測量技術的不斷發展往往伴隨著科技水平的不斷進步以及探索范圍的不斷擴展，宏觀至浩渺星河、微觀至原子夸克都是探索的前沿方向。從大尺度的地形學測量、空間場景的激光三維重建，再到常規尺度的結構光三維測量、激光三維掃描以及攝影測量多視圖重建，然后小至微觀級別的顯微測量技術，不同尺度的測量方式幾乎涵蓋了不同領域的各個層次?，F代科技也總是朝著不同尺度發展，從多個尺度上準確地認識和感知這個世界是測量技術不斷發展的根源動力。

在機械加工、航空航天、刀具制備等領域中，眾多零件都具有多尺度形貌檢測的需求。以航空發動機為例，發動機葉片整體葉型、局部微小氣膜孔等關鍵區域的質量對發動機的性能具有重要影響，進而對這些區域的測量提出了更高的要求。然而，單一的測量方式無法滿足葉片關鍵區域的測量需求，目前多尺度組合的測量方式是解決發動機葉片測量的一種有效途徑，與單一尺度測量數據不同，多尺度測量數據間的尺度、分辨率、精度等方面存在較大差異，導致配準難度大。因此，多尺度測量數據的精確配準是關鍵。

針對這一應用需求，近期南京航空航天大學的高凱元與崔海華等在《光學 精密工程》（EI、Scopus收錄，中文核心期刊，《儀器儀表領域高質量科技期刊分級目錄》和《光學和光學工程領域高質量科技期刊分級目錄》“T1級”期刊）上發表了題為“基于小波變換的精密測量點云多尺度分解”的封面文章。

▍宏微組合式測量

宏微組合式測量模型如圖1所示，利用結構光測量方式獲取整體的形面，利用顯微測量方式獲取零件表面局部更高精度的細節，實現多尺度數據的獲取，但是未實現測量數據的坐標歸一化，即未實現全方位一體化檢測。

圖1：宏微組合式多尺度測量模型

▍面向精密測量點云多尺度分解技術

基于所建立的測量模型獲取測量數據，作者對小波變換的理論進行了分析推導，并將該理論應用到精密測量點云中，實現了小尺度點云尺度與數據量同時向大尺度的有機過渡，并基于分形理論，通過計算兩種維數與一些經典的濾波采樣方法進行了對比，驗證了作者所提方法的優點，能夠實現對小尺度點云的多尺度分解，同時還能保持與原始數據具有高度的相似性。以某航空發動機氣膜孔的顯微測量數據為例，進行多尺度分解，如圖2所示，不同分解方式的兩種相似維數差異如圖3所示。

圖2：氣膜孔測量點云多尺度分解

圖3：分解相似性對比

▍基于近似尺度約束的點云配準方法研究

由于不同尺度的檢測設備本身存在分辨率與精度的差異，獲取到的點云數據存在尺度與數據量的差異，作者通過多尺度分解方法進行預處理，利用經過尺度分解后得到的近似尺度點云與原始結構光點云進行配準，并將配準的矩陣變換關系應用到原始點云，配準效率與精度得到了大幅度提升。將存在尺度與數據量較大的兩片點云進行配準，結果如圖4所示，配準時間大幅度減少，配準精度提升了61.36%。

圖4：跨尺度點云配準實驗結果

▍工程應用前景

該研究通過組合不同尺度的測量設備，集合單一尺度測量設備的優勢，拓寬了測量設備的測量范圍；該測量方法與數據處理算法能夠實現對多尺度零件的一體化測量，為后續復雜零件、智能結構的檢測提供一種全新的思路與方法。

| 團隊負責人簡介 |

崔海華，教授，博士生導師，南京航空航天機電學院航空宇航制造工程系教師，中國計量測試學會-計量儀器專業委員會委員，中國工業與應用數學學會-幾何設計與計算專委會委員，中國圖像圖形學會-視覺檢測專委會委員。長期從事面向航空航天智能制造的數字化三維視覺測量、檢測和定位技術研究，包括計算光學成像、數字化精密三維測量和圖像處理等。以第一作者和通訊作者發表學術論文60余篇，其中SCI收錄35篇，受邀參與著書2部，授權發明專利和軟件著作權20項。主持國家重點研發計劃子課題、國家高檔數控機床04專項子項目、國家自然科學基金、國防基礎加強技術領域基金、航空基金、江蘇省自然科學基金（優秀結題）、江蘇省成果轉化子課題、中國博士后科學基金等三十余項。指導學生獲得第五屆中國“互聯網+”大學生創新創業大賽金獎和其他國家、省、市比賽一等獎10余項。入選江蘇省“雙創計劃”科技副總，獲江蘇省科學技術一等獎和二等獎各1項。

| 團隊介紹 |

南京航空航天大學視覺三維成像與精密測量實驗室崔海華教授團隊，針對航空航天智能制造的數字化三維視覺測量中的問題進行了研究，主要包括面向機器人裝配的組合式跨尺度視覺測量技術、深度學習增強的智能化識別檢測技術、面向航空航天特征的線結構光測量技術、基于視覺的機器人制孔基準測量技術、基于對焦顯微的三維形貌高精度測量技術，面向航空航天制造的三維面形測量技術等，承擔過多項國家重點研發計劃、國防基礎科研計劃,以及基礎加強計劃技術領域基金項目等。

團隊合照

| 論文信息 |

高凱元,劉雷,崔海華等.基于小波變換的精密測量點云多尺度分解[J].光學精密工程,2023,31(03):340-351. 

https://ope.lightpublishing.cn/thesis/65/33677498/zh/

參考文獻

1. JIANG T, CUI H H, CHENG X S, et al. A measurement method for robot peg-in-hole prealignment based on combined two-level visual sensors[J]. IEEE Transactions on Instrumentation and Measurement, 2021, 70: 1-12. 

2. JIANG T, CUI H H, CHENG X S. Accurate calibration for large-scale tracking-based visual measurement system[J]. IEEE Transactions on Instrumentation and Measurement, 2021, 70: 1-11. 

3. 韋號, 崔海華, 程筱勝, 等. 一種用于評價聚焦形貌恢復算法的圖像離焦仿真技術[J]. 光學學報, 2019, 39(11): 140-148.

4. 崔海華, 徐振龍, 楊亞鵬, 等. 一種基于深度學習圖像超分的環形靶標穩定檢測方法[J]. 中國機械工程, 2021, 32(23): 2861-2867.

5. 翟鵬, 崔海華, 胡廣露, 等. 面向線結構光測量的直線空間變換光平面標定方法[J]. 激光與光電子學進展, 2021, 58(2): 264-270.

6. 崔海華, 漏華鋮, 田威, 等. 軌道式爬行機器人制孔基準的視覺高精度定位[J]. 光學學報, 2021, 41(9): 179-188.

7. 靳宇婷, 張益華, 崔海華, 等. 一種基于輪廓特征約束的飛機蒙皮配準方法[J]. 光學學報, 2021, 41(3): 99-107.

閱讀原文