三維視覺表面缺陷檢測(cè)的研究現(xiàn)狀與面

三維視覺表面缺陷檢測(cè)的研究現(xiàn)狀與面!質(zhì)的主要問題近幾年，二維視覺E逐步應(yīng)用于機(jī)器視覺檢測(cè)中。三維觀覺能夠提供產(chǎn)品的形狀、尺寸、體積以及空間位置等信息。如機(jī)器人視覺引導(dǎo)』孑拾取中的零件三錐位竇測(cè)星際w-食品食物的體積計(jì)算、原木的體積和形狀測(cè)量、電子元器件的位置和尺寸檢測(cè)等。乖冃二維視覺可以輔助完成二維視覺檢測(cè)，如輪胎上的低對(duì)比度的編碼字符識(shí)捌、不冋半徑對(duì)應(yīng)的寬度測(cè)量等*傳統(tǒng)的二維圖像雖然在特殊光源和特定角度下可以使得被測(cè)對(duì)象的特征的對(duì)比度增加，但識(shí)別與測(cè)雖效果沒有二維圖像穩(wěn)定可靠.如圖L1(町是三維結(jié)構(gòu)光視覺傳感器檢測(cè)黑色輪胎表面字符和寬度的，通過三維視覺傳感器打描后得到如圖Ll(b)的點(diǎn)云偏差彩芭圖像。由于輪胎表面為黑色「對(duì)所有顏色的光源都具有較強(qiáng)的哦光性，且持提取特征的顏色與背景顏色相同，通過普通的：維觀覺很難得到較清晰的輪廓.而通過三維視覺技術(shù)「獲取輪胎表面的點(diǎn)云數(shù)據(jù)，從點(diǎn)云偏差彩色圖像觀察，字符的輪廓特征更加清晰，相對(duì)于二維圖像，更扇于圖像處理G識(shí)別亠圖1.1輪胎表而字符識(shí)別三維表而缺陷檢測(cè)的主耍信息來源r物體表面的三維點(diǎn)云數(shù)據(jù)。皋于?】維點(diǎn)云數(shù)據(jù)處理的表而缺陷檢測(cè)般方法可以歸納為如圖1.2所示的檢測(cè)流程"甘先通過灘掃描傳感器打描獲得物體二維點(diǎn)云數(shù)據(jù)，然后將點(diǎn)云數(shù)據(jù)與標(biāo)準(zhǔn)的產(chǎn)品CAI）模型數(shù)據(jù)進(jìn)行配準(zhǔn),計(jì)算與標(biāo)準(zhǔn)數(shù)據(jù)的偏差,通過偏差閾值判斷是否存在缺陷。這種方法是忖前二維農(nóng)面數(shù)據(jù)數(shù)字化檢測(cè)的典型方法,GeomagicQuality軟件即采用這種方法進(jìn)行產(chǎn)品表面質(zhì)凰檢測(cè)。山于涉及到復(fù)雜的配準(zhǔn)算法,這種方法的檢測(cè)效率較低.-般只適合于離線捕檢或者產(chǎn)品il■檢。匸維視覺衣而缺陷檢測(cè)的關(guān)鍵技術(shù)包括產(chǎn)品三維數(shù)據(jù)的獲取和三維點(diǎn)云數(shù)據(jù)處理兩個(gè)方面。國(guó)內(nèi)外學(xué)者在三維表而缺陷檢測(cè)方法的研究主要集中在?:維視覺傳感器的研究和三維點(diǎn)云數(shù)搖與CAD模型數(shù)據(jù)的配準(zhǔn)兩個(gè)方而。圖I.2準(zhǔn)視覺表而缺陷檢濟(jì)的一股方法

