光学度量中的测量对象的边缘确定的方法和设备与流程

本发明涉及一种光学度量中的测量对象的边缘确定的方法。本发明还涉及用于执行根据本发明的方法的光学坐标测量机和计算机程序产品。

背景技术：

坐标测量机，比如从de102012103554a1已知的，用于检查工件，例如作为质量保证的一部分，或用于完全确定工件的几何结构，作为已知的“反向工程”的一部分。此外，可构想多样的其他应用可能。

在坐标测量机中，不同类型的传感器可以用来采集待测量工件。例如，以触觉方式测量的传感器就此而言是已知的，如申请人以名称“vastxt”或“vastxxt”所销售的。在此，用触针扫描待测量工件的表面，测量空间中的所述触针的坐标在所有时间是已知的。这样的触针也可以沿着工件的表面移动，使得可以在这样的测量过程期间，作为已知的“扫描方法”的一部分，在设定的或已知的时间间隔采集大量测量点。

此外已知的是，使用便于工件的坐标的无接触采集的光学传感器。本发明涉及这样的坐标测量机，其包括光学传感器，并且涉及光学测量的相关方法。光学传感器的一个示例是申请人以商品名称“viscan”所销售的光学传感器。此类型的光学传感器可以用于各种类型的测量设置或坐标测量机中。这样的坐标测量机的示例为产品“o-select”和“o-inspect”，其由申请人所销售。

对于精确测量，在光学坐标测量机中必须提供待测量工件的对应照明。除已知的透射光照明(其中光源相对于光学传感器位于工件后面)之外，可以替代地使用已知的反射光照明，以便在工件或测量对象的面向光学传感器的顶侧上对其进行照明。精确适配于测量对象的照明是很重要的，尤其因为可能由此改善测量对象的光学检测中所需的明暗对比度。具体地，在测量对象的所述光学测量期间，测量对象成像到光学传感器上，即，产生测量对象到传感器平面上的2d投影。

在透射光照明期间，未被测量对象所覆盖的区域在光学传感器上显得明亮。反之，被测量对象所覆盖的区域在光学传感器上显得黑暗。

在反射光照明期间，尤其在亮场反射光照明期间，测量对象将入射其上的光进行反射的区域表现为明亮区域，并且不反射任何光的区域表现为黑暗区域。

为了能够采集测量对象的空间坐标(2d或3d坐标)，首先必须确定测量对象的边缘或者边缘的位置。由光学传感器采集的图像数据优选地为一个或多个灰度图像。因为物理原因，为度量目的而待评估的测量对象的边缘不在光学传感器上成像为明亮与黑暗之间的二元跳跃，而是成像为明亮与黑暗之间的灰度轮廓。此轮廓的宽度受各种因素影响，比如测量对象在焦平面中的取向或测量镜头的质量/na。

当前的度量挑战是从由光学传感器采集的图像数据确定测量对象的一个或多个边缘的实际位置。更具体地，挑战是适当地解读由图像数据中的测量对象的边缘产生的灰度轮廓，或者应用准则，在所述准则下，从灰度轮廓确定的边缘取向对应于测量对象处的物理边缘。完全自动化或部分自动化地，典型地选择基于软件的评估方法来解读图像数据和确定边缘。已知的边缘检测算法为例如canny算法和拉普拉斯滤波(laplacianfilter)。其他已知的边缘算子为sobel算子、scharr算子、prewitt算子以及roberts算子。

然而，已经发现，上述类型的图像评估和边缘检测可能导致系统误差。直到现在，此类型的系统误差通常具有较低相关性。然而，由于较新的测量方法和提高的测量精度要求，此类型的测量偏差逐渐提高重要性。然而直到现在，尚未找到避免此类型的系统测量误差的适当且成本有效的方式。

在此背景下，本发明的目标是提供一种用于在光学度量中的测量对象的边缘确定的方法和设备，其克服上述缺点。目标尤其是在图像数据的光学度量评估期间尽可能最小化边缘解读中产生的系统测量误差。

