基于单幅显微图像的腐蚀坑三维信息测量方法

摘要

一种基于单幅显微图像的腐蚀坑三维信息测量方法。包括：系统标定，图像采集，图像分割，计算分割后每一区域的深度估计函数，通过深度估计函数估计出每一区域的深度值di，i＝1，2，3…n2，对于包含有腐蚀坑的区域di＞0，不包含腐蚀坑的区域di＝0；将深度最大值作为腐蚀坑的深度D，并统计di＞0的区域的个数k，则腐蚀坑面积S近似为S＝ks；体积近似为该方法操作简单，成本低，且不同于双目立体视觉或多目立体视觉方法需要从不同角度拍摄目标图像，避免了繁琐的摄像机标定、对应点匹配和视差估计过程；而且本方法对于数据源的要求不高，能够直接对普通的显微图像进行深度估计及相关测量。

权利要求

1.一种基于单幅显微图像的腐蚀坑三维信息测量方法，其特征在于该方法包括：第1、系统标定，用显微摄像头拍摄一个面积s标定已知的标定物，计算标定物图像的像素数m，则系统的像素当量ε=s标定/m，即一个像素所对应的面积；

第2、图像采集，用显微摄像头拍摄被测腐蚀坑的图像，腐蚀坑显微图像的尺寸为M×N像素；

第3、图像分割，将采集到的被测腐蚀坑的显微图像分割为n×n个面积相等的区域，每个区域的尺寸都为 像素，则每个区域的面积为 其中n的取值范围为

10～100之间的整数；

第4、计算分割后每一区域的深度估计函数，通过深度估计函数估计出每一区域的深度值di，i=1,2,3…n2，对于包含有腐蚀坑的区域di>0，不包含腐蚀坑的区域di=0；

第5、分析比较第4步得到的各个区域的深度值，将最大值作为腐蚀坑的深度D，并统计di>0的区域的个数k，则腐蚀坑面积S近似为S=ks，其中s为图像分割后每一区域的面积；

第6、根据第4步得到的各个区域的深度值di，以及第3步所述每个区域的面积腐蚀坑的体积近似为第7、输出以上得到的腐蚀坑的深度D、面积S和体积V；

第4步所述的计算分割后每一区域的深度估计函数的方法包括初步深度估计和精确估计两部分；

初步深度估计：对于每个分割的区域，分别计算公式（1）的值F(u,v)，F(u,v)的值越大表示深度越小，相反，F(u,v)值越小深度越大；

式中图像尺寸为P×Q像素，f(u,v)为(u,v)点的像素值，u∈[0,P],v∈[0,Q]；

精确深度估计：通过初步深度估计，计算出了每个区域的F(u,v)值，将最大值记为Fmax(u,v)，并将F(u,v)值最大的区域作为基准区域；再分别计算每个区域的公式（2）的值G(u,v)，通过比较基准区域与其他区域的清晰程度的不同，判定基准区域与其他区域的相对深度；

不同的G(u,v)值，代表着不同的深度值d(u,v)，G(u,v)值越大深度值d(u,v)越小；

G(u,v)值越小深度值d(u,v)越大；G(u,v)值与深度d(u,v)的关系通过曲线拟合的方法得出。

说明书

基于单幅显微图像的腐蚀坑三维信息测量方法

技术领域

[0001] 本发明涉及图像处理和计算机视觉领域，尤其涉及一种基于单幅显微照片的腐蚀坑深度、面积及体积估计的方法。并将该技术应用于微小深度的金属板材表面的腐蚀坑深度(深度小于5mm)、面积及体积测量。

背景技术

[0002] 本发明属于一种单目深度估计方法，目前已有的单目深度估计方法主要有：基于几何光学的方法、基于几何透视的方法以及利用机器学习和贝叶斯推断方法进行的单目三维重建方法。基于几何光学的方法包括聚焦法和散焦法。聚焦法是在焦距可调的情况下，使图像中的目标点精确聚焦，根据透镜成像原理求得该点相对于相机的距离，该方法的硬件昂贵、不易实现，而且聚焦定位不准会带来误差。散焦法是根据模糊程度计算图像中各点相对于相机的距离，但是如何准确建立散焦模型是主要的难点。几何透视方法是利用透视成像中的几何约束关系确定目标对象的空间三维信息。利用机器学习和贝叶斯推断方法进行的单目三维重建方法利用多种深度线索和图像特征，通过训练和学习的方法得到待测图像的深度图，但这种方法需要采集训练数据，建立样本库，计算的性能也需进一步提高。总之，目前的单目视觉深度估计方法存在自身的局限性，这些问题还没有得到很好的解决。

发明内容

[0003] 本发明的目的是克服现有技术存在的上述不足，提供一种基于单幅显微图像的腐蚀坑三维信息(深度、面积及体积估计)测量方法。本发明只需拍摄一幅腐蚀坑的图片即可以对腐蚀坑的深度、面积及体积等三维参数做出估计。