1.3.1三維表面缺陷檢測(cè)中點(diǎn)云數(shù)據(jù)獲取方法分析產(chǎn)品表面三維缺陷檢測(cè)的首要步驟是獲取表面三維數(shù)據(jù)?？v觀國(guó)內(nèi)外三維視覺檢測(cè)研究現(xiàn)狀，當(dāng)前三維視覺檢測(cè)從三維數(shù)據(jù)獲取模式的不同可以分成如表1.1所示的5大類型：線結(jié)構(gòu)光掃描、光柵投影、多目立體視覺、SFX和變焦成像。衣1.1產(chǎn)品表面三維數(shù)據(jù)獲取方法產(chǎn)品表面三維數(shù)據(jù)獲取方法激光掃描產(chǎn)品表面三維數(shù)據(jù)獲取方法激光掃描有導(dǎo)軌無(wú)導(dǎo)軌光柵投影編碼結(jié)構(gòu)光相移式編碼結(jié)構(gòu)光+桂SFX多冃立體視覺衣俄立體視覺線結(jié)構(gòu)光按形狀分宜線激光掃描環(huán)狀激光掃描按導(dǎo)軌分線位移導(dǎo)軌角位移導(dǎo)軌C柱弧形導(dǎo)軌點(diǎn)激光手持式柔性機(jī)械臂式目移13.1.1線結(jié)構(gòu)光掃描檢測(cè)線結(jié)構(gòu)光掃描三維視覺系統(tǒng)己經(jīng)運(yùn)用到了表面缺陷檢測(cè)許多方面麗。其工作原理如圖1.3所示。線結(jié)構(gòu)光投射器投射光平面到被測(cè)物體表面，在被測(cè)物表面形成一條亮光帶；攝像機(jī)從另外一個(gè)角度拍攝光帶圖像，如圖1.3(a)所示。攝像機(jī)獲取的光帶圖像如圖1.3(b)所示。確定攝像機(jī)內(nèi)部參數(shù)及攝像機(jī)與線結(jié)構(gòu)光投射面之間的位置關(guān)系后，就可以根據(jù)獲取的光帶條紋圖媳，計(jì)算出被測(cè)物上光帶的物理坐標(biāo)。保持相機(jī)、激光投射器不動(dòng)，物體沿垂直于激光投射面平移，就可以測(cè)得被測(cè)物表面所有點(diǎn)的物理坐標(biāo)。獲取物體表面坐標(biāo)后，就可以根據(jù)設(shè)定的閾值，實(shí)現(xiàn)對(duì)表面缺陷判斷。

\leaser(a)線激光扌I描模型\leaser(a)線激光扌I描模型(b)柑機(jī)獲取的條紋圖像圖1.3線結(jié)構(gòu)光扌1描檢測(cè)根據(jù)結(jié)構(gòu)光形狀的不同以及般射的線結(jié)構(gòu)光條數(shù)的不同,結(jié)枸光掃描又可以分為點(diǎn)結(jié)構(gòu)光,如圖1.4(a)：?jiǎn)尉€結(jié)構(gòu)光,如圖1.4(b),多線結(jié)構(gòu)光,如圖1.4(c)；圓結(jié)構(gòu)光掃描,如圖1.4(d)o6)點(diǎn)激光(b)單線結(jié)構(gòu)光(c)多線結(jié)構(gòu)光(d)總I結(jié)構(gòu)光圖1.4各種不網(wǎng)形狀結(jié)構(gòu)光打描檢測(cè)線結(jié)構(gòu)光近年來越來越多地應(yīng)用于二維物體坐標(biāo)測(cè)量S',1「業(yè)、農(nóng)業(yè)、電子、食品等行業(yè)的產(chǎn)品質(zhì)量檢測(cè)等許多方面''線結(jié)構(gòu)光掃描面臨的主要問題是如何標(biāo)定結(jié)構(gòu)光傳感器如何實(shí)現(xiàn)相對(duì)線位移或角位移。結(jié)構(gòu)光平面與被測(cè)物之間的和對(duì)線位移或角佼移，町以借助于線位移平臺(tái)或旋轉(zhuǎn)平臺(tái)實(shí)現(xiàn)。在：維視覺表血缺陷右:?線檢測(cè)中，被測(cè)物-般位于流水線上，通過傳送帶將被測(cè)物從一個(gè)I】位送到另?個(gè)匸位,所以，可以直接利用流水線上的傳送帶實(shí)現(xiàn)被測(cè)物與結(jié)構(gòu)光平面的相対■位移，其位移大小可以由編碼器蜃化讀取。illF必須借助于位移平臺(tái)，且傳感器與被測(cè)物之間的位移變化人多為線位移,

