宋琨鵬+于瀛潔+牟柯冰
摘要: 金相顯微鏡是一種經(jīng)典的測(cè)量分析儀器,已經(jīng)實(shí)現(xiàn)了金相顯微鏡圖像的數(shù)字化采集,并恢復(fù)了三維微觀形貌。首先,對(duì)金相顯微鏡的載物臺(tái)加裝電機(jī),利用電機(jī)帶動(dòng)載物臺(tái)進(jìn)行精密移動(dòng),在載物臺(tái)移動(dòng)過(guò)程中,對(duì)被測(cè)物體等步距拍攝序列圖像。然后,根據(jù)聚焦形貌恢復(fù)的原理,采用修正的拉普拉斯算子進(jìn)行聚焦程度判斷,利用高斯插值方法獲取聚焦程度最大值以及此時(shí)被測(cè)表面的高度信息,恢復(fù)三維形貌。最后,利用金相顯微鏡對(duì)粗糙度樣塊進(jìn)行測(cè)量,獲得了相符的測(cè)量結(jié)果。該方法對(duì)于擴(kuò)展金相顯微鏡的測(cè)量范圍具有積極意義。
關(guān)鍵詞: 金相顯微鏡; 聚焦形貌恢復(fù); 三維微觀形貌恢復(fù)
中圖分類號(hào): TP394.1 文獻(xiàn)標(biāo)志碼: A doi: 10.3969/j.issn.1005-5630.2016.05.003
文章編號(hào): 1005-5630(2016)05-0388-05
引 言
金相顯微鏡是一種應(yīng)用廣泛的光學(xué)儀器,可以及早發(fā)現(xiàn)材料加工生產(chǎn)中的問(wèn)題,改善熱處理操作,防止產(chǎn)生廢品,提高產(chǎn)品質(zhì)量。該設(shè)備已成為鋼鐵冶煉、材料加工等行業(yè)重要的測(cè)量分析儀器,也廣泛應(yīng)用在高校的實(shí)驗(yàn)研究教學(xué)中。數(shù)字化是提升測(cè)量能力、滿足現(xiàn)代生產(chǎn)要求的有效手段。因此國(guó)內(nèi)外許多研究人員已經(jīng)對(duì)普通的金相顯微鏡進(jìn)行了數(shù)字化[1-2],用CCD采集圖像,然后進(jìn)行圖像分析與處理。目前商品化的金相顯微鏡多以二維測(cè)量分析為主,但實(shí)際應(yīng)用中對(duì)同時(shí)獲得三維信息也有很多需求。金相顯微鏡本身的結(jié)構(gòu)具有三維運(yùn)動(dòng)功能,為實(shí)現(xiàn)三維測(cè)量提供了必要條件。
在載物臺(tái)可以精密移動(dòng)的基礎(chǔ)上,基于一些新的圖像處理技術(shù)還可以實(shí)現(xiàn)微觀形貌的恢復(fù)。本文采用單目視覺(jué)方法,對(duì)光學(xué)系統(tǒng)成像部分不做改動(dòng),成本較低,而且容易實(shí)現(xiàn)[3]。在單目視覺(jué)方法中,采用聚焦形貌恢復(fù)方法對(duì)被測(cè)物體進(jìn)行恢復(fù),原理簡(jiǎn)單,魯棒性較好。本文簡(jiǎn)要介紹了聚焦形貌恢復(fù)技術(shù),并通過(guò)實(shí)驗(yàn)對(duì)金相顯微鏡進(jìn)行改造,實(shí)現(xiàn)了粗糙度樣塊三維表面形貌的恢復(fù),測(cè)量了表面粗糙度,與標(biāo)準(zhǔn)值比對(duì)后可得實(shí)驗(yàn)結(jié)果正確可靠。實(shí)驗(yàn)系統(tǒng)擴(kuò)大了金相顯微鏡的使用范圍。
2 實(shí)驗(yàn)
2.1 實(shí)驗(yàn)裝置和實(shí)驗(yàn)過(guò)程
可以通過(guò)以下三個(gè)方法獲取序列圖像:圖像采集系統(tǒng)移動(dòng)、被測(cè)物體移動(dòng)或鏡頭變焦。最后一個(gè)方法的缺點(diǎn)是景深發(fā)生變化,對(duì)光學(xué)裝置要求高,因此通常采用移動(dòng)被測(cè)物體或者移動(dòng)光學(xué)鏡頭的方法來(lái)獲取序列圖像。如圖3所示,在手動(dòng)控制金相顯微鏡載物臺(tái)的基礎(chǔ)上,添加步進(jìn)電機(jī),利用步進(jìn)電機(jī)帶動(dòng)載物臺(tái)上下移動(dòng),CCD捕獲移動(dòng)過(guò)程中被測(cè)物體的圖像。測(cè)試樣品為粗糙度Ra=0.8 μm的車削樣板,采用20倍物鏡,步進(jìn)距離為1 μm(兩幅圖像的距離),采集10幅序列圖像,圖4所示為其中的4幅圖像。在移動(dòng)過(guò)程中,首先是被測(cè)樣品全部離焦,如圖4(a)所示圖像模糊,隨著測(cè)量臂向上移動(dòng),樣品底部先聚焦,如圖4(b)所示樣品底部圖像清晰,頂部模糊,接著樣品頂部聚焦,如圖4(c)所示頂部圖像清晰,底部模糊,最后全部離焦,如圖4(d)所示。
2.2 實(shí)驗(yàn)結(jié)果
