金相显微镜上实现三维微观形貌恢复

开篇：润墨网以专业的文秘视角，为您筛选了一篇金相显微镜上实现三维微观形貌恢复范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！

摘要： 金相显微镜是一种经典的测量分析仪器，已经实现了金相显微镜图像的数字化采集，并恢复了三维微观形貌。首先，对金相显微镜的载物台加装电机，利用电机带动载物台进行精密移动，在载物台移动过程中，对被测物体等步距拍摄序列图像。然后，根据聚焦形貌恢复的原理，采用修正的拉普拉斯算子进行聚焦程度判断，利用高斯插值方法获取聚焦程度最大值以及此时被测表面的高度信息，恢复三维形貌。最后，利用金相显微镜对粗糙度样块进行测量，获得了相符的测量结果。该方法对于扩展金相显微镜的测量范围具有积极意义。

关键词： 金相显微镜； 聚焦形貌恢复； 三维微观形貌恢复

中图分类号： TP394.1 文献标志码： A doi： 10.3969/j.issn.1005-5630.2016.05.003

文章编号： 1005-5630（2016）05-0388-05

引 言

金相显微镜是一种应用广泛的光学仪器，可以及早发现材料加工生产中的问题，改善热处理操作，防止产生废品，提高产品质量。该设备已成为钢铁冶炼、材料加工等行业重要的测量分析仪器，也广泛应用在高校的实验研究教学中。数字化是提升测量能力、满足现代生产要求的有效手段。因此国内外许多研究人员已经对普通的金相显微镜进行了数字化[1-2]，用CCD采集图像，然后进行图像分析与处理。目前商品化的金相显微镜多以二维测量分析为主，但实际应用中对同时获得三维信息也有很多需求。金相显微镜本身的结构具有三维运动功能，为实现三维测量提供了必要条件。

在载物台可以精密移动的基础上，基于一些新的图像处理技术还可以实现微观形貌的恢复。本文采用单目视觉方法，对光学系统成像部分不做改动，成本较低，而且容易实现[3]。在单目视觉方法中，采用聚焦形貌恢复方法对被测物体进行恢复，原理简单，鲁棒性较好。本文简要介绍了聚焦形貌恢复技术，并通过实验对金相显微镜进行改造，实现了粗糙度样块三维表面形貌的恢复，测量了表面粗糙度，与标准值比对后可得实验结果正确可靠。实验系统扩大了金相显微镜的使用范围。

2 实验

2.1 实验装置和实验过程

可以通过以下三个方法获取序列图像：图像采集系统移动、被测物体移动或镜头变焦。最后一个方法的缺点是景深发生变化，对光学装置要求高，因此通常采用移动被测物体或者移动光学镜头的方法来获取序列图像。如图3所示，在手动控制金相显微镜载物台的基础上，添加步进电机，利用步进电机带动载物台上下移动，CCD捕获移动过程中被测物体的图像。测试样品为粗糙度Ra=0.8 μm的车削样板，采用20倍物镜，步进距离为1 μm（两幅图像的距离），采集10幅序列图像，图4所示为其中的4幅图像。在移动过程中，首先是被测样品全部离焦，如图4（a）所示图像模糊，随着测量臂向上移动，样品底部先聚焦，如图4（b）所示样品底部图像清晰，顶部模糊，接着样品顶部聚焦，如图4（c）所示顶部图像清晰，底部模糊，最后全部离焦，如图4（d）所示。

2.2 实验结果

根据式（2）、（3）计算得到每个像素点的聚焦测度值，利用高斯插值，根据式（5）获取对应点的高度值，恢复的三维形貌如图5所示，消除倾斜之后如图6所示。垂直于车削痕迹方向获取多个横截面，测量结果Ra=0.11 μm。

3 结 论

传统的金相显微镜在工业生产中应用广泛，但只适用于二维测量分析。本文基于聚焦形貌恢复技术在金相显微镜上实现了三维微观形貌测量，计算了被测物体的表面粗糙度值，扩展了金相显微镜的测量功能。

聚焦形貌恢复技术的精度主要取决于光学系统的参数和序列图像的轴向采样间隔。电机的步进距离必须小于光学系统的景深，否则会丢失步进距离与景深差值之间的高度信息，影响三维形貌的恢复。光学系统景深越小，电机驱动器的步进距离越小，最后的测量精度越高。但景深越小，显微镜的放大倍数越大，测量视野变得越小。同时步进距离越小，对精密机械装置的要求也就越高。因此要对被测物体的大小和精度要求进行合理的选择。后续工作中将对系统的测量精度开展研究分析。

参考文献：

[1] 张照军，张思遥.金相显微镜数字图像采集系统的改造[J].金属热处理，2012，37（12）：134-135.

[2] 施杰.金相显微镜设计价值分析与高性价比实现研究[D].桂林：桂林电子科技大学，2008.

[3] 佟帅，徐晓刚，易成涛，等.基于视觉的三维重建技术综述[J].计算机应用研究，2011，28（7）：2411-2417.

[4] NAYAR S K，NAKAGAWA Y.Shape from focus[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，1994，16（8）：824-831.

[5] DURAKBASA M N，OSANNA P H，DEMIRCIOGLU P.The factors affecting surface roughness measurements of the machined flat and spherical surface structures - the geometry and the precision of the surface[J].Measurement，2011，44（10）：1986-1999.

[6] MALIK A S，CHOI T parison of polymers：a new application of shape from focus[J].IEEE Transactions on Systems，Man，and Cybernetics，Part C（Applications and Reviews），2009，39（2）：246-250.

[7] MAHMOOD M T，SHIM S O，ALSHOMRANI S，et al.Depth from image focus methods for micro-manufacturing[J].The International Journal of Advanced Manufacturing Technology，2013，67（5/8）：1701-1709.

[8] BILLIOT B，COINTAULT F，JOURNAUX L，et al.3D image acquisition system based on shape from focus technique[J].Sensors，2013，13（4）：5040-5053.

[9] 钱燕，尹文庆，林相泽，等.基于序列图像三维重建的稻种品种识别[J].农业工程学报，2014，30（7）：190-196.

[10] 吴振锋，左洪福，邱根良.光学显微镜自动聚焦的技术研究[J].光学仪器，2000，22（4）：9-12.

[11] PERTUZ S，PUIG D，GARCIA M A.Analysis of focus measure operators for shape-from-focus[J].Pattern Recognition，2013，46（5）：1415-1432.