[发明专利]一种纹理扫描机在审

专利信息
申请号: 201710042279.3 申请日: 2017-01-20
公开(公告)号: CN106713693A 公开(公告)日: 2017-05-24
发明(设计)人: 肖彻;周延周;鲍鸿 申请(专利权)人: 广东工业大学
主分类号: H04N1/00 分类号: H04N1/00;H04N1/028
代理公司: 北京集佳知识产权代理有限公司11227 代理人: 罗满
地址: 510062 广东省*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 纹理 扫描机
【权利要求书】:

1.一种纹理扫描机,其特征在于,包括:光谱共焦位移传感器探头(1),光谱共焦位移传感器(2),彩色线阵相机(3)和计算机(4):

所述光谱共焦位移传感器探头(1)用于扫描被测样品,采集所述被测样品的高度数据和反射光强数据;

所述光谱共焦位移传感器(2)与所述光谱共焦位移传感器探头(1)连接,所述光谱共焦位移传感器(2)用于获取所述被测样品的高度图像和反射光强图像;

所述彩色线阵相机(3)用于扫描被测样品,获取所述被测样品的彩色图像;

所述计算机(4)分别与所述光谱共焦位移传感器(2)和所述彩色线阵相机(3)连接,用于获取所述高度图像、所述反射光强图像和所述彩色图像,并利用所述反射光强图像与所述彩色图像的灰度信息进行相关性计算,实现所述高度图像与所述彩色图像的匹配。

2.根据权利要求1所述的纹理扫描机,其特征在于,所述光谱共焦位移传感器探头(1)垂直于所述被测样品,调整所述光谱共焦位移传感器探头(1)与所述被测样品的距离,使所述光谱共焦位移传感器探头(1)在所述被测样品平面聚焦形成的光斑满足第一预设条件。

3.根据权利要求2所述的纹理扫描机,其特征在于,调整所述彩色线阵相机(3)与所述被测样品的距离,使所述彩色线阵相机(3)在所述被测样品平面聚焦形成的光线满足第二预设条件。

4.根据权利要求1-3任意一项所述的纹理扫描机,其特征在于,所述计算机(4)包括归一化预处理模块、转换模块、下采样处理模块、获取模块和匹配模块:

所述归一化预处理模块,用于对所述反射光强图像进行归一化预处理,并将所述归一化预处理后的反射光强图像转换为第一灰度图;

所述转换模块,用于将所述彩色图像转换为第二灰度图;

所述下采样处理模块,用于依据所述第二灰度图的分辨率,对所述第一灰度图进行下采样处理;

所述获取模块,用于获取所述第一灰度图的目标模板,所述目标模板为所述第一灰度图中灰度值最大点所形成的区域;

所述匹配模块,用于计算所述目标模板与所述第二灰度图的相关性,找到所述目标模板在所述第二灰度图中的匹配位置。

5.根据权利要求4所述的纹理扫描机,其特征在于,所述归一化预处理模块具体用于利用灰度图转换公式:

<mrow><mi>y</mi><mo>=</mo><mfrac><mrow><mi>x</mi><mo>-</mo><msub><mi>x</mi><mi>min</mi></msub></mrow><mrow><msub><mi>x</mi><mi>max</mi></msub><mo>-</mo><msub><mi>x</mi><mi>min</mi></msub></mrow></mfrac><mo>&times;</mo><mn>255</mn></mrow>

将所述归一化预处理后的反射光强图像转换为第一灰度图,其中,x为反射光强度值,xmin为像素最小反射光强值,xmax为像素最大反射光强值,y为像素灰度值。

6.根据权利要求5所述的纹理扫描机,其特征在于,所述转换模块具体用于利用灰度图转换公式:

Grayvalue=(R*299+G*587+B*114+500)/1000

将所述彩色图像转换为第二灰度图,其中,Grayvalue表示所述第二灰度图的灰度值,R、G、B分别为红、绿、蓝三个颜色的数值。

7.根据权利要求6所述的纹理扫描机,其特征在于,所述匹配模块具体用于利用相关性计算公式:

计算所述目标模板与所述第二灰度图的相关性,其中,f表示所述第二灰度图,g表示所述目标模板,表示相关性计算,f*表示f的共轭复数,m0,n0分别表示目标模板g在行和列上的位移。

8.根据权利要求6所述的纹理扫描机,其特征在于,所述匹配模块具体用于利用卷积运算公式:

计算所述目标模板与所述第二灰度图的相关性,其中,f表示所述第二灰度图,g表示所述目标模板,表示相关性计算,*表示卷积运算,g*[-m,-n]表示g*[m,n]关于原点对称的图样,m,n分别表示目标模板g在行和列上的位移。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东工业大学,未经广东工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710042279.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top