[发明专利]基于扫描电子显微镜的图像序列三维重构方法及系统

权利要求书

1.一种基于扫描电子显微镜的图像序列三维重构方法，其特征在于，包括下述步骤：

对扫描电子显微镜和宏微平台进行标定，获得标定信息；

获取基于扫描电子显微镜的图像序列；

所述获取基于扫描电子显微镜的图像序列，具体步骤为：

获取初始位置图像：将目标物体固定在宏微平台上，调整宏微平台位置直至图像清晰，获取第一张清晰的高分辨率微观图像，并设当前位姿为初始位姿；

自动粗调平台：宏微平台绕旋转轴逆时针旋转，基于宏微平台的标定信息计算出旋转前后相对位移，根据所述相对位移将目标物体重新调整回到视场；

度量图像的清晰度：计算目标物体图像的清晰度，若清晰度大于清晰度设定阈值，则判定当前位置在焦距范围内，否则，执行调整宏微平台高度的步骤；

调整宏微平台高度：将宏微平台沿高度正方向，按照间隔距离移动到不同位置，计算不同位置的图像清晰度，不断迭代直到图像的模糊度差值小于模糊度差值阈值，则判定当前位置图像为清晰图像；

重复所述获取初始位置图像步骤、所述自动粗调平台步骤、所述度量图像的清晰度步骤和所述调整宏微平台高度步骤，得到一组清晰的高分辨率微观图像序列；

对宏微平台位姿信息的特征点进行检测与匹配，得到图像特征点匹配集；

采用RANSAC剔除图像特征点匹配中的误匹配点，得到剔除误匹配点后的图像特征点匹配集；

选取有效匹配点对最多的两张图像进行初始化；

添加新图像进行图像配准；

采用光束法平差对宏微平台运动轨迹进行全局优化，采用最小化重投影误差对扫描电子显微镜标定参数和三维点坐标进行优化，得到稀疏点云模型；

对稀疏点云模型采用MVS算法进行稠密重构，获得空间目标密集的三维点云模型。

2.根据权利要求1所述的基于扫描电子显微镜的图像序列三维重构方法，其特征在于，所述扫描电子显微镜和宏微平台进行标定，获得标定信息，具体步骤为：

标定板固定在宏微平台上，调整宏微平台，获取不同位姿的标定板图像，基于中心投影模型和标定板图像计算出扫描电子显微镜视觉传感的内参数矩阵，初始位置宏微平台的外参矩阵、旋转轴方向向量和旋转轴上任意一点的坐标。

3.根据权利要求1所述的基于扫描电子显微镜的图像序列三维重构方法，其特征在于，所述度量图像的清晰度采用灰度值方差度量图像的清晰度，具体计算方式为：

其中，μ表示图像的像素灰度平均值，M、N分别表示图像长和宽两个方向上的像素个数，i(u,v)表示图像上在(u,v)位置上的像素灰度值，s(I)表示图像的清晰度。

4.根据权利要求1所述的基于扫描电子显微镜的图像序列三维重构方法，其特征在于，所述对宏微平台位姿信息的特征点进行检测与匹配，得到图像特征点匹配集，具体步骤为：

对所述图像序列中的每张图像采用SIFT算法提取特征点F_i：

F_i＝{(x_j，f_j)|j＝1…N_Fi}；

其中，x_j表示该特征点在图像坐标系中的位置，f_j表示特征点描述子；

选定两张图像设为I_a和I_b，基于宏微平台的标定信息计算I_a和I_b两张图像对应平台的位姿关系；

计算I_a和I_b两张图像的基本矩阵F，图像I_a上的特征点x_j相匹配的特征点在图像I_b的位置x^′，基本矩阵F和位置x^′满足对极几何约束

所述图像序列中的每张图像依次作为基准图像与其它的图像进行两两匹配，当满足图像I_a中的特征点x_a在图像I_b中的匹配点为x′_b，同时图像I_b中的特征点x′_b在图像I_a中的匹配点也为x_a时，判定图像特征点为有效匹配点对；

将有效匹配点对集合得到图像特征点匹配集。