文 献 综 述
前言：内窥镜作为一个新兴产业，它的历史经历了从硬性光学内窥镜到光导纤维内窥镜再到电子内窥镜的过程，时间虽短却发展迅猛。工业内窥镜是集光学、精密机械、电子技术和显微摄影技术于一体的新型无损检测仪器[1]，它拓展了人眼的视距，突破了肉眼的视觉限制，能够在高温、有毒有害、核福射等恶劣环境下正常工作，可以准确清晰地探测机器设备以及零部件内部的情形，如工件的损坏程度、裂痕等，可以避免检测过程中繁琐的设备拆卸和可能导致的零部件损伤，较大程度上节约了维修成本，提高了生产效率，而且操作方便，是目前无损检测中不可或缺的重要设备[2].但随着电子视频内窥镜技术的发展，电子视频内窥镜的观察功能已经不能满足现代化无损检测的需求。对设备的某些裂纹及缺口进行检测时，通过电子视频内窥镜人们只能知道裂纹及缺口在零件上的大概位置，无法获得准确的裂纹深度等三维尺寸信息，工作人员在设备维护时很难找准缺口及裂纹的确切位置及大小，于是工业视频内窥镜三维测量技术的相关研究也逐渐发展起来[3]。
正文：工业内窥镜三维测量是通过运用适当的光学和电子仪器非接触地获取被测物体外部形貌的方法和技术。光学三维测量技术按照成像照明方式的不同通常可分为被动三维
测量和主动三维测量两大类。被动三维测量技术无需结构光照明,直接从一个或多个摄像系统获取的二维图像中提取物体的三维信息。此方法的关键在于使用相关算法从不同的图像中找出对应点,因此也被称为数字图像相关,比较常用的技术包括立体视觉、SFS等。这类方法的硬件结构简单,在无法使用结构光照明的时候具有独特的优点。主动三维测量技术采用不同的投射装置向被测物体投射不同种类的结构光,并拍摄经被测物体表面调制而发生变形的结构光图像,然后从携带有被测物体表面三维形貌信息的图像中计算出被测物体的三维形貌数据。在主动三维测量技术中,结构光三维测量技术发展最为迅速,目前已出现多个分支,包括激光扫描法、傅立叶变换轮廓术（FTP)、相位测量轮廓（PMP）、彩色编码条纹投影法等[4]。
这里我们首先来了解一下主动三维测量技术中应用最为广泛的PMP和FTP。PMP（相位测量轮廓术）是一种具有精度高、速度快、结构简单等优点的测量方法,在工业、医学等众多领域有广泛应用前景.由于该方法采用移相法进行相位测量,需要光栅作空间移相,移相误差是其主要的误差来源之一.现有的移相多采用机械装置移动投影光栅,相位移动误差不可避免,而且通常是非线性的.采用误差补偿算法或平均技术可削弱其影响,但这是以增加移相次数和测量时间为代价的，其主要原理是将投影到物体表面的光栅条纹移动，用得到的图像进行相位解调,在移相法中最常用的是四步移相法原理[5-6]。FPT（傅立叶变换轮廓术）是一种只需采集一幅图像即可解调相位的测量方法,测量速度快,但测量精度不如PMP方法[7-8].虽然这两种方法应用广泛，但因为其自身具有一定的局限性，所以后来有很多研究人员在原有方法的基础上进行了结合和改进，2000年的《北京大学学报》中的一篇文章就提到了移相误差是移相法相位测量轮廓术的主要误差来源.提出一种对实际步进移相值进行测量,消除移相误差对相位测量影响的算法.该算法将傅里叶变换相位测量和移相法相位测量相结合,利用傅里叶变换相位测量原理测量每次移相的实际相移量,然后根据相移实测值计算相位分布,进而获得物体表面的三维数据.该算法能够准确测量每步移相的实际相移量,不要求移相的均匀性和重复性,只需3帧图像就可解调出相位分布,不受移相误差的影响.仿真结果证实了该算法的有效性.实际图像数据处理结果表明,该算法可以基本消除由移相引起的误差[9].在2018年8月的《光学与光电技术》中则提到了另一种方法---基于单幅图像的傅里叶变换法，它克服了相移法的移相装置复杂，需要多幅图像计算量大的缺点，但该方法在背景复杂或反射率不均匀导致包含高频成分的情况下，存在频率混叠，滤波不够完全，会导致测量结果存在误差[10]。主动式三维测量方法的工业内窥镜具有非常高的精度，但是设备复杂度高，难以小型化的缺点使得这类内窥镜难以在实际生产中应用。相对而言，被动式的方法则可以直接通过 2 维图像中隐藏的三维信息还原被测物体的表面形貌，不需要复杂的设备即可以实现三维测量的功能，具有代表性的方法有立体视觉，SFS 等。应用此类方法测量出的结果虽然精度相对主动式方法较低，但由于可以直接从图像中还原形貌，极大地降低了对内窥镜的硬件要求，从而使得应用这类方法的内窥镜更加适合投入实际工业检测当中。[11]。2014 年，郭俊锋等利用双目立体视觉研发出了一款双目内窥镜，镜头剖面设计如图 1-1所示。不同于一般双摄像头的设计，该内窥镜采用了双物镜单图像传感器的结构，通过光阑控制物镜的开闭，实现了利用单一固定图像传感器获取场景不同视角下的图像，进而利用两幅图像间的视差进行场景的三维测量。该内窥镜虽然实现了场景三维尺寸的测量，但是受限于特征点的提取与匹配，仅可以测量场景中少数空间点的三维坐标，难以还原场景的完整三维形貌[12]。
图1-1
2015 年，Josue 等研制了一款应用单目立体视觉的三维内窥镜系统，该内窥镜系统
仅使用一个相机对场景进行拍摄，通过移动过程场景的动态深度效应(Kinetic depth effect)进行三维测量，应用这一方法可以进一步降低三维测量对于内窥镜硬件的要求，并实现场景的三维测量[13]；然而，应用单目以及双目立体视觉进行三维测量的方法均难以克服立体匹配过程中的限制，仅有有限的空间点可以通过计算得出，完整场景形貌则需要根据计算出的空间点坐标差值拟合得出。基于获得密集空间点云信息的目的，2007 年，Nuno 等成功研制出了一款应用 SFS 算法进行场景三维形貌还原的内窥镜系统原型，不同于使用简单平行光模型的传统 SFS 算法，该系统使用了更为精确的点光源模型以提高重建精度，并成功在给定光照条件下仅使用一张照片计算出了场景的三维形貌数据[14]。虽然这一方法可以还原场景的三维形貌，但是受限于SFS的原理，所获得的场景形貌仅可以反映场景表面的起伏情况，难以获知场景的尺寸信息。2018年中国民航大学的吕毅提出了点光源模型下的尺度化SFS三维测量方法——在点光源模型假设下，将
立体视觉中的参数矩阵应用于SFS算法中的最小化方法中，推导出全新的代价函数以及
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