技术实现要素：

根据本发明的一方面，提出一种方法，其包括以下步骤：

-在反射光照明下，采集测量对象的第一图像数据；

-在透射光照明下，采集测量对象的第二图像数据；以及

-通过评估第一图像数据，确定测量对象的边缘的第一初步边缘位置；

-通过评估第二图像数据，确定测量对象的边缘的第二初步边缘位置；以及

-通过形成第一初步边缘位置与第二初步边缘位置之间的平均值，确定测量对象的边缘位置，其中形成平均值包含形成加权平均值，加权平均值的加权取决于测量对象与用来采集第一图像数据和第二图像数据的光学传感器的光轴相平行的尺寸，和/或取决于测量对象的表面相对于光轴的倾斜。

根据本发明的另一方面，提出一种方法，其包括以下步骤：

-在反射光照明下，采集测量对象的第一图像数据；

-在透射光照明下，采集测量对象的第二图像数据；

-通过合成第一图像数据和第二图像数据，形成合成图像数据，其中在形成合成图像数据之前，将第一图像数据和第二图像数据中的每一个标准化；以及

-基于合成图像数据，确定测量对象的边缘的位置。

根据本发明的其他方面，提出一种坐标测量机，其包括：

-光学传感器，用于采集测量对象的图像数据；

-第一照明装置，用于产生测量对象的反射光照明；

-第二照明装置，用于产生测量对象的透射光照明；以及

-控制装置，其配置为通过第一照明装置照明测量对象并通过光学传感器采集第一图像数据，并且配置为通过第二照明装置照明测量对象并通过光学传感器采集第二图像数据，并且其中控制装置配置为基于使用第一图像数据和第二图像数据两者的评估确定所述测量对象的边缘的位置。

还提出一种计算机程序，包括程序代码，所述程序代码配置为，如果在坐标测量机的控制装置中执行所述程序代码，通过所述坐标测量机执行上述方法。

通过校准的结构的测量已经可以示出，光学度量边缘解读中经常产生的上述系统测量误差导致，与实际边缘位置相比，确定的边缘位置原则上“在明亮区域中”有些过远。通常将由图像数据中的测量对象的边缘产生的从明亮到黑暗的灰度轮廓错误地解读为意味着，与真实边缘位置相比，确定的边缘位置在明亮区域中显得有些过远。此测量误差取决于照明的类型。例如，已经表明，在透射光照明下的具有160μm直径的圆形结构(其中圆形结构自身显得黑暗，而其周围区域显得明亮)，被测量为过大了约500nm。反之，已经表明，在反射光照明下相同的圆形结构(其中圆形结构自身显得明亮，而其周围区域显得黑暗)，被测量为过小了约500nm。应当理解，这不仅适用于圆形结构或精确地校准的结构。

总体上，因此已经发现，在反射光照明的情况下，与透射光照明相比较，存在测量偏差的某种类型的对称。还已经发现，此类型的测量偏差与测量对象的名义直径无关，名义直径是指测量对象在二维测量平面中的尺寸。也可以排除成像比例的校准期间的误差或多类型的照明的任何波长差异的影响。

因此，本发明是基于以下思路，通过在反射光照明下采集测量对象的图像数据并在透射光照明下采集测量对象的图像数据，来补偿光学边缘解读中的上述系统测量误差。第一所述图像数据将在本文称为“第一图像数据”，以便于区分。在透射光照明下所采集的第二所述图像数据将在本文称为“第二图像数据”。

根据本发明，基于使用第一图像数据和第二图像数据两者的评估确定边缘位置。由于使用了两个图像数据集(即在反射光下所采集的图像数据和在透射光下所采集的图像数据)，可以补偿所述测量误差，这是因为在此可以采用与透射光照明相比较的在反射光照明下的测量误差的对称性或将其平均化掉。

在上述示例中，待测量结构在透射光下显得过大，并且在反射光下以精确地相同或至少几乎相同的量显得过小。因此，如果在评估中使用两种类型的图像信息，可以比其他典型方式(使用典型边缘检测算法)更精确地确定测量对象的边缘位置。

根据本文呈现的方法的第一实施例，确定测量对象的边缘位置的方法步骤包含以下步骤：(i)通过评估第一图像数据，确定测量对象的边缘的第一初步边缘位置；(ii)通过评估第二图像数据，确定测量对象的边缘的第二初步边缘位置；以及(iii)通过形成第一初步边缘位置与第二初步边缘位置之间的平均值，确定测量对象的边缘位置。

