Luận án Nghiên cứu đo biên dạng 3D của chi tiết bằng phương pháp sử dụng ánh sáng cấu trúc

từ 0 ÷ 255 (theo ngưỡng cường độ xám). Do các đối tượng đo có 0 50 100 150 200 250 300 0 5 10 15 20 25 30 C ư ờ n g đ ộ s án g I C Số ảnh mẫu chiếu Cường độ mẫu chiếu Cường độ ảnh RED Cường độ ảnh GRAY Cưởng độ ảnh GREEN Cường độ ảnh BLUE 122 đặc tính quang bề mặt khác nhau làm ảnh hưởng đến chất lượng ảnh thu được, ảnh bị lóa khi bề mặt có độ phản xạ cao hoặc khó xử lý dữ liệu với các bề mặt có độ phản xạ thấp. Do đó cần phải hiệu chuẩn ngưỡng cường độ xám của cụm cảm biến. Để tiến hành hiệu chuẩn cường độ sáng của cụm cảm biến, sử dụng bộ mẫu ảnh thiết kế có cường độ sáng ảnh xám tăng dần từ 0 đến 250. Chiếu các mẫu chiếu lên một mặt phẳng có nền màu trắng. Phân tích cường độ xám tại điểm trung tâm của các ảnh thu được từ camera cho kết quả như hình 4.12 (bảng 3.1 phụ lục) thể hiện mối quan hệ giữa cường độ sáng ảnh thu được và cường độ sáng ảnh xám được mã hóa trên máy chiếu. Như vậy, khi mã hóa ảnh chiếu nếu cường độ mã hóa nhỏ hơn 70 hoặc lớn hơn 200 sẽ gây ra hiện tượng ngoài ngưỡng cảm biến, do đó thông tin mã hóa trong các trường hợp này sẽ không thu được. Đây là cơ sở để xác định khoảng cường độ sáng tối ưu cho máy chiếu đảm bảo dữ liệu mã hóa chính xác. Hình 4.12 Đồ thị quan hệ cường độ sáng mẫu chiếu và cường độ sáng ảnh thu được của cảm biến Việc hiệu chuẩn cường độ sáng ảnh xám cho cụm cảm biến là quá trình dựa vào đặc tính tương quan phát thu của máy chiếu và camera, xác định khoảng cường độ sáng phù hợp để mã hóa ảnh chiếu. Mục đích nhằm thu được các ảnh trên camera không bị các hiện tượng ngoài ngưỡng cảm biến. Xác định ngưỡng cường độ sáng mẫu chiếu được mã hóa trong khoảng 70 đến 200 như bảng 3.2 Phụ lục và được thể hiện như hình 4.13. 0 50 100 150 200 250 300 0 50 100 150 200 250 300 C ư ờ n g đ ộ s án g ả n h I c Cường độ sáng mẫu chiếu IP 123 Hình 4.13 Đồ thị xác định khoảng cường độ chiếu sáng tối ưu Có nhiều phương pháp để có thể điều chỉnh cường độ sáng cho cụm cảm biến như: thay đổi cường độ mã hóa ảnh chiếu, thay đổi thời gian phơi sáng của camera, thay đổi vòng chắn trường của ống kính camera. Khi sử dụng phương pháp điều chỉnh vòng chắn trường của ống kính và thực hiện lại quá trình xây dựng đặc tuyến tương tác giữa máy chiếu và camera thu được kết quả như bảng 3.3 phụ lục. Hình 4.14 Đồ thị quan hệ cường độ chiếu sáng sau hiệu chuẩn Đồ thị thể hiện quan hệ giữa cường độ chiếu sáng và cường độ sáng ảnh sau hiệu chuẩn như hình 4.14. Cường độ sáng trên ảnh thu được từ camera không còn hiện tượng ngoài ngưỡng cảm biến khắc phục được các điểm dưới ngưỡng và tràn ngưỡng. 0 50 100 150 200 250 300 0 50 100 150 200 250 C ư ờ n g đ ộ s án g ả n h I C Cường độ sáng mẫu chiếu IP 0 50 100 150 200 250 300 0 50 100 150 200 250 300 C ư ờ n g đ ộ s án g ả n h I C Cường độ sáng mẫu chiếu IP 124 4.3.4. Hiệu chuẩn thiết bị thực nghiệm STL – 1 sử dụng ô vuông bàn cờ Để đảm bảo chính xác khi đo cần hiệu chuẩn xác định các thông số kỹ thuật và vị trí làm việc thực của camera và máy chiếu. Sử dụng kết quả nghiên cứu trên mục 2.4.2 và giải thuật trên mục 3.3.3.2 để tiến hành hiệu chuẩn. Việc hiệu chuẩn thiết bị thực nghiệm STL – 1 sử dụng bảng mẫu in ô vuông bàn cờ có kích thước các ô là 15x15 mm. Các bước hiệu chuẩn được tiến hành như sau:  Chiếu ảnh mẫu lên bảng ô vuông bàn cờ tại 4 vị trí khác nhau của bảng trong không gian đo của thiết bị. Các ảnh mẫu được chiếu là các ảnh trong phương pháp đo kết hợp dịch pha và mã hóa Gray.  Sử dụng chương trình hiệu chuẩn đã xây dựng để xử lý dữ liệu ảnh thu được.  Kết quả hiệu chuẩn được dùng để cung cấp thông tin cho quá trình xác định tọa độ điểm đo. (a) (b) Hình 4.15 Xác định các góc ô vuông và ảnh pha cho bảng in ô vuông bàn cờ Quy ước camera và máy chiếu là mô hình camera lỗ nhỏ có kể đến quang sai do đó có thể coi tương đương máy chiếu như một camera khi hiệu chuẩn. Hình 4.15 thể hiện kết quả xác định các góc ô vuông bàn cờ trên ảnh camera (hình 4.15b) và ảnh pha tuyệt đối được xây dựng trên vùng chiếu của máy chiếu (hình 4.15a). Việc hiệu chuẩn cần xác định các góc ô vuông bàn cờ trên bảng in đồng thời gán các góc đó lên trên vùng chiếu của máy chiếu. Khi đó đối tượng dùng để hiệu chuẩn cho camera là bảng in ô vuông bàn cờ, cho máy chiếu là ảnh pha tuyệt đối đã được gán các góc ô vuông bàn cờ. Kết quả của quá trình hiệu chuẩn xác định được các thông số kỹ thuật và thông số vị trí của camera và máy chiếu như trong bảng 6. 125 Bảng 6: Kết quả hiệu chuẩn thiết bị (Các đơn vị đo được tính theo đơn vị điểm ảnh; R ,T có đơn vị rad và mm) Thông số Camera Máy chiếu Ma trận thể hiện vị trí tương quan fx 2720.60316 1422.96469 𝑓𝑦 2749.07924 1428.19115 𝛼 0 0 𝑢0 719. 00974 250. 59730 𝑣0 518. 47491 406. 04838 k1 −0. 87183 −0. 079062 k2 1. 50598 0. 02153 k3 0. 00283 0. 00342 k4 −0. 02990 −0. 00148 k5 0 0 R 0. 95499 0. 04846 0. 29267 −0. 02334 ⁡0. 99578 −0. 08871 −0. 29573 0. 07789 0. 952099 T −188. 20481 −55. 08283 155. 72313 Lỗi 0. 29562 0. 11817 0. 52994 Hình 4.16 Giao diện mô tả kết quả hiệu chuẩn của 1 vị trí đặt ô vuông bàn cờ 126 Trên hình 4.16 thể hiện mô phỏng vị trí tương quan giữa camera, máy chiếu và vị trí bảng in ô vuông bàn cờ khi biết giá trị của ma trận chuyển vị T và ma trận quay R từ kết quả hiệu chuẩn. 4.4. Xác định độ chính xác thiết bị đo 4.4.1. Khảo sát độ phân giải cơ sở Độ phân giải cơ sở của thiết bị là khoảng cách tương ứng với một điểm ảnh thu được trên cảm biến ảnh. Sử dụng thiết bị đo sau khi hiệu chuẩn đo mặt phẳng của tấm chuẩn có kích thước 200x250 mm. Tiến hành đo xác định độ phân giải cơ sở sử dụng mã hóa Gray với số bit mã hóa là 8, 9, 10 tương ứng độ phân giải máy chiếu đối với một vạch đo là 4, 2, 1 điểm ảnh. Kết quả thu được thể hiện trên hình 17, hình ảnh thể hiện phân bố các điểm đo trên mặt phẳng đo được tương ứng:  Hình 4.17a thể hiện điểm đo trên mặt phẳng tương ứng với khoảng cách các điểm đo là 4 điểm ảnh.  Hình 4.17b thể hiện tương quan vị trí các điểm đo của hình 4.17a khi phóng to.  