基于三維模型的變焦顯微測量技術(shù)綜述

王菁+付娟+王青+張靜

摘 要：變焦顯微測量技術(shù)是物體微觀表面形貌的非接觸式高精度測量方法中的一個重要研究方向，因其測量精度高、效率高、魯棒性強(qiáng)、適合測量具有大傾角的表面的優(yōu)點，文章對該測量技術(shù)中的幾個關(guān)鍵技術(shù)進(jìn)行挖掘和研究，包括聚焦評價、圖像融合、模型重構(gòu)、模型拼接和模型質(zhì)量評價幾個方面，意指找到最優(yōu)的算法組合。文章綜述了五個關(guān)鍵技術(shù)點在國內(nèi)外的發(fā)展態(tài)勢，剖析了基于三維模型的變焦顯微測量技術(shù)的可行性，并從中尋找到有效的組合方法形成系統(tǒng)的基于三維模型的變焦顯微測量技術(shù)。

關(guān)鍵詞：變焦顯微測量；聚焦評價算子；三維模型重構(gòu)；圖像融合；模型拼接

1 概述

物體微觀表面形貌的高精度測量[1]是測量領(lǐng)域的一個重要研究方向，屬于微納尺度上的測量方法，其目的主要是通過光學(xué)技術(shù)和計算機(jī)技術(shù)，將測量物體的微觀表面重構(gòu)出真實、精確的三維模型，并從中提取輪廓、形狀偏差、位置偏差等重要信息。該技術(shù)已經(jīng)成功應(yīng)用于包括精密工程、微制造、質(zhì)量檢測、生物科技、臨床醫(yī)學(xué)等方面的諸多領(lǐng)域，具有很大的科研價值與實用價值。

物體微觀表面形貌的測量方法分為接觸式測量方法和[2]非接觸式測量方法[3]兩大類。相比于接觸式測量方法易于損傷被測工件表面的缺點，非接觸式的表面形貌學(xué)測量方法是該領(lǐng)域中的主流測量方法，正向著速度更快、分辨率更高、測量范圍更高、適用范圍更廣的方向發(fā)展。而在非接觸式的表面形貌學(xué)測量方法中，本文所采用的變焦顯微測量相比于激光相移干涉法、掃描白光干涉法等其他幾種非接觸式測量方法具有明顯的技術(shù)優(yōu)勢。

由于該測量方法是一種較新的測量手段，已有的研究較多停留在二維圖像融合上，對該測量方法系統(tǒng)、統(tǒng)籌的研究工作還很少，對三維模型重構(gòu)、三維模型拼接的算法挖掘和改進(jìn)不足。以重構(gòu)后三維模型上的噪音問題為例，根據(jù)理論分析和已有的實驗結(jié)果，通過已知的先進(jìn)算法生成的三維模型易出現(xiàn)噪音和表面形狀上的失真，對模型重構(gòu)帶來了誤差，嚴(yán)重影響了測量的準(zhǔn)確性[4，5]。對于平面物體，三維模型的平面拼接可以滿足測量需求；對于螺釘、鉆刀等被測物，三維模型的柱面拼接是必不可少的。

本文基于二維圖像融合、三維模型重構(gòu)和三維模型拼接技術(shù)，通過對算法進(jìn)行挖掘和研究，找到可以實現(xiàn)理想效果的變焦顯微測量技術(shù)的具體方案。根據(jù)二維圖像的時域融合原理，尋找從二維變焦圖像序列生成三維立體模型的已有算法進(jìn)行創(chuàng)新性改進(jìn)，通過對不同物體表面進(jìn)行實驗得到多組三維模型，經(jīng)過定量的評價指標(biāo)計算，組合出的最優(yōu)算法準(zhǔn)確度高、抗噪性強(qiáng)。

2 變焦顯微測量技術(shù)

從歷年資料來看，國際上將變焦顯微測量技術(shù)應(yīng)用于精密測量領(lǐng)域的科研機(jī)構(gòu)里面，除了奧地利Alicona、德國Leica和日本Keyence幾家商業(yè)化公司而外，僅有德國紐倫堡大學(xué)、瑞士蘇黎世大地測量學(xué)和攝影研究所、捷克科學(xué)院等少數(shù)幾家；國內(nèi)從事相關(guān)研究工作的有中科院空間科學(xué)與應(yīng)用研究中心、山東大學(xué)、重慶大學(xué)、南京航空航天大學(xué)等為數(shù)不多的幾所高校和科研院所。

根據(jù)國際標(biāo)準(zhǔn)化組織（International Organization for Standardization，ISO）中負(fù)責(zé)“尺寸與產(chǎn)品幾何技術(shù)規(guī)范”的第213學(xué)術(shù)委員會（TC 213）在2010年編制的ISO25178標(biāo)準(zhǔn)第6部分中描述[6，7]，包括接觸式和非接觸式測量方法在內(nèi)，目前列入該標(biāo)準(zhǔn)的表面形貌測量方法共計有12種。圖1列出了部分測量方法、原理及其特性。

3 聚焦評價與三維模型重構(gòu)