因此，在此替代方案中，首先在反射光照明下记录的第一图像中确定边缘位置。分别地，然后在透射光照明下记录的第二图像中确定边缘位置。接下来，在由此确定的边缘位置(在本情况下称为第一和第二“初步边缘位置”)之间形成平均值。

优选地，形成算术平均值。对于测量具有160μm直径的圆形结构的上述示例，这将给出最终确定的边缘位置的精确结果。形成平均值将使得相应的测量误差达到零误差的精确平衡，在本示例中，其在透射光照明下给出过大了500nm的圆环结构直径的测量，并且在反射光下给出过小了500nm的圆环结构直径的测量。

即使在反射光和透射光下的测量误差彼此不精确对称，此类型的形成基于第一图像数据找到的边缘位置与基于第二图像数据找到的边缘位置之间的平均值仍带来精度上的改善，因为已经可以表明，在每种情况下解读的边缘取向确定为在边缘过渡的明亮区域中过远，并且这些效应在反射光照明和透射光照明下相对应地彼此相反，这是因为在反射光下产生的图像中的明亮和黑暗区域与在透射光下产生的图像中的明亮和黑暗区域互补。

形成平均值优选地包含形成加权平均值，其中此平均值的加权取决于测量对象的与用来采集第一图像数据和第二图像数据的光学传感器的光轴平行的尺寸，和/或取决于测量对象的表面相对于光轴的倾斜。

因此，可以同样地补偿在测量对象的边缘不平行于光学传感器的光学轴的情况下自然产生的反射光照明与透射光照明的成像差异。然而，应当理解，至少测量对象的粗略形状的知识是限定加权的先决条件。然而在实践中这是典型情况。

根据本文呈现的方法的第二实施例，确定测量对象的边缘位置的方法步骤包含以下步骤：(i)通过第一图像数据和第二图像数据的合成，形成合成图像数据；以及(ii)基于合成图像数据，确定测量对象的边缘位置。

与上面进一步解释的第一实施例相反(在第一实施例中，初始地彼此分别地评估两个图像数据集，从而在两个图像中的每一个中分别地建立边缘位置，且然后将它们平均)，在本实施例中，将两个图像的数据集初始地组合，以形成合成数据集，然后从而在合成数据集中确定测量对象的边缘位置。为此，优选地将两个图像数据集(即，第一图像数据和第二图像数据)初始地标准化。此标准化包括将第一图像数据的动态范围和第二图像数据的动态范围标准化到相同的共享值。

本情况下的图像数据的动态范围被理解为意味着，从噪声或颗粒可区分的最大与最小灰度级的商或差。为消除噪声和小的传感器缺陷，因此在标准化之前优选地将图像数据滤波，使得比如通过高斯滤波来滤波出任何灰度级异常或灰度级离群值。然后将图像数据中剩余的灰度级标准化，使得第一图像数据中和第二图像数据两者中的最大剩余灰度级被设定为共同最大值，并且两个图像数据集中的最小灰度级被设定为共同最小值。标准化的最大灰度级与最小灰度级之间的剩余像素的灰度级相应地在两个图像数据集中成比例。

除上述系统测量误差之外，这产生精确互补的图像。换而言之，在反射光照明下记录的标准化的测量对象的第一图像是在透射光照明下记录的标准化的测量对象的第二图像的互补图像。现在，来自此互补行为的偏差仅由上述系统测量误差、或非对称性、或测量对象相对于光轴的倾斜边缘位置造成。

在第二实施例中，其采用第一图像数据和第二图像数据的合成，优选地通过识别合成图像数据中标准化的第一图像数据中的灰度级对应于标准化的第二图像数据中的灰度级的位置，确定测量对象的边缘位置。为了形成合成图像数据，布置在对应的图像位置的标准化的第一图像数据的像素与标准化的第二图像数据的像素之间的灰度级中的差异优选地以逐像素的方式形成。对于第一图像数据和第二图像数据集中的全部对应的像素，以逐像素方式形成此灰度级差异。然后可以将测量对象的边缘的位置假定为在从而获得的合成差异图像的灰度级为零或至少近似为零的地方。

然而，应当理解，合成图像的形成严格来说不是必须的，因为上述识别两个图像数据集的灰度级差异为零处的像素位置的准则无异于识别两个图像数据集中的灰度级相等处的像素位置。因此，对于此类型的评估，合成图像数据的形成不是强制的。