根據(jù)式(2)、(3)計(jì)算得到每個(gè)像素點(diǎn)的聚焦測(cè)度值,利用高斯插值,根據(jù)式(5)獲取對(duì)應(yīng)點(diǎn)的高度值,恢復(fù)的三維形貌如圖5所示,消除傾斜之后如圖6所示。垂直于車削痕跡方向獲取多個(gè)橫截面,測(cè)量結(jié)果Ra=0.11 μm。
3 結(jié) 論
傳統(tǒng)的金相顯微鏡在工業(yè)生產(chǎn)中應(yīng)用廣泛,但只適用于二維測(cè)量分析。本文基于聚焦形貌恢復(fù)技術(shù)在金相顯微鏡上實(shí)現(xiàn)了三維微觀形貌測(cè)量,計(jì)算了被測(cè)物體的表面粗糙度值,擴(kuò)展了金相顯微鏡的測(cè)量功能。
聚焦形貌恢復(fù)技術(shù)的精度主要取決于光學(xué)系統(tǒng)的參數(shù)和序列圖像的軸向采樣間隔。電機(jī)的步進(jìn)距離必須小于光學(xué)系統(tǒng)的景深,否則會(huì)丟失步進(jìn)距離與景深差值之間的高度信息,影響三維形貌的恢復(fù)。光學(xué)系統(tǒng)景深越小,電機(jī)驅(qū)動(dòng)器的步進(jìn)距離越小,最后的測(cè)量精度越高。但景深越小,顯微鏡的放大倍數(shù)越大,測(cè)量視野變得越小。同時(shí)步進(jìn)距離越小,對(duì)精密機(jī)械裝置的要求也就越高。因此要對(duì)被測(cè)物體的大小和精度要求進(jìn)行合理的選擇。后續(xù)工作中將對(duì)系統(tǒng)的測(cè)量精度開展研究分析。
參考文獻(xiàn):
[1] 張照軍,張思遙.金相顯微鏡數(shù)字圖像采集系統(tǒng)的改造[J].金屬熱處理,2012,37(12):134-135.
[2] 施杰.金相顯微鏡設(shè)計(jì)價(jià)值分析與高性價(jià)比實(shí)現(xiàn)研究[D].桂林:桂林電子科技大學(xué),2008.
[3] 佟帥,徐曉剛,易成濤,等.基于視覺(jué)的三維重建技術(shù)綜述[J].計(jì)算機(jī)應(yīng)用研究,2011,28(7):2411-2417.
[4] NAYAR S K,NAKAGAWA Y.Shape from focus[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,1994,16(8):824-831.
[5] DURAKBASA M N,OSANNA P H,DEMIRCIOGLU P.The factors affecting surface roughness measurements of the machined flat and spherical surface structures - the geometry and the precision of the surface[J].Measurement,2011,44(10):1986-1999.
[6] MALIK A S,CHOI T S.Comparison of polymers:a new application of shape from focus[J].IEEE Transactions on Systems,Man,and Cybernetics,Part C(Applications and Reviews),2009,39(2):246-250.
[7] MAHMOOD M T,SHIM S O,ALSHOMRANI S,et al.Depth from image focus methods for micro-manufacturing[J].The International Journal of Advanced Manufacturing Technology,2013,67(5/8):1701-1709.
[8] BILLIOT B,COINTAULT F,JOURNAUX L,et al.3D image acquisition system based on shape from focus technique[J].Sensors,2013,13(4):5040-5053.
[9] 錢燕,尹文慶,林相澤,等.基于序列圖像三維重建的稻種品種識(shí)別[J].農(nóng)業(yè)工程學(xué)報(bào),2014,30(7):190-196.
[10] 吳振鋒,左洪福,邱根良.光學(xué)顯微鏡自動(dòng)聚焦的技術(shù)研究[J].光學(xué)儀器,2000,22(4):9-12.
[11] PERTUZ S,PUIG D,GARCIA M A.Analysis of focus measure operators for shape-from-focus[J].Pattern Recognition,2013,46(5):1415-1432.