光学测量三维形貌的综述汇总.docx
《光学测量三维形貌的综述汇总.docx》由会员分享，可在线阅读，更多相关《光学测量三维形貌的综述汇总.docx（14页珍藏版）》请在冰点文库上搜索。
光学测量三维形貌的综述汇总
光学测量三维形貌的综述
摘要。
我们首先对使用各种光学方法对三维形貌的测量进行了概述。
然后，我们着重介绍结构光技术，以及结构光技术的各种光学配置，图像采集技术，数据后处理和分析方法以及此技术的优势和局限性。
并展示了一些工业应用的例子。
对需要进一步研发的重要领域进行了讨论。
文章最后，对有关三维形貌测量的参考文献做了总结，虽然并不旨在完全详细的。
2000年光照片仪表工程师学会。
关键词：
三维形貌测量，坐标测量，光学方法，综述。
1999年7月12日接收论文；1999年8月23日接收修订稿；1999年8月23日准许出版。
1引言
在工业上，对精确测量物体的三维形貌测量有需求，以加速产品的开发和保证制造质量。
三维形貌测量的应用包括智能机器人的控制，车辆引导的障碍物检测，模具开发的尺寸测量，冲压面板的几何检查，应力/应变以及振动的精确测量。
此外，自动在线检测与识别的问题可以转换成三维塑造对象的测量，例如车身面板油漆缺陷和凹痕检查。
近来，随着计算机技术的发展，再加上数码影像设备，电光元件，激光等光源设备的发展，现在三维形貌测量中的一些技术已经被成功地商业化。
对于一个小规模的深度或形貌，使用共焦显微镜或者其他三维显微镜可以达到微米甚至纳米级精度的测量。
然而，关键是相对准确性或测量深度的一部分。
这对大尺寸的形貌测量形成一个真正的挑战。
例如，0.5米深度的测量如何才是准确的？
此外，对于大尺寸的深度和形貌测定，通常需要更多的摄像机和照相机的位置来获得多个形貌从而最终拼合整体的大形貌。
这就引出了如何高精度拼接这些形貌以及进行局部和全局坐标转换。
这随后产生另一个要解决的问题，即克服镜头畸变和像差。
三位形貌测量后的数据必须与计算机辅助工程（CAE）模型进行比对。
本文对使用各种光学方法的三维形貌的测量进行了概述。
然后，着重于结构光测量系统，来测量较大尺寸和360度的形貌。
然后，概述了各个细节方面，如绝对相位测量，结构光光源，图像采集传感器，摄像头模型和标定，随后讨论了全局和局部坐标转换方法。
然后讨论点云修补技术和CAD数据的比较。
描述了几个应用程序。
最后，对未来的研究趋势，如实时计算，自动化和优化传感器的位置，设定光学评估坐标测量系统（OCMSs）共同标准等有介绍。
2光学三维测量技术
近来，各种光学技术已被开发用于一个位置的三维形貌测量。
一些技术的全面概述可以参考文献1。
2.1时间/光飞行法
用于测量形貌的飞行时间法是基于对激光或其它光源脉冲飞行时间的直接测量。
测量时，对象脉冲被反射后被传感器接收同时一个参考脉冲通过光纤，由传感器接收。
两个脉冲之间的时间差转换为距离。
飞行时间法的典型分辨率约为1毫米。
由于二极管激光器和高分辨率电子能产生亚皮秒脉冲，亚毫米级分辨率是可以实现的。
最新发表的时间相关单光子计数法在距离为1m内具有重复性小于30μm的分辨率。
另一个类似的称作光飞行法的技术是利用短时间相干光或很短的光脉冲生成光学传播波阵面的运动图像。
结合数字重建和Littrow设置，可以达到6.5μm的深度分辨率。
2.2激光扫描法
点激光三角测量法采用最熟知的光学三角关系。
典型的测量范围为±5~±250mm，精度在1/10,000，测量频率为40Hz或更高。
电荷耦合器件（CCD）或者位置敏感探测器（PSD）被广泛用于数字化点激光图像。
对于PSD来说，测量精度依赖于PSD图像精度。
光束光斑反射和散射也会影响测量精度。
Idesawa发展了通过高精度万花筒隧道探测技术（KM-PSM）和混合型位移敏感探测器（R-HPSD）来提高PSD的精度的方法。
基于CCD的传感器由于分辨率是单像素的，避免了光束光斑反射和散射的影响，所以有更高的精度。