根据其他细化方案，根据本发明的方法包含以下其他步骤：(i)围绕水平轴线旋转测量对象；(ii)在反射光照明下，采集旋转的测量对象的第三图像数据；(iii)在透射光照明下，采集旋转的测量对象的第四图像数据；(iv)基于使用第三图像数据和第四图像数据两者的评估，确定测量对象的边缘的其他位置；以及(v)将基于第一图像数据和第二图像数据确定的测量对象的边缘位置与基于第三图像数据和第四图像数据确定的其他测量对象的边缘位置进行比较。

在此细化方案中，在原始位置中采集测量对象的两个图像(第一图像数据和第二图像数据集)，并且在优选地旋转180°之后的位置中采集测量对象的两个图像(第三图像数据集和第四图像数据集)。对于测量对象的两个位置，在每种情况下，在反射光照明下产生一个图像(第一图像数据集和第三图像数据集)，并且在透射光照明下产生一个图像(第二图像数据集和第四图像数据集)。然后基于上述变体中的一个，一经使用第一图像数据和第二图像数据集，并且与之分别地，使用第三图像数据集和第四图像数据集，来确定边缘位置。然后将过程中确定的两个边缘位置彼此进行比较。此比较使得可以检查毗邻确定的边缘的表面是否平行于光轴。这是因为如果这样的表面相对于光轴成角度，基于第一图像数据和第二图像数据集确定的边缘位置与基于第三图像数据集和第四图像数据集确定的边缘位置(在本情况下称为“测量对象的边缘的其他位置”)相比较必然产生差异。

应当理解，可以基于第三图像数据集和第四图像数据集，以上面关于基于第一图像数据和第二图像数据集的边缘检测所描述的相同方式进行其他边缘位置的确定，具体地，通过第三图像数据中的和第四图像数据中的边缘位置的分分别确定，并且随后在因此分别确定的初步边缘位置之间进行平均；或通过形成合成图像数据，并且基于合成图像数据确定测量对象的边缘位置。

为了发现毗邻待确定的测量对象的边缘的表面是平行于传感器的光轴还是与之成角度，在上述情景中，也可以在每种情况下，将在反射光照明下记录的两个图像数据集与在透射光照明下记录的两个图像数据集进行比较。在此情况下，从而将第一图像数据与第三图像数据进行比较，并且将第二图像数据与第四图像数据进行比较。更具体地，则将基于第一图像数据确定的边缘位置与基于第三图像数据确定的边缘位置进行比较。以相同的方式，将基于第二图像数据确定的边缘位置与基于第四图像数据确定的边缘位置进行比较。在每种情况下，由这两个比较造成的差异必然排他地由测量对象的几何结构造成。

根据本发明的方法的最后提到的细化方案将从而包括以下其他步骤：(i)通过评估第一图像数据，确定测量对象的边缘的第一初步边缘位置；(ii)通过评估第二图像数据，确定测量对象的边缘的第二初步边缘位置；(iii)围绕水平轴线旋转测量对象；(iv)在反射光照明下，采集旋转的测量对象的第三图像数据；(v)在透射光照明下，采集旋转的测量对象的第四图像数据；(vi)通过评估第三图像数据，确定测量对象的边缘的第三初步边缘位置；(vii)通过评估第四图像数据，确定测量对象的边缘的第四初步边缘位置；(viii)将第一初步边缘位置与第三初步边缘位置进行比较；以及(ix)将第二初步边缘位置与第四初步边缘位置进行比较。

根据其他细化方案，根据本发明的方法优选地附加地包含以下步骤：基于确定的测量对象的边缘，确定测量对象的空间坐标。

从而优选地不仅对于一个，而是对于多个，尤其优选地对于全部测量对象的边缘进行描述为用于边缘识别的过程。一旦已经识别测量对象的外周边缘，可以建立测量对象的空间坐标。应当理解，为此，也如为了确定边缘位置一样，图像数据被分配给相应地标准化的点矩阵，可以基于标准化的点矩阵，将像素数据转换为si数据，结果，图像数据中产生的像素距离可以转换为真实距离，并且分配给已知参考坐标系。