這會(huì)帶來?個(gè)問題,表面輪廓初率變化過大的被測(cè)物,攝像機(jī)可能拍攝不到投射在

其表而的條紋,即扌I描盲區(qū)問題,如圖1.5(a)所示。針對(duì)這種問題，可以采用雙相

機(jī)拍攝,即在結(jié)構(gòu)光平而的另外側(cè)対稱布置臺(tái)攝像機(jī),如圖1.5(b)所示。增加攝像機(jī)可以清除Ti?區(qū)。<$><$>(a)攝像機(jī)無(wú)法拍攝到右側(cè)條紋(a)攝像機(jī)無(wú)法拍攝到右側(cè)條紋(b)右攝像機(jī)可以拍攝到右側(cè)條紋圖1.5雙攝像機(jī)避免打描斤區(qū)德國(guó)SICKr公司采用線結(jié)構(gòu)光掃描的方式，研發(fā)出了3D視覺傳感器,已應(yīng)用到?維表面掃描及檢測(cè),涉及到各行業(yè),如食品包裝時(shí)混料識(shí)別,食品尺寸及體積大小判斷，圖1.6(a)所示；電路板元器件位置與尺寸檢測(cè)，圖1.6(b)所示。(a)食骷包裝時(shí)泯料打食陽(yáng)尺寸體枳測(cè)粧⑹電路板元器件位曽?與尺寸檢測(cè)圖1.6食晶混料與電路板檢美國(guó)的UHGKS公司開發(fā)T0M-3R激光打描儀阿,如圖1.7所示,上要用于醫(yī)療行業(yè),通過旋轉(zhuǎn)掃描實(shí)現(xiàn)對(duì)牙齒、假牙、牙冠、分帽和咬模型外形輪廓掃描。檢測(cè)景深100mm,掃描精度土0.02mm(a)旋轉(zhuǎn)平臺(tái)激光掃描儀(b)打描假才(c)切描獲取的輪酬圖1.7羌國(guó)I.DIGKS激光掃描儀徳國(guó)的IM1公同生產(chǎn)的Gocator2380系列3D激光線掃描視覺傳感誥,視場(chǎng)范圍390X1200mm,測(cè)瞳范IH800mm,Z向分辨率可以達(dá)到0.07?0.4mm?？梢詫?shí)現(xiàn)原木的直徑、周長(zhǎng)、三維形貌測(cè)量，通過優(yōu)化計(jì)算,為木材加工提供最有效、最優(yōu)化的切割方案。其最大視場(chǎng)范圍可以達(dá)到1.4m,檢測(cè)分辨率0.1mm.國(guó)內(nèi)的天津犬學(xué)E鵬、孫長(zhǎng)庫(kù)'"借助于線位移平臺(tái)和旋轉(zhuǎn)平臺(tái)設(shè)計(jì)了套自動(dòng)

激光扌I描系統(tǒng),如圖i.x所示。采用了?個(gè):維線位移平臺(tái)，用r調(diào)整被測(cè)物在視場(chǎng)中的位皆:在二維位移平臺(tái)的I作平臺(tái)上安裝有?個(gè)旋轉(zhuǎn)平臺(tái)，用f旋轉(zhuǎn)打描被測(cè)物；雙相機(jī)激光扌I描系統(tǒng)安裝在另外個(gè)Z軸I作平臺(tái)匕用fI：F扌I描被測(cè)物。系圖1.8軸圖1.8軸F1幼線結(jié)構(gòu)光豹描系統(tǒng)圖1.9C型：維激光打描系統(tǒng)人連海串人學(xué)的汪洋、馬牧設(shè)計(jì)了?種ffi-fCH：的線結(jié)構(gòu)光掃描檢測(cè)系統(tǒng)。如圖1.9所示。該系統(tǒng)可以實(shí)現(xiàn)自由曲面的快速扌I描，系統(tǒng)整體稱度0?2唄梁治國(guó)，徐科等z研究了基于線型激光的鋼板表面缺陷廠維檢測(cè)技術(shù).將線型激光來垂i'［投射到鋼板衣面，通過面陣攝像機(jī)采集激比線在鋼板衣面的圖像來計(jì)算農(nóng)面缺陷深度的三維檢測(cè)方法，如圖I.10(a)o提出了-種肚于圖像任意方向投影求取理想表面截線方向和位置的新方法,鋰實(shí)驗(yàn)室條*1F,對(duì)農(nóng)而傾角范圍在±10。