[发明专利]一种联合低频形状和高频法向量的形貌重建方法

权利要求书

1.一种联合低频形状和高频法向量的形貌重建方法，其特征在于，该方法包括：

通过聚焦度量和帧位移估计获取磨损表面点的最清晰成像帧数及对应高度，生成磨损表面待测区域的低频形状特征；

基于不同聚焦区域的光度图像序列，建立大高度落差磨损表面的法向量计算模型，评估聚焦区域以聚合多个法向量，实现整个表面磨损特征的清晰描述；

基于所述低频形状特征和聚合后所述法向量，实现磨损表面的三维形貌重建。

2.如权利要求1所述的联合低频形状和高频法向量的形貌重建方法，其特征在于，在所述通过聚焦度量和帧位移估计获取磨损表面点的最清晰成像帧数及对应高度，生成磨损表面待测区域的低频形状特征步骤，之前还包括：

依托磨损表面成像过程中多聚焦图像序列，建立磨损表面低频形状特征提取模型。

3.如权利要求1所述的联合低频形状和高频法向量的形貌重建方法，其特征在于，所述通过聚焦度量和帧位移估计获取磨损表面点的最清晰成像帧数及对应高度，生成磨损表面待测区域的低频形状特征，包括如下步骤：

将磨损表面显微成像对焦过程中采集到的全光源观察视频逐帧分解为多聚焦图像序列；

基于所述聚焦图像序列，描述磨损表面点特征的清晰程度，获得磨损图像；根据所述磨损图像生成聚焦评价函数，并确定最清晰成像帧数k₀(x,y)；

从各聚焦图像序列的成像视野求解其对应的磨损表面成像系统位移，并确定最清晰成像帧数图像的位移量z_k；

根据所述最清晰成像帧数及该帧图像的位移量，获取磨损表面的低频形状特征Z₀。

4.如权利要求3所述的联合低频形状和高频法向量的形貌重建方法，其特征在于，所述聚焦评价函数通过如下公式计算：

其中，M_k(x,y)为第k帧聚焦图像在(x,y)处的聚焦程度量化值，该值越大表明该像素点处成像越清晰；为分解后j级别和l方向的高频子带系数，各分解级别的方向数量被设置为[1 41]，即分解总次数J＝3。

5.如权利要求3所述的联合低频形状和高频法向量的形貌重建方法，其特征在于，所述将磨损表面显微成像对焦过程中采集到的全光源观察视频逐帧分解为多聚焦图像序列，还包括：

以多聚焦图像序列的中间帧图像为基准，通过图像相位配准将各聚焦图像与其对齐；

描述图像配准结果。

6.如权利要求3所述的联合低频形状和高频法向量的形貌重建方法，其特征在于，所述基于所述聚焦图像序列，描述磨损表面点特征的清晰程度，获得磨损图像；根据所述磨损图像生成聚焦评价函数，并确定最清晰成像帧数，包括：

构建聚焦评价函数量化各聚焦图像序列以描述磨损表面点特征的清晰程度，获得磨损图像；

采用非下采样剪切变换将所述磨损图像分解为高频子带和低频子带图像，并生成聚焦评价函数；

逐像素选择最大聚焦评价函数值对应的图像帧数，确定最清晰成像帧数。

7.如权利要求3所述的联合低频形状和高频法向量的形貌重建方法，其特征在于，所述根据所述最清晰成像帧数k₀(x,y)及该帧图像的位移量z_k，获取磨损表面的低频形状特征Z₀，包括：

根据最清晰成像帧数k₀(x,y)及该帧图像的位移量z_k，逐像素确定磨损表面各点的表面高度值；

通过均值滤波去除所述表面高度值的极值噪声，并获取磨损表面的低频形状特征Z₀。

8.如权利要求1所述的联合低频形状和高频法向量的形貌重建方法，其特征在于，所述基于所述低频形状特征和聚合后所述法向量，实现磨损表面的三维形貌重建，包括：

联合所述低频形状特征和聚合后所述法向量设计磨损表面重建代价函数，通过最小化代价函数寻求最优高度分布，实现磨损表面的三维形貌重建。