基于聚焦法的工件立体测量方案，根据数据进行三维重建 使用HALCON处理图像，MATLAB拟合数据+源代码+数据集+效果图

# 基于聚焦法的工件立体测量方案 ## 项目简介 使用聚焦法(Depth from Focus, DFF)对零件的尺寸进行立体测量，根据数据进行三维重建。使用HALCON处理图像，MATLAB拟合数据。 ## 功能特性 借助工业显微镜，能够实现对微小零件(10mm以内)进行三维立体测量并重建三维模型，针对圆、直线等几何特征进行数据拟合和误差分析。该项目属于单目立体视觉范畴，具有较高的稳定性，且操作简单。 本项目还提供了大量适用于DFF的数据集，对于想要在DFF方面进行练习和测试的朋友可以任意取用。 ## 环境依赖 HALCON12以上，Matlab2014以上 ## 源码说明 HalconCode中有三份源代码，depth是建模处理的完整流程，修改图片读取的地址后启动代码，rot是图片旋转所用，Sobel是计算图像清晰度的评价函数。 Matlab有四份源代码 fit_line_knif拟合剪刀刀刃数据，helix拟合螺纹螺旋数据，Knife_back拟合刀背数据，halcon_depth是一个demo示例。 ## 原理描述 目前比较火的三维测量方法是双目视觉和线结构光，但是如果针对微小零件，双目视觉的精度很差（双目视觉要精度高需要目距宽，这样视场就会变小），线结构光测小物体对激光器的聚焦有很高的要求，因此本项目采用聚焦法(DFF)进行测量。  聚焦法原理很简单，当待测物体远离焦平面时，离焦程度较高，反映到图像上就是图像十分模糊。当载物台向上移动，待测物体接近焦平面，此时离焦程度降低，可以再图像中获取更多的细节。又因为待测物体表面高低起伏，当载物台移动到某一位置时，必然会出现有的地方清晰，有的地方模糊。通过比较这种清晰和模糊就能够确定其深度信息。  整个项目的重点是聚焦评价函数，本项目采用Tennegrad函数，也就是sobel算子。工作台如下图所示  ## 算法设计 其实算法比较简单，但可靠性好  首先利用Halcon自带的算子批量读取图片，之后进行预处理。预处理首先是将图片灰度化，之后利用滤波算子去除高频噪点。预处理完成以后，用Sobel算子进行梯度计算，经过计算以后会生成梯度图，各个点的梯度大小就表示聚焦评价函数评价的初步结果。 为了方便后续的处理，还需要对计算的梯度做进一步处理，首先需要利用阈值化的方法除去那些数值较小的点，之后对其余的点的灰度大小乘以一个倍数，将他们拉伸。这样做有两个目的，其一是为了视觉上观察更加明显，方便处理结果的人工评估，其二是后续拟合时比较稳定，如果数值太小，拟合函数可能会出现错误。 处理后的结果如图所示：  三维重建可以分为图所示的四个步骤：  在Halcon中读取所拍摄的一系列图片，将每一张单独的图片视为一个通道，将所拍摄的N图片合成为一张N通道图片，方便后续处理。随后利用Halcon自带的DFF算子进行焦深计算，获取焦深图。  最后一步需要进行同道合成，将得到的焦深图和原图进行合并，这样显示出来的三维重建图既有高低起伏的深度信息，同时也有表面的纹理信息。