另一个影响测量精度的因素是被测物典型表面特性和标定面表面特性的差异。
通常应用类似的表面来标定来保证测量精度。
最新发展的共焦技术允许表面颜色变化、透明度差异，和不标定的不匀度。
2.3莫尔条纹法
莫尔条纹分为阴影法和更为实用的投影法。
莫尔条纹技术的关键是两组光栅，主光栅和参考光栅，生成轮廓条纹并被CCD相机解析。
由于CCD相机不是解析光栅本身，从而提高分辨率。
然而，如果参考光栅是由计算机生成的，例如逻辑莫尔条纹法，相机必须解析主光栅。
相对于结构光技术，莫尔条纹技术为得到高分辨率就必须提高工序的复杂性以及需要高功率光源。
为了克服环境扰动，提高图像采集速度以及利用相移的方法来分析条纹图案，快照和多图像莫尔系统已经被开发。
利用多相机或图像分割法可以同时得到两个或多个不同相移的莫尔条纹。
参考文献20比较了一些特别强调对噪声和系统误差函数的高速莫尔条纹轮廓法。
莫尔条纹相移法典型测量范围是1mm到0.5m，1/10到1/100条纹的分辨率。
一些新型应用和相关参考可以参考文献21-30。
2.4激光散斑切片法
测量一个物体的形貌利用了光波（频域）和距离（空间域）的三维傅里叶变换关系。
三维成像激光雷达，也被称为散斑取样，利用了检测平面的光场与物体三维傅里叶变换的二维切片对应关系。
其他物体三维变换的二维切片可以通过改变激光波长来获得。
使用CCD阵列应用于不同波长下的激光，来获得斑点图案，每帧的数据加起来生成一个三维数据数组。
对数据数组作三维傅里叶变换可以获得物体的三维形貌。
当使用参考平面法时，这个方法与双波长或多波长散斑干涉法类似。
测量范围从1微米到几米。
测量精度取决于测量范围。
在当前的激光技术条件下，10mm的测量范围可以获得1－10μm的分辨率，以及0.5μm的不确定度（附表1中的HoloMapper商业系统列表）。
这种方法的优点是:
（1）测量范围的灵活性;
（2）可能不需要传统干涉中的相移。
这种技术的局限性在于是,对于相对较大规模的形貌测量，消耗更多的时间来获得不同波长的图像。
2.5干涉法
干涉法形貌测量的原理是，敏感矩阵变化所形成的条纹与测量物体几何形貌时的光学相位有关。
该矩阵包含三个变量,即波长、折射率、照度与观察方向，并从这些变量，可以获得三种方法,两个或多个波长，折射率变化和光照方向变化/两个来源。
双波长方式的分辨率取决于等效波长（Λ）和〜∧/200的相位分辨率。
例如，两条氩激光（0.5145μm和0.4880μm）会产生一个9.4746μm的等效波长,具有0.047μm的分辨率。
另一种高精度测距技术是双差频移干涉。
最新研究表明它达到了100m内0.1mm的显著分辨率。
干涉法具有单态优点且没有三角测量技术所有的着色问题。
结合相移分析、干涉法和差频技术，可分别具有1/100和1/1000条纹的精度。
在专用光学结构设计条件下，精度可达到1/10,000条纹。
其它方式如错位散斑干涉法、衍射光栅法、数字波阵面重建和波长扫描以及锥光全息技术也在开发之中。
错位散斑干涉法和锥光全息技术可用常用路径，而且是共线系统所以相对不受机械干扰。
2.6摄影测量法
典型的摄影测量法采用立体技术测量三维形貌，尽管离焦、遮光和缩放这些方法也可使用。
摄影测量法主要应用于特征型三维尺寸测量。
在被测物表面上通常都有一些鲜明的标记，例如反光画点。
通常，摄影测量法三维重建建立在光束法平差原理上，其中心透视图和摄影测量关系光束方向的几何模型由最小二乘程序开发并解析。
为提高摄像测量的精度已做了大量广泛的研究，最新进展已实现1/100,000乃至1/1,000,000的高精度。
2.7激光跟踪系统
激光跟踪仪利用干涉仪来测量距离以及两个高精度角编码器以确定垂直和水平角度。
SMARRT310激光跟踪仪是由美国国家标准局开发，并由自动化精密有限公司（API）改进至1μm的分辨率和0.7反正割角分辨率。
激光跟踪仪是一种扫描系统，通常用于跟踪光学传感器或机器人的位置。