聚焦評價技術(shù)也被稱為聚焦合成技術(shù)（Depth from Focus，DFF），它是由自動聚焦技術(shù)[8，9]演變而來。拍攝的圖像隨著放大倍數(shù)增大，景深會隨著減小，這使得物體不可能在一幅圖像中完全聚焦清晰。而生物醫(yī)學(xué)及材料科學(xué)的成像要求顯微鏡既要有更高的分辨率又要有足夠的景深，這是傳統(tǒng)光學(xué)硬件的矛盾。為解決此矛盾，聚焦評價技術(shù)應(yīng)運(yùn)而生。

高贊[9]等研究經(jīng)典的基于梯度的自動聚焦評價函數(shù)時，發(fā)現(xiàn)這些經(jīng)典的基于梯度的自動聚焦算法在計算梯度的時候僅僅計算了一個或者二個方向上的梯度，實際的梯度方向可能與算法指定的梯度方向不一樣。鄭媛媛[10]在聚焦區(qū)域選擇方面，針對評價函數(shù)有多個極值導(dǎo)致的聚焦失敗提出了基于群智能優(yōu)化算法的聚焦窗口選擇方法，搜索前景和后景的最佳分割閾值。Ikhyun Lee[11]等提出了一種窗口具有一定延展性的三維形貌重構(gòu)算法，可以將聚焦評價窗口的形狀進(jìn)行改變，根據(jù)一定的指標(biāo)調(diào)整矩形的長寬大小，從而得到精確度更高的三維模型。

綜合以上有關(guān)聚焦評價的國內(nèi)外研究現(xiàn)狀，可知對于聚焦評價窗口進(jìn)行自適應(yīng)的形狀改良方法未見于文獻(xiàn)，所以通過對現(xiàn)有算子進(jìn)行公式上的適度改良，結(jié)合具有自適應(yīng)功能的窗口模型，可在保證軟件處理效率的前提下提高計算精度。

4 圖像融合技術(shù)

圖像融合技術(shù)對同一景物的用不同傳感器獲得的不同圖像，或用同種傳感器以不同的成像方式或在不同成像時間獲得的不同圖像，融合為一幅高清晰圖像。這幅融合圖像包含了一系列原始圖像的信息，以達(dá)到對該景物更準(zhǔn)確，更全面和更可靠的描述。對三維模型重構(gòu)和拼接理論的研究當(dāng)中，將顯微圖像序列生成二維高清晰的融合圖像是有利于實驗者進(jìn)行被測物的測量和觀察的。為了保證融合的精度[13]，選取基于像素點的圖像融合可以得到高精度的融合圖像，且使用先進(jìn)的聚焦評價算子可以提升時域融合圖像的精度，對模型的拼接也會有幫助。

常用的基于空間域的圖像融合算法主要分為兩類：

4.1 基于像素點的融合算法

4.2 基于圖像塊的融合算法

這種算法不是針對單個像素點進(jìn)行操作，而是以一塊圖像區(qū)域作為處理對象。該方法對圖像的處理方法較為簡便，首先將待融合圖像分塊，比較對應(yīng)圖像塊的清晰度指標(biāo)特征，如果清晰區(qū)域和模糊區(qū)域差距明顯，就直接選取清晰的部分進(jìn)行融合；如果清晰區(qū)域和模糊區(qū)域的界限不明顯，處于兩者的交界區(qū)，則兩部分加權(quán)組合形成融合圖像，原理如圖2所示。

5 模型拼接技術(shù)

學(xué)術(shù)界對于三維模型拼接的研究成果較少，主要是根據(jù)三維形貌的特征點進(jìn)行匹配拼接的。尤其是對于柱面模型拼接方法的研究，國內(nèi)仍然是一片空白。

徐巧玉[14]等為了實現(xiàn)工件的大范圍高精度測量，在被測物四周設(shè)置輔助測量控制點，基于單位四元數(shù)法建立測量控制網(wǎng)，通過其在不同測位獲取的測量數(shù)據(jù)轉(zhuǎn)換到整體空間坐標(biāo)系下，獲得全局測量數(shù)據(jù)，實現(xiàn)數(shù)據(jù)的三維拼接。

于瀛潔[15]在確保較高分辯率的前提下，提出了一種相位拼接技術(shù)以解決數(shù)字全息技術(shù)中擴(kuò)大測量面積的瓶頸問題。以平面物體的測量為例建立了數(shù)字全息相位拼接技術(shù)的理論模型，完成了對相位物體的2×2拼接模擬，并在對標(biāo)準(zhǔn)相位板2×2的拼接實驗中獲得了較好的拼接效果。雖然該模型拼接算法用在干涉測量領(lǐng)域，但對本文的算法選取有一定的借鑒意義。

綜合以上有關(guān)與模型拼接相關(guān)的國內(nèi)外研究現(xiàn)狀，可知現(xiàn)有的模型拼接技術(shù)主要應(yīng)用于干涉測量方法中，應(yīng)用于變焦顯微測量的模型拼接方法還鮮有文獻(xiàn)提及?，F(xiàn)有文獻(xiàn)中有通過圖像拼接指導(dǎo)模型拼接的方法，但本文提升了圖像拼接的精度，從而間接提升模型拼接的精度。

