校正数据（Z-Map）：用于精确分析的归一化高程与地表表示

校正流程包括对每帧采集的图像执行三项顺序操作。首先，几何去畸变处理会消除原始图像中由镜头引起的变形。其次，度量缩放将像素单位的视差或相位值转换为以微米或毫米为单位的物理高度值。最后，重采样将校正后的数据以均匀的横向间距映射到目标 XY 栅格上。

内参校准参数定义了传感器的内部光学几何结构：x 和 y 方向的焦距、主点坐标（光轴在传感器阵列上的交点）以及径向和切向畸变系数。 外在校准参数定义了传感器相对于参考坐标系的姿态：一个 3×3 旋转矩阵和一个 3×1 平移向量。这两组参数均在传感器校准过程中通过使用具有已知几何形状的校准标准件确定——通常是刻有点阵图案的高精度玻璃板，或是可追溯至国家长度标准的高程阶梯标准件。

将这些参数应用于每帧采集的图像，即可生成校正后的Z图，其中每个像素都映射到一个已知的物理位置，其定位精度可达亚微米级，具体取决于传感器的分辨率和校准质量。

校准质量决定了传感器产生的每个校正输出值的精度。如果传感器在校准后仍存在 0.1 像素的残余畸变误差，就会引入一个与传感器“每像素高度”缩放因子成正比的系统性 Z 轴误差。 对于Z轴分辨率为1 µm/像素的传感器，该残差会在整个测量范围内产生约0.1 µm的系统性Z偏移。热漂移、机械振动以及光学元件的老化会导致校准参数随时间推移发生偏移，因此需要定期重新校准。

工业级3D传感器采用两种校准策略：工厂校准和现场重新校准。工厂校准在制造环节的受控环境条件下进行，可实现参数精度最高。现场重新校准允许用户使用便携式校准标准件在现场更新校准参数，从而补偿因安装位置特有的畸变和环境漂移所造成的影响。

测量系统分析（MSA）方法——包括量具重复性和再现性研究——可量化校准残差与测量噪声对传感器输出值的综合影响。根据MSA结果得出的精度规格，界定了经校正的Z-Map数据在何种操作范围内具有计量学上的有效性。

Z-Map 将高度值存储为一个由 W × H 个单元格组成的二维数组，其中 W 表示列数（X 方向），H 表示行数（Y 方向）。每个单元格包含一个以物理单位表示的高度值 Z，并可选地包含一个强度值和一个置信度分数。强度通道编码了每个表面点处的反射光振幅。 置信度通道用于标记因遮挡、表面反射率低或传感器饱和而导致的不可靠高度值。

有4个参数定义了Z图的空间几何结构：X方向的横向像素间距（µm/像素）、Y方向的横向像素间距（µm/像素）、Z分辨率（µm/计数）以及相对于传感器或世界坐标系的坐标原点。横向像素间距由光学放大倍率和传感器阵列的像素尺寸决定。Z分辨率由传感器的测量原理和编码位深度决定。 一个测量范围为100 mm的16位Z-Map提供的原始Z轴分辨率为：

Zres=100mm 65,535计数≈1.5μm计数Z分辨率​=65,535计数100毫米​≈1.5计数μm​

Z-Maps 参照以下三种坐标系之一：传感器坐标系（原点位于传感器的主点，Z 轴与光轴对齐）、机床坐标系（原点位于机床基准点，各轴与机床运动学对齐）或工件坐标系（原点和各轴由 GD&T 标准规定的工件基准特征定义）。 这些坐标系之间的坐标转换是校正与配准流程的一部分。

工业计量领域中Z-Map的标准存储格式包括16位灰度TIFF（高度以带定义比例系数的无符号整数编码）、OpenEXR（高度采用32位浮点数）以及HDF5（支持多通道和元数据的分层容器）。专有传感器API还定义了带有嵌入式校准元数据的厂商特定二进制格式。

在工业成像和计算机视觉领域，有三个术语用于描述基于光栅的高度数据集：Z图、距离图像和深度图。在某些情况下，这些术语可以互换使用，但在精密计量学中，它们具有不同的含义。

Z-Map存储的是正投影到平面参考面上的高度值。每个 Z 值代表从参考面到表面的垂直距离，该距离沿 Z 轴方向测量。根据 ISO 25178 标准，这种正投影是进行表面粗糙度测量、平整度偏差分析以及台阶高度测量的正确表示方法。

距离图像存储了从传感器原点到每个表面点的距离，该距离是沿传感器到该点的光线方向测量的。距离图像以传感器的透视坐标系为基准，在用于笛卡尔坐标系测量之前需要进行去投影处理。这是飞行时间相机和某些3D激光扫描仪的原生输出格式。