Leica公司的LTD500系统应用在在绝对距离测量可提供约为±50μm精度，其角度编码器可在半径为35m的测量体积内达到百万分之五的精度。
2.8结构光法
结构光法，也被分类为主动式三角测量，包括投射编码光技术和正弦条纹技术。
物体深度信息被变形的条纹图案再编码然后被图像获取传感器记录。
虽然与莫尔条纹技术有关，但物体形貌可以直接从记录着漫射物体的变形条纹解码出来，而不是使用参考光栅产生莫尔条纹。
另外两个相关技术运用随机投射图案和三线张量。
如果使用基于液晶显示器或数字微镜元件（DMD）的优化面型测量系统，测量精度或可达1/20,000。
结构光法具有以下优点：
（1）易于实现，
（2）使用计算机控制LCD/DMD而无需移动部件就可实现相移、条纹密度和方向的变化，（3）快速全场测量。
因为这些优点，坐标测量行业和机械视觉行业已着手结构光法的商业化（见表1），一些令人鼓舞的应用可参考文献80–82。
然而，这种方法如果想要被业界广泛接受还需解决一些问题，包括三角测量技术固有的着色问题。
360度多视图数据和投影光栅/点的离焦带来解决问题的希望。
以下章节将提及。
使用显微镜观测小的物体可实现1μm和0.1μm的横向和深度分辨率。
利用共聚焦显微镜测量形貌可参考文献88。
测量系统
原理
与体积相关的精度
AtosSystemCaputure3D,CostaMesa,CA92626,1-714-546-7278
结构光法+摄像测量法;
360度观测/补丁
较大体积上有50μm（2σ）精度
Comet/OptoTrakSystem4000GrandRiverAvenue,Suite101,Novi,MI48375,mikeb@
结构光法+光追踪法;
360度观测/补丁
较大体积上有50μm（2σ）精度
Optigo/CogniTensSystemU.S.815-637-1926
随机点图+摄像测量法法+三线性张量;360度观测/补丁
较大体积上有20-100μm（2σ）精度
4DlSystemIA,149SidneyStreet,Cambridge,MA02139,617-354-3830
结构光+实时计算;单向观测/无补丁
中等体积上10-3精度
HoloMapperSystemERIMInternational,Inc.,1975GreenRoad,AnnArbor,MI48105,313-994-0287
激光雷达/多波长;单向观测/无补丁
中等体积上0.5μm不确定度
表1一些基于前沿技术的商业全视场形貌测量系统
3测量物体360度形貌的常规方法
测量时先设置整体坐标系和局部坐标系。
把结构光成像系统放置在适当的位置从一个视角测量三维形貌，在每个物体点计算出绝对相位值。
这些相位值和测量系统的几何光模型确定了物体点的局部三维坐标。
测量360度形貌通常有三种方法：
物体旋转法、相机/成像系统传输技术和多相机固定成像法。
用于测量大型物体的相机传输技术，是通过不同方向重复测量以覆盖测量对象。
将所有的局部三维坐标转换到全局坐标系并用最小二乘拟合法拼接在一起。
最后测得的物体三维坐标与可计算机中的CAD主数据通过各种方法比较，常用的有分化比较法和最小二乘拟合法。
4全局和局部坐标转换
对于物体的360度三维测量时，光学传感器必须放置在被物体周围的不同位置。
从每个局部坐标得到每个位置的点云需要输入或转换到整体坐标，从而这些点云可被拼接在一起生成最终的数据集。
为做到这一点，每个传感器坐标系的位置和方向必须是已知的或可测的。
测量和计算传感器位置和方向中的任何误差都将引起整体坐标的传播误差，这将最终影响测量的整体精度。
有以下几种方法可以确定全局和局部坐标系的关系：
（1）传感器的精确机械位置和方向定位（局部坐标系），
（2）通过贴合在传感器上的有源或无源的标靶来光学追踪传感器的位置和方向（3）摄像测量法测定精确固定在物体上标记和其他混合方法（各种方法如图1所示）。
对于第一种机械方法，传感器附着在高精度机械定位系统上。