Hình 4.17c thể hiện phân bố điểm đo trên bề mặt phẳng với khoảng cách các điểm đo là 2 điểm ảnh.  Hình 4.17d thể hiện vị trí tương quan của hình 4.17c khi phóng to.  Hình 4.17e thể hiện phân bố điểm đo trên bề mặt phẳng với khoảng cách các điểm đo là 1 điểm ảnh.  Hình 4.17f thể hiện vị trí tương quan của hình 4.17e khi phóng to. (a) 127 (b) (c) 128 (d) (e) 129 (f) Hình 4.17 Hình ảnh thể hiện sự phân bố điểm đo khi đo mặt phẳng Dựa vào các hình ảnh phóng to 4.17(b); 4.17(d); 4.17(f) có thể nhận thấy lưới tọa độ được tạo ra khi khoảng cách các điểm là 4 điểm ảnh có sự phân bố đồng đều nhất 4.17(b) với độ phân giải theo hai phương là (1,084x1,110 mm)/ 4 điểm ảnh. Độ phân giải cơ sở tại vùng có sự phân bố đồng đều nhất khi sử dụng mẫu chiếu Gray 10 bit là (0,27x0,278 mm)/ điểm ảnh, tuy nhiên đối với tọa độ các điểm đo xuất hiện nhiều vùng có sự phân bố không đồng đều, điều này cũng tương tự xảy ra với các mẫu chiếu 9 bit. Như vậy, việc sử dụng mã hóa Gray cho phép đo độc lập có độ phân giải không cao, khó đạt độ phân giải của một điểm ảnh (xuất hiện các vùng mất dữ liệu như hình 4.16f). Với mẫu chiếu 8 bit cho thấy sự phân bố đồng đều giữa các điểm đo, đó là cơ sở để luận án lựa chọn số mã hóa Gray 8 bit khi kết hợp với phương pháp dịch pha. 4.4.2. Đo mẫu trụ chuẩn Để kiểm tra độ chính xác thiết bị đo, tiến hành đo chi tiết trụ chuẩn với một số kích thước đường kính khác nhau. Mục đích nhằm thông qua kết quả đo kiểm chi tiết trụ chuẩn đánh giá độ chính xác của thiết bị đo, đồng thời có thể đánh giá được sự ảnh hưởng của vị trí đặt vật trong phạm vi đo của thiết bị. Mẫu trụ chuẩn được chế tạo bằng phương pháp tiện CNC và đo kiểm kích thước bán kính trụ trên thiết bị CMM tại Viện đo lường Việt Nam (Biên bản đo kiểm định đính kèm trong phụ lục 4). Thông số trụ chuẩn được xác định trên thiết bị CMM có kích thước thể hiện trên hình vẽ 4.18. 130 Hình 4.18 Kết quả các kích thước đo mẫu trục chuẩn trên máy CMM Hình 4.19 Hình ảnh mô phỏng chi tiết trụ đo được Quá trình đo được tiến hành như sau:  Chi tiết trụ được đặt tại tâm bàn gá chi tiết đo.  Tiến hành dịch chuyển cụm cảm biến theo phương thẳng đứng (phương z của bàn máy). Mỗi bước dịch chuyển h = 20 mm. Đo trụ chuẩn tại từng vị trí.  Xử lý dữ liệu xác định bán kính trụ cho chi tiết đo. Trên hình 4.19 thể hiện kết quả mô phỏng chi tiết trụ được đo tại vị trí h =0. Vị trí bắt đầu quá trình khảo sát. Các thông số hiệu chuẩn hệ thống được xác định trên phụ lục 3. Các giá trị đo bán kính được thống kê trên bảng 7: 131 Bảng 7: Kết quả đo chi tiết trụ chuẩn Khoảng dịch chuyển h (mm) Độ phân giải theo 1 điểm ảnh xxy (mmxmm) R1(mm) R2(mm) R3(mm) R4(mm) R5(mm) 0 0,279x0,260 15,06 24,078 21,073 15,051 14,001 20 0,289x0,268 14,975 24,085 21,064 14,971 13,999 40 0,299x0,275 15,145 24,046 21,05 15,018 14,041 60 0,309x0,283 15,21 24,061 21,039 15,029 14,052 80 0,319x0.291 14,945 24,047 21,051 15,032 13,986 100 0,329x0,299 15,016 24,046 21,052 15,009 13,994 120 0,340x0,307 15,112 24,049 21,057 15,177 14,105 140 0,351x0,315 15,083 24,031 21,047 15,243 14,183 160 0,361x0,324 15,097 24,072 21,021 14,915 14,142 Hình 4.20 Đồ thị thể hiện quan hệ giữa độ phân giải cơ sở và khoảng dịch chuyển h Trên đồ thị thể hiện quan hệ giữa độ phân giải cơ sở và khoảng dịch chuyển h (hình 4.20) có thể nhận thấy độ phân giải biến đổi tuyến tính theo chiều cao cụm cảm biến tới bàn đo. Khoảng cách càng xa độ phân giải cơ sở càng thấp. 0.25 0.27 0.29 0.31 0.33 0.35 0.37 0 50 100 150 200 Đ ộ p h ân g iả i cơ s ở ( m m ) Khoảng dịch chuyển h (mm) Độ phân giải theo phương X Độ phân giải theo phương Y 132 Hình 4.21 Đồ thị thể hiện các kết quả đo trụ chuẩn Kết quả đo bán kính trụ chuẩn cho thấy ít sụ phụ thuộc vào vị trí đặt vật trong không gian đo của thiết bị hình 4.21. Xử lý kết quả đo theo phân phối Student với độ tin cậy 95 % ta có kết quả đo bán kính trụ chuẩn là:  Giá trị đo được R1 là: 15.071 ± 0,065 mm; Giá trị đo trên CMM là 15.008 ± 0,008 mm. Kết quả đo trung bình sai lệch 0,063 mm.  Giá trị đo được R2 là: 24.059 ± 0,011 mm; Giá trị đo trên CMM là 23.983 ± 0,008 mm. Kết quả đo trung bình sai lệch 0,076 mm.  Giá trị đo được R3 là: 21,050 ± 0,011 mm; Giá trị đo trên CMM là 20.997 ± 0,008 mm. Kết quả đo trung bình sai lệch 0,053 mm.  Giá trị đo được R4 là: 15.161 ± 0,228 mm; Giá trị đo trên CMM là 15.009 ± 0,007 mm. Kết quả đo trung bình sai lệch 0,152mm.  Giá trị đo được R5 là: 14.167 ± 0,261 mm; Giá trị đo trên CMM là 13.980 ± 0,008 mm. Kết quả đo trung bình sai lệch 0,187 mm. 4.4.3. Đo mẫu khối cầu chuẩn Để đánh giá độ chính xác thiết bị đo biên dạng 3D sử dụng chi tiết đo là khối cầu chuẩn. Kích thước cầu chuẩn (Biên bản đo thử nghiệm đính kèm trong phụ lục 4) đo trên thiết bị V01 TB316 tại viện đo lường Việt Nam VMI là: R = 25,039 ± 0.007 mm. Hình ảnh mô phỏng kết quả đo quả cầu chuẩn được thể hiện trên hình 4.22. 12 13 14 15 16 17 18 19 20 21 22 23 24 25 0 20 40 60 80 100 120 140 160 180 B án k ín h t rụ ( m m ) Khoảng dịch chuyển h (mm) R1 R2 R3 R4 R5 133 Hình 4.22 Hình ảnh mô phỏng kết quả đo quả cầu chuẩn. Tiến hành đo quả cầu chuẩn được kết quả đo được như bảng 8. Bảng 8: Kết quả đo chi tiết cầu chuẩn Số thứ tự Giá trị đo được (mm) Số thứ tự Giá trị đo được (mm) 1 25,010 15 25,012 2 25,005 16 25,132 3 25,004 17 25,093 4 25,024 18 24,974 5 25,006 19 24,996 6 25,020 20 25,088 7 25,017 21 25,055 8 24,997 22 25,138 9 25,012 23 25,083 10 24,980 24 25,024 11 25,095 25 24,977 12 24,981 26 24,989 13 25,113 27 25,003 14 24,981 28 25,074 Xử lý kết quả đo theo phân phối Student với độ tin cậy 95 % ta có kết quả đo bán kính cầu chuẩn là: 25.032 ± 0,017 (mm). Kết quả đo trên máy CMM R = 25,039 ± 0.007 mm. Như vậy, kết quả đo trung bình sai khác 0,007 mm. Kết quả đo quả cầu cho thấy độ ổn định và độ chính xác của thiết bị đo. Các phép đo trên một vị trí được lặp lại và cho kết quả đo trung bình đạt độ chính xác cao so với các kết quả đo trên máy CMM. 134 4.5. Một số kết quả thử nghiệm trên thiết bị STL - 1 Để đánh giá khả năng ứng dụng của thiết bị thực nghiệm, tiến hành đo quét trên một số mẫu chi tiết cơ khí được gia công trên thiết bị