本发明专利技术公开补偿表面微观形貌白光干涉测量方法及系统，涉及干涉测量技术领域。获取构件表面白光干涉的原始序列图像；根据标准阶梯面获取可测点与不可测点的判定阈值；将原始序列图像生成超景深二维图像的同时生成高度点云数据；超景深二维图像和高度点云数据生成具有颜色信息的可测点点云数据；对颜色信息进行分割与定位得到缺陷或附着物的位置数据，数量数据和高度数据；基于不可测点邻近的可测点进行变样条插值计算得到不可测点预测结果；根据不可测点预测结果与可测点点云数据得到构件表面三维形貌。本发明专利技术在实现构件表面真实缺陷和附着物信息识别的同时，实现对构件表面不可测点失真信息的补偿，提高了构件表面形貌评价的准确性。的准确性。的准确性。
【技术实现步骤摘要】
一种补偿表面微观形貌白光干涉测量方法及系统
[0001]本专利技术涉及干涉测量
，特别是涉及一种补偿表面微观形貌白光干涉测量方法及系统。
技术介绍
[0002]关键构件是高端装备的核心，承受循环载荷，例如轴承，传动轴等等。关键构件如在运行中萌生裂纹，最终将无先兆地突然断裂失效，造成重大危险事故。关键构件加工过程中进行的车、铣、刨、磨等加工工艺，都会在加工表面留下刀痕，刀痕谷底曲率半径极小，因此极大地放大了应力的水平，在循环载荷服役条件下，刀痕导致材料内部微观组织破坏，萌生裂纹。以刀痕形貌为主要因素的表面微观形貌决定了关键构件的抗疲劳程度。
[0003]目前对关键构件的测量主要采用通用商业仪器，如激光共聚焦显微镜、白光干涉轮廓仪等，这些仪器采用通用方法进行测量时，容易在刀痕数据预处理过程中丢失刀痕关键信息。另外，由于通用商业仪器采用同轴光照明，加工刀痕陡直侧面的反射光不能进入干涉镜头成像，导致该部分刀痕测量信息失真。
[0004]关键构件在加工时，产生的微切屑和砂轮碎屑等附着物在高温高速的加工环境下，附着于关键构件表面，形成关键构件表面形貌的一部分，微切屑和砂轮碎屑被作为表面形貌的组成部分参与表面粗糙度的计算，但这类附着物与关键构件表面的基体并非一体，用通用商业仪器难以分辨，因此造成构件表面缺陷和附着物形貌与基体形貌无法区分，一起参与构件表面的评价，使构件表面形貌评价结果偏差，评价准确性低。
技术实现思路
[0005]本专利技术实施例的目的是提供一种补偿表面微观形貌白光干涉测量方法及系统，在实现构件表面真实刀痕与附着物等缺陷信息识别的同时，实现对构件表面失真形貌测量信息的补偿，提高了构件表面形貌评价的准确性。
[0006]为实现上述目的，本专利技术实施例提供了如下方案：
[0007]一种补偿表面微观形貌白光干涉测量方法，所述方法包括：
[0008]获取构件表面白光干涉的原始序列图像；将所述原始序列图像中的原始图像按顺序进行编号；不同的编号用于表征不同的构件表面位置；
[0009]根据标准阶梯面，获取所述原始序列图像中的可测点与不可测点的判定阈值；所述可测点用于表征所述原始序列图像中的真实值；所述不可测点用于表征所述原始序列图像中的失真值；所述判定阈值用于判定所述原始序列图像中的可测点与不可测点；
[0010]采用数字图像处理算法，将所述原始序列图像生成超景深二维图像的同时，所述超景深二维图像包括颜色信息，将所述原始序列图像生成高度点云数据；根据所述超景深二维图像和所述高度点云数据生成具有颜色信息的可测点点云数据；
[0011]将所述原始序列图像生成超景深二维图像之后，采用Unet++语义分割网络对所述超景深二维图像中的颜色信息进行分割与定位，得到构件表面缺陷或附着物的位置数据，
数量数据和相对构件基体的高度数据；
[0012]基于所述不可测点邻近的可测点进行变样条插值计算，得到不可测点预测结果；根据所述不可测点预测结果与所述可测点点云数据，得到构件表面三维形貌。
[0013]可选地，所述不同的编号还用于计算相对于构件表面起始位置的相对高度；所述高度数据为所述相对高度。
[0014]可选地，所述根据标准阶梯面，获取所述原始序列图像中的可测点与不可测点的判定阈值具体包括：
[0015]将所述原始序列图像转换为序列灰度图；
[0016]根据所述序列灰度图，得到任一灰度图灰度值的最大值与平均值；
[0017]将最大值与平均值做差值计算，得到差值；
[0018]将差值确定为所述判定阈值。
[0019]可选地，
[0020]所述采用数字图像处理算法，将所述原始序列图像生成超景深二维图像的同时，将所述原始序列图像生成高度点云数据具体包括：
[0021]根据所述序列灰度图中同一个像素点的灰度值最大值所对应的编号，得到该像素点的相对高度；
[0022]获取所述序列灰度图中所有像素点的相对高度；
[0023]根据所述所有像素点的相对高度，得到所述高度点云数据；
[0024]所述根据所述超景深二维图像和所述高度点云数据生成具有颜色信息的可测点点云数据，具体包括：
[0025]根据点云重构方法，将所述超景深二维图像上的颜色信息赋予所述高度点云数据，得到所述具有颜色信息的可测点点云数据。
[0026]为实现上述目的，本专利技术实施例还提供了如下方案：