局部坐标和方向可由机械系统的坐标和角度信息获得。
机械系统的优点是高鲁棒性和高精度。
然而，维护机械装置的高精度，客服环境扰动的成本昂贵的。
对于第二种光学方法，局部坐标系是通过使用光学跟踪贴合在光学传感器框架上的参考标识（有源或无源，并已知其局部坐标），测量其全局坐标而计算得来的。
这种方法具有便携和结构紧凑的优点。
然而，传感器的标识必须是看见的，这又限制了适应性。
此外，地面振动的影响也是必须需要考虑的因素。
倘若使用一个高精度跟踪系统，如激光跟踪系统，成本也相对较高。
机械方法和光学方法容易存在角度误差。
摄像测量法作为第三种方法，通过测量精确固定在物场上的标识点的全局坐标，可提供高精度的局部坐标和方向。
精度可高达1/1,000,000，保守精度也达到1/100,000。
然而，这种方法的主要限制是其标识点必须放置在被测物体的表面或周围。
这就增加了测量时间和自动化复杂性。
5机构光源、图像传感器、相机模型和标定
光源对于一个三维形貌测量系统的整体精度很重要。
重要参数包括均匀性、重量、强度分布和散斑/点的大小。
伦奇光栅幻灯片的投影提供了明亮图像的高分辨率，目前已用于某些商业系统。
然而为了计算绝对距离,需要多个光栅幻灯片来应用相移方法和改变光栅频率。
这反过来使得只能缓慢的移动，消耗相对大的空间储存不同的光栅。
在1991年到1993年左右，利用非相干光技术的液晶投影机（LCDs）开始投入使用，它的每一个像素都可被计算机图像生成系统寻址。
这种投影方式的优点是相移的快速和频率可变光栅。
其缺点是LCDs需要强光源，带来冷却问题和重量的增加。
此外，与基于光投影的胶片幻灯片相比分辨率较低。
为了解决液晶显示器（LCD）的光亮度的问题，开发出了反射式LCD，气体等离子体显示器（GPD）和DMD。
另外，DMP镜片间的空隙比LCD间的像素更小，这使DMD的图像相对尖锐。
使用LCD/DMD式条纹投影的形貌测量系统的详细误差分析和优化可参考文献106。
LCD、GPD和DMD有可以同时采集三幅图像或者三相移图像的RGB三色彩模式，使得相移技术不受环境干扰。
颜色优势也可用作绝对相位测定。
其它光源有拥有Mach-Zhender构架的双点源激光干涉仪、纤维光、双折射晶体、声光调制器（AOM）和拥有特殊的、可生成波束角为0.149度99条线的菱镜的Lasiris非高斯结构投光器。
图像采集是光学三维形貌测量精确度的关键。
目前，图像是由CCD或电荷注入器件（CID）获取的。
有全帧传感器、帧转移传感器和行间转移传感器。
决定这些传感器的参数包括速度、分辨率、动态范围和精度。
举例来说，5k×5k的CCD传感器是在市场上可买到的，比如DALSAIA-D9-5120、FordAerospace4k×4k、KodakModel16.8I（4k×4k）、LoralCCD481。
通常，高分辨率的全帧CCD传感器不具存储功能，需要快门来允许图像转移，这导致传输速度相对减慢。
结合微观和宏观扫描技术，图像分辨率可高达20k×20k，相当于在20×20cm相片场内每毫米100条线的分辨率。
CID传感器与CCD传感器区别在于它过度曝光时没有光晕，并可选择性地读出，这是因为每一个像素都是独立寻址的。
高精度的CCD传感器或摄影机需要高辐射测量精度和几何精度，包括内部参数，如透镜畸变，和外部参数，如相机的的坐标位置和方向。
有关CCD传感器的辐射度和几何特征的描述和校准的详细讨论可参考文献118。
测在量时使用在线自动标定可达到1/1,000的相对精度。
使用更复杂的非线性相机模型的常规离线标定方法可达到更高的10-4到10-5精度。
表征透镜像差和矫正捕捉图像中因像差引起的畸变，需要高精度相机模型。
光学测量系统的标准可进一步分为前述的几何参数技术和几何变换方法。
几何参数技术需要已知包括投影机和图像传感器的光学装置参数。
另一方面，几何变换方法并不需要知晓图像系统的参数，文献131介绍了最新开发的图像投影技术和光线跟踪技术，文献132介绍了物体或相机的已知位置变化的方法。
