论文摘要
工业CT图像测量就是以工业CT断层图像为研究对象来获得目标几何参数的测量方法,目前已广泛应用于工业检测领域。近年来,利用工业CT进行检测时,从定性检测向定量测量发展是其中一个重要的研究方向。随着实际应用对测量精度要求的不断提高,已有的测量方法很难满足实际需要,因此高精度尺寸测量方法的研究具有重要的应用价值。本文完成的主要研究内容如下:第一、改进Zernike矩检测边缘较粗且未考虑到边缘过渡区的问题。提高工业CT图像尺寸测量的精度关键在于边缘定位的精度,传统的像素级边缘检测方法精度不高,因此引入了亚像素边缘检测技术,重点研究基于Zernike矩亚像素边缘检测算法,并采用边缘距离参数非极小值抑制和边缘强度函数最大值分别解决Zernike矩提取边缘较粗和未考虑到边缘过渡区的问题。第二、从理论和实验两方面对比分析改进的Zernike矩和CV边缘检测方法的优劣。分别从速度,测量精度,抗噪能力,边缘连续性,被测物体图像边缘几何拓扑结构对检测的影响以及多类目标边缘检测适应性等方面对Zernike矩改进方法和CV模型方法进行理论分析与实验比较,旨在得到更适合工业CT图像特征的边缘检测算法。第三、Zernike矩方法边缘角点定位误差修正。在检测矩形,三角形等形状物体边缘角点时,Zernike矩对角点定位存在理论误差,因此本文利用边缘方向参数φ的差分值和直线拟合对角点附近亚像素坐标做了修正。第四、针对Zernike矩检测圆弧边缘的不足,通过建立曲率与圆半径测量误差的关系模型,得到圆半径测量值的补偿函数,提高圆形工件的测量精度。由于Zernike矩方法是基于直线边缘的,当检测目标为圆时,算法将每个模板内的圆弧边缘作为直线处理,存在检测误差,因此本文通过曲率与测量误差的关系提出了针对圆形工件工业CT图片的误差补偿方法。圆测量的方法是首先采用Zernike矩方法进行亚像素边缘检测,再进行边缘细化处理,然后通过最小二乘拟合之后得到圆半径,最后计算误差补偿因子,得到修正后的圆半径。第五、利用Zernike矩方法进行了长度测量和壁厚测量,通过实际工业CT图像测量得到可测量最小宽度和最小壁厚。长度测量的方法是首先采用Zernike矩进行边缘检测,再人工选取感兴趣区域,并通过最小二乘法拟合得到两边的直线方程,最后通过平行线间距离确定长度。测量壁厚的方法是首先采用Zernike矩的边缘提取算法来提取工业CT图像的边缘,再人工选取感兴趣区域,然后对感兴趣区域内的边缘点采用8方向链码法边缘跟踪,并通过插值方法将边缘点加密,最后通过最小距离搜索得到壁厚测量值。本文通过实际工业CT图像确定Zernike矩可测的最小宽度值和壁厚值。本文对Zernike矩亚像素边缘检测算法做了比较详细的研究,在分析已有方法不足的基础上,提出了Zernike矩改进方法,建立了高精度的尺寸测量方法,并通过实验对测量的精度和适用范围进行了验证。与已有方法不同的是,本文的测量方法都是在亚像素边缘上进行的,突破了工业CT图像分辨率对测量精度的限制,使得在低分辨率的工业CT图像上实现高精度的测量成为可能,具有重大的实际工程应用价值。
论文目录
相关论文文献
- [1].基于Zernike多项式的单偏置反射面天线赋形设计[J]. 电子测试 2020(05)
- [2].基于Zernike系数优化模型的光学反射镜支撑结构拓扑优化设计方法[J]. 光子学报 2020(06)
- [3].横向剪切干涉测量中一种获得无耦合Zernike系数的模式复原方法[J]. 光电工程 2019(05)
- [4].透射波前Zernike系数与波长的函数关系研究[J]. 光学学报 2018(02)
- [5].离焦位置任意波长透射波前Zernike系数算法研究[J]. 光子学报 2018(07)
- [6].分数阶的Zernike矩[J]. 计算机辅助设计与图形学学报 2017(03)
- [7].Elemental x-ray imaging using Zernike phase contras[J]. Chinese Physics B 2016(10)
- [8].基于Zernike不变矩的坭兴陶参数的特征提取[J]. 科学家 2017(08)
- [9].基于图像饱和度分量Zernike矩的元件封装识别[J]. 科学技术与工程 2020(14)
- [10].3D Zernike径向多项式的性质和快速算法[J]. 江苏大学学报(自然科学版) 2016(02)
- [11].Performance of Object Classification Using Zernike Moment[J]. Journal of Electronic Science and Technology 2014(01)
- [12].基于Zernike多项式的波前像差研究[J]. 现代计算机(专业版) 2014(03)
- [13].完备的Zernike矩不变量集的构造及应用[J]. 东南大学学报(自然科学版) 2011(01)
- [14].一种改进的伪Zernike矩快速计算方法[J]. 华南理工大学学报(自然科学版) 2009(01)
- [15].Zernike矩及它们的应用[J]. 上海电机学院学报 2008(01)
- [16].Evolutionary Computation Based Optimization of Image Zernike Moments Shape Feature Vector[J]. Wuhan University Journal of Natural Sciences 2008(02)
- [17].基于不可分小波变换与Zernike矩的印刷体汉字识别方法[J]. 计算机应用与软件 2018(04)
- [18].基于多重判别分析和Zernike矩的目标分类算法[J]. 信息工程大学学报 2017(06)
- [19].A Zernike-moment-based non-local denoising filter for cryo-EM images[J]. Science China(Life Sciences) 2013(04)
- [20].一种改进和提取Zernike特征矩的方法[J]. 计算机工程与应用 2012(20)
- [21].Mode shape description of an aero-engine casing structure using Zernike moment descriptors[J]. 航空动力学报 2011(04)
- [22].基于Zernike矩及神经网络的掌纹识别方法[J]. 东北林业大学学报 2009(08)
- [23].一种快速计算Zernike矩的混合算法[J]. 华中科技大学学报(自然科学版) 2008(11)
- [24].基于Zernike矩数字图像水印的实现[J]. 电脑知识与技术 2020(03)
- [25].Zernike矩快速算法的修正[J]. 吉林大学学报(工学版) 2014(06)
- [26].基于改进Zernike矩的图像识别[J]. 郑州轻工业学院学报(自然科学版) 2013(05)
- [27].基于伪zernike矩的车牌字符识别[J]. 电子测试 2012(08)
- [28].不同Zernike组分高阶像差对人眼视锐度的影响[J]. 眼科新进展 2012(09)
- [29].Zernike矩的不变性分析及其改进[J]. 火力与指挥控制 2010(S1)
- [30].基于Zernike矩的半脆弱水印算法[J]. 舰船电子工程 2009(01)