的、深度為1.18wm的缺陷圖像進(jìn)行計(jì)算，檢測(cè)精度可以達(dá)到0.加加。徐科還將此方法延伸,通過在鋼軌四周安裝4臺(tái)激光線光源和8臺(tái)面陣CCD攝像機(jī)實(shí)現(xiàn)鋼軌四個(gè)面的檢測(cè),如圖1.10⑹所示。將沿鋼軌長(zhǎng)度方向和高度方向的深度變化值用深度分布圖表示,通過兩維圖像識(shí)別的方法檢測(cè)缺陷所在的區(qū)域，從而實(shí)現(xiàn)鋼軌表而缺陷的自動(dòng)檢測(cè)。深度檢測(cè)分辨力為0.2mm。該方濃只能檢測(cè)鋼軌表面具有淀尺寸的［維缺陷。(a)鋼板農(nóng)而：?維缺陷檢測(cè)(b)融軌匚維缺陷檢測(cè)圖1.10基T線卑.激光的農(nóng)面缺陷三維檢測(cè)不論是線位移扌I描，旋轉(zhuǎn)掃描,還是C柱曲面扌|描，山于都借助丁?機(jī)械導(dǎo)軌,

打描儀的掃描范圍直接山導(dǎo)軌行程決定,這樣使御掃描儀體枳變大,匝推增加。為了擺脫線結(jié)構(gòu)光扌I描對(duì)位移平臺(tái)的依賴，許多學(xué)者提岀了無(wú)導(dǎo)軌式的線打描方式。如加拿大的Creaform公司生產(chǎn)的3D光學(xué)便攜式檢測(cè)儀已廣泛應(yīng)用F輸油管外部腐蝕及機(jī)械性能檢測(cè),如圖所示L11(a)o這種扌H描儀無(wú)需外部編碼器和機(jī)械式導(dǎo)軌,在被測(cè)表面貼上若干標(biāo)志點(diǎn),通過雙目視覺結(jié)合激光掃描實(shí)現(xiàn)手持式3D打描。適合產(chǎn)戶外檢測(cè)具檢測(cè)粘度達(dá)到土0.05mm.圖1.11(b)是檢測(cè)結(jié)果缺陷色斑圖。這種3D結(jié)構(gòu)光扌I描儀適合于離線式，單件小批吊:抽檢，?般用尸企業(yè)質(zhì)檢員為某類產(chǎn)品做首件檢驗(yàn)與評(píng)定。其主要特點(diǎn)是便攜,適合第外，現(xiàn)場(chǎng)檢驗(yàn)。3F持式檢測(cè)儀(b)\I3F持式檢測(cè)儀(b)\I描后的3D表而圖1.11ATOSF持式31)檢測(cè)儀13.1.2光柵投影檢測(cè)光柵投購(gòu)檢測(cè)實(shí)際I二也屬于結(jié)構(gòu)光掃播，嚴(yán)格來說是多線結(jié)構(gòu)光扌【描。與線結(jié)構(gòu)光打描不同的是，物體無(wú)需沿垂直于給構(gòu)光投射面相對(duì)平移。投彫裝置…次性投彩多條結(jié)構(gòu)光在被測(cè)物體表面,結(jié)構(gòu)光條與被測(cè)物之間位?'母關(guān)系保持不變。如圖1.12是光柵投影3D檢測(cè)的原理圖。I川川川(b)投影儀投射的光棚I川川川(b)投影儀投射的光棚(C)光柵灰度分布及并點(diǎn)的相位圖I.12光柵投形3D測(cè)圖1.12(a)中,投影儀投射如圖1.12(b)所示的束正弦光柵在被測(cè)物體表面:光柵灰度分布及相位如圖1.12(c)o圖1.12(a)中,投影儀鏡頭中心5與相機(jī)鏡頭中心5高度一致，到參考平面的距離均為Op與a間距為p為被測(cè)物體上任意一點(diǎn)，點(diǎn)p在參考平面的投彩為p距離參考平面距離為孫即ppr=/7oOp交參考平面于點(diǎn)B,OcP交參考平面于點(diǎn)兒從投彩儀角度觀察?