CNC. Khi thực hiện một phép đo do trường quan sát của camera và máy chiếu có giới hạn nên chỉ đo được một phần vật thể. Để tiến hành đo toàn bộ vật cần tiến hành đo tại các vùng khác nhau theo các phương đồng thời kết quả mô phỏng được dựng lại với các dữ liệu được ghép lại. Có nhiều phương pháp ghép tọa độ điểm đo như: dùng hệ tọa độ chuẩn khi gắn đầu đo trong hệ tọa độ máy có thể xác định thông qua các hệ cảm biến dịch chuyển, sử dụng phương pháp xử lý ghép điểm đo khi có các điểm đánh dấu.... Các phương pháp ghép và mô phỏng dữ liệu vẫn đang được nghiên cứu phát triển nhằm tăng độ chính xác ghép và tăng tốc độ xử lý. 4.5.1. Kết quả đo tại một phương chiếu Sau khi hiệu chuẩn hệ thống tiến hành đo một số mẫu biên dạng 3D của một số chi tiết: (a) (b) (c) 135 (e) Hình 4.23 Kết quả mô phỏng một số mẫu chi tiết sử dụng một phương chiếu Trên hình 4.23 thể hiện biên dạng một số chi tiết được gia công bằng phương pháp tiện, phay CNC và đúc. Biên dạng đo thu được thể hiện ở các ảnh phía bên phải khi dựng hình trong phần mô phỏng phản ánh đúng biên dạng thực tế của chi tiết quét các ảnh phía bên trái khi chụp, tuy nhiên tại một phương chiếu các kết quả chỉ cho biên dạng một phần. 4.5.2. Ảnh mô phỏng dữ liệu quét khi quét toàn bộ vật thể sử dụng 6 phương chiếu Tiến hành thực nghiệm đo một số chi tiết theo 6 phương chiếu trên các chi tiết sau đó sử dụng công cụ ghép dữ liệu đo thu được một số kết quả đo như hình 4.24.  Hình 4.24a thể hiện mô phỏng biên dạng chi tiết vỏ loa được gia công theo phương pháp dập.  Hình 4.24b thể hiện mô phỏng biên dạng chi tiết đúc dạng nắp.  Hình 4.24c thể hiện mô phỏng biên dạng chi tiết tiện.  Hình 4.24d thể hiện mô phỏng biên dạng chi tiết thân ổ cứng trong máy tính để bàn. (a) 136 (b) (c) (d) Hình 4.24 Kết quả mô phỏng một số mẫu chi tiết sử dụng 6 phương chiếu 137 Khi tiến hành ghép dữ liệu của các phương chiếu kết quả cho biên dạng toàn bộ của vật thể đo. Độ chính xác ghép dữ liệu phụ thuộc vào độ chính xác của điểm chuẩn ghép và thuật toán xử lý dữ liệu trùng lặp của các điểm trên các phương đo riêng biệt. Các kết quả cho thấy thiết bị STL – 1 có thể đo được các chi tiết với độ chính xác cao và có khả năng đo được toàn bộ vật cần đo. Thời gian thực hiện một phép đo của thiết bị sau khi được hiệu chuẩn bao gồm: thời gian chiếu chụp 38 ảnh (lấy thời gian trễ cho từng ảnh 0,5 giây) là 19 giây, thuật toán xử lý dữ liệu điểm đo khoảng 10 giây. Như vậy, để có được dữ liệu đo của 6 phương chiếu của một chi tiết chỉ khoảng 3 phút. Qua đó có thể thấy phương pháp đo sử dụng phương pháp kết hợp mã hóa Gray và dịch pha khá nhanh, tốc độ đo hoàn toàn có thể cải thiện khi sử dụng các thiết bị máy chiếu và camera có tốc độ cao hơn. 4.5.3. Ứng dụng thiết bị trong lĩnh vực an ninh Trong lĩnh vực an ninh thiết bị đo biên dạng 3D được nghiên cứu ứng dụng dần thay thế các công tác nghiệp vụ đạt hiệu quả cao như:  Chụp lại hình ảnh 3D hiện trường vụ án: thay thế cho việc chụp ảnh, lập hồ sơ đây là công việc cần mô tả tỉ mỉ không gian xung quanh sự việc với các cách truyền thống mất rất nhiều thời gian và khó có thể mô tả trực quan lại bằng các bản vẽ, đánh dấu.  Chụp ảnh biên dạng 3D khuôn mặt, dấu vân tay.... giúp cho việc quan sát theo dõi , nhận dạng đối tượng trong các trường hợp bị hạn chế phương quan sát, dữ liệu 3D cung cấp thông tin chính xác hơn.  Dựng lại các mẫu vật hữu cơ, các vết lốp xe, dấu giày, vết thương....dữ liệu thu được cung cấp nhiều thông tin hơn các phương pháp truyền thống khác, có thể truy cập vào các hồ sơ lưu tình tiết hoặc thông tin hiện trường trực quan và không bị hạn chế bởi thời gian tồn tại của các dấu vết đó.... Hình 4.25 Kết quả dữ liệu 3D phục vụ công tác an ninh. 138 Trên hình 4.25 thể hiện ví dụ dựng lại hình ảnh dấu chân, từ các thông tin do hình ảnh 3D cung cấp có thể xây dựng hồ sơ vụ án, lưu trữ, phân tích giúp cho quá trình điều tra chính xác hơn và giảm thời gian công sức của cán bộ thực hiện công tác khám nghiệm hiện trường. 4.6. Kết luận chương 4 Thiết bị thực nghiệm STL-1 được chế tạo theo phương pháp đo dịch pha sử dụng mã hóa Gray làm cơ sở gỡ pha. Đã xây dựng quy trình và tiến hành thực nghiệm hiệu chuẩn đặc tính quang của cảm biến, xây dựng được đặc tuyến cường độ sáng ảnh tương tác giữa máy chiếu và camera từ đó tiến hành hiệu chỉnh nâng cao độ chính xác ảnh chiếu. Hiệu chuẩn xác định được các thông số kỹ thuật và thông số vị trí của camera và máy chiếu để đảm bảo độ chính xác đo. Thực nghiệm xác định độ chính xác thiết bị thông qua việc đo kiểm trụ chuẩn mẫu và quả cầu chuẩn. Kết quả thực nghiệm cho thấy: kết quả đo ít phụ thuộc vào vị trí đặt vật trong trường đo, độ chính xác khi đo các quả cầu chuẩn đạt: 0,05 mm , trụ chuẩn có thể đạt 0,01mm. Thiết bị thực nghiệm STL -1 hoạt động ổn định, có thể đo được toàn bộ chi tiết trong phạm vi 200x200x200 mm với thời gian đo khoảng 3 phút. Ứng dụng thiết bị đo một số mẫu chi tiết cơ khí được gia công trên các thiết bị CNC, đúc, rèn dập cho kết quả đạt yêu cầu về mô phỏng biên dạng thực của chi tiết đo. Có thể ứng dụng thiết bị trong các ngành khác như đo hình dáng kích thước cơ thể người, đo dựng hiện trường an ninh.... 139 KẾT LUẬN Với mục tiêu nghiên cứu, tìm hiểu, nắm được và xây dựng cơ sở lý thuyết, kỹ thuật để tính toán thiết kế chế tạo thiết bị đo biên dạng 3D bằng ánh sáng cấu trúc có thể đo lường biên dạng bề mặt các chi tiết cơ khí trong công nghệ gia công CNC. Các nội dung chính mà luận án đã thực hiện nghiên cứu và đạt được các kết quả sau:  Nghiên cứu khảo sát phương pháp đo biên dạng 3D sử dụng ánh sáng cấu trúc. Phân tích các kết quả nghiên cứu của các tác giả trong nước và trên thế giới, đánh giá các ưu nhược điểm của từng phương pháp, khảo sát các dạng ánh sáng cấu trúc từ đó xác định dạng ánh sáng cấu trúc trong phương pháp dịch pha kết hợp mã hóa Gray để gỡ pha là hướng nghiên cứu chính của luận án. Phương pháp này kết hợp ưu điểm độ phân giải cao của phương pháp dịch pha với độ chống nhiễu tốt của phương pháp Gray làm cơ sở đảm bảo và nâng cao độ chính xác gỡ pha và đảm bảo độ chính xác đo của thiết bị, phù hợp cho việc đo biên dạng các chi tiết cơ khí gia công bằng công nghệ CNC.  