基于邊緣提取的工業(yè)CT圖像與CAD模型的比對(duì)算法研究.pdf

1、隨著計(jì)算機(jī)輔助設(shè)計(jì)（ComputerAidedDesign,CAD）技術(shù)的迅速發(fā)展和人們對(duì)工業(yè)產(chǎn)品性能、外觀等要求的不斷提高，工業(yè)產(chǎn)品的設(shè)計(jì)越來(lái)越復(fù)雜，工件制造加工的難度也越來(lái)越大，如何評(píng)價(jià)分析工件的制造質(zhì)量變得越來(lái)越重要。工件的制造誤差分析是對(duì)其制造工藝評(píng)價(jià)和改進(jìn)的重要環(huán)節(jié)。工業(yè)計(jì)算機(jī)斷層成像(ComputedTomography，CT)技術(shù)是一種先進(jìn)的無(wú)損檢測(cè)技術(shù)，能夠非接觸、不破壞地檢測(cè)工件內(nèi)部結(jié)構(gòu)和缺陷，在航天、航空、國(guó)防軍工、

2、鐵路運(yùn)輸、機(jī)械制造等領(lǐng)域獲得廣泛應(yīng)用。本文研究基于邊緣檢測(cè)的工業(yè)CT圖像與CAD模型進(jìn)行比對(duì)檢測(cè)，從而分析工件制造誤差的方法。
　　為了實(shí)現(xiàn)二維工業(yè)CT圖像與CAD圖的比對(duì)，將CAD圖通過(guò)CAD軟件轉(zhuǎn)換為BMP位圖文件，并通過(guò)Facet模型提取工業(yè)CT圖像的亞像素邊緣。首先通過(guò)最小包圍矩形確定縮放參數(shù)，再結(jié)合二者的質(zhì)心和主方向確定旋轉(zhuǎn)、平移參數(shù)實(shí)現(xiàn)粗配準(zhǔn)，然后用奇異值分解-迭代最近點(diǎn)算法進(jìn)行精配準(zhǔn)。最后通過(guò)配準(zhǔn)參數(shù)將CAD數(shù)據(jù)變換

3、到工業(yè)CT圖像原圖上，在二者的誤差處用彩色填充以便直觀地顯示誤差。
　　為了實(shí)現(xiàn)三維工業(yè)CT圖像與CAD模型的配準(zhǔn)，需要得到兩個(gè)待配準(zhǔn)特征點(diǎn)集。CAD模型采用STL格式，并將其網(wǎng)格進(jìn)行細(xì)分后取三角網(wǎng)格的頂點(diǎn)作為待配準(zhǔn)特征點(diǎn)集。對(duì)于工業(yè)CT圖像，通過(guò)提取邊緣面作為其特征點(diǎn)集。首先將工業(yè)CT體數(shù)據(jù)沿3個(gè)互相垂直的方向劃分切片序列，然后對(duì)每個(gè)切片序列的切片圖像逐個(gè)采用模板自適應(yīng)細(xì)胞神經(jīng)網(wǎng)絡(luò)(CellNeuralNetworks,CNN)

4、提取邊緣，重組得到對(duì)應(yīng)方向的邊緣體數(shù)據(jù)。最后將3個(gè)方向的邊緣體數(shù)據(jù)按位或運(yùn)算融合得到工件完整的邊緣面體數(shù)據(jù)。從實(shí)驗(yàn)結(jié)果可以看出，本文方法能夠快速地提取出三維工業(yè)CT體數(shù)據(jù)較為完整、真實(shí)的邊緣面。
　　由于三維工業(yè)CT圖像與CAD模型之間存在較大的平移和旋轉(zhuǎn)錯(cuò)位時(shí)，精配準(zhǔn)的速度將非常緩慢，而且常導(dǎo)致精配準(zhǔn)陷入局部收斂得到錯(cuò)誤的匹配結(jié)果。因此本文首先結(jié)合主成分分析和最小包圍盒的思想將邊緣面數(shù)據(jù)與CAD模型實(shí)現(xiàn)粗配準(zhǔn)。經(jīng)過(guò)粗配準(zhǔn)之后，再