【摘要】：隨著精密加工、微器件的發(fā)展,微觀表面形貌測(cè)量技術(shù)也取得了極大的進(jìn)步,在諸多領(lǐng)域的應(yīng)用日益廣闊和深入,如材料科學(xué)、航空航天等�，F(xiàn)有的非接觸測(cè)量方法雖然各具優(yōu)點(diǎn),但是無法測(cè)量大傾角斜面,同時(shí)也不能適應(yīng)不同材質(zhì)表面測(cè)量,而近些年興起的三維變焦技術(shù)則有望解決這一問題。本文主要圍繞兩個(gè)問題展開研究:(1)顯微鏡景深通常較小,超過景深范圍成像模糊,需要解決超大景深顯微成像問題。(2)實(shí)現(xiàn)復(fù)雜結(jié)構(gòu)的三維測(cè)量。主要工作內(nèi)容如下:根據(jù)光學(xué)小景深和三維變焦原理搭建實(shí)驗(yàn)系統(tǒng),通過移動(dòng)被測(cè)物獲得變焦分層序列圖像。針對(duì)圖像拍攝過程中由于實(shí)驗(yàn)環(huán)境不穩(wěn)定如載物臺(tái)振動(dòng)、光照變化等導(dǎo)致的圖像失配,對(duì)序列圖像進(jìn)行配準(zhǔn)使得其在幾何位置上對(duì)齊,方便后續(xù)算法處理。主要對(duì)比分析了基于特征和灰度信息的配準(zhǔn)方法,提出利用結(jié)構(gòu)相似性(SSIM)定量評(píng)價(jià)配準(zhǔn)質(zhì)量,并將參考圖像和配準(zhǔn)后圖像疊加對(duì)比顯示,更加全面地衡量配準(zhǔn)效果,從配準(zhǔn)質(zhì)量和時(shí)間效率上確定了基于SURF特征配準(zhǔn)的優(yōu)越性。針對(duì)顯微成像中的景深限制問題,進(jìn)行多聚焦圖像融合研究獲取大景深顯微圖像。從空域、金字塔變換域和小波域三個(gè)方面進(jìn)行融合實(shí)驗(yàn),從客觀評(píng)價(jià)值和融合圖像的效果對(duì)比分析了不同方法的優(yōu)劣,得出了基于變換域的融合方法要比空域好,而小波域的融合圖像雖然部分細(xì)節(jié)丟失但是整體效果比金字塔的融合方法偏好的結(jié)論。為了選擇合適的聚焦評(píng)估函數(shù),對(duì)比分析了不同聚焦評(píng)估算子和窗口大小對(duì)測(cè)量結(jié)果的影響,并在聚焦峰值附近根據(jù)三點(diǎn)高斯插值獲得初步深度圖。同時(shí)對(duì)深度圖中值濾波后,進(jìn)行可靠性分析去除一些誤差點(diǎn),改善整體表面結(jié)構(gòu)。將大景深融合圖像作為紋理與深度圖結(jié)合,重構(gòu)被測(cè)物的三維表面形貌,并通過標(biāo)準(zhǔn)量塊進(jìn)行誤差分析驗(yàn)證算法的可行性。
【圖文】：

Fig 2.1 Optical imaging system model焦測(cè)量原理維變焦測(cè)量方法結(jié)合了光學(xué)系統(tǒng)的有限景深和精密垂直掃描技術(shù)，表面各點(diǎn)的聚焦位置得到深度圖，從而實(shí)現(xiàn)區(qū)域表面形貌測(cè)量，其測(cè).2 所示。 將被測(cè)物置于載物臺(tái)上，白光光源發(fā)出光線經(jīng)過起偏器后并反射透過物鏡照射到被測(cè)物表面，由于表面具有一定的高低變化反射，反射光再經(jīng)物鏡分光鏡后被傳感器接收成像。改變垂直掃描方感器的距離，圖像會(huì)經(jīng)歷一個(gè)從模糊到清晰再到模糊的過程，得到不序列圖像。根據(jù)上述小景深原理分析，物體成像聚焦清晰時(shí)必須位于范圍內(nèi)，否則會(huì)產(chǎn)生模糊，離焦程度越大圖像越模糊。因此為了更精需要有限景深的光學(xué)系統(tǒng)，也就是說使用長焦距或者大孔徑的鏡頭更好的照明條件，加入環(huán)形光源。直掃描中，，可通過移動(dòng)相機(jī)或者被測(cè)物的方法來改變圖像的聚焦程圖 2.1 光學(xué)系統(tǒng)成像模型

第二章 三維變焦測(cè)量原理與序列圖像獲取經(jīng)歷離焦到聚焦再到離焦的過程。通過聚焦評(píng)估函數(shù)對(duì)序列圖像中每個(gè)行聚焦評(píng)估來判斷其聚焦程度，聚焦程度越好，灰度變化越大，高頻信息個(gè)像素點(diǎn)處的聚焦評(píng)價(jià)曲線類似高斯分布，找到每點(diǎn)聚焦評(píng)價(jià)值最大的定了最佳聚焦位置，形成初步的深度估計(jì)圖[11]。同時(shí)由于圖像各像素點(diǎn)之較強(qiáng)，某個(gè)區(qū)域的細(xì)節(jié)信息都是由該像素點(diǎn)和周邊領(lǐng)域點(diǎn)來表示的，必須點(diǎn)領(lǐng)域信息的影響，因此在聚焦評(píng)價(jià)中都會(huì)選用局部窗口進(jìn)行分析評(píng)價(jià)直掃描時(shí)像素點(diǎn)不一定正好位于最佳聚焦位置處，此時(shí)就需要對(duì)初始深進(jìn)行插值擬合，提高測(cè)量精度。
【學(xué)位授予單位】：合肥工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TH742;TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 毛義坪;余磊;官澤瑾;;基于分?jǐn)?shù)階微分的多聚焦圖像融合[J];計(jì)算機(jī)科學(xué);2019年S2期

