机床与液压

作者：张子龙，杨文军，刘振，陈子汉

单位：武汉科技大学机械工程学院；武汉科技大学机械工程学院；武汉科技大学冶金装备及其控制教育部重点实验室；武汉科技大学机械工程学院；武汉科技大学机械工程学院

关键词：白光干涉;大范围三维高效拼接;深度学习;低重叠度

基金：国家重点研发计划“政府间国际科技创新合作”重点专项（2022YFE0128800）

针对目前大范围白光干涉测量拼接算法难以兼顾大范围、高精度和快速性的问题，提出一种基于深度学习的大范围白光干涉高效拼接方法，快速获取被测微结构表面大范围与高精度三维形貌。通过建立边界重叠参数优化模型，采用深度学习图像去噪实现低重叠度拼接，有效降低拼接测量所需的视场数量；提出基于SIFT特征点提取的精细配准ICP算法，利用已知匹配点求取最优变换矩阵，实现高精度无缝拼接，省去常规算法特征融合平滑处理所需时间。在此基础上，建立三维特征参数评价模型，对拼接精度进行评定与比对。仿真结果表明：在低重叠度的情况下，文中方法依然可以取得高效、准确的拼接测量结果；标准件对比测量实验显示：进行3 711 μm×3 204 μm大范围测量时，商业白光干涉仪需采集16×19组数据，拼接耗时3 h，横向拼接偏差为1.89 μm，纵向拼接偏差为1.416 μm，相似度系数在0.76左右；而文中方法仅需采集13×15组数据，拼接耗时0.6 h，横向拼接偏差为0.157 5 μm，纵向拼接偏差为0.118 μm,相似度系数在0.9以上，验证了文中方法的准确性和快速性。

来源：2025年第24期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第24期