Xây dựng mô hình toán học và các giải thuật xử lý dữ liệu đo để xác định được đám mây điểm đo trên chi tiết đo. Sử dụng mô hình toán học cho hệ camera và máy chiếu là mô hình camera lỗ nhỏ có kể đến quang sai. Tọa độ điểm đo được xác định theo phương pháp đường giao đường.  Xây dựng phương pháp hiệu chuẩn thiết bị đo biên dạng 3D sử dụng ánh sáng cấu trúc, kết quả hiệu chuẩn xác định được các thông số kỹ thuật bao gồm các nội tham số, các hệ số đặc trưng ảnh hưởng bởi quang sai, ma trận ngoại tham số đặc trưng vị trí tương quan của camera và máy chiếu, giúp đảm bảo độ chính xác khi đo.  Xây dựng, xác lập cơ sở, giải thuật, cho việc tính toán thiết kế thiết bị từ đó có thể xác định được các tiêu chí thiết kế, cách xác định độ phân giải, tính toán lựa chọn cấu hình cho cụm cảm biến.  Phân tích xác định các yếu tố ảnh hưởng đến độ chính xác phép đo, xây dựng được đặc tuyến quang thể hiện tương quan quan hệ thu phát cường độ sáng ảnh của máy chiếu và camera, từ đó có thể hiệu chỉnh nâng cao độ chính xác tạo mẫu vân chiếu, góp phần đảm bảo độ chính xác đo.  Đã xây dựng thiết bị đo biên dạng 3D sử dụng phương pháp dịch pha và mã hóa Gray đầu tiên tại Việt Nam đạt độ chính xác 0,05mm, phạm vi đo 200x200x200 mm. Thiết bị đã hoạt động đáp ứng đo quét một số chi tiết cơ khí được gia công trên thiết bị CNC, đúc, rèn dập và các ứng dụng khác trong lĩnh vực thời trang và an ninh. Thiết bị có thể sử dụng đo quét các bề mặt như một thiết bị công nghiệp, cho thấy khả năng tự chế tạo loại thiết bị đo này tại Việt Nam. 140 KIẾN NGHỊ Từ kết quả nghiên cứu lý thuyết và thực nghiệm đạt được trên thiết bị nghiên cứu thực nghiệm STL – 1, để tiếp tục nâng cao chất lượng làm việc về độ chính xác, tốc độ đo cần thiết tiếp tục nghiên cứu sâu hơn về các mặt:  Tăng tốc độ đo của thiết bị: Với phương pháp áp dụng chỉ có thể đo được các chi tiết tĩnh do cần nhiều mẫu ảnh chiếu do đó việc đo quét theo thời gian thực không tiến hành được.  Tối ưu hóa các chương trình: Xây dựng các chương trình xử lý dữ liệu ảnh nhằm tăng tốc độ và độ chính xác khi xử lý dữ liệu đo. Nghiên cứu tìm hiểu các thuật toán nhằm nâng cao độ chính xác khi đo. 141 TÀI LIỆU THAM KHẢO [1] A. Treuille, A. Hertzmann, and S. M. Seitz (Springer, 2004) Example-based stereo with general BRDFs, in Computer Vision—ECCV 2004: 8th European Conference on Computer Vision, Part II, pp. 457–469. [2] A. Osman Ulusoy, F. Calakli, and G. Taubin (IEEE Computer Society, 2010) Robust one-shot 3D scanning using loopy belief propagation, in 2010 IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops (CVPRW) pp. 15–22. [3] A. Dursun, S. Ozder, F. N. Ecevit (2004) Continuous wavelet transform analysis of projected fringe patterns, Meas. Sci. Techn. 15 (9) 1768– 1772. [4] A. Baldi (2003) Phase unwrapping by region growing, Appl. Opt. 42 (14) 2498–2505. [5] ATOS Triple Scan - Revolutionary scanning technique, metrology-systems/ atos/atos-triple-scan.html. [6] A Better Fingerprint ID (2009), /2009 / 10/3d-digit- image-capture-better.html. [7] B. Denkena, W. Acker (2007) Three-dimensional optical measurement with locally adapted projection, Advanced Materials Research 22 83– 90. [8] Carre ´ P (1966) ‘‘ Installation et utilisation du comparateur photoe ´lectrigue et Interferentiel du Bureau International des Poids ek Measures,’’ Metrologia, 1, 13-23. [9] C. R. Coggrave, J. M. Huntley (1999) High-speed surface profilometer based on a spatial light modulator and pipeline image processor, Opt. Eng. 38 (9) 1573–1581. [10] C. Yu, Q. Peng (2007) A correlation-based phase unwrapping method for Fourier- transform profilometry, Opt. Laser Eng. 45 (6) 730–736. [11] C. Yu, Q. Peng (2007) A unified-calibration method in FTP-based 3D data acquisition for reverse engineering, Opt. Laser Eng. 45 (3) 396– 404. [12] C. Zhang, P. S. Huang, F. Chiang (2002) Microscopic phase-shifting profilometry based on digital micromirror device technology, Appl. Opt. 41 (28)5896–5904. [13] C. Quan, X. Y. He, C. F. Wang, C. J. Tay, H. M. Shang (2001) Shape measurement of small objects using LCD fringe projection with phase shifting, Opt. Commun. 189 (1-3) 21–29. [14] Camera Calibration (2010), https://eyebug.wordpress.com/2010/10/13/camera- calibration/. [15] D. Ganotra, J. Joseph, K. Singh (2003) Second- and first-order phase-locked loops in fringe profilometry and application of neural networks forphase-to-depth conversion, Opt. Commun. 217 (1-6) 85–96. [16] D. Feipeng, G. Shaoyan (2008) Flexible three-dimensional measurement technique based on a digital light processing projector, Appl. Opt. 47 (3) 377–385. [17] Daniel malacara (2007) Optical Shop Testing, A John Wiley & Sons, Inc., Publication. 142 [18] DAVID Structured Light 3D Scanner SLS-1, product/ detail/ P363199/ DAVID-Structured-Light-3D-Scanner-SLS-1.html. [19] DAVID 3.x User Manual Pages (2014) /structured _light_scanning. [20] E. M. Petriu, Z. Sakr, H. J. W. Spoelder, and A. Moica (IEEE, 2000) Object recognition using pseudo-random color encoded structured light, in Proceedings of the 17th IEEE Instrumentation and Measurement Technology Conference, 2000. IMTC 2000 Vol. 3, pp. 1237–1241. [21] E. B. Li, X. Peng, J. Xi, J. F. Chicharo, J. Q. Yao, D. W. Zhang (2005) Multifrequency and multiple phase-shift sinusoidal fringe projection for 3D profilometry, Opt. Express 13 (5) 1561–1569. [22] E. Zappa, G. Busca (2009) Fourier-transform profilometry calibration based on an exhaustive geometric model of the system Opt. Laser Eng. 47 (7-8) 754–767. [23] E. Hu, Y. He (2009) Surface profile measurement of moving objects by using an improved pi phase-shifting Fourier transform profilometry, Opt. LaserEng. 47 (1) 57–61. [24] Explore Store Scans, Scan Store, and more, https://www.pinterest.com/pin/ 541135711447979931/. [25] F. Wu, H. Zhang, M. J. Lalor, D. R. Burton (2001) Novel design for fiber optic interferometric fringe projection phase-shifting 3-D profilometry, Opt. Commun. 