深度图是一种基于相机视角的距离图像，广泛应用于计算机视觉、机器人技术以及RGB-D相机系统中。深度图从相机的视角呈现场景几何结构，而非基于平面的测量参考系。将深度图转换为Z-Map需要了解相机的内在参数以及一个已定义的测量参考平面。

点云提供了一种更丰富的三维表示形式，其中每个点都具有独立的 X、Y 和 Z 坐标，不受规则网格的限制，相关内容已在《Node: Metrology》中的另一篇文章中进行过探讨。

几何畸变校正是在进行任何度量分析之前，从原始传感器图像中消除由镜头引起的变形。影响工业光学传感器的畸变主要有两种类型：径向畸变和切向畸变。

径向畸变会导致物理场景中的直线在传感器图像中呈现弯曲，其中桶形畸变会使像点向光轴外侧偏移，而枕形畸变则会使像点向内侧偏移。布朗-康拉迪畸变模型使用3到6个多项式系数（k1,k2,k3,k4,k5,k6k1​,k2​,k3​,k4​,k5​,k6​)，在广角光学和短工作距离的情况下，高阶项变得重要。在精密工业光学中，径向畸变系数通常在 10−310−3 至 10⁻⁵10−5 — 这些数值在绝对值上虽小，但若不进行校正，会在测量区域边缘产生微米级的Z轴误差。

切向畸变是由透镜元件相对于光轴的倾斜和偏心引起的。它会使像点沿垂直于径向的方向发生偏移，并通过两个额外的系数（p1,p2p1​,p2​）。高精度工业镜头中的切向畸变量通常比径向畸变小一个数量级。

去畸变操作针对畸变图像中的每个像素位置，利用逆畸变模型计算其在理想无畸变图像中的对应位置。随后通过双线性插值以亚像素精度填充校正后的图像。去畸变处理完成后，所有图像点均符合针孔相机模型：场景中的直线在校正后的图像中投影为直线。

重采样将经过几何校正的传感器数据以均匀的横向间距映射到目标 Z-Map 网格上。经过畸变校正后的源数据点并不位于规则网格上——它们的位置取决于原始像素位置和畸变校正映射。重采样通过插值相邻的校正数据点，为每个目标网格位置分配一个 Z 值。

Z-Map重采样可采用3种插值方法，每种方法的精度和计算成本各不相同。最近邻插值法将每个目标像素的Z值赋值为最近的校正数据点的Z值——该方法速度快，但在源网格的空间周期上会引入量化伪影。 双线性插值计算4个最近校正数据点的加权平均值——对于测量不确定度大于1 µm的大多数工业应用而言，该方法已足够。双三次插值采用4×4邻域进行更平滑的近似，能更准确地保留表面曲率——根据ISO 25178滤波链要求，该方法是粗糙度和波纹度分析的首选。

置信度遮罩会在重采样过程中为每个目标像素分配一个有效性标记。位于测量范围之外、对应被遮挡表面区域，或接收来自少于2个有效源点的像素，将被标记为无效（NaN或预定义的填充值）。 下游算法会读取置信度通道，并在表面拟合、缺陷检测和尺寸评估过程中排除无效像素。对于在线100%检测应用，置信度掩膜的覆盖率需达到测量区域的95%以上，这是标准要求。

工件表面的反射率变化会影响进入校正流程的原始传感器数据的信号质量。同时存在高镜面反射区域（如镜面般的金属表面）和高漫反射区域（如哑光涂层、激光雕刻纹理）的表面，会超出单次传感器曝光的动态范围，导致原始图像中出现过曝或欠曝的区域。

HDR采集和多斜率技术通过在校正前将来自多个曝光或多个激光功率设置的测量数据合并到单个原始帧中，从而解决了这一问题。合并后的原始帧可在工件的整个反射率范围内提供有效信号，从而在经过校正后提高有效置信面罩的覆盖率。关于HDR采集策略和多斜率激光控制的内容，请参阅“激光三角测量”专题文章。

Z-Map噪声由两个在统计上截然不同的成分组成：随机噪声和系统误差。随机噪声会导致固定表面点上各次测量结果的Z值出现波动，其分布服从均值为零、标准差为 σZσZ​ ，该值反映了传感器的高度重复性。典型的 σZσZ​ 工业激光三角测量传感器的典型σZ值范围在0.1 µm至5 µm之间，具体取决于传感器型号、测量范围和表面材料。