生圖l.12(a)可知，參考平面上沒?有被測(cè)物時(shí)，光線6P投射在參考平面B點(diǎn)；放置被測(cè)物后，B點(diǎn)為P點(diǎn)所遮擋，亦即P點(diǎn)與B點(diǎn)具有相同的相位。若從攝像機(jī)角度觀察，未放冒被測(cè)物時(shí)，經(jīng)過P點(diǎn)觀察到參考平面上的A點(diǎn)；放置被測(cè)物后，受物體烏度調(diào)制，原來參考平面上的點(diǎn)八移到點(diǎn)P。所以，點(diǎn)A與點(diǎn)P的相位變化可以宙A點(diǎn)到B點(diǎn)的位移變化來表示，其反映了物體P點(diǎn)高度的變化。(L1)(1.2)根據(jù)上述的三角形關(guān)系可知，AOcPOp^AAPB,貝惰AB(L1)(1.2)NF所以AB+d假設(shè)投影儀投射的是正弦光柵.如圖1.12(b).并且光柵相位零點(diǎn)剛好位于點(diǎn)0,則被測(cè)物體表面的光強(qiáng)分布可以表示為I(x.y)=a(x,y)+/>(x,^)cos[2^/0x+^x.y)](1.3)式(1.3〉中，a(x,y)為背景分量；b{xty)為條紋幅值強(qiáng)度；為光柵的頻率，亦可由周期表示；gx,y)為相對(duì)于參考平面的高度變化引起的相位差。由圖1.12(a)可知，對(duì)于被測(cè)物的P點(diǎn)，有0(x』)=2尬?麗(1.4)由式(1.2).式(1.4)可知,若能求得0(5則可得到P點(diǎn)相對(duì)于參考面的島度乩所以，光柵投影3D測(cè)量的關(guān)鍵之處在如何通過拍攝的圖像，找到被測(cè)物上的任意一點(diǎn)P對(duì)應(yīng)的點(diǎn)A和B,以及如何求取兩點(diǎn)的相位差。根據(jù)尋找對(duì)應(yīng)點(diǎn)及求取相位差的不同，可以將光柵3D投影決分為相移法翫弼、編碼結(jié)構(gòu)光法泗、編碼+相移法和胃接編碼法際6，]o相移法就是在不同時(shí)刻投影一系列具有一定相位差的光柵，攝像機(jī)獲取每次投影在被測(cè)物體表面的光柵條紋圖像后，山拍攝的時(shí)間序列圖像，求取每一點(diǎn)的相位差。根據(jù)投影的光柵相位求取方法，相移法有三步相移法、四步相移法阿。圖1.13是1步相移法中投射的四幅條紋圖像,通過分別投射四副不同柑位的條紋圖像，計(jì)算同一點(diǎn)在不同條紋投射時(shí)的相位差,即可計(jì)算出該點(diǎn)的高度信息"血■■■■■■■■小?加■■■■■■■■:;;凹能■■■■■■■■圖1.13四步相移法條紋圖像編碼結(jié)構(gòu)光法就是対投射的光柵條紋預(yù)先進(jìn)行冇規(guī)律的編排.攝像機(jī)拉攝條紋圖像府，根據(jù)預(yù)先設(shè)置的規(guī)律,找出每-點(diǎn)的相位偏移最:根據(jù)編碼的設(shè)計(jì)策略,可以將編碼結(jié)構(gòu)光法分成時(shí)間多路編碼、空間鄰域編碼利直接編碼“i。如圖1.14是兒種編碼方式。圖1.14(曲是二進(jìn)制編碼'，首先投射灰度呈()1(代表］)分布的二值條紋,然后投射0101(代表5)的條紋，再投射010101(代表21)的條紋,依此類推,直細(xì)分到條紋寬度為1個(gè)像索。攝像機(jī)獲取投射在被測(cè)物上的條紋序列,再依據(jù)序列前后的灰度值關(guān)系,分解出侮?點(diǎn)的絕對(duì)相位°這是最早的一種編碼方法，由于受物體表面反射性能的影響.