187 (4-6) 347–357. [26] F. Berryman, P. Pynsent, J. Cubillo (2004) The efect of windowing in Fourier transform profilometry applied to noisy images, Opt. Laser Eng. 41 (6) 815–825 [27] F. J. MacWilliams and N. J. A. Sloane (1976). Pseudorandom sequences and arrays, Proc. IEEE 64(12), 1715–1729. [28] Frankowski, G. , Hainich, R. , GFMesstechnik GmbH (2011) DLP-Based Optical 3D Sensors for the Mass Market, Proc. SPIE Photonics West [29] G. Sansoni, S. Corini, S. Lazzari, R. Rodella, F. Docchio (1997) Threedimensional imaging based on Gray-code light projection: Characterization of the measuring algorithm and development of a measuring system for industrial applications, Appl. Opt. 36 (19) 4463–4472. [30] G. S. Spagnolo, D. Ambrosini (2001) Diractive optical element-based profilometer for surface inspection, Opt. Eng. 40 (1) 44–52. [31] Giovanna Sansoni, Matteo Carocci, Roberto Rodella (1999). Three dimensional vision based on a combination of gray- code and phase-shift projection: analysis and compensation of the systematic errors. Applied Optics. Vol.38(31) ,pp.6565-6573. [32] H. Fredricksen (1982). A survey of full length nonlinear shift register cycleAlgorithms, Soc. Industr. Appl. Math. Rev. 24(2), 195–221 [33] H. H ¨ ugli and G. Ma¨ (1989) ıtre, Generation and use of color pseudo-random sequences for coding structured light in active ranging, Proc. SPIE 1010, 75–82 143 [34] H. Fan, H. Zhao, Y. Tan (1997) Automated three-dimensional surface profilometry using dual-frequency optic fiber phase-shifting method, Opt. Eng. 36 (11) 3167–3171. [35] H. Guo, H. He, M. Chen (2004) Gamma correction for digital fringe projection profilometry, Appl. Opt. 43 (14) 2906–2914. [36] H. O. Saldner, J. M. Huntley (1997) Temporal phase unwrapping: Applicationto surface profiling of discontinuous objects, Appl. Opt. 36 (13) 2770–2775. [37] H. Liu, W. Su, K. Reichard, S. Yin (2003) Calibration-based phase-shiftingProjected fringe profilometry for accurate absolute 3D surface profile measurement, Opt. Commun. 216 (1-3) 65–80. [38] H. G¨artner, P. Lehle, and H. J. Tiziani (1996) New, highly efficient, binary codes for structured light methods. In Proceedings of SPIE 2599, pages 4–13, [39] H. Du, Z. Wang (2007) Three-dimensional shape measurement with an arbitrarily arranged fringe projection profilometry system, Opt. Lett. 32 (16) 2438–2440. [40] H. O. Saldner and J. M. Huntley (1997) Profilometry using temporal phase unwrapping and a spatial[ light modulator-based fringe projector. Optical Engineering, 36(2):610–615. [41] H. O. Saldner and J. M. Huntley (1997) Temporal phase unwrapping: application to surface profiling of discontinuous objects. Applied Optics, 36(13):2770–2775. [42] H. Zhao, W. Chen, and Y. Tan (1994) Phase-unwrapping algorithm for the measurement of three-dimensional object shapes. Applied Optics, 33(20):4497–4500. [43] H. Guo, H. He, Y. Yu, M. Chen (2005) Least-squares calibration method forfringe projection profilometry, Opt. Eng. 44 (3) 1–9. [44] High Resolution Structured Light Scanning / Blue and White Light Scanning, [45] I. Ishii, K. Yamamoto, K. Doi, and T. Tsuji (IEEE,2007) High-speed 3D image acquisition using coded structured light projection, in IEEE/RSJ International Conference on Intelligent Robots and Systems, 2007. IROS 2007 pp. 925–930. [46] J. L. Posdamer and M. D. Altschuler (1982) Surface measurement by space-encoded projected beam systems, Comput. Graph. Image Processing 18(1), 1–17. [47] J. Geng (March 2, 2004) Method and apparatus for 3D imaging using light pattern having multiple sub-patterns, U. S. patent 6,700,669). [48] J. Le Moigne and A. M. Waxman (1988) Structured light patterns for robotMobility, IEEE J. Robot. Automat. 4(5), 541–548. [49] J. Salvi, J. Pages, J. Batlle (2004) Pattern codification strategies in structuredlight systems, Pattern Recognition 37 (4) 827–849. [50] J. I. Harizanova, E. V. Stoykova, V. C. Sainov (2007), Phase retrieval techniques in coordinates measurement, in: AIP Conference Proceedings, vol. 899,321–322. [51] J. Zhang, C. Zhou, X. Wang (2009) Three-dimensional profilometry using aDammann grating, Appl. Opt. 48 (19) 3709–3715. 144 [52] J. Vanherzeele, P. Guillaume, S. Vanlanduit (2005) Fourier fringe processingusing a regressive Fourier-transform technique, Opt. Laser Eng. 43 (6) 645–658. [53] J. Zhong, H. Zeng (2007) Multiscale windowed Fourier transform for phaseextraction of fringe patterns, Appl. Opt. 46 (14) 2670–2675. [54] J. Villa, M. Servin (1999) Robust profilometer for the measurement of 3-D object shapes based on a regularized phase tracker, Opt. Laser Eng. 31 (4) 279–288. [55] J. -F. Lin, X. -Y. Su (1995) Two-dimensional Fourier transform profilometry forthe automatic measurement of three-dimensional object shapes, Opt. Eng. 34 (11) 3297–3302. [56] J. Zhong, J. Weng (2004) Spatial carrier-fringe pattern analysis by means of wavelet transform: Wavelet transform profilometry, Appl. Opt. 43 (26) 4993–4998. [57] J. Kozlowski, G. Serra (1997) New modified phase locked loop method forfringe pattern demodulation, Opt. Eng. 36 (7) 2025–2030. [58] J. Meneses, T. Gharbi, P. Humbert (2005) Phase-unwrapping algorithm for images with high noise content based on a local histogram, Appl. Opt. 44 (7) 1207–1215. [59] J. M. Huntley and H. O. Saldner (1993) Temporal phase-unwrapping algorithm for automated interferogram analysis. Applied Optics, 32(17):3047–3052. [60] J. Zhong, J. Weng (2004) Dilating Gabor transform for the fringe analysis of 3-D shape measurement, Opt. Eng. 43 (4) 895–899. [61] J. Geng (2011) Structured-light 3D surface imaging: a tutorial”, IEEE Intelligent Transportation System Society, Advances in Optics and Photonics, vol. 3. [62] K. L. Boyer and A. C. Kak (1987) Color-encoded structured light for rapid active ranging, IEEE Trans. Pattern Anal. Mach. Intell. 