当由所述处理器执行时使得所述表面分析设备：
对与由所述相机接收的反射光量对应的图像数据进行采样；
确定所述反射光量的一个或多个形状中的每个形状的特征属性，其中所述一个或多个形状由光点限定；
将所述特征属性与阈值进行比较，其中所述阈值是用于所述表面的基本上均匀部分的指示符；
基于所述比较来生成所述一个或多个形状中的每个形状的特征值；以及
生成包括所述特征值的数据阵列。
16.根据权利要求15所述的表面分析设备，其中所述反射光量对应于源自所述表面分析设备的光源的原始光量。
17.根据权利要求16所述的表面分析设备，其中所述光源被配置为当所述原始光量入射在所述计算设备外壳上时将所述原始光量限制到所述计算设备外壳的周边。
18.根据权利要求15所述的表面分析设备，其中确定所述特征属性包括确定所述一个或多个形状中的每个形状的边长。
19.根据权利要求15所述的表面分析设备，其中确定所述特征属性包括确定所述一个或多个形状中的每个形状的两条边之间的角度。
20.根据权利要求15所述的表面分析设备，其中确定所述特征属性包括确定所述一个或多个形状中的每个形状的面积。
21.根据权利要求15所述的表面分析设备，其中将所述特征属性与所述阈值进行比较包括生成所述特征属性与所述阈值之间的差值。
22.根据权利要求21所述的表面分析设备，其中所述特征属性与所述阈值之间的所述差值的量值与所述表面的一部分的不均匀度的程度成正比。
23.根据权利要求21所述的表面分析设备，其中将所述特征属性与所述阈值进行比较包括确定所述特征属性是大于所述阈值还是小于所述阈值。
24.根据权利要求15所述的表面分析设备，其中所述一个或多个形状中的每个形状是由多个光点限定的多边形。
25.根据权利要求24所述的表面分析设备，其中当所述表面包括不均匀部分时，所述多个光点从由原始光量限定的原始位置偏移，并且所述特征值与所述不均匀部分的程度成比例。
26.一种表面分析***，其特征在于，所述表面分析***包括：
图像显示设备，所述图像显示设备被配置为生成参考图像图案并且将所述参考图像图案投射到反射表面的至少一部分上，所述参考图像图案包括具有参考特征属性的参考几何形状；以及
图像捕获设备，所述图像捕获设备被配置为捕获所述参考图像图案中的从所述参考图像图案被投射到其上的所述反射表面的所述一部分反射的至少一些参考图像图案。
27.如权利要求26所述的表面分析***，还包括：
其上安装有所述图像显示设备和所述图像捕获设备的定位组件。
28.如权利要求27所述的表面分析***，其中所述图像显示设备和所述图像捕获设备由所述定位组件在空间上相对于彼此进行取向。
29.如权利要求27所述的表面分析***，其中所述定位组件包括第一构件和第二构件，其中在该第一构件上放置反射对象，并且所述定位组件将反射对象的位置相对于所述图像捕获设备和被安装在所述定位组件的第二构件上的所述图像显示设备进行取向。
30.如权利要求29所述的表面分析***，其中所述定位组件是可调节的，
从而考虑到所述反射对象、所述图像捕获设备和所述图像显示设备之间的不同距离。
31.如权利要求26所述的表面分析***，其中所述图像显示设备投射包括多个亮区域和暗区域的图像图案，使得所述亮区域可被图像捕获设备捕获。
32.如权利要求26所述的表面分析***，还包括：
用于减少来自周围环境的外来光的遮光壳体。
33.如权利要求26所述的表面分析***，其中，所述参考特征属性受所述参考图像图案被投射到其上的所述反射表面的所述一部分的表面几何形状的影响。
CN201490001536.9U 2014-07-29 2014-07-29 确定反射表面的均匀度的***、表面分析设备和*** Active CN206583415U (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2014/048668 WO2016018260A1 (en) 2014-07-29 2014-07-29 Distortion quantifier

Publications (1)

Publication Number Publication Date
CN206583415U true CN206583415U (zh) 2017-10-24

Family

ID=55179694

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201490001536.9U Active CN206583415U (zh) 2014-07-29 2014-07-29 确定反射表面的均匀度的***、表面分析设备和***

Country Status (3)

Country Link
US (1) US9429421B2 (zh)
CN (1) CN206583415U (zh)
WO (1) WO2016018260A1 (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112912717A (zh) * 2018-11-14 2021-06-04 3M创新有限公司 用于表征表面均匀度的方法和***
CN113959353A (zh) * 2021-10-20 2022-01-21 武汉奥绿新生物科技股份有限公司 一种光学钛钉检测平台
US11367644B2 (en) * 2017-07-28 2022-06-21 Taiwan Semiconductor Manufacturing Co., Ltd. System and method for correcting non-ideal wafer topography