反射光照明优选地为亮场反射光照明。透射光照明优选地为亮场透射光照明。

应当理解，前述特征和尚待在下面解释的那些特征不仅可以用于各自指定的组合中，而且可以用于其他组合中或单独使用，而不背离本发明的范围。同样应该理解的是，主要参考根据本发明的方法描述的上述实施例和细化方案也以对应的方式适用于根据本发明的设备或可以在后者中实施。

附图说明

本发明的示例性实施例在附图中示出，并且在下面的描述中更详细地解释。在附图中：

图1a示出了坐标测量机的示例性实施例的立体图；

图1b示出了具有相关的照明装置的光学传感器的示意图，照明装置可以用于图1a中所示的坐标测量机中，其中示意图表示从光学传感器和相关的照明装置的下方的平面图；

图2示出了阐述根据本发明的方法的第一示例性实施例的示意流程图；

图3示出了阐述根据本发明的方法的第二示例性实施例的示意流程图；

图4示出了阐述根据本发明的方法的第三示例性实施例的示意流程图；

图5a、5b示出了在反射光照明和透射光照明下记录的示例性测试结构的图像；

图6a、6b示出了图5a和图5b中所示的图像，以及在其中确定的指示的边缘；

图7a、7b示出了示意性地阐述示例性测量对象的反射光照明和透射光照明的原理图；以及

图8a、8b示出了示意性地阐述举例示出的测量对象的反射光照明和透射光照明的原理图，其中测量对象与图7a和图7b中所示的情况相比旋转180°。

具体实施方式

图1a示出了根据本发明的示例性实施例的坐标测量机。坐标测量机作为整体在此用附图标记10指代。

坐标测量机10包括工件托架12，其上可以设置待测量的工件或测量对象。此工件托架12设置在测量台14上。取决于坐标测量机的实施例，所述测量台可以是固定的，即非移动式测量台。然而，在图1a所示的实施例中，测量台14是使用定位装置16沿着测量台平面中的两个相互正交对准的坐标轴18、20线性可位移的。第一坐标轴18通常称为x轴，并且第二坐标轴20通常称为y轴。

在图1中所示的坐标测量机10的示例性实施例中，测量台14实施为已知为十字台的构造类型。其包括x台22，其沿着第一坐标轴18(x轴)线性可位移，在其顶侧上设置工件托架12。x台22进而设置在y台24上，y台24平行于前者，并且用来将工件托架12沿着第二坐标轴20(y轴)线性位移。y台24进而设置在实心基部板26(通常也称为主板26)上。基部板26充当测量台14的载体结构，并且通常与机架28以整体方式连接。

除支承基部板26的下部之外，机架28还包括上部28’，其典型地但不绝对必然地与机架28的下部以整体方式连接。机架28的此上部28’通常也称为z柱。

在图1a中所示的坐标测量机10的示例性实施例中，已知的z滑架30安装在z柱28’上，使得其线性可位移。优选地使用在滑架外壳32内的线性导轨引导此z滑架30，滑架外壳32固定地连接到z柱28。z滑架30从而沿着第三坐标轴34(其通常称为z轴)以正交于测量台14或正交于其他两个坐标轴18、20的方式可位移。z滑架30的底侧上设置的是测量头36，其面向测量台14。测量头36包括一个或多个传感器，这取决于坐标测量机10的实施例。在本情况下，测量头36包括光学传感器38，其可以用来光学采集待测量的测量对象，测量对象设置在工件托架12上。可以使用此光学传感器38采集测量对象的图像数据。为此，优选地使用具有高分辨率光学单元的照相机。在此，图像数据总体上理解为意味着测量对象的图像或图像序列。

坐标测量机10还包括第一照明装置40(参见图1b)，用于产生测量对象的反射光照明。在图像数据的采集期间，此第一照明装置40用来适当地照明已经设置在测量台14上或工件托架12上的测量对象。如反射光照明中典型的那样，从如从测量对象所视的镜头侧(即，从光学传感器38侧)实现使用第一照明装置40的照明。为此，照明装置40包括一个或多个发光机构，其优选地围绕光学传感器38设置。应当理解，图1b中示意性示出的照明装置40的发光机构的布置仅是许多可能中的一种。