9(1), 14–28. [63] K. Iwata, F. Kusunoki, K. Moriwaki, H. Fukuda, T. Tomii (2008) Threedimensional profiling using the fourier transform method with a hexagonal grating projection, Appl. Opt. 47 (12) 2103–2108. [64] K. Okada, E. Yokoyama, H. Miike (2007) Interference fringe pattern analysis using inverse cosine function, Electronics and Communications in Japan, Part II: Electronics 90 (1) 61–73. [65] L. Zhang, B. Curless, and S. M. Seitz Rapid shape acquisition using colorstructured light and multi-pass dynamic programming, in First International Symposium on 3D Data Processing Visualization and Transmission, [66] L. Chen, C. Quan, C. J. Tay, Y. Fu (2005) Shape measurement using one frame projected sawtooth fringe pattern, Opt. Commun. 246 (4-6) 275– 284. [67] L. Yuan, J. Yang, C. Guan, Q. Dai, F. Tian (2008) Three-core fiber-based shapesensing application, Opt. Lett. 33 (6) 578–580. [68] L. Zhongwei, S. Yusheng, W. Congjun, W. Yuanyuan (2008) Accurate calibration method for a structured light system, Opt. Eng. 47 (5) [69] M. Maruyama and S. Abe (1993) Range sensing by projecting multiple slitswith random cuts, IEEE Trans. Pattern Anal. Mach. Intell. 15(6), 647–651. 145 [70] M. K. Kalms, W. P. Jueptner, W. Osten (1997) Automatic adaption of projected fringe patterns using a programmable LCD-projector, Proc. SPIE 3100156–165. [71] M. Yokota, A. Asaka, T. Yoshino (2003) Stabilization improvements of laserdiode closed-loop heterodyne phase-shifting interferometer for surface profile measurement, Appl. Opt. 42 (10) 1805–1807. [72]M. Takeda, K. Mutoh (1983) Fourier transform profilometry for the automatic measurement of 3-D object shapes, Appl. Opt. 22 (24) 3977– 3982. [73] M. A. Sutton, W. Zhao, S. R. McNeill, H. W. Schreier, Y. J. Chao (2001) Development and assessment of a single-image fringe projection method fordynamic applications, Experimental Mechanics 41 (3) 205–217. [74] M. A. Gdeisat, D. R. Burton, M. J. Lalor (2006) Eliminating the zero spectrumin Fourier transform profilometry using a two-dimensional continuous wavelet transform, Opt. Commun. 266 (2) 482–489. [75] M. Dai, Y. Wang (2009) Fringe extrapolation technique based on Fourier transform for interferogram analysis with the definition, Opt. Lett. 34 (7)956–958. [76] M. A. Gdeisat, D. R. Burton, M. J. Lalor (2006) Spatial carrier fringe pattern demodulation by use of a two-dimensional continuous wavelet transform, Appl. Opt. 45 (34) 8722–8732. [77] M. A. Gdeisat, D. R. Burton, M. J. Lalor (2005) Fringe-pattern demodulationusing an iterative linear digital phase locked loop algorithm, Opt. Laser Eng. 43 (7) 31–39. [78] M. R. Sajan, C. J. Tay, H. M. Shang, A. Asundi (1998) Improved spatial phase detection for profilometry using a TDI imager, Opt. Commun. 150 (1-6) 66–70. [79] M. Chang, D. Wan (1991) On-line automated phase-measuring profilometry,Opt. Laser Eng. 15 (2) 127–139. [80] M. Servin, F. J. Cuevas, D. Malacara, J. L. Marroquin, R. RodriguezVera (1999) Phase unwrapping through demodulation by use of the regularizedphase-tracking technique, Appl. Opt. 38 (10) 1934–1941. [81] M. Heredia-Ortiz, E. A. Patterson (2003) On the industrial applications of Moir´ e and fringe projection techniques, Strain 39 (3) 95–100. [82] N. G. Durdle, J. Thayyoor, and V. J. Raso (IEEE, 1998) An improved structured light technique for surface reconstruction of the human trunk, in IEEE Canadian Conference on Electrical and Computer Engineering, 1998 Vol. 2, pp. 874–877 . [83] P. S. Huang and S. Zhang (2006) A fast three-step phase shifting algorithm Appl. Opt. 45(21), 5086–5091 [84] P. M. Grin, L. S. Narasimhan, and S. R. Yee (1992) Generation of uniquely encoded light patterns for range data acquisition, Pattern Recog. 25(6), 609–616 . [85] P. Payeur and D. Desjardins (Springer, 2009) Structured light stereoscopic imaging with dynamic pseudo-random patterns, in Image Analysis and Recognition, Lecture Notes in Computer Science, Vol. 5627/2009, 687–696. 146 [86] P. J. Tavares, M. A. Vaz (2006) Orthogonal projection technique for resolution enhancement of the Fourier transform fringe analysis method, Opt. Commun. 266 (2) 465– 468. [87] P. S. Huang, Q. Hu, F. Chiang (2003) Error compensation for a threedimensional shape measurement system, Opt. Express 42 (2) 482–486. [88] P. Brakhage, G. Notni, R. Kowarschik (2004) Image aberrations in opticalthree- dimensional measurement systems with fringe projection, Appl. Opt. 43 (16) 3217–3223. [89] P. Jia, J. Kofman, C. English (2008) Error compensation in two-step triangularpattern phase-shifting profilometry, Opt. Laser Eng. 46 (4) 311. [90] Q. Hu, P. S. Huang, Q. Fu, and F. Chiang (2003) Calibration of a three-dimensional shape measurement system. Optical Engineering, 42(2):487–493. [91] Q. Kemao (2004) Windowed Fourier transform for fringe pattern analysis, Appl. Opt. 43 (13) 2695–2702. [92] Qican Zhang, Xianyu Su, Liqun Xiang, Xuezhen Sun (2012). 3D shape measurement base on complementary Gray- Code light. Optics and Lasers in Engineering 50,pp 574-579 [93] R. Rodr´ ıguez-Vera, M. Serv´ ın (1994) Phase locked loop profilometry, Opt. Laser Techn. 26 (6) 393–398. [94] R. Cusack, J. M. Huntley, H. T. Goldrein (1995) Improved noise-immunephase- unwrapping algorithm, Appl. Opt. 34 (5) 781–789. [95] R. Anchini, G. Di Leo, C. Liguori, A. Paolillo (2009) A new calibration procedure for 3-D shape measurement system based on phase-shifting projected fringe profilometry, IEEE Trans. Instrumentation and Measurement 58 (5) 1291–1298. [96] R. Y. Tsai (1987) A versatile camera calibration technique for high accuracy 3D machine vision metrology using off-the-shelf TV cameras and lenses, IEEE J. Robotics Automat. 