容易出現(xiàn)解碼混淆的現(xiàn)象。圖1.14(b)是種格宙碼",與?進(jìn)制碼不一樣，格雷碼的任意相鄰兩幅圖像中，對(duì)應(yīng)的解碼值的Hamming距離為1,可以非常有效地降低誤碼率"空域編碼條紋與時(shí)間多路編碼不一樣,空域編碼-次投射即可獲得每■點(diǎn)對(duì)應(yīng)的相位值,無(wú)需多次投射「圖1.14(c)所示的是種水平顏色編碼條紋?,相鄰的三種顏色組合具有唯一對(duì)應(yīng)的編碼值。IIIIIII(a)二進(jìn)制編碼(b)格雷碼IIIIIII(a)二進(jìn)制編碼(b)格雷碼m1.14編碼結(jié)構(gòu)光圖I.14(d)是種直接編碼線性波長(zhǎng)彩色條紋z,?次投射在被測(cè)物體表而后,攝像機(jī)拍攝條紋圖像，住接通過顏色RGB值來獲収對(duì)應(yīng)點(diǎn)位置。這種直接編碼方式只適合于口色表面的物體。所以?光柵投影法的關(guān)鍵是根據(jù)多次投射在物體表血的光柵圖像,獲取山于物體汲面島度變化而引起的相位差圖1.15ATOS結(jié)合機(jī)械手檢測(cè)箱體圖1.16基J'-PMP的焊暫印刷缺陷自動(dòng)灘檢測(cè)圖1.15所示為徳國(guó)ATOS扌【描儀,其在物體表面投射編碼結(jié)構(gòu)光,通過相位調(diào)制解調(diào)實(shí)現(xiàn)輪廓掃描,匕耍與GeomagicQuality軟件結(jié)合,實(shí)現(xiàn)對(duì)產(chǎn)品的［維尺寸測(cè)量與檢測(cè)，并生成檢測(cè)報(bào)告。周賢善,羅兵等*研究了基于機(jī)器視覺的SMT焊譜印刷缺陷自動(dòng)一三維檢測(cè).其采用誑弦光柵投SUllfe測(cè)吊:輪廓術(shù)〈PMP,PhaseMeasuringProfilomelry）的三維測(cè)扯方法,提高了.維焊商缺陷檢測(cè)的速度和綃度＜結(jié)合數(shù)字光處理投影儀產(chǎn)生正弦投影光柵,如圖1.16所示，并通過采集的二維圖像改進(jìn)性能、提高速度,較好解決了相位展幵、陰彫區(qū)域測(cè)顯等難點(diǎn)。利用這種方法檢測(cè)時(shí),傳感器與被測(cè)物體相對(duì)位置不變,所以?般不用于流水線式的在線缺陷檢測(cè)?13.1.3SFX（ShapefromX）法SFX是從匝幅或多幅圖像獲得物休表面三維信息,這里的X町以代喪Stereo（光度）.Texture（紋理》,Shading（陰影）,Motion（運(yùn)動(dòng)）,Contour（輪廓）等。SFS（ShapefromStereo,光度立體恢復(fù)法）,是從在不同光照環(huán)境下,分別扌白攝物體:維圖像,然后從序列圖像中求取物體表面的梯度信息叫這種方法屬于多幅圖像求取表面2維信息，要求花測(cè)杲壞境中能提供變化的不同光照效果,對(duì)硬件壞境要求較高。SPT（ShapefromTexture,紋理立體恢復(fù)法）將物體表而的紋理當(dāng)作是■個(gè)個(gè)紋理單元組成,這些紋理單元周期電復(fù)出現(xiàn),但是不同的位置,其紋理單元的朝向不同,所以，分析紋理單元的朝向,可以獲得物體表面的朝向,即梯度信息。這種方法測(cè)瑕檔度較低。SI'S（ShapefromShading,陰影立體恢復(fù)法）°這種方法山物體表面在理想光照卜說度的變化冰収物體表面的朝向變化,然后由朝向求取深度信息。求取過程中假設(shè)光照為均勻平行光,II?