中文摘要：

针对现有SLM显微立体视觉测量法在MEMS微结构三维形貌重构和几何属性测量方面存在的问题，该项目申请提出一种融合特征投影的多视角大深度显微立体视觉测量新方法，目的是解决SLM微测量领域中的遮挡和大深度(或越界深度)尺寸微结构的表面几何属性测量问题。从多视角、多深度面采集被测微观对象的立体图像对序列和投影特征立体图像对序列，进行图像融合与模糊度判别，计算一系列聚焦面上的像点，生成聚焦面投影融合立体图像。基于融合图像开展以下几方面的研究工作(1) 多视角大深度显微立体视觉测量系统机理研究；(2) 多维深度层显微图像融合和两步匹配方法研究；(3) 基于数据分层融合的物像反演数据重构方法研究；(4) SLM显微立体视觉量化和优化方法研究。该项目申请提出的融合特征投影的多视角大深度SLM显微立体视觉测量新方法的研究对进一步完善和提高传统SLM显微立体视觉测量方法的发展具有很好的推动作用。

结论摘要：

使用光学体视显微镜构成双目立体视觉(简称为SLM显微视觉)系统，这种视觉系统经过量化之后，已应用于微观领域，如微测量、微操作、微装配、微注射等，并逐渐形成为一种有效的光学精密测量手段，相关的理论、实验测量方法也不断随之发展。传统SLM显微视觉测量方法通过立体匹配算法寻找立体图像对中的相关点，利用图像中灰度、边缘、纹理等信息建立相关性测度，若在左图像中给定某个特征点，通过相似性测度估计其匹配点在右图像中的位置，这种相关点的搜寻过程是在全局图像或者局部区域图像中实现。但是立体匹配过程存在严重问题，立体匹配算法要求立体图像对能够提供丰富的特征信息，如果立体图像对中特征不明显，很难搜寻到足够多的相关点；全局图像的畸变矫正是非常困难的，估计畸变参数通常采用优化方法。这些不足之处制约了SLM显微视觉在微测量中的广泛应用。 该项目针对传统SLM视觉测量方法的不足，以大深度显微物体作为研究对象，在传统SLM显微视觉系统中引入了激光条纹测量的技术，利用图像中激光光带的中心轮廓描述显微物体的表面形状，并结合图像序列融合技术，获得大深度物体的清晰的融合后的图像。主要的研究成果如下(1) 在针孔摄像机模型的理论基础上，提出了一种新的高精度的改进的针孔摄像机模型。针孔摄像机模型在宏观立体视觉中应用广泛，技术相对成熟，但直接用于SLM显微视觉重构时，重构结果会产生较大的定位误差。首先，建立视差畸变矫正的方法，从高精度标定样板图像中获取图像数据，分析视差分布的变形特征，采用多项式拟合矫正视差畸变；然后，建立改进的针孔摄像机模型，包括两部分初始视觉模型和残差补偿模型，初始视觉模型输出初始的世界坐标，对初始重构结果进行残差分析，建立残差补偿模型，输出高精度的重构数据。(2) 在SLM显微视觉系统中引入了激光测量技术，提出了基于激光扫描法计算视差曲面的完整方法。使用线型激光条纹扫描微小物体的表面，获得激光条纹的立体图像对序列。(3) 给出了图像序列采集的方案，保持SLM的聚焦面的位置不变，使微小物体沿平行于SLM的光轴方向等间隔移动，微小物体表面依次通过SLM的聚焦面，在每一个停留位置处采集立体图像对，构造图像序列，对立体图像对序列进行对准处理。采用小波分析理论分解立体图像对序列。