2 李筍;汪渤;周志強(qiáng);蹤華;王海羅;;基于區(qū)域分割和引導(dǎo)濾波的多聚焦圖像融合[J];北京理工大學(xué)學(xué)報(bào);2015年06期

3 王容;;通過簡單的標(biāo)準(zhǔn)偏差對(duì)多聚焦圖像進(jìn)行圖像融合[J];電腦知識(shí)與技術(shù);2015年03期

4 趙慧;;基于小波變換的多聚焦圖像融合算法研究[J];產(chǎn)業(yè)與科技論壇;2015年22期

5 馬文娟;許峰;;基于差異演化的多聚焦圖像融合算法[J];合肥學(xué)院學(xué)報(bào)(自然科學(xué)版);2013年01期

6 張攀;;多聚焦圖像融合算法[J];微型電腦應(yīng)用;2012年09期

7 江卓斌;胡斌杰;;彩色多聚焦圖像融合演示平臺(tái)[J];計(jì)算機(jī)工程與設(shè)計(jì);2011年11期

8 位耀光;王劍秦;李道亮;涂序彥;;基于視覺感知特性的多聚焦圖像融合技術(shù)[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2009年S1期

9 王珂;歐陽寧;;小波分析在多聚焦圖像融合中的應(yīng)用[J];電光與控制;2008年03期

10 申曉華;艾寶;王婷;;多聚焦圖像融合中小波基函數(shù)選取的研究[J];彈箭與制導(dǎo)學(xué)報(bào);2007年03期

相關(guān)會(huì)議論文 前6條

1 羅少鵬;盧洵;史建軍;;一種基于清晰度指標(biāo)的多聚焦圖像融合評(píng)價(jià)方法[A];第九屆全國光電技術(shù)學(xué)術(shù)交流會(huì)論文集（上冊(cè)）[C];2010年

2 楊勇;鄭文娟;黃淑英;魏文明;劉心韻;;一種基于遺傳算法的自適應(yīng)多聚焦圖像融合新方法[A];2013年中國智能自動(dòng)化學(xué)術(shù)會(huì)議論文集（第五分冊(cè)）[C];2013年

3 魏利勝;張平改;;基于分層模型與局部復(fù)原的多聚焦圖像融合方法[A];2015全國嵌入式儀表及系統(tǒng)技術(shù)會(huì)議程序冊(cè)[C];2015年

4 殷明;吳江敏;褚標(biāo);王志成;孔冉冉;;基于四元數(shù)小波變換的多聚焦圖像融合[A];第六屆全國幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2013年

5 徐勝男;楊承磊;李振華;;基于離散小波框架變換的灰度多聚焦圖像融合[A];第一屆建立和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會(huì)議（HHME2005）論文集[C];2005年

6 黃強(qiáng);廖斌;;基于復(fù)合區(qū)域分割的多聚焦圖像融合[A];2008年中國高校通信類院系學(xué)術(shù)研討會(huì)論文集（上冊(cè)）[C];2009年

相關(guān)博士學(xué)位論文 前10條

1 延翔;多源圖像融合算法研究[D];西安電子科技大學(xué);2018年

2 孫巍;像素級(jí)多聚焦圖像融合算法研究[D];吉林大學(xué);2008年

3 張永新;多聚焦圖像像素級(jí)融合算法研究[D];西北大學(xué);2014年

4 徐月美;多尺度變換的多聚焦圖像融合算法研究[D];中國礦業(yè)大學(xué);2012年

5 李華鋒;多聚焦圖像像素級(jí)融合方法研究[D];重慶大學(xué);2012年

6 費(fèi)春;基于智能優(yōu)化和視覺顯著性的圖像融合研究[D];電子科技大學(xué);2015年

7 孫巖;基于多分辨率分析的多傳感器圖像融合算法研究[D];哈爾濱工程大學(xué);2012年

8 封子軍;像素級(jí)圖像融合算法研究[D];電子科技大學(xué);2014年

9 趙恒軍;圖像多尺度鄰域距離分解及其應(yīng)用[D];重慶大學(xué);2013年

10 高國榮;基于Shearlet變換的圖像融合與去噪方法研究[D];西安電子科技大學(xué);2015年

相關(guān)碩士學(xué)位論文 前10條

1 黎磊;變焦大景深顯微與三維測(cè)量技術(shù)研究[D];合肥工業(yè)大學(xué);2019年

2 王鏢堡;基于深度學(xué)習(xí)的多聚焦圖像算法研究[D];云南大學(xué);2018年

3 余美晨;多聚焦圖像融合方法研究[D];長江大學(xué);2019年

4 唐翰;基于深度卷積神經(jīng)網(wǎng)絡(luò)的多聚焦圖像融合[D];重慶郵電大學(xué);2018年

5 毛義坪;基于活躍度度量的多聚焦圖像融合研究[D];重慶師范大學(xué);2019年

6 戴柳云;基于聚焦區(qū)域檢測(cè)的多聚焦圖像融合研究[D];重慶師范大學(xué);2019年

7 董小瑜;基于焦點(diǎn)度量的多聚焦圖像融合算法[D];吉林大學(xué);2019年

8 郭凌鑫;基于多尺度的多聚焦圖像融合算法研究[D];哈爾濱理工大學(xué);2018年

9 張賀峰;基于顯著性區(qū)域的多聚焦圖像融合算法[D];吉林大學(xué);2018年

10 王U

本文編號(hào)：2599442