3(4), 323–344. [97] S. Vanlanduit, J. Vanherzeele, P. Guillaume, B. Cauberghe, P. Verboven (2004) Fourier fringe processing by use of an interpolated Fourier-transform technique, Appl. Opt. 43 (27) 5206–5213. [98] S. Zheng, W. Chen, X. Su (2006) Adaptive windowed Fourier transform in 3-D shape measurement, Opt. Eng. 45 (6) 063601. [99] S. Ozder, O. Kocahan, E. Coskun, H. Goktas (2007), Optical phase distribution evaluation by using an S-transform, Opt. Lett. 32 (6) 591–593. [100] S. Li, X. Su, W. Chen, L. Xiang (2009) Eliminating the zero spectrum inFourier transform profilometry using Empirical mode decomposition, J. Opt. Soc. Am. A 26 (5) 1195–1201. [101] S. Su, X. Lian (2001) Phase unwrapping algorithm based on fringe frequency analysis in Fourier-transform profilometry, Opt. Eng. 40 (4) 637– 643. [102] S. Zhang, X. Li, S. Yau (2007) Multilevel quality-guided phase unwrapping algorithm for real-time three-dimensional shape reconstruction, Appl. Opt. 46 (1) 50–57. 147 [103] S. Pavageau, R. Dallier, N. Servagent, T. Bosch (2004) A new algorithm for large surfaces profiling by fringe projection, Sensors and Actuators A:Physical 115 (2-3) 178– 184. [104] S. Inokuchi, K. Sato, F. Matsuda (1984) Range imaging system for3-D object recognition, in: Proceedings of the International Conference on Pattern Recognition, , pp. 806 –808. [105] S. Zhang and P. S. Huang (2006) Novel method for structured light system calibration, Optical Engineering, vol. 45, no. 8, pp. 083 601–083 601–8. [106] S. Toyooka and Y. Iwaasa (1986) Automatic profilometry of 3-D diffuse objects by spatial phase detection. Applied Optics, 25(10):1630–1633. [107] Shuang Yu, Jing Zhang, Xiaoyang Yu, Xiaoming Sun, Haibin Wu (2016). Unequal- period combination approach of gray code and phase-shifting for 3-D visual measurement. Optics Communications 374,pp.97-106. [108] Structured light, https://en.wikipedia.org/wiki/Structured_light. [109] T. Monks and J. Carter (Springer,1993) Improved stripe matching for colour encoded structured light, in Computer Analysis of Images and Patterns , pp. 476–485. [110] T. Pajdla (1995) Bcrf—binary-coded illumination range finder reimplementation, in Technical Report KUL/ESAT/MI2/9502. [111] T. L. Pennington, H. Xiao, R. May, A. Wang (2001) Miniaturized 3-D surface prof ilometer using a fiber optic coupler, Opt. Laser Technol. 33 (5) 313–320. [112] T. Anna, S. K. Dubey, C. Shakher, A. Roy, D. S. Mehta (2009) Sinusoidal fringe projection system based on compact and non-mechanical scanning low-coherence Michelson interferometer for three-dimensional shape measurement, Opt. Commun. 282 (7) 1237–1242. [113] V. Srinivasan, H. C. Liu, and M. Halioua (1984) Automated phase-measuring profilometry of 3-D diffuse objects. Applied Optics, 23(18):3105–3108. [114] W. Krattenthaler, K. J. Mayer, and H. P. Duwe (1993) 3D-surface measurement with coded light approach, in Proceedings of the 17th Meeting of the Austrian Association for Pattern Recognition on Image Analysis and Synthesis Vol. 12, pp. 103–114. [115] W. Su, K. Reichard, S. Yin, F. T. S. Yu (2003) Fabrication of digital sinusoidal gratings and precisely controlled diusive flats and their application tohighly accurate projected fringe profilometry, Opt. Eng. 42 (6) 1730–1740. [116] W. Schreiber, G. Notni (2000) Theory and arrangements of self-calibrating whole- body three-dimensional measurement systems using fringe projection technique, Opt. Eng. 39 (1) 159–169. [117] W. H. Wang, Y. S. Wong, G. S. Hong (2006) 3D measurement of crater wearby phase shifting method, Wear 261 (2) 164–171. [118] W. Jia, H. Qiu (2001) A novel optical method in micro drop deformation measurements, Opt. Laser Eng. 35 (3) 187–198. 148 [119] W. Li, X. Su, Z. Liu (2001), Large-scale three-dimensional object measurement: A practical coordinate mapping and image data-patching method, Appl. Opt. 40 (20) 3326– 3333. [120] W. Van Paepegem, A. Shulev, A. Moentjens, J. Harizanova, J. Degrieck,V. Sainov (2008) Use of projection moir´ e for measuring the instantaneous outof-plane deflections of composite plates subject to bird strike, Opt. Laser Eng. 46 (7) 527–534. [121] X. Su, W. Chen (2001) Fourier transform profilometry: A review, Opt. LaserEng. 35 (5) 263–284. [122] X. Su, W. Zhou, G. von Bally, D. Vukicevic (1992) Automated phasemeasuring profilometry using defocused projection of a Ronchi grating, Opt. Commun. 94 (6) 561– 573. [123] X. Su, G. von Bally, D. Vukicevic (1993) Phase-stepping grating profilometry: utilization of intensity modulation analysis in complex objects evaluation, Opt. Commun. 98 (1-3) 141–150. [124] X. F. Meng, X. Peng, L. Z. Cai, A. M. Li, J. P. Guo, Y. R. Wang (2009)Wavefront reconstruction and three-dimensional shape measurement by two-step dc-term-suppressed phase-shifted intensities, Opt. Lett. 34 (8) 1210–1212. [125] X. Zhang, Y. Lin, M. Zhao, X. Niu, Y. Huang (2005) Calibration of a fringe projection profilometry system using virtual phase calibrating model planes, J. Opt. A: Pure Appl. Opt. 7 (4) 192–197. [126] X. Chen, J. Xi, Y. Jin, J. Sun (2009) Accurate calibration for a camera-projector measurement system based on structured light projection, Opt. LaserEng. 47 (3-4) 310– 319. [127] X. Su, W. Chen, Q. Zhang, Y. Chao (2001) Dynamic 3-D shape measurement method based on FTP, Opt. Laser Eng. 36 (1) 49–64. [128] Y. Hu, J. Xi, J. F. Chicharo, W. Cheng, Z. Yang, Inverse Function Analysis Method for Fringe Pattern Profilometry, IEEE Trans. Instrumentation and Measurement Article in Press. [129] Y. Hu, J. Xi, J. Chicharo, E. Li, Z. Yang (2006) Discrete cosine transformbased shift estimation for fringe pattern profilometry using a generalizedanalysis model, Appl. Opt. 45 (25) 6560–6567. [130] Y. Tangy, W. Chen, X. Su, L. Xiang (2007) Neural network applied to reconstruction of complex objects based on fringe projection, Opt. Commun. 278 (2) 274– 278. [131] Y. Li, J. A. Nemes, A. Derdouri (2000) Optical 3-D dynamic measurement system and its application to polymer membrane inflation tests, Opt. Laser Eng. 33 (4) 261–276. [132] Z. J. Geng (1996). Rainbow three-dimensional camera: new concept of high-speed three-dimensional vision systems, Opt. Eng. 35(2), 376–383. [133] Z. Zhang, D. Zhang, X. Peng (2004) Performance analysis of a 3D full-fieldsensor 149 based on fringe projection, Opt. Laser Eng. 42 (3) 341– 353. [134] Z. Zhang (2000) A flexible new technique for camera calibration. IEEE Transactionson Pattern Analysis and Machine Intelligence, 22(11):1330–1334,. [135] Z. Huang, J. Xi, Y. Yu, Q. Guo & L. Song (2014) Improved geometrical model of fringe projection profilometry, Optics Express, vol. 22,(26) pp. 32220-32232. 