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：基于图像的表面微观磨损形貌分析在磨损机理及状态分析中具有重要的地位,三维显微成像技术的应用已经将二维磨损形貌图像分析拓展到更丰富的三维分析领域。然而,从设备维护及故障监测的角度,在机或原位测量显然比上述先进测量更具吸引力,并且复杂、昂贵的先进表面测量技术至今无法打破其在机或原位测量的壁垒。针对现场检测与三维分析的需求,将光度立体视觉原理引入至微观磨损形貌的原位测量,借助便携式平面图像采集系统进行光学设计,提出一种采用多阴影平面图像的三维表面重构方法。首先,通过张正友标定法实现空间点由图像坐标系到相机坐标系的转换;然后,基于成像系统建立近场点光源模型,并由光度立体视觉算法求解表面法向量;最后,基于FC算法计算表面深度与高度信息,完成磨损表面微观形貌三维重构。基于上述方法,研制便携式图像采集与三维重构系统,分别对平面和曲面两类表面进行检测试验,并与共聚焦显微镜测量结果进行对比。测量与对比结果表明,截面曲线上特征点之间的高度差误差小于4.2%,截面二维参数误差小于10.9%,三维表面参数误差小于12.9%。上述工作表明,所提出的方法为机械设备部件磨损表面原位测量与分析提供有效的技术手段。

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：为了解决圆柱电池外观人工检测效率低、精度低的问题,设计了一套基于改进光度立体的圆柱电池表面缺陷检测系统。首先针对单一光源照明下电池表面图像中划伤、凹凸等缺陷灰度差异微小的问题,通过设计一种四个方向光源照明装置,提高缺陷图像对比度;其次根据微弱缺陷深度变化显著的特点,提出基于改进光度立体的三维形貌重建方法,快速重建电池表面深度图像;并结合深度信息的方向差异性,提出多通道图像融合算法,提取和融合深度特征和表面曲率特征,增强微弱缺陷对比度;最后设计基于YOLOv5网络的多级融合模型完成缺陷的检测。试验结果表明,所设计检测系统对于电池表面缺陷检测精度可达到99.8%,稳定性和实时性良好,在实际工业场景中具有较好的可行性。

摘要：针对系统工作空间有限的情况下,选择何种光源类型作为假设更为合理的问题,通过利用光度立体视觉算法对参考球表面分别在平行光和近点光源条件下进行三维重建的方法予以验证.首先利用标定球分别获取平行光源方向和点光源的位置,然后由获取的光源信息求出两种情况下参考球表面各点的光源方向,再根据朗伯反射模型,最终求出参考球表面深度.实验结果表明:当系统工作空间有限,即光源距离物体表面较近时,近点光源下的重建结果比无限远点光源更接近实际物体真实形状.

摘要：机器人原位测量是当前航天大型构件制造重要的发展趋势,针对大型金属构件机器人原位测量面临的非朗伯表面光学测量和弱几何微纹理表面点云匹配两大技术挑战,本文提出了一种基于光度-面结构光多传感器融合的高精度测量方法。该方法将一定数量的LED光源添加到传统条纹投影测量装置中,实现对高亮反射表面的高精度法向量估计,并将表面法向量信息与条纹投影测量的点云信息进行融合,同时设计多模态几何特征描述子提高点云匹配精度,实现测量精度的整体优化。该方法用于贮箱壁板面型测量,实验结果验证了其有效性。