系统误差会产生可重复的Z轴偏移量，这些偏移量在多次测量中无法通过平均消除。在工业应用中，有4种系统误差源会影响校正后的Z轴图：

• 校准残差——即数学畸变模型与实际镜头表现之间的剩余差异——会产生一种随视场位置变化的空间Z偏移。
• 随着传感器在预热过程中或生产环境的热循环中温度的变化，热漂移会导致内在校准参数发生偏移，从而导致 Z 轴比例系数和 Z 轴偏移量随时间推移而产生漂移。
• 相机传感器中的固定图案噪声会在像素间距频率下引入空间周期性的Z调制。
• 采集过程中的机械振动会引入与传感器测量波长下振动振幅成正比的Z向误差。

已校准传感器的综合系统Z误差被量化为传感器的精度规格，并以传感器校准证书中定义的参考测量最大允许误差（MPE）表示。测量不确定度从校准残差传播到Z-Map值的过程遵循《测量不确定度表示指南》（GUM）。

校正后 Z 图的重复性是指在条件不变的情况下（即使用同一传感器、同一工件位置、同一温度且连续采集数据），对同一表面点进行多次测量时 Z 值的变化。再现性是指在条件发生变化时（例如使用不同的传感器单元、不同的操作人员、不同的时间点，或测量场内不同的位置）Z 值的变化。

量具重复性和再现性（GR&R）研究根据AIAG《测量系统分析参考手册》中的程序，对这两个方面进行量化。针对Z-Map传感器的标准GR&R研究（10件样品、3名操作员、2次重复）旨在评估总过程变异中归因于测量系统的比例。

线性度量化了在传感器测量范围内，Z轴测量精度随Z轴位置变化的情况。分辨率定义了可检测到的最小Z轴差值，其由传感器的信噪比和Z轴编码位深度决定。精度则定义了测量得到的Z轴值与表面基准真实高度之间的接近程度。这三项特性均在《Node: Metrology》中的相关文章中进行了详细探讨。

校正后的 Z 图通过三种接口类型在传感器、处理主机和评估软件之间传输：基于文件的传输、共享内存和流协议。

基于文件的传输方式将Z-Map存储为TIFF、OpenEXR或HDF5文件，保存在本地存储设备或网络共享中。16位灰度TIFF是工业计量软件包中最广泛支持的格式，包括符合ISO 25178标准的表面分析工具。 Z轴比例因子和横向像素间距可作为TIFF元数据标签或存储在辅助XML文件中。OpenEXR可在单个文件中提供32位浮点精度和原生多通道支持（Z、强度、置信度），无需辅助文件。HDF5支持分层数据组织，允许单个文件包含Z图数据、校准参数、采集时间戳以及结构化测量结果。

共享内存传输可在同一主机上的传感器驱动程序与处理应用程序之间提供零拷贝 Z-Map 访问，将高达 500 万像素的 Z-Map 传输延迟降低至 1 毫秒以下。 流式传输协议通过以太网将Z-Map数据从传感器传输至处理主机，在轮廓模式传感器中，帧率可达每秒3,000个轮廓。GigE Vision和GenICam定义了工业传感器网络中流式传输Z-Map数据的传输层和设备接口标准，相关内容详见“物联网协议”系列文章。

实时校正会在传感器周期内将校准参数应用于每个采集的帧，从而在无需后期处理延迟的情况下向主机提供经过校正的Z图。在线100%检测应用中的周期时间要求为每帧1毫秒至50毫秒，具体取决于传送带速度和工件尺寸——这相当于20 Hz至1,000 Hz的帧率。

传感器头内的FPGA或DSP硬件上集成的校正功能，通过流水线架构在读取传感器阵列中的每个像素时，同步执行去畸变、度量缩放和重采样。这种方法可实现低于1毫秒的校正延迟，且与Z-Map分辨率无关。 主机侧的GPU校正利用CUDA或OpenCL内核，在Z图上并行应用校准修正，在当前一代工业级GPU上可实现每秒超过5亿像素的吞吐量——足以处理50 Hz采样率下高达1000万像素的Z图。

在嵌入式校正与主机端校正之间进行选择取决于三个因素：传感器头端的可用计算资源、所需的输出延迟，以及生产线控制系统的集成架构。对于延迟要求低于 5 毫秒的在线 100% 检测应用，应采用嵌入式校正。 涉及采集后处理工作流的应用（包括3D拼接、多传感器融合和批量分析）则采用主机端校正，以充分利用集中式计算基础设施。关于在线质量检测系统架构的详细内容，请参阅本文档中的相关专题文章。