坐标测量机10还包括第二照明装置42，用于产生测量对象的透射光照明。如透射光照明中典型的那样，从如从光学传感器38所视的测量对象后面实现通过此第二照明装置42的照明。照明装置42因此优选地集成在测量台14中或设置在其下方。因此，工件托架12优选地是透光的。

坐标测量机10还包括操作和开关仪器44，用户可以使用其来手动控制或定位光学传感器38和工件托架12。

根据图1a所视的示例性实施例，将控制单元或控制装置46(两个术语在此以等同方式使用)设置在接收容器48中，接收容器48安装在z柱28’上。此控制单元46起控制坐标测量机10的多个部件的作用。除此之外，其还配置为执行根据本发明的方法。就此而言，具有程序代码的对应的软件优选地安装在控制单元46中，程序代码配置为，当其在控制单元46中执行时，执行根据本发明的方法。

应当理解，图1a中所示的坐标测量机10仅是其中可以实施本发明的坐标测量机的许多可能示例性实施例中的一个。测量台14原则上还可以配置为非移动式。测量头36悬挂在机架28处的方式原则上也可以不同。特别地，测量头36和测量对象相对于彼此移动的动力学可以具有不同的构造设计。然而，坐标测量机10对于本发明所需的部件尤其为光学传感器38、两个照明装置40、42以及控制装置46，其功能将在下面更详细地解释。

根据本发明的方法在图2中的实施例变体方案中的流程图中示意性地图示，其优选地基于软件和/或硬件在坐标测量机10的控制装置46中实现。在此，在第一方法步骤s10.1中，待测量的测量对象初始地设置在工件托架12上，然后通过第一照明装置40产生反射光照明情景，反射光照明情景单独适配于测量对象。在步骤s12.1中，然后通过光学传感器38采集从而被照明的测量对象的第一图像数据。在步骤14.1中，在控制装置46中评估在反射光照明下记录的测量对象的此图像数据。

控制装置46配置为评估第一图像数据，使得可以确定其中的一个或多个测量对象的边缘的位置和取向。测量对象的边缘确定的此类型的评估是光学度量中的典型测量步骤，其先于测量对象的空间坐标的后续确定。典型地，就此而言，使用图像处理中惯用的边缘检测算法，比如canny边缘滤波。

从而，方法步骤s14.1的结果是确定的测量对象的边缘位置。尽管实践中通常不仅确定测量对象的一个边缘的位置，而是通常确定对象的多个或全部测量边缘，为了简明，本文提到仅确定一个边缘位置，因为这是可想象的最简单情况。

后续以修改的形式重复步骤s10.1-s14.1(参见方法步骤s10.2-s14.2)。修改方法步骤s10.2-s14.2是因为现在不再在反射光照明下光学采集测量对象，而是在透射光照明下。在步骤s10.2中，通过第二照明装置42产生测量对象的透射光照明。在步骤s12.2中，通过光学传感器38采集测量对象的第二图像数据。进而相应地在控制装置46中评估在透射光照明下所采集的此第二图像数据。在方法步骤s14.2中，类似于方法步骤s14.1，确定测量对象的边缘位置，但在此情况下基于在步骤12.2中所采集的第二图像数据。

因为步骤s14.1和s14.2中所确定的边缘位置被后续进一步处理或评估，它们在此称为“第一初步边缘位置”(从步骤s14.1产生)和“第二初步边缘位置”(从步骤s14.2产生)。

应当理解，方法步骤s10.2-s14.2也可以在方法步骤s10.1-s14.1之前进行，这是因为首先在反射光照明情景中还是在透射光照明情景中光学采集测量对象在原则上没有关系。因此，在图2中将这些步骤示出为示意性地彼此并行。

在方法步骤s16中，然后确定“最终”边缘位置，具体地，通过形成方法步骤s14.1中所确定的第一初步边缘位置与方法步骤s14.2中所确定的第二初步边缘位置之间的平均值。这优选地基于两个初步边缘位置的算术平均值的形成而完成。取决于测量对象的厚度和/或几何结构，也可以给两个图像数据集或两个初步边缘位置不同的权重。如上面已经提到的，用此类型的平均值形成将边缘解读中的系统误差平均化掉或减小。