[0004] 本发明原理

[0005] 使用显微摄像头拍摄腐蚀坑图像时，控制显微摄像头与测量平面的距离，使显微摄像头的焦平面恰好在测量平面。对于有腐蚀坑的区域，由于腐蚀坑深度的不同，图像的清晰程度也随之变化，通过分析被测腐蚀坑显微图像不同区域的清晰程度就可以得出腐蚀坑不同区域的深度值。这就是本发明提出的基础。

[0006] 使用显微摄像头拍摄腐蚀坑图像后，把图像平均分割为n×n个面积相同的区域，其中每个区域的面积s可以计算出来。分析不同区域的清晰程度可以估计出该区域的深度di，对于包含腐蚀坑的区域di＞0，不包含腐蚀坑的区域di＝0，分析各个区域的深度值di，将最大值作为腐蚀坑的深度D、统计di＞0的区域的个数k，这样得到腐蚀坑的面积近似值S＝ks；然后把每一区域的深度值di乘以区域的面积值s，得到这一区域腐蚀坑的近似体积sdi，最终将不同区域的体积值相加得到腐蚀坑的体积值 即把腐蚀坑近似为由多个底面积相同的、高度不同的立方体的叠加。这样就可以得到腐蚀坑的深度D、面积S、体积V。

[0007] 本发明提供的基于单幅显微图像的腐蚀坑三维信息测量方法包括：

[0008] 第1、系统标定，用显微摄像头拍摄一个面积s标定已知的标定物，计算标定物图像的像素数m，则系统的像素当量ε＝s标定/m，即一个像素所对应的面积；

[0009] 第2、图像采集，用显微摄像头拍摄被测腐蚀坑的图像，腐蚀坑显微图像的尺寸为M×N像素；

[0010] 第3、图像分割，将采集到的被测腐蚀坑的显微图像分割为n×n个面积相等的区域，每个区域的尺寸都为 像素，则每个区域的面积为 其中n的取值范围为10～100之间的整数，n与测量精度有关，n取值越大，测量结果越准确，可以根据测量精度的需要选择合适的n值；

[0011] 第4、计算分割后每一区域的深度估计函数，通过深度估计函数估计出每一区域的深度值di，i＝1，2，3…n2，对于包含有腐蚀坑的区域di＞0，不包含腐蚀坑的区域di＝0；

[0012] 第5、分析比较第4步得到的各个区域的深度值，将最大值作为腐蚀坑的深度D，并统计di＞0的区域的个数k，则腐蚀坑面积S近似为S＝ks，式中s为图像分割后每一个区域的面积；

[0013] 第6、根据第4步得到的各个区域的深度值di，以及第3步所述每个区域的面积腐蚀坑的体积近似为

[0014] 第7、输出以上得到的腐蚀坑的深度D、面积S和体积V。

[0015] 第4步所述的计算分割后每一区域的深度估计函数的方法如下：

[0016] 利用深度估计函数分析腐蚀坑显微图像每个分割区域的清晰程度，从而估计腐蚀坑的深度值。深度估计函数包括初步深度估计和精确估计两部分。

[0017] 初步深度估计：本发明提出的深度估计函数基于传统的Variance函数，其表达式为

[0018]

[0019] 式中图像尺寸为P×Q像素，f(i，j)为(i，j)点的像素值，i∈[0，P]，j∈[0，Q]。

[0020] Variance函数利用图像数据的标准差反映图像的清晰度。Variance函数值越大，图像越清晰。但Variance函数有一个特点，也是现在所有图像清晰度评价函数的特点，即在同等清晰度下，图像的尺寸越大，清晰度评价函数的值也越大。为了克服这个缺点，对Variance函数做一点改进，表达式如下

[0021]

[0022] 式中图像尺寸为P×Q像素，f(i，j)为(i，j)点的像素值，i∈[0，P]，j∈[0，Q]。

[0023] 精确深度估计：首先计算每一小区域的改进的图像清晰度评价函数F(i，j)的值，把最大值记为FMax(i，j)，并把这一区域作为基准区域。通过比较基准区域与其他区域的清晰程度的不同，判定基准区域与其他区域的相对深度。基准区域与其他区域的清晰程度的比较可按下式计算：

[0024]

[0025] 式中图像尺寸为P×Q像素，f(i，j)为(i，j)点的像素值，i∈[0，P]，j∈[0，Q]。

[0026] 不同的G(i，j)值，代表着不同的深度值d(i，j)。利用最小二乘法拟合出G(i，j)值与深度值d(i，j)的关系曲线d(i，j)＝f(G(i，j))。这个函数为深度估计函数。通过这个函数分析腐蚀坑显微图像每个分割区域的清晰程度来估计腐蚀坑的深度值。

[0027] 本发明的优点和有益效果：

[0028] 本发明方法不同于双目立体视觉或多目立体视觉方法需要从不同角度拍摄目标图像，避免了繁琐的摄像机标定、对应点匹配和视差估计过程；而且本方法对于数据源的要求不高，能够直接对普通的单幅显微图像进行深度估计及相关测量。