150 DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA LUẬN ÁN 1. Lê Quang Trà, Nguyễn Văn Vinh (2013) Nghiên cứu ứng dụng phương pháp ánh sáng cấu trúc để đo biên dạng 3D chi tiết cơ khí, Hội nghị khoa học và công nghệ toàn quốc về cơ khí lần thứ III, trang 829-834. 2. Le Quang Tra, Nguyen Van Vinh, Nguyen Duc Duong (2014) Calibration of camera for 3D scanner using structured light, ISEPD 2014 International Symposium on Eco- materials Processing ang Design, pp .399-403. 3. Le Quang Tra, Nguyen Van Vinh (2014) Improve accuracy fringe projection model in structured light measurement devices using a digital projecto, RCMME 2014 proceedings the 7th AUN/SEED-Net Regional Conference in Mechanical and Manufacturing Engineering 2014, pp. 220-224. 4. Lê Quang Trà, Nguyễn Văn Vinh (2015) Nghiên cứu thiết kế, chế tạo thiết bị đo biên dạng 3D sử dụng ánh sáng cấu trúc, Hội nghi khoa học kĩ thuật đo lường toàn quốc lần thứ VI, trang 233-238. 5. Lê Quang Trà, Nguyễn Văn Vinh (2015) Nghiên cứu hiệu chuẩn thiết bị đo biên dạng 3D bằng ánh sáng cấu trúc sử dụng mẫu ô vuông bàn cờ, Tạp chí Cơ khí Việt Nam, số 8, trang 71-75. 6. Lê Quang Trà, Nguyễn Văn Vinh (2015) Đo biên dạng 3D chi tiết bằng ánh sáng cấu trúc dạng mã hóa Gray, Tạp chí Cơ khí Việt Nam, số 10, trang 68-73. 151 PHỤ LỤC Bảng 1. Thông số kĩ thuật máy chiếu sử dụng trong thiết bị Thông số Model InFocus IN114A Độ phân giải cơ bản XGA 1024x768 Độ phân giải lớn nhất WUXGA 1290x1200 Công nghệ hiển thị Chip DLP 0,55” Độ sáng 3000 -3200 lumens Tuổi thọ bóng đèn 5000- 6000 h Công suất bóng đèn 190 W Độ tương phản 15000 : 1 Ống kính Điều chỉnh tiêu cự và lấy nét Khoảng cách chiếu 1,2 đến 11,9 m Cỡ ảnh 78 đến 762 cm Số màu 1,07 tỷ màu Nguồn tín hiệu vào HDMI 1. 4, VGA x 2, Composite Video, S-Video, 3. 5 mm stereo input x 2, RS232C, USB Type B (control & firmware) Kích thước 292 x220 x108 mm Khối lượng 3,22 kg Khoảng nhiệt làm việc 0 – 40 oC 152 Bảng 2 Thông số kĩ thuật camera sử dụng trong thiết bị Thông số CAMERA DFK 41 BU02 Định dạng video @ khung hình trên giây 1280x960UYVY @ 7. 5, 3. 75 fps 1280x960 BY8 @ 15, 7. 5, 3. 75 fps Độ nhạy sáng 0. 15 lx Độ rộng màu 8 bit Lọc hồng ngoại Có Màn trập Có Kích thước cảm biến 1/2 " Độ phân giải H: 1360, V: 1024 Kích thước pixel H: 4. 65 µm, V: 4. 65 µm Dạng nối ống kính C/CS Điện áp 4. 5 đến 5. 5 VDC Dòng tiêu thụ Khoảng 500 mA tại 5 VDC Kích thước bao H: 50. 6 mm, W: 50. 6 mm, L: 56 mm Khối lượng 265 g Tốc độ màn trập 1/10000 đến 30 s Khuếch đại 0 đến 36 dB Offset 0 đến 511 Độ bão hòa màu 0 đến 200 % Cân bằng trắng -2 dB đến +6 dB Nhiệt độ làm việc -5 °C đến 45 °C Nhiệt độ bảo quản -20 °C đến 60 °C Độ ẩm làm việc 20 % đến 80 % Độ ẩm bảo quản 20 % đến 95 % 153 Bảng 3 Thông số kĩ thuật định dạng cảm biến hình ảnh Định dạng CCD Chiều cao CCD (mm) Chiều rộng CCD (mm) 1/4” 2,4 3,2 1/3” 3,6 4,8 1/2” 4,8 6,4 2/3” 6,6 8,8 1” 9,6 12,8 Bảng 4 Thông số kĩ thuật một số ống kính Mã ống kính Định dạng Tiêu cự (mm) MOD (m) H0514-MP 1/2” 5 0,1 M0914- MP 2/3” 8 0,1 H1214- M(KP) 1/2” 12 0,25 C1614- KPM() 2/3” 16 0,25 C2514- M(KP) 2/3” 25 0,25 C3516-M(KP) 2/3” 35 0,35 C5028 – M(KP) 2/3” 50 0,90 Bảng 5: Tiêu chuẩn chọn vòng đệm cho ông kính camera Tiêu cự 12mm 16mm 25mm 50mm 75mm Vòng đệm 0,5 12 ÷ 31cm 22÷54cm 41÷129cm 1 8 ÷ 15cm 17÷28cm 32÷66cm 1. 5 6 ÷ 10cm 14÷20cm 27÷45cm 75÷175cm 5 2 ÷ 3cm 7 ÷ 8cm 14÷16cm 43÷59cm 69÷125cm 10 9÷10cm 29÷34cm 50÷69cm 15 23÷25cm 41÷50cm 20 35÷41cm 25 30÷35cm 154 Đặc tính ống kính camera H1214 - M Phụ lục 2. Kết quả hiệu chuẩn hệ thống khi đo trụ chuẩn %YAML:1. 0 - cam_K: !!opencv-matrix data: [ 2. 6003103385477757e+003, 0. , 5. 8942103309707136e+002, 0. , 2. 6077090528588687e+003, 4. 7498752176714896e+002, 0. , 0. , 1. ] - cam_kc: !!opencv-matrix data: [ -7. 4857785396192578e-001, -3. 6721758092811599e-002, -2. 3132718914316559e-003, -2. 1256545885085785e-003, 0. ] - proj_K: !!opencv-matrix data: [ 2. 2189964160896229e+003, 0. , 4. 8664810790040929e+002, 0. , 2. 2263105534837455e+003, 8. 2521250648704893e+002, 0. , 0. , 1. ] 155 - proj_kc: !!opencv-matrix data: [ -5. 7008672687585117e-002, -1. 1072535763255268e-002, -2. 2494423703204093e-003, -2. 0377171979763346e-003, 0. ] - R: !!opencv-matrix data: [ -9. 2179458672631975e-001, -4. 5661718720065012e-002, 3. 8498019082231116e-001, 6. 0808646302625002e-004, -9. 9320850528577287e-001, -1. 1634644497729361e-001, 3. 8767817853589193e-001, -1. 0701342192234857e-001, 9. 1556198993599747e-001 ] - T: !!opencv-matrix data: [ -2. 4943894861854156e+002, -3. 7647027129186874e+001, 4. 5800629340674065e-001 ] cam_error: 3. 4230355191221057e-001 proj_error: 2. 9064206238286255e-001 stereo_error: 3. 4241011560016987e-001 Phụ lục 3 Bảng3.1 Giá trị đo cường độ điểm ảnh xám trung tâm trên ảnh chụp bằng camera Cường độ sáng mẫu ảnh chiếu Cường độ sáng ảnh Gray thu được Cường độ sáng ảnh Green Cường độ sáng ảnh RED Cường độ sáng ảnh Blue 0 0 0 0 4 10 0 102 126 4 20 0 129 152 4 30 0 153 193 5 40 0 154 199 4 50 0 164 213 5 60 0 165 222 6 70 2 176 233 7 80 8 195 233 10 90 18 190 254 13 100 28 176 250 16 110 41 202 247 25 156 120 55 197 249 29 130 71 210 246 38 140 95 208 251 47 150 117 202 248 55 160 147 201 249 57 170 168 220 250 64 180 192 202 249 72 190 228 208 253 82 200 254 205 250 89 210 255 208 251 96 220 255 225 253 109 230 255 215 254 127 240 255 217 252 140 250 255 217 250 145 Bảng 3.2 Giá trị cường độ sáng ảnh xám tối ưu Cường độ sáng mẫu ảnh chiếu Cường độ sáng ảnh thu được 70 2 80 8 90 18 100 28 110 41 120 55 130 71 140 95 150 117 160 147 170 168 157 180 192 190 228 200 254 Bảng 3.3 Giá trị cường độ sáng ảnh xám sau khi hiệu chuẩn Cường độ mẫu ảnh chiếu Cường độ ảnh thu được 0 0 10 5 20 6 30 8 40 10 50 14 60 19 70 25 80 32 90 40 100 49 110 60 120 71 130 83 140 105 150 115 160 130 170 150 180 166 190 211 200 226 210 230 220 246 230 247 240 250 250 255 158 Phụ lục 5. Bản vẽ thiết kế