图像三维形貌检测

         开博了，就多写点，平时工作太忙，索性一点一点总结，放到博客里，也算是对一些工作的回顾吧。

         最近对显微三维形貌的检测上很感兴趣，大家所熟悉的基恩士的超景深显微镜、蔡司的、还有莱卡的显微镜、还有激光共聚焦显微镜都可以实现较快的三维形貌提取，

不过价格上稍微昂贵些，对于产线上应用就比较勉强，一条产业铺下来得需要很大的代价。我就想着做一个能做快速的三维形貌检测设备，可以针对工业产业的某些问题进行解决，做到成本低，速度快、三维形貌检查等，例如电路板焊点检查，微小零件的形貌检测等。中国制造想实现智能制造，其中最重要的 一环就是实现检测技术的提升，我还是对这个有很大信心。其中有几个点需要实现：

                      （1） 全自动对焦聚焦技术

                       配合直线电机动作，高带宽图像的评价，优化对焦算法，例如区域对焦、压缩图像的对焦等等

                      （2）三维图像拼接技术

                      根据产业的实际情况，设计优化的拼接算法，避免在工业中的高光、低反、以及其他脏污的影响

                       （3）三维形貌的提取

                        现在常见的有SFS、DFD、DFF，我看到的有几种的结合 或者单一的算法的改进，DFD是在各大显微镜厂商提供的产品中常用的算法，SFS是图像提取粗糙度的常用算法，我的计划是尽量在产品类型确定的情况下，利用图像融合技术，结合不同算法，可以实现宽尺度下的粗糙度、三维形貌的提取，在速度上，尽量避免大数据量运算，借鉴地质学中的地貌图算法，采用小样本点计算大区域走势，在合理精度的情况下 ，加快计算速度。

                      （4）整体样机的工业产业化

                      未来的 目标。

             哥伦比亚大学采用DFF做的比较好，可以看看大牛Nayar shreek 的文章。