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017158483A1 (en) * 2016-03-14 2017-09-21 Insightness Ag A vision sensor, a method of vision sensing, and a depth sensor assembly
DE102016221325A1 (de) * 2016-10-28 2018-05-03 Zf Friedrichshafen Ag Verfahren und Vorrichtung zum Ermitteln dreidimensionaler Bilddaten unter Verwendung eines Bildsensors und einer Beleuchtungseinrichtung zum Erzeugen eines Beleuchtungsmusters
FR3066816B1 (fr) 2017-05-24 2020-09-04 Centre Nat Rech Scient Dispositif optique de mesure de la courbure d'une surface reflechissante
US11474245B2 (en) * 2018-06-06 2022-10-18 Magik Eye Inc. Distance measurement using high density projection patterns
UY38287A (es) * 2018-07-30 2019-08-30 Grifols Worldwide Operations Ltd Procedimiento y dispositivo para detectar defectos en el cierre de viales encapsulados
JP2020021105A (ja) * 2018-07-30 2020-02-06 キヤノン株式会社 画像処理装置、画像処理方法及びプログラム
WO2020150131A1 (en) 2019-01-20 2020-07-23 Magik Eye Inc. Three-dimensional sensor including bandpass filter having multiple passbands
WO2020197813A1 (en) * 2019-03-25 2020-10-01 Magik Eye Inc. Distance measurement using high density projection patterns
US11503256B2 (en) 2019-09-04 2022-11-15 Material Technologies Corporation Object feature visualization apparatus and methods
WO2021046153A1 (en) 2019-09-04 2021-03-11 Material Technologies Corporation Object feature visualization apparatus and methods
CN112991270B (zh) * 2021-02-10 2021-11-02 南京航空航天大学 一种大尺寸旋转体模具形变动态测量方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09304029A (ja) 1996-05-21 1997-11-28 Canon Inc 表面形状検査装置
JP4050432B2 (ja) 1999-10-01 2008-02-20 株式会社小糸製作所 車両用灯具の反射鏡の反射面決定方法
US7876455B2 (en) * 2004-08-03 2011-01-25 TechnoDream21 Co., Ltd. Three-dimensional shape measuring method and apparatus for the same
US8326020B2 (en) * 2007-02-28 2012-12-04 Sungkyunkwan University Foundation Structural light based depth imaging method and system using signal separation coding, and error correction thereof
US8441532B2 (en) * 2009-02-24 2013-05-14 Corning Incorporated Shape measurement of specular reflective surface
US8432395B2 (en) * 2009-06-16 2013-04-30 Apple Inc. Method and apparatus for surface contour mapping
EP2299236B1 (en) 2009-09-17 2013-04-10 LayTec Aktiengesellschaft Method and apparatus for real-time determination of curvature and azimuthal asymmetry of a surface
DE102012108567B4 (de) * 2011-10-05 2017-04-27 Electronics And Telecommunications Research Institute Verfahren zum Erlangen von Tiefeninformationen unter Verwendung eines Lichtmusters

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11367644B2 (en) * 2017-07-28 2022-06-21 Taiwan Semiconductor Manufacturing Co., Ltd. System and method for correcting non-ideal wafer topography
CN112912717A (zh) * 2018-11-14 2021-06-04 3M创新有限公司 用于表征表面均匀度的方法和***
CN113959353A (zh) * 2021-10-20 2022-01-21 武汉奥绿新生物科技股份有限公司 一种光学钛钉检测平台
CN113959353B (zh) * 2021-10-20 2024-05-14 武汉奥绿新生物科技股份有限公司 一种光学钛钉检测平台

Also Published As

Publication number Publication date
US20160033262A1 (en) 2016-02-04
US9429421B2 (en) 2016-08-30
WO2016018260A1 (en) 2016-02-04

Similar Documents

Publication Publication Date Title
CN206583415U (zh) 确定反射表面的均匀度的***、表面分析设备和***
US8432395B2 (en) Method and apparatus for surface contour mapping
CN106228507B (zh) 一种基于光场的深度图像处理方法
Fechteler et al. Adaptive colour classification for structured light systems
KR101601331B1 (ko) 물체의 모양을 삼차원 측정하기 위한 시스템 및 방법
TWI490445B (zh) 用於估計一物件之一三維表面形狀之方法、裝置及機器可讀非暫時性儲存媒體
US6917702B2 (en) Calibration of multiple cameras for a turntable-based 3D scanner
CN107346041B (zh) 裸眼3d显示设备的光栅参数的确定方法、装置及电子设备
WO2022021680A1 (zh) 融合结构光和光度学的三维对象重建方法及终端设备
JPS63284683A (ja) 三次元表面形状を表現するためのデータ形成装置
US9147279B1 (en) Systems and methods for merging textures
US9204130B2 (en) Method and system for creating a three dimensional representation of an object
CN116250017A (zh) 用于使用结构化光直接恢复场景中的平面表面的***、方法和介质
CN110398215A (zh) 图像处理装置和方法，***，物品制造方法，存储介质
CN102428344A (zh) 三维形貌检测方法
CN106415460B (zh) 具有智能用户输入界面的可穿戴设备
CN109690241A (zh) 三维测定装置和三维测定方法
Shi et al. Depth sensing with coding-free pattern based on topological constraint
TWI480507B (zh) 三維模型重建方法及其系統
Grochulla et al. Combining photometric normals and multi-view stereo for 3d reconstruction
Francken et al. Screen-camera calibration using gray codes
JP6583674B2 (ja) ３次元測定装置、パターン生成装置、および方法
TWI719588B (zh) 適用於瞬時形貌量測二維編碼條紋投影的方法
MacDonald et al. Accuracy of 3D reconstruction in an illumination dome
Cho et al. Optical design of photometric techniques for specular reflection

Legal Events

Date Code Title Description
GR01 Patent grant
GR01 Patent grant