成像系统一旦被移动，或者被测物体的大小/深度改变，可能需要重新标定。
然而，这种方法也造成一些限制。
文献134介绍了通过自我标定的方法来降低标定程序复杂性并提高精度。
6绝对相位值测量和间断歧义克服
一般而言，使用相移结构光来测量物体的三维形貌只呈现相对相位值。
相移决定了任何像素的条纹分数阶。
这些分数阶利用其毗邻的整数阶连接在一起，这就是所谓的解缠过程。
然而，当形貌发生不连续的或陡峭的变化，相邻像素之间的相位差大于2π，条纹整数阶级次将会出现歧义。
最近，已经发现了克服不连续性的方法。
其基本思路是，改变测量系统的灵敏度引起边缘或投影结构带密度的改变。
这就意味着条纹的整数阶将掠过这些不连续。
这在空间域和时域都可观察得到，引出了各种不同的方法。
正如文献144中所提及，克服不连续性的关键是解缠过程中确定整数“条纹”阶次n。
这些方法，例如干涉法中的双波长或参数改变法，可以确定条纹分数阶和整数阶。
光栅的在面内旋转或改变光栅频率（例：
双接点变量空间条纹投影）也是有用的方法。
三角测量法和立体平画法也可用来确定绝对相位值和克服不连续性，尽管有不改变视角不能覆盖全场像素点这样的局限性。
一些直接的相位计算可能仍然需要连续条件，例如无需相位解缠的相位诱导法。
然而，锁相回路技术也可解决同样的问题。
7图像数据修补和CAD数据比较
处理360度局部图片后，局部点云斑必须拼合起来以获得物体最终的整体点云。
该测量系统的精度也取决于匹配精度。
对摄像测量法中匹配法和算法已开展了大量的研究，一般可划分为基于区域匹配、基于特征匹配和其它方式如重心法。
基于区域匹配利用了相关系数最大化和最小二乘法最小化，而基于特征匹配利用了所有提取点、线、面特征的算法。
基于区域匹配通常采用像素密度作为约束，而基于特征匹配用几何约束。
这些方法都需要亚像素精度来保证整体精度。
在优化的条件下可达0.02像素精度，而在一般情况下可达0.05像素精度。
在亚像素精度与几何精度的对比讨论中有几何精度更有前景的结论。
在CAD数据对比中，常用到微分法和最小均方法。
从测量点云数据减去CAD数据中所得偏差作为误差指示器。
通过选用适当CAD模型作为对比可获得两者的最佳配准。
模型匹配可从点云数据的精选子集开始。
通过帕法向量关联局部CAD表面法向量把子集中的检测点数据搭关联到CAD数据。
将CAD表面和测量点云之间法线方向的间距代入最小二乘误差函数，通过优化最小二乘误差函数完成最佳匹配。
在与CAD主数据对比之前，测量数据必须先转化为标准的CAD表示。
通常先把测量数据分离成主要几何实体，再将这些实体在非均匀有理B样条表面形式下建模；这样具有除了自由曲面外的所有二次曲面都能用通用数学解决方案的好处。
8传感器规划
大规模表面的完整三维检测一般需要多个固定传感器，或者需要单个传感器的重复定位。
多传感器系统在同类产品的大容量检查中具有优势，但通常缺乏适应性。
为了提高适应性，各种移动式传感系统和自动化手眼系统应运而生。
然而，不管使用何种类型的传感器系统，首要的和最关键的问题是，如何放置传感器来检视三维物体而不遗漏必要信息。
应用环境信息（例如被观测目标和可利用的传感器）和测试任务（即特定对象特征的检测、目标识别、现场重建、对象操作或足够精确的足够密集的点云）信息已经给予的情况下，应制定调整传感器参数的策略才能达到一定的对测量任务的满足。
通常解决这种问题可以归为传感器规划问题。
传感器规划的一般技术方面已取得相当的成就，现可以把他们划分为四种。
8.1生成及测试
在这种方法中，传感器配置预先设置，然后在被表现功能和任务约束条件评估。
为了避免穷尽搜索，嵌合被测物体周围的可见范围来离散化传感器配置的定义域。
这是一种不能保证最佳效果的耗时技术。
8.2综合方法
这种方法建立在任务约束条件和传感器参数之间的解析关系。
这是一个可以决定某些情况下的传感器配置的优秀的有前景的理论框架。
