一种基于UNet网络的微结构参数测量方法

本发明涉及精密仪器制造和精密测试计量技术领域，具体是一种基于UNet网络的微结构参数测量方法。首先，针对待测件的图像背景区域存在大量突出的纹理和划痕，采用了基于UNet网络的区域分割方法来提升分割的精度，克服噪声的影响。然后采集数据集并进行图像增强从而增强模型的泛化能力，通过水平翻转和垂直翻转丰富微结构的姿态，通过HSV色域随机变化，增强模型对不同光照环境的鲁棒性。分割得到目标区域之后进行边缘点提取进而进行拟合，由于加工缺陷的存在，在拟合之前需要剔除离群点。针对微孔结构的离群点剔除方式为：对边缘序列点进行连线，从而削去凸起的部分，最后取连通域最大的区域作为修复过后的特征区域；针对微沟槽结构的离群点剔除方式为：利用RANSAC算法进行多次迭代剔除，筛选出满足“正确解”的全部内点，再将符合最佳拟合的数据作为最小二乘法的输入进行拟合，可以更好地估计模型参数。本发明可以提高工件中微米级至毫米级的微孔和微沟槽的视觉测量精度。