[0027]一种补偿表面微观形貌白光干涉测量系统，所述系统包括：
[0028]图像采集模块，用于获取构件表面白光干涉的原始序列图像；将所述原始序列图像中的原始图像按顺序进行编号；不同的编号用于表征不同的构件表面位置；
[0029]判定阈值获取模块，用于根据标准阶梯面，获取所述原始序列图像中的可测点与不可测点的判定阈值；所述可测点用于表征所述原始序列图像中的真实值；所述不可测点用于表征所述原始序列图像中的失真值；所述判定阈值用于判定所述原始序列图像中的可测点与不可测点；
[0030]点云数据生成模块，用于采用数字图像处理算法，将所述原始序列图像生成超景深二维图像的同时，所述超景深二维图像包括颜色信息，将所述原始序列图像生成高度点云数据；根据所述超景深二维图像和所述高度点云数据生成具有颜色信息的可测点点云数据；
[0031]Unet++语义分割模块，在所述原始序列图像生成超景深二维图像之后，对所述超景深二维图像中的颜色信息进行分割与定位，得到构件表面缺陷或附着物的位置数据，数量数据和相对构件基体的高度数据；
[0032]三维形貌生成模块，用于基于所述不可测点邻近的可测点进行变样条插值计算，得到不可测点预测结果；根据所述不可测点预测结果与所述可测点点云数据，得到构件表
面三维形貌。
[0033]可选地，所述不同的编号还用于计算相对于构件表面起始位置的相对高度；所述高度数据为所述相对高度。
[0034]可选地，所述判定阈值获取模块具体用于：
[0035]将所述原始序列图像转换为序列灰度图；
[0036]根据所述序列灰度图，得到任一灰度图灰度值的最大值与平均值；
[0037]将最大值与平均值做差值计算，得到差值；
[0038]将差值确定为所述判定阈值。
[0039]可选地，所述点云数据生成模块具体用于：
[0040]根据所述序列灰度图中同一个像素点的灰度值最大值所对应的编号，得到该像素点的相对高度；
[0041]获取所述序列灰度图中所有像素点的相对高度；
[0042]根据所述所有像素点的相对高度，得到所述高度点云数据；
[0043]根据点云重构方法，将所述超景深二维图像上的颜色信息赋予所述高度点云数据，得到所述具有颜色信息的可测点点云数据。
[0044]在本专利技术实施例中，获取构件表面白光干涉的原始序列图像；将原始序列图像中的原始图像按顺序进行编号；不同的编号表征不同的构件表面位置。根据标准阶梯面本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种补偿表面微观形貌白光干涉测量方法，其特征在于，所述方法包括：获取构件表面白光干涉的原始序列图像；将所述原始序列图像中的原始图像按顺序进行编号；不同的编号用于表征不同的构件表面位置；根据标准阶梯面，获取所述原始序列图像中的可测点与不可测点的判定阈值；所述可测点用于表征所述原始序列图像中的真实值；所述不可测点用于表征所述原始序列图像中的失真值；所述判定阈值用于判定所述原始序列图像中的可测点与不可测点；采用数字图像处理算法，将所述原始序列图像生成超景深二维图像的同时，所述超景深二维图像包括颜色信息，将所述原始序列图像生成高度点云数据；根据所述超景深二维图像和所述高度点云数据生成具有颜色信息的可测点点云数据；将所述原始序列图像生成超景深二维图像之后，采用Unet++语义分割网络对所述超景深二维图像中的颜色信息进行分割与定位，得到构件表面缺陷或附着物的位置数据，数量数据和相对构件基体的高度数据；基于所述不可测点邻近的可测点进行变样条插值计算，得到不可测点预测结果；根据所述不可测点预测结果与所述可测点点云数据，得到构件表面三维形貌。2.根据权利要求1所述的补偿表面微观形貌白光干涉测量方法，其特征在于，所述不同的编号还用于计算相对于构件表面起始位置的相对高度；所述高度数据为所述相对高度。3.根据权利要求1所述的补偿表面微观形貌白光干涉测量方法，其特征在于，所述根据标准阶梯面，获取所述原始序列图像中的可测点与不可测点的判定阈值具体包括：将所述原始序列图像转换为序列灰度图；根据所述序列灰度图，得到任一灰度图灰度值的最大值与平均值；将最大值与平均值做差值计算，得到差值；将差值确定为所述判定阈值。4.根据权利要求3所述的补偿表面微观形貌白光干涉测量方法，其特征在于，所述采用数字图像处理算法，将所述原始序列图像生成超景深二维图像的同时，将所述原始序列图像生成高度点云数据具体包括：根据所述序列灰度图中同一个像素点的灰度值最大值所对应的编号，得到该像素点的相对高度；获取所述序列灰度图中所有像素点的相对高度；根据所述所有像素点的相对高度，得到所述高度点云数据；根据所述超景深二维图像和所述高度点云数据生成具有颜色信息的可测点点云数据，具体包括：根据点云重构方法，将所述超景深二维图像上的颜色信息赋予所...
【专利技术属性】
技术研发人员：陈俊英，王博玄，蒋清山，陈秀玉，冯薇，许志龙，曹义涛，
申请(专利权)人：集美大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。