这种方法的缺点是有时会丢失解析关系，尤其是在复杂的约束条件下。
8.3传感器仿真系统
该系统将被测物体、传感器和光源置于在一个统一的虚拟环境中。
再使用生成并测试的方法来找到理想的传感器配置。
仿真系统就操作者可以主动调控测量过程以确保结果的意义来说它是有用的。
8.4专家系统法
基于规则的专家系统可以用来将专家的关于观察和照明的认识与现场应用桥接。
专家系统根据现场审视得出建议的传感器配置。
一般而言，系统拥有越完整的知识，它就能提供越“聪明”的建议。
8.5传感器规划实例
实际上，这些传感器规划技巧有很强的应用背景。
这些技巧的目标就是提升机器智能和减少人力密集型操作，这都是会造成现代工业中开发周期长、成本高、工程复杂的因素。
例如：
（1）智能传感器规划系统，它被概念地定义为通过被测零件的CAD模型实现自动化空间测量应用。
（2）应用在线传感器规划技术的检查系统,能够在环境更改时做出适当和灵活的动作。
（3）以及，应用在机器人视觉系统中的这些技术，可以实现自动确定视觉传感器及光源的方向和位置。
9实例展示
9.1面板回弹调查
在零件开发周期的试验阶段，需要测量零件或零件模具形貌。
以下是使用三维光学测量机构测量零件并与主CAD数据对比来评估回弹效应的展示。
图2显示了零件的点云数据。
图3显示的是与之对应的CAD数据。
图4显示测量数据和CAD数据应用最小二乘法拟合的比较。
图2测得的零件点云数据
点云扫描数据
9.2车辆形貌测量
为了快速设计原型和设定基准，往往需要测量车身形貌。
以下实例利用了结合结构光法和摄影测量法的测量车身形貌。
把一些编码标识放置在车身上以实现局部到整体坐标的转换。
结合相移和绝对相位检测技术，将结构光投影在车身表面，通过使用条纹频率变化在一个视图方向逐个像素地确定局部坐标。
用240个视图方向覆盖在整个车身表面（这是一个真正的车辆）。
再通过最小均方法将240个点云拼凑在一起。
从8个像素中萃取一个点云数据。
图5显示了阴影测量数据，图6显示了点云数据。
9.3三维振动
为准确分析振动或应变，必须知道测试结构的几何信息。
使用双波长形貌测量法，振动的振幅、相位和被测试结构的几何信息可通过单一紧凑的电子散斑干涉（ESPI）装置测定出来。
图7（a）和图7（b）显示了沿其边界夹紧并受500Hz谐波激励的波形板的四种振动态。
图7（a）里的状态1描述了最初的波形板几何形貌和在不同时间的其它振动状态。
从图7可清楚看到振动中的形貌效应。
9.4涂料缺陷
几何测量技术也可应用于测量车身面板的油漆缺陷，虽然在大面积检测小瑕疵依旧是个挑战。
已经开发出一种方法，如图8的流程图所示（图9为其光学装置），由显示器发出的结构光从被测面板反射出来并数字化再被计算机图像处理系统接收。
然后通过变换结构光频率并使用数字傅里叶变换法提取面板的整体形貌。
通过选择半空间频率计算得出伴随几何缺陷的面板整体形貌。
最后减去前两个结果获得几何缺陷，如图10所示。
图10（a）显示了投射了结构光的面板，图10（b）显示的是最终的测量结果。
人们可以看到，如果没有计算，只能通过增强条纹调制观察大的缺陷。
测量范围约为0.25×0.25m，最小缺陷尺寸约为500mm。
其它的一些应用实例可参考文献205和206。
10结论和未来的研究趋势
虽然三角测量法、结构光法和干涉法都已存在了几十年，只到了近代结合先进低廉的计算机、光电器件和激光器，才使这种技术达到了商业化的突破口，并越来越多地应用在工业上。
但为了更好的应用于工业并努力提升精度至10-4到10-5，一些难题还有待解决。
下面提出了一些未来的趋势。
10.1实时计算
在工业中为了降低生产成本、提高生产率和质量，产生了对实时三维形貌测量技术的需要。
实时计算将对数字化设计、数字化和实际制造、简化并整合产品设计和制造的快速成型这些方面产生重大影响。
实时三维形貌测量是成功实施三维坐标显示和测量、生产控制和在线质量检测的关键
升级会员 