加工表面双向反射分布函数的测量与建模 下载: 1042次
1 引言
双向反射分布函数(BRDF)将一个给定方向的入射辐照度与其在另一个特定方向的反射辐射率联系起来描述物体表面定向反射特性,被广泛应用于光学遥感[1]、物体检测识别[2]、环境监控[3]等领域[4-6]。近年来,研究者们利用BRDF对加工表面进行三维重构,实现表面粗糙度的在线非接触测量。目前,国内外主要通过测量材料宏观表面得到双向反射分布函数,测量过程中需改变入射、反射光束方位角和天顶角,采用光谱辐射计或数码相机获取宏观表面的光学反射信息[7-9],但大多数测量设备结构复杂,天顶角的测量范围被限制在0°~65°范围内[10],导致测量效率低,无法获得较多的反射信息。此外,现有的BRDF测量和建模大都集中在未加工金属材料表面上[11-12],对切削加工表面的研究还比较少。本文根据微面元理论,结合材料表面各微面元反射辐射率存在差异性的特点,利用微面元反射辐射率对应的图像亮度获得更多光学反射信息,提出了基于同轴光显微成像的加工表面BRDF测量方法,采用激光共聚焦显微镜分别测量了表面粗糙度
2 加工表面BRDF测量
2.1 测量原理
BRDF用于描述物体表面的光谱和空间反射特性[13-14],如
式中
在同轴光源下,光束入射角和反射角非常小,因此可假设入射光为平行光,与成像光轴及观察方向平行。光在材料表面微面元的反射及成像原理如
图 2. 同轴光微面元反射及成像原理
Fig. 2. Microfacet reflection and imaging principle under coaxial light
由于微面元反射辐射率
式中
样块表面的BRDF可通过微面元反射辐射率
式中图像像素点亮度
式中
2.2 测量方案
样块表面BRDF测量方案如
2.3 测量设备
根据BRDF测量方案,分别以
图 4. BRDF测量装置。(a)实物图;(b)车削样块;(c)平铣样块
Fig. 4. Measurement equipment of BRDF. (a) Physical map; (b) turning samples; (c) plain milling samples
2.4 测量结果及分析
在相同测量条件下采集了样块表面微观形貌数据和图像数据,如
从
图 5. 样块表面形貌(彩色图)和图像(灰度图)测量数据。(a)(d) Ra=3.2 μm,车削表面;(b)(e) Ra=1.6 μm,车削表面;(c)(f) Ra=0.8 μm,车削表面;(g)(j) Ra=3.2 μm,平削表面;(h)(k) Ra=1.6 μm,平削表面;(i)(l) Ra=0.8 μm,平削表面
Fig. 5. Measuring data of surface morphology (color) and images (grayscale) of samples. (a)(d) Ra=3.2 μm, turning surface; (b)(e) Ra=1.6 μm, turning surface; (c)(f) Ra=0.8 μm, turning surface; (g)(j) Ra=3.2 μm, plain milling surface; (h)(k) Ra=1.6 μm, plain milling surface; (i)(l) Ra=0.8 μm, plain milling surface
为了便于分析样块表面BRDF,首先对形貌数据进行趋势项处理,采用中值滤波方法对图像数据进行降噪处理,并将图像亮度数据归一化;其次分别提取两组数据的特征进行对应点的选择和配对;然后采用迭代最近点算法,使形貌数据和参考图像数据对应,完成两组数据空间位置的配准;最后,通过(5)式得到不同微面元的BRDF值。统计不同法向偏角的微元面与其BRDF值之间关系,结果如
从
图 6. 同轴光源下不同粗糙度表面BRDF值与法向偏角θ间的关系。(a) Ra=3.2 μm,车削表面;(b) Ra=1.6 μm,车削表面;(c) Ra=0.8 μm,车削表面;(d) Ra=3.2 μm,平削表面;(e) Ra=1.6 μm,平削表面;(f) Ra=0.8 μm,平削表面
Fig. 6. Relationship between BRDF value and normal declination angle θ under coaxial light for surfaces with different roughnesses. (a) Ra=3.2 μm, turning surface; (b) Ra=1.6 μm, turning surface; (c) Ra=0.8 μm, turning surface; (d) Ra=3.2 μm, plain milling surface; (e) Ra=1.6 μm, plain milling surface; (f) Ra=0.8 μm, plain milling surface
3 加工表面BRDF模型
3.1 加工表面BRDF模型
由微面元理论可知,加工表面任一局部面是由大量朝向各异且光滑的微面元组成,微面元的正切平面可替代微面元。此外,由于加工表面各个微面元的尺寸比入射光波长大,光的衍射现象可以被忽略,因此加工表面BRDF可以认为是由正切平面的镜面反射分量和漫反射分量组成。根据加工表面双向反射分布函数的测量数据,建立其BRDF参数模型,利用不同粗糙度对应不同的模型参数来模拟BRDF随粗糙度的变化,则加工表面BRDF模型可表示为