在最后的步骤s18中，然后基于之前检测的边缘位置，确定测量对象的坐标。

图5a示出了在反射光照明下所记录的示例性校准结构的图像。图5b示出了在透射光照明下所记录的校准结构的对应的图像。

图5a中显得明亮的结构在图5b中显得黑暗，反之亦然。原因尤其是在亮场反射光照明下，测量对象将入射在其上的光进行反射的区域显得明亮，而不反射光的区域显得黑暗。反之，在光学传感器38上不被测量对象覆盖的区域在透射光照明下显得明亮，而被测量对象覆盖的区域在光学传感器38上显得黑暗。

图6a和图6b示意性地图示了典型地发生在这样的情况下的误差，其具有对称特性。这是因为已经表明，使用尚未适配于待测量的边缘几何结构的物理不正确的边缘轮廓解读或边缘轮廓解读的常规边缘检测算法，典型地将边缘“在明亮区域中”定位的过远。较小环50的直径因此典型地在反射光照明下测量为有些过大(参见图6a)。另一方面，较大环52典型地在反射光照明下测量为过小(参见图6a)。反之，较小环50’的直径典型地在透射光照明下测量为过小，并且较大环52’的直径典型地测量为有些过大(参见图6b)。

用参考图2描述的根据本发明的方法平均化掉并且显著地降低这些测量误差。图5a、5b和图6a、6b中图示的校准结构例如是其中较小圆环50具有120μm的实际直径且较大圆环52具有160μm的实际直径的结构。然而，图像数据在反射光下(图6a)和在透射光下(图6b)的单独评估在由申请人进行的试验中给出以下结果：d120，rl＝120.7μm；d120，tl＝119.5μm；d160，rl＝159.4μm；d160，tl＝160.7μm，其中rl代表反射光且tl代表透射光。在此情况下，方法步骤s16中执行的平均值形成将从而给出d120＝(120.7μm+199.5μm)：2＝120.1μm和d160＝(159.4μm+160.7μm)：2＝160.05μm的确定的直径。因此，用根据本发明的方法确定的校准结构的圆环50和52的直径将仅具有100nm和50nm的测量偏差。与从单独图像确定且具有400到700nm范围的测量偏差的直径或边缘位置相比较，这从而表现出显著的改善。

图3中示意性地图示的根据本发明的方法的示例性实施例遵循相同的解决方案，具体地，其同样通过使用在反射光下所采集的图像数据(第一图像数据)和在透射光下所采集的图像数据(第二图像数据)两者的评估，来平均化掉系统测量误差。然而，在此实施例中的初步边缘位置不是在两个图像数据集中初始地分别确定并且后续平均化。反之，将图像数据标准化、合成，并且后续地确定合成图像数据中的边缘位置。

具体地，这如以下实现：步骤s100.1、s100.2、s102.1以及s102.2，其对应于根据第一示例性实施例的方法的步骤s10.1、s10.2、s12.1以及s12.2。在此也在反射光照明下采集一次且在在透射光照明下采集一次测量对象的第一图像数据和第二图像数据。

在步骤s104.1和s104.2中，在每种情况下，标准化第一图像数据和第二图像数据。两个图像数据集在此标准化到相同的动态范围，从而第一图像数据中的最小灰度级也对应于第二图像数据中的最小灰度级，并且第一图像数据中的最大灰度级也对应于第二图像数据中的最大灰度级。光学传感器38的噪声、颗粒或小缺陷产生的灰度级离群值在所述标准化之前或同时被滤波掉。

根据方法步骤s104.1和s104.2，在反射光下产生的标准化的第一图像数据实质上对应于在透射光下产生的标准化的第二图像数据的反转。

在方法步骤s106中，然后合成标准化的第一图像数据和标准化的第二图像数据，其中由两个图像数据集的差异形成来形成合成图像数据，或将标准化的第一图像数据和第二图像数据的灰度级彼此比较。

在前者情况下，在步骤s108中通过确定合成图像数据中合成差异图像数据的灰度级为零或至少近似零处的位置，确定边缘位置。应当理解，在此优选地通过适当的插值进行精确位置的确定。

在提到的第二情况下，在步骤s108中通过识别标准化的第一图像数据中的灰度级和标准化的第二图像数据中的灰度级彼此对应处的位置，确定边缘位置。应当理解，两种替代方案都应提供精确相同的结果，这是因为在两个标准化的图像数据集中对相同值的灰度级的位置的搜索对应于在合成差异图像数据中灰度级为零处的位置的搜索。

