基于边缘提取的工业CT图像与CAD模型的比对算法研究

论文摘要

随着计算机辅助设计（Computer Aided Design, CAD）技术的迅速发展和人们对工业产品性能、外观等要求的不断提高,工业产品的设计越来越复杂,工件制造加工的难度也越来越大,如何评价分析工件的制造质量变得越来越重要。工件的制造误差分析是对其制造工艺评价和改进的重要环节。工业计算机断层成像（Computed Tomography, CT）技术是一种先进的无损检测技术,能够非接触、不破坏地检测工件内部结构和缺陷,在航天、航空、国防军工、铁路运输、机械制造等领域获得广泛应用。本文研究基于边缘检测的工业CT图像与CAD模型进行比对检测,从而分析工件制造误差的方法。为了实现二维工业CT图像与CAD图的比对,将CAD图通过CAD软件转换为BMP位图文件,并通过Facet模型提取工业CT图像的亚像素边缘。首先通过最小包围矩形确定缩放参数,再结合二者的质心和主方向确定旋转、平移参数实现粗配准,然后用奇异值分解-迭代最近点算法进行精配准。最后通过配准参数将CAD数据变换到工业CT图像原图上,在二者的误差处用彩色填充以便直观地显示误差。为了实现三维工业CT图像与CAD模型的配准,需要得到两个待配准特征点集。CAD模型采用STL格式,并将其网格进行细分后取三角网格的顶点作为待配准特征点集。对于工业CT图像,通过提取边缘面作为其特征点集。首先将工业CT体数据沿3个互相垂直的方向划分切片序列,然后对每个切片序列的切片图像逐个采用模板自适应细胞神经网络（Cell Neural Networks, CNN）提取边缘,重组得到对应方向的边缘体数据。最后将3个方向的边缘体数据按位或运算融合得到工件完整的边缘面体数据。从实验结果可以看出,本文方法能够快速地提取出三维工业CT体数据较为完整、真实的边缘面。由于三维工业CT图像与CAD模型之间存在较大的平移和旋转错位时,精配准的速度将非常缓慢,而且常导致精配准陷入局部收敛得到错误的匹配结果。因此本文首先结合主成分分析和最小包围盒的思想将边缘面数据与CAD模型实现粗配准。经过粗配准之后,再用奇异值分解-迭代最近点算法进行精配准,其中最近点对的求取用k-d树进行加速。最后,计算每一点对之间的距离,从而对制造误差进行分析,并用彩色云图直观地显示误差分布。实验结果表明,文中的方法能够实现工件的比对检测,自动化程度高、能直观显示误差分布且精度高。通过改进工业CT图像与CAD模型的比对检测方法,可将工业CT技术用于制造工艺分析与改进中。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 课题研究背景及意义
• 1.2 ICT图像边缘提取研究现状
• 1.3 测量数据与CAD模型的配准技术研究现状
• 1.3.1 初始（粗）配准技术
• 1.3.2 精确配准技术
• 1.4 课题研究的主要内容
• 2 比对问题描述及算法理论基础
• 2.1 比对流程及问题描述
• 2.1.1 比对流程
• 2.1.2 问题描述
• 2.2 对应空间点集的配准技术
• 2.2.1 迭代法
• 2.2.2 奇异值分解（SVD）
• 2.2.3 单位四元数法
• 2.3 无对应空间点集的配准技术
• 2.3.1 ICP算法
• 2.3.2 ICP算法的变型
• 2.3.3 其他算法
• 3 二维工业CT图像与CAD图的比对
• 3.1 引言
• 3.2 基于Facet模型的边缘提取
• 3.2.1 Facet模型
• 3.2.2 基于2D Facet模型提取CT切片图像边缘
• 3.3 二维ICT图像与CAD图的配准
• 3.3.1 主轴质心法粗配准
• 3.3.2 SVD-ICP精配准
• 3.3.3 最近点求取的k-d树加速
• 3.3.4 误差结果显示
• 3.4 实验结果及小结
• 4 基于细胞神经网络的三维工业CT体数据边缘面提取
• 4.1 细胞神经网络理论
• 4.2 基于CNN的图像边缘提取
• 4.3 模板自适应CNN及其在边缘提取中的应用
• 4.4 工业CT体数据的边缘面提取
• 4.5 实验结果及小结
• 5 三维工业CT边缘面数据与三维CAD模型的配准
• 5.1 引言
• 5.2 粗配准
• 5.2.1 PCA方法
• 5.2.2 修正方法
• 5.3 SVD-ICP精配准
• 5.4 误差分析与显示
• 5.5 实验结果及小结
• 6 总结与展望
• 6.1 研究工作总结
• 6.2 今后研究方向
• 致谢
• 参考文献
• 附录
• A. 作者在攻读硕士学位期间发表的论文目录