测量技术的不断发展往往伴随着科技水平的不断进步以及探索范围的不断扩展，宏观至浩渺星河、微观至原子夸克都是探索的前沿方向。从大尺度的地形学测量、空间场景的激光三维重建，再到常规尺度的结构光三维测量、激光三维扫描以及摄影测量多视图重建，然后小至微观级别的显微测量技术，不同尺度的测量方式几乎涵盖了不同领域的各个层次。现代科技也总是朝着不同尺度发展，从多个尺度上准确地认识和感知这个世界是测量技术不断发展的根源动力。
在机械加工、航空航天、刀具制备等领域中，众多零件都具有多尺度形貌检测的需求。以航空发动机为例，发动机叶片整体叶型、局部微小气膜孔等关键区域的质量对发动机的性能具有重要影响，进而对这些区域的测量提出了更高的要求。然而，单一的测量方式无法满足叶片关键区域的测量需求，目前多尺度组合的测量方式是解决发动机叶片测量的一种有效途径，与单一尺度测量数据不同，多尺度测量数据间的尺度、分辨率、精度等方面存在较大差异，导致配准难度大。因此，多尺度测量数据的精确配准是关键。
针对这一应用需求，近期南京航空航天大学的高凯元与崔海华等在《光学 精密工程》（EI、Scopus收录，中文核心期刊，《仪器仪表领域高质量科技期刊分级目录》和《光学和光学工程领域高质量科技期刊分级目录》“T1级”期刊）上发表了题为“基于小波变换的精密测量点云多尺度分解”的封面文章。
宏微组合式测量模型如图1所示，利用结构光测量方式获取整体的形面，利用显微测量方式获取零件表面局部更高精度的细节，实现多尺度数据的获取，但是未实现测量数据的坐标归一化，即未实现全方位一体化检测。
基于所建立的测量模型获取测量数据，作者对小波变换的理论进行了分析推导，并将该理论应用到精密测量点云中，实现了小尺度点云尺度与数据量同时向大尺度的有机过渡，并基于分形理论，通过计算两种维数与一些经典的滤波采样方法进行了对比，验证了作者所提方法的优点，能够实现对小尺度点云的多尺度分解，同时还能保持与原始数据具有高度的相似性。以某航空发动机气膜孔的显微测量数据为例，进行多尺度分解，如图2所示，不同分解方式的两种相似维数差异如图3所示。
由于不同尺度的检测设备本身存在分辨率与精度的差异，获取到的点云数据存在尺度与数据量的差异，作者通过多尺度分解方法进行预处理，利用经过尺度分解后得到的近似尺度点云与原始结构光点云进行配准，并将配准的矩阵变换关系应用到原始点云，配准效率与精度得到了大幅度提升。将存在尺度与数据量较大的两片点云进行配准，结果如图4所示，配准时间大幅度减少，配准精度提升了61.36%。
该研究通过组合不同尺度的测量设备，集合单一尺度测量设备的优势，拓宽了测量设备的测量范围；该测量方法与数据处理算法能够实现对多尺度零件的一体化测量，为后续复杂零件、智能结构的检测提供一种全新的思路与方法。
崔海华，教授，博士生导师，南京航空航天机电学院航空宇航制造工程系教师，中国计量测试学会-计量仪器专业委员会委员，中国工业与应用数学学会-几何设计与计算专委会委员，中国图像图形学会-视觉检测专委会委员OD体育平台。长期从事面向航空航天智能制造的数字化三维视觉测量、检测和定位技术研究，包括计算光学成像、数字化精密三维测量和图像处理等。以第一作者和通讯作者发表学术论文60余篇，其中SCI收录35篇，受邀参与著书2部，授权发明专利和软件著作权20项。主持国家重点研发计划子课题、国家高档数控机床04专项子项目、国家自然科学基金、国防基础加强技术领域基金OD体育平台、航空基金、江苏省自然科学基金（优秀结题）、江苏省成果转化子课题、中国博士后科学基金等三十余项。指导学生获得第五届中国“互联网+”大学生创新创业大赛金奖和其他国家、省、市比赛一等奖10余项。入选江苏省“双创计划”科技副总，获江苏省科学技术一等奖和二等奖各1项。
南京航空航天大学视觉三维成像与精密测量实验室崔海华教授团队，针对航空航天智能制造的数字化三维视觉测量中的问题进行了研究，主要包括面向机器人装配的组合式跨尺度视觉测量技术、深度学习增强的智能化识别检测技术、面向航空航天特征的线结构光测量技术、基于视觉的机器人制孔基准测量技术、基于对焦显微的三维形貌高精度测量技术，面向航空航天制造的三维面形测量技术等，承担过多项国家重点研发计划、国防基础科研计划,以及基础加强计划技术领域基金项目等。
高凯元,刘雷,崔海华等.基于小波变换的精密测量点云多尺度分解[J].光学精密工程,2023,31(03):340-351.
5. 翟鹏, 崔海华, 胡广露, 等. 面向线结构光测量的直线空间变换光平面标定方法[J]. 激光与光电子学进展, 2021, 58(2): 264-270.
本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问。OD体育官方网站