附图说明

[0029] 图1为显微摄像头结构示意图；

[0030] 图2为腐蚀坑三维信息测量系统示意图；

[0031] 图3为腐蚀坑三维信息测量流程示意图；

[0032] 图4为图像分割示意图；

[0033] 图5为一种深度估计函数的拟合曲线。

[0034] 图中，1为显微摄像头，2为LED光源，3为腐蚀坑，4为数据传输线、5为测量平面、6为计算机、7为一个图像分割区域。

[0035] 为了更加清楚的说明本发明的目的及特点，结合附图与具体实施方式进行详细说明。

具体实施方式

[0036] 实施例1、本发明装置

[0037] 图1为测量系统的显微摄像头示意图，如附图所示，显微摄像头1的为放大倍数为100倍的USB数字显微镜，其景深为10μm，像素为500万，焦距f＝5mm，拍摄视场范围为
8×10(mm2)。当摄像装置接触测量平面5时，显微摄像头与测量平面5的距离d＝f，即显微镜的焦平面在测量平面。当测量平面上有腐蚀坑时，图像的清晰度会随着腐蚀坑的深度变化而变化。同时为了减小外界光线的变化对测量结果的影响，在显微摄像头1中安装了LED光源2。显微摄像头1拍摄的腐蚀坑图片通过数据线4传输到计算机6中。

[0038] 图2为腐蚀坑三维信息测量装置示意图，如附图所示，显微摄像头1通过数据线4与计算机6相连；测量时，将显微摄像头1与测量面5相接触，拍摄被测腐蚀坑3的显微图像，经过相关计算后，得出被测数据。

[0039] 图3为腐蚀坑三维信息测量的流程图，如附图所示，拍摄腐蚀坑的显微图像后，分别计算腐蚀坑的面积、腐蚀坑的深度及体积计算，最后输出测量结果。

[0040] 图4为腐蚀坑显微图像分割示意图，如附图所示，示意图中将拍摄的腐蚀坑显微图像分割为8×8个区域。

[0041] 图5为一种深度估计函数的拟合曲线。

[0042] 实施例2、深度估计函数的拟合

[0043] 使用附图1所示的测量装置，在测量平面放置一个表面没有腐蚀的试样并拍摄试样的图像，此时由于试样处于显微镜的焦平面上，所以此时拍摄的图像最清晰。然后调整显微镜的位置，每次使显微镜远离测量面0.5mm，并拍摄试样的图像。通过以上步骤拍摄11组试样图像，计算每一幅图像的G(i，j)值，得到的数据如表1所示。通过MATLAB进行曲线二2
次拟合后的结果为：d(i，j)＝-0.1057G(i，j)+1.453G(i，j)。此函数即为此时的深度估计函数。对于分割后的图像，计算出每一区域的G(i，j)值，然后代入到拟合好的深度估计函数中，即可计算出该区域的深度值。

[0044] 表1

[0045]

[0046] 实施例3、本发明方法

[0047] 本发明的测量过程如附图3所示，首先拍摄一个面积已知的标定物，进行系统标定，确定测量系统的像素当量。然后拍摄腐蚀坑的图像，根据测量精度的需要选择合适的n值经图像分割为n×n个区域。计算分割后每一区域的G(i，j)值，代入到深度估计函数中即可计算出每一区域的深度值，进而得出腐蚀坑的深度、面积、体积参数值。

[0048] 下面以腐蚀坑的测量为例，说明发明的具体操作过程。

[0049] 1.首先打开计算机6及LED光源2，将显微摄像头1接触测量平面5，用显微摄像头1拍摄一个面积s标定的标定物，计算标定物图像的像素数m，则系统的像素当量ε＝s标定/m；

[0050] 2.将显微摄像头1接触测量平面5，拍摄目标腐蚀坑3的图像，图像经过数据线4传输到计算机6中。

[0051] 3.采集的被测腐蚀坑的显微图像尺寸为M×N像素，把它分割为n×n个区域，每个区域的大小为 像素，则每个区域的面积

[0052] 对于分割出的每个区域，分别G(i，j)的值，然后将计算出的G(i，j)值代入深度估计函数d(i，j)＝f(G(i，j))中，便可以得出每个区域的深度值di。对于包含有腐蚀坑的区域di＞0，不包含腐蚀坑的区域di＝0；比较每个小区域的深度值，把最大值作为腐蚀坑的深度d，并统计di＞0的区域个数k。

[0053] 4.则腐蚀坑的面积可以近似表示为

[0054] S＝ks

[0055] 5.则腐蚀坑的体积可以近似表示为

[0056]

[0057] 6.将以上步骤计算出的结果腐蚀坑的深度D、面积S、体积V在计算机屏幕显示。

[0058] 在上述实施例中，计算机采用最低配置为CPU奔腾III，内存1GB以上的笔记本电脑，显微摄像头为放大倍数为100倍的USB数字显微镜，其景深为10μm，像素为500万，焦2
距f＝5mm，拍摄视场范围为8×10(mm)。