一种新的模板匹配算法及其在三维形貌测量中的应用

　　1　引　言

　　物体的三维形貌测量在自动检测、质量控制、机器人视觉、医学诊断、CAD/CAM等领域中的应用越来越广泛。由于光学测量方法具有非接触性、灵敏度高、速度快、获取数据多等优点,被公认为是最具前途的三维形貌测量方法而日益受到人们的重视。其中投影栅相位测量轮廓术(Phase-measurementprofilometry, PMP),是近年来应用较广的三维形貌测量方法[1,2,5~10]。然而用这种方法测量物体形貌时存在两个问题。一是当被测物体较大时往往会出现以下情况:(a)难以保证被测物体全部进入CCD的视野;(b)难以形成足够大的光栅像以覆盖整个物体;(c)即使调整整个测量系统使以上两个条件得到满足,物体表面的像素点往往又比较稀疏,难以达到所要求的测量精度和灵敏度。二是当被测物体陡峭度较大或存在高度突变时,会出现阴影区,至使部分形貌测量不到。对于第一个问题,目前通常的处理方法是把整个物体分成若干部分,通过被测物体和摄象系统之间的相对移动或转动,对每一部分单独采集,单独处理,然后采用拼接技术把几部分连接起来形成物体的整个轮廓。对于第二个问题,通常的处理方法是采用双投影或使被测物体和投影系统之间相对转动以使原来的阴影区重现,从而得到两部分测量结果,然后同样采用拼接技术得到整个物体的轮廓。因此,无论是处理大物体还是阴影区都需要图像拼接技术。对于两图像的拼接,目前多是在拼接区标定若干控制点,然后以这些控制点为基准进行坐标变换[7,8,10]。在某些情况下,这不仅没有必要,而且由于控制点标定和识别的关键性及算法的繁琐性常常会使问题变的过于复杂化。

　　本文就投影栅三维形貌测量出现的阴影问题,提出一种基于互相关函数差值的模板匹配算法。这种算法不需要事先在拼接区标定控制点进行坐标变换,因而可省去一系列繁琐的工作。实例计算结果表明,该算法对两图像能实现快速、准确拼接,是一种比较经济实用的方法。

　　2　基于互相关函数差值的模板匹配算法

　　2.1　匹配信号的调整

　　为解决阴影问题,本文将被测物体绕与z轴平行的任一轴(要保证被测物体全部进入CCD视野)旋转180°而投影系统和摄像系统均保持不动,旋转前后采集两幅图像。然而这种方法会使前后获得的两幅图像在x和y方向均产生位移,因此在图像进行匹配之前需要调整图像信号的空间位置。设模板信号为f(x),与之匹配的信号是g(x)。对信号的调整本文采用模板信号的自相关函数的最大值与模板信号和被匹配信号之间的互相关函数的最大值之间的空间延迟来进行。设模板信号的自相关函数为：