6 結(jié)束語

本文綜述了國外基于三維重構(gòu)的變焦測量方法研究現(xiàn)狀，對該測量技術(shù)幾種關(guān)鍵技術(shù)進(jìn)行了分析與比較，對機(jī)床刀具、螺紋、鉆頭等具有大傾角和斜面的工具，該方法具有傳統(tǒng)監(jiān)測方法所不具備的優(yōu)點，但國內(nèi)在此領(lǐng)域缺乏創(chuàng)新動力，需要更多投入以實現(xiàn)日后需要。綜合有關(guān)聚焦評價和三維重構(gòu)的國內(nèi)外成果，可知聚焦評價窗口自適應(yīng)的形狀改良方法仍存在很大的改良空間。從關(guān)于圖像融合的文獻(xiàn)中來看，融合圖像的質(zhì)量越高，從中計算得到的特征角點越多，圖像拼接的準(zhǔn)確性也會越高?，F(xiàn)有的模型拼接方法主要應(yīng)用于干涉測量方法當(dāng)中，通過對各關(guān)鍵技術(shù)算法進(jìn)行選取與定量比較，給出實現(xiàn)該種測量目的的計算方案和算法類型，可以形成一套實用的測量手段。

參考文獻(xiàn)

[1]惠梅.表面微觀形貌測量中相移干涉術(shù)的算法與實驗研究[D].中國科學(xué)院西安光學(xué)精密機(jī)械研究所，2001.

[2]師麗麗.基于白光垂直掃描干涉法測量物體微觀表面形貌的研究[D].南京理工大學(xué)，2011.

[3]夏陽，黃進(jìn)凡.微觀表面形貌檢測方法及其發(fā)展[J].湖北農(nóng)機(jī)化，2014，03：55-58.

[4]Richard Leach： Fundamental Principles of Engineering Nanometrology[M]. William Andrew， Oxford， 2009： 120-155.

[5]Ikhyun Lee， et al.， Adaptive Window Selection for 3D Shape Recovery from Image Focus[J].Optics & Laser Technology， 2013（45）：21-31.

[6]ISO 25178-6（2010）： Geometrical product specifications （GPS）-Surface texture： Areal - Part 6： Classification of methods for measuring surface texture. International Organization of Standardization.

[7]ISO 25178-2（2012）： Geometrical product specifications （GPS） - Surface texture： Areal- Part 2： Terms， definitions and surface texture parameters. International Organization of Standardization.

[8]高贊.自動聚焦評價函數(shù)的精確度和穩(wěn)定性研究[D].山東：山東大學(xué)，2007：20-40.

[9]鄭媛媛.自動聚焦算法研究[D].山東：山東大學(xué)，2012：30-66.

[10]Ikhyun Lee， et al.，Improving Focus Measurement via Variable Window Shape on SurfaceRadiance Distribution for 3D Shape Reconstruction[J].Optics & Lasers in Engineering， 2013（51）：520-526.

[11]Richard Leach. Optical Measurement of Surface Topography[M]. Springer， Heidelberg， 2011：131-166.

[12]M.T. Mahmood， et al.， Shape from Focus using Principal Component Analysis in Discrete Wavelet Transform[J].Optical Engineering， 2009（49）：132-138.

[13]ReinhardDanzl， Franz Helmli， Stefan Scherer， Focus Variation - a Robust Technology for High Resolution Optical 3D Surface Metrology[J].Journal of Mechanical Engineering， 2011，57（3）：245-256.

[14]徐巧玉.大型裝備在線三維視覺測量系統(tǒng)關(guān)鍵技術(shù)研究[D].黑龍江：哈爾濱工業(yè)大學(xué)，2007：25-80.

[15]于瀛潔，陳剛，戴翠霞，等.相位拼接技術(shù)在數(shù)字全息中的應(yīng)用[J].光子學(xué)報，2009，38（11）：2976-2979.

[16]Aamir Saeed Malik， et al.， Consideration of Illumination Effects and Optimization of Window Size for Accurate Calculation of Depth Map for 3D Shape Recovery[J]. Pattern Recognition， 2007（40）：156-170.

[17]陳穎，顯微圖像融合算法研究[D].北京：中國科學(xué)院研究生院， 2010：18-40.

作者簡介：王菁（1980-），女，山東青島，工程師，中車青島四方機(jī)車車輛股份有限公司，主要從事軌道車輛產(chǎn)品質(zhì)量策劃、質(zhì)量體系審核工作。

付娟（1983-），女，山東青島，助理工程師，中車青島四方機(jī)車車輛股份有限公司，主要從事軌道車輛質(zhì)量管理工作。

王青（1983-），男，山東青島，工程師，主要從事軌道車輛電氣質(zhì)量檢驗工作。

張靜（1982-），女，山東青島，工程師，中車青島四方機(jī)車車輛股份有限公司，主要從事軌道車輛產(chǎn)品質(zhì)量策劃、控制工作。