物體表面的為理想散射表而。所以這種方法對(duì)環(huán)境光源設(shè)計(jì)比較嚴(yán)格。犬津大學(xué)Illi興華“設(shè)計(jì)了?種碗狀壞形光源，如圖1.17(a),拍攝磁性材料，采用SFS方法，只需根據(jù)單幅實(shí)時(shí)測(cè)雖工件圖像,可獲得0?180度范圍內(nèi)匸件的三維數(shù)據(jù),如圖1.17(b)所示,是U維點(diǎn)云數(shù)據(jù)，圖1.17(c)是恢復(fù)的物體三維表面,通過三維點(diǎn)云數(shù)據(jù)對(duì)缺陷的平面及深度信息進(jìn)行全面的判斷。該方法應(yīng)用于工業(yè)現(xiàn)場(chǎng)磁性材料缺陷檢測(cè)屮.如陽(yáng)深度方向的理論分辨率達(dá)到0.007mmo(a)碗狀光源(b＞二維點(diǎn)云數(shù)據(jù)(a)碗狀光源(b＞二維點(diǎn)云數(shù)據(jù)圖1.17SFS法獲取磁壞的1維表而SRI(ShapefromMotion,運(yùn)動(dòng)立體恢復(fù))。相機(jī)拍攝運(yùn)動(dòng)的被測(cè)物，通過不同時(shí)刻拍攝的物體圖像的變化,分析出物體與相機(jī)之間的位跑關(guān)系。這種方法由丁?拍攝的圖像較多，圖像處理較復(fù)雜.綜I:所述,SI；X方法郤址根據(jù)物體表而/E—定光照下的亮度變化，來求取表面的朝向(梯度)信息。SFX方法對(duì)光源利物體表面要求較嚴(yán)格,不同形狀的產(chǎn)品,光源要求可能不同，且檢測(cè)精度不島。1.3.1.4多目立體視覺法多II立體視覺3是模擬人的左右雙眼觀察同?物體時(shí)的視差來求取物體表面倍息。典型的雙目立體視覺模型如圖I.18所示。被測(cè)物上一點(diǎn)P,設(shè)其物理空間坐標(biāo)為P、v，丸在左邊相機(jī)屮的像點(diǎn)為m圖像坐標(biāo)為p，在右邊相機(jī)屮的像點(diǎn)為口，圖像坐標(biāo)為P：左、右相機(jī)的投影爐陣分別為砌、則有化(1.5)7=MR式(1.5)中s、、趙為比例系數(shù)。通過系統(tǒng)標(biāo)足得到何、阿后，若能得到p,、pr,就吋以求得島.雙II比體視覺檢測(cè)的關(guān)鍵是找到物點(diǎn)P在左右兩相機(jī)中對(duì)應(yīng)的特征點(diǎn)，即P,對(duì)應(yīng)的P八實(shí)際上，被測(cè)物體的特征點(diǎn)往往不具育明顯的圖像特征，且特征點(diǎn)匹配算法復(fù)雜，所以多目立體視覺檢測(cè)在物體表面缺陷檢測(cè)中使用較少,往往與結(jié)構(gòu)光打描結(jié)合在-起,以消除單和機(jī)掃描的盲區(qū),或者實(shí)現(xiàn)多傳感器的數(shù)據(jù)融合。13.1.5離焦立體測(cè)量法離焦立體測(cè)量常用于顯微3D檢測(cè)汕且工作原理是,通過不斷調(diào)整Z軸,獲得物體的序列圖像。序列中的每-張圖像即包含了娥深范圍內(nèi)的物體清晰圖像,也包含了呆深外的部分模糊肉焦圖像:找到每個(gè)淸晰像索所對(duì)應(yīng)的聚焦高度信息,從而得到每-景深位置的所冇消晰位置,通過信息融合，就可以得到物體深度信息。Z軸的平移,可以由電動(dòng)位移平臺(tái)實(shí)現(xiàn),這樣就可以實(shí)現(xiàn)自動(dòng)3D顯微檢測(cè)J離焦立體檢測(cè).法主要用于生物醫(yī)學(xué)、材料科學(xué)方而的表面缺陷分析。