式中等号右侧第一项表示加工表面双向反射分布函数的漫反射分量,它遵守Lambert法则;第二项表示镜面反射分量。exp(-
3.2 数据拟合
采用遗传算法(GA)确定BRDF模型参数。GA是一种借鉴生物界自然选择和自然遗传学机制的全局搜素学习方法,在评估多个解的过程中找到全局最优解[16]%。将模型计算数据与测量数据的均方根(RMS)误差最小值作为目标函数,确定模型最优参数,目标函数为
式中
根据BRDF测量数据,采用GA确定加工表面BRDF模型的最优参数,结果见
表 1. 加工表面BRDF模型参数
Table 1. BRDF model parameters on cutting surface
|
3.3 拟合误差
将加工表面BRDF模型计算结果与测量结果进行比较,结果如
从
图 7. 加工表面BRDF模型计算结果与测量结果的比较。(a) Ra=3.2 μm,车削表面;(b) Ra=1.6 μm,车削表面;(c) Ra=0.8 μm,车削表面;(d) Ra=3.2 μm,平削表面;(e) Ra=1.6 μm,平削表面;(f) Ra=0.8 μm,平削表面
Fig. 7. Comparison between measurement data and model calculation data of BRDF on cutting surface. (a) Ra=3.2 μm, turning surface; (b) Ra=1.6 μm, turning surface; (c) Ra=0.8 μm, turning surface; (d) Ra=3.2 μm, plain milling surface; (e) Ra=1.6 μm, plain milling surface; (f) Ra=0.8 μm, plain milling surface
相对均方根误差能够很好地反映模型计算结果偏离测量结果的程度[17],即
采用相对均方根误差对不同粗糙度样块表面进行拟合误差分析,分析结果见
表 2. 拟合误差结果
Table 2. Fitting error results
|
4 结论
提出了一种基于同轴光显微成像的加工表面BRDF测量方法,测量了粗糙度分别为3.2,1.6,0.8 μm的车削样块表面BRDF值,分析了BRDF随表面粗糙度和微观形貌的变化机理。该方法是一种特定条件下的BRDF测量新思路,测量设备通用性强,测量效率高且测量结果较准确。从微面元理论出发,根据样块表面BRDF测量数据,建立了BRDF参数模型,并采用遗传算法确定了模型的最优参数。对模型计算结果和测量结果进行了拟合误差分析,最大拟合误差为9.97%,两者符合良好,验证了模型的准确性和可行性。所提出的BRDF测量方法和模型可为显微成像条件下加工表面的三维重构提供参考。
[2] 徐灿, 张雅声, 李鹏, 等. 基于OpengGL拾取技术的空间目标光学横截面积计算[J]. 光学学报, 2017, 37(7): 0720001.
[4] 白璐, 汤双庆, 吴振森, 等. 紫外到可见波段外混合气溶胶的传输特性[J]. 光学学报, 2010, 30(8): 2175-2179.
[5] 杜小平, 刘浩, 陈杭, 等. 基于光度特性的卫星形状反演匹配算法研究[J]. 光学学报, 2016, 36(8): 0820001.
[6] 吴振森, 谢东辉, 谢品华, 等. 粗糙表面激光散射统计建模的遗传算法[J]. 光学学报, 2002, 22(8): 897-901.
[11] 张颖, 李金龙, 黄趾维, 等. 基于BRDF模型的金属表面反射特性及相变特性研究[J]. 光电技术应用, 2017, 32(3): 32-35.
[12] Zhu J P, Wang K, Liu H, et al. Modified model of polarized bidirectional reflectance distribution function for metallic surfaces[J]. Optics & Laser Technology, 2018, 99: 160-166.
[15] Horn B KP. Robot vision[M]. Wang L, Jiang X L, Transl. Beijing: China Youth Press, 1986: 232- 235.
Horn B KP. 机器视觉[M]. 王亮, 蒋欣兰, 译. 北京: 中国青年出版社, 1986: 232- 235.
[16] 冯巍巍, 魏庆农, 汪世美, 等. 涂层表面偏振双向反射分布函数的多参量混合模型[J]. 光子学报, 2009, 38(4): 962-966.
Article Outline
史卫朝, 郑建明, 李言, 李旭波, 安倩楠. 加工表面双向反射分布函数的测量与建模[J]. 光学学报, 2018, 38(10): 1029001. Weichao Shi, Jianming Zheng, Yan Li, Xubo Li, Qiannan An. Measurement and Modeling of Bidirectional Reflectance Distribution Function on Cutting Surface[J]. Acta Optica Sinica, 2018, 38(10): 1029001.