摘要：提出一种基于多层感知机的金属表面光度-结构光测量数据融合算法。设计了融合面结构光与光度立体视觉两种测量原理的复合传感器,分别获得同一相机坐标系下的缺失点云及完整法向量多模态数据。为有效融合两种数据,设计了基于位置编码的多层感知机网络,以点云为形状约束,以法向量为纹理约束,实现金属表面完整的高精度三维重建。通过仿真和实验验证了所提方法的有效性。实验结果表明:该方法有效避免了法向量积分累计误差的问题,在获取完整点云的同时,测量精度相较于结构光测量系统提升了50.4%。

摘要：光度立体视觉作为一种精细三维测量技术广泛应用于三维重构、缺陷检测、生物医疗等领域,但传统反射模型对材质真实物理特性的反映能力有限,对于如光亮金属等具有非线性光反射特性的非朗伯表面适应性不佳,极大地限制了该技术的进一步应用.本文提出了一种基于深度学习多尺度卷积架构的光度立体视觉算法,实现了对非透明材质表面在任意光照条件下的高精度法向量恢复.算法在深度网络中设计了多尺度卷积结构,小尺寸卷积核强化了模型在光度物理原理上的表达,使得模型在细节预测上具备优势,大尺寸卷积核鼓励深度网络利用邻域特征,提升模型克服阴影和区分多种材质的能力.为进一步处理任意光照条件的问题,算法设计了对入射光照向量空间的多分辨三维极坐标划分方法,在整合输入图像信息的同时,充分发挥了多尺度卷积的效能.实验结果表明,多尺度卷积深度学习架构有效集成了光度原理和深度学习二者的优势,在保留精细三维形貌恢复能力的同时,极大提高了针对非朗伯表面的适应性,为光度技术的广泛应用提供了有力的技术支持.

摘要：扫描白光干涉术是目前最精确的表面形貌测量技术之一,被广泛应用于工业与科研领域。从发明至今的三十余年间,在精密光学、半导体、汽车及航天等先进制造领域的需求牵引下,该技术不断取得新的进展与突破。本文从技术应用、方法和算法创新、系统设计、理论模型、校准与误差补偿等方面,总结了过去二十年扫描白光干涉技术的重要进展,对该领域进一步发展提出了展望。

摘要：金属结构件的三维形状测量是评定金属构件加工质量的基础,基于结构光的三维重建方案受到金属构件中的高亮反射影响,存在着信噪比下降,甚至数据缺失的问题。针对金属构件检测中的高光问题,提出了一种自适应的条纹投影测量方案,并将其应用到金属表面的形状尺度测量中。采用了结合阈值化方法和色彩空间变换的方法检测图片高光区域,使用基于极线约束的投影-相机双视图搜索方法获取相机投影仪之间的变换关系,提出了基于双向反射分布函数(BRDF)光学成像模型的条纹调制参数生成方案,实现了投影条纹的像素级调制。实验结果表明,所提方案在减少投影次数提高测量效率的同时,高光区域测量结果的无效区域补偿率达51.3%,测量精度提升77.4%。