1.3.2三維表面缺陷檢測(cè)中點(diǎn)云數(shù)據(jù)配準(zhǔn)算法綜述「維點(diǎn)云數(shù)捌配準(zhǔn)是表面缺陷檢測(cè)最關(guān)鍵的部分。為了與標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行比較,需要將采集到的點(diǎn)云數(shù)據(jù)與離散化后的標(biāo)準(zhǔn)CAD模型進(jìn)行配準(zhǔn),以方便對(duì)應(yīng)坐標(biāo)求差。配準(zhǔn)算法在機(jī)器視覺,圖像處理中應(yīng)用非常廣泛，其主要流程包括:特征提取、特征表示、匹配計(jì)算與評(píng)價(jià)1個(gè)壞節(jié)。在點(diǎn)云數(shù)據(jù)中,其特征主要包括?不依賴于坐標(biāo)系的內(nèi)特征,如曲率、兩點(diǎn)間的距離:和與坐標(biāo)系有關(guān)的外部特征,如曲浙的切平面等。根據(jù)特征的不同,匹配算法町以分為內(nèi)特征匹配與外特征匹配:r內(nèi)特征匹配是"種降維匹配方法,包Surfacesignature法、Spin-Image法’、\ricHistogram?Harmonicshapeimago法’、Splashes法"等。Surfacesignature法主耍用于球面形狀的物體匹配，其基本思想計(jì)算每一點(diǎn)的曲率映射來表示一個(gè)連續(xù)形狀信息，是一種全局匹配方法；Spin-Image法則是計(jì)算點(diǎn)的切平面，在點(diǎn)的法矢夾角的某一范圍內(nèi)取一系列點(diǎn)組成小的而片區(qū)域，然后將該區(qū)域中的每一個(gè)點(diǎn)向面片上投彫，計(jì)算點(diǎn)到投影點(diǎn)的水平與垂直距離，并找出將具有相同垂直高度和水平距離的點(diǎn)，得到其統(tǒng)計(jì)值，以垂直高度作為圖像的縱坐標(biāo),水平距離作為圖像的橫坐標(biāo)，統(tǒng)計(jì)值作為灰度值，得到該面片的Spin-Image圖像，配準(zhǔn)時(shí)，由各點(diǎn)的SpinImage圖像參與計(jì)算，想匹配的SpinImage形成--組對(duì)應(yīng)點(diǎn)，得到三組以上的對(duì)應(yīng)點(diǎn)后，就可以計(jì)算出兩坐標(biāo)系的矩陣。Harmonicshapeimage法是通過一定的映射函數(shù)將曲而數(shù)據(jù)轉(zhuǎn)換成單位圓盤圖像，然后由圓盤圖像進(jìn)行配準(zhǔn)。Geometrichistogrammatching法與SpinImage類似，將三角面片的中心作為選擇點(diǎn)，區(qū)域的選擇除了考慮法矢夾角外，還考慮了與選擇點(diǎn)的距離限制，兩次運(yùn)用RandomSamplingconsensus算法計(jì)算旋轉(zhuǎn)矩陣與平移矩陣。這種算法對(duì)曲面的平滑性要求較高。以上分析可知，內(nèi)特征匹配算法是一種間接匹配方法，由于采用了降維處理，計(jì)算速度較快，但配準(zhǔn)精度不髙，一般用于復(fù)雜場(chǎng)景中的物體識(shí)別，且対點(diǎn)云數(shù)拯的網(wǎng)格分辨率比較敏感。外特征匹配最常用的是標(biāo)簽法與最優(yōu)匹配算法。標(biāo)簽法需要在被測(cè)物體上粘貼至少三個(gè)標(biāo)志點(diǎn)或定位球，作為物體