在最终的可选方法步骤s110中，如根据第一示例性实施例的方法步骤s18中，基于确定的边缘位置计算测量对象的坐标(2d或3d坐标)。

图4示意性地示出了根据本发明的方法的第三示例性实施例。在此示例性实施例中，不“仅”如之前所做的采集测量对象的两个图像数据集，而是总共四个图像数据集。然而，如之前分别在方法步骤s10.1、s12.1、s14.1以及s10.2、s12.2、s14.2中的，初始地采集测量对象的第一图像数据和第二图像数据，并且后续基于所述两个图像数据集，各自分别地确定第一初步边缘位置与第二初步边缘位置，如上面参考图2中的示例进一步解释的。此外，分别在方法步骤s10.3、s12.3、s14.3以及s10.4、s12.4、s14.4中，彼此分别地采集和评估测量对象的第三图像数据集和第四图像数据集。在这些第三图像数据集和第四图像数据集中，以等同于第一图像数据集和第二图像数据集的方式，在每种情况下，在反射光照明下一次且在透射光照明下一次光学采集测量对象，但在此情况下在围绕测量对象的水平轴线旋转180°的位置中。

图7a、图7b、图8a以及图8b示出了示意图，其中示意性地示出了相应的照明条件和测量对象的位置。示例性测量对象在其中以截面示出，并且用附图标记54指代。照明以示意方式通过箭头56、58图示。附图标记56指代反射光照明。附图标记58指代透射光照明。因此，在这两幅图中，光学传感器38(在图7和图8中未示出)将设置在测量对象54上方。因此，图7a示出了在记录第一图像数据时的照明条件和测量对象54的位置。图7b示出了在记录第二图像数据时的照明条件和测量对象54的位置。图8a示出了在记录第三图像数据时的照明条件和测量对象54的位置。图8b示出了在记录第四图像数据时的照明条件和测量对象54的位置。

通过比较和/或平均化这四个图像数据集，现在不仅可以平均化掉边缘检测中产生的系统误差，如上面已经提到的，还可以确定待确定的测量对象54的毗邻测量对象的边缘54的横向表面60是否相对于测量传感器38的光轴(优选为垂直轴)倾斜。这是因为，如果测量对象54具有实质上梯形的截面，如图7和图8中所示的示例中，第一图像数据、第二图像数据、第三图像数据、以及第四图像数据的四个单独评估将关于测量对象54的边缘62的边缘位置给出不同结果。特别是第一图像数据集和第三图像数据集的评估，其都在反射光照明下采集，在此将尤其关于边缘位置62给出不同结果(比较图7a和图8a中的情况)。通过对比，第二图像数据集和第四图像数据集的评估，且都在透射光照明下采集，将很可能关于测量对象54的边缘位置62给出相同结果(比较图7b和图8b中的情况)。

因此可以在方法步骤s16.1、s16.2以及s16.3中执行不同的、可能的评估。例如，可以通过评估第一图像数据和第二图像数据，确定边缘位置(步骤s16.1)。可以在步骤s16中关于第一示例性实施例或在步骤s106中关于第三示例性实施例执行此评估。与之并行，可以基于第三图像数据和第四图像数据，确定边缘位置(步骤s16.2)。然后可以将步骤s16.1和s16.2中确定的边缘位置彼此比较。如果这两个边缘位置匹配，表明测量对象54的表面60垂直或平行于光学传感器的光轴38。然而，如果来自步骤s16.1和s16.2的结果不匹配，表明表面60相对于光学传感器的光轴38倾斜。

在第一情况(边缘位置匹配)下，然后可以在步骤s18中计算测量对象54的坐标。在第二情况(边缘位置不匹配)下，可以执行其他评估，以确定表面60的倾斜。这种情况例如是通过在反射光照明56下所记录的两个图像数据集的比较，具体地通过比较第一图像数据和第三图像数据，并且通过在透射光照明58下所记录的两个图像数据集的比较，具体地为第二图像数据和第四图像数据。

用四个图像数据集的适当评估，从而不仅可以平均化掉由于边缘检测算法典型地产生的系统误差，还可以识别倾斜的表面并且建立其倾斜。