基于C-V模型的工业CT三维图像曲面面积与内腔体积测量算法研究

基于C-V模型的工业CT三维图像曲面面积与内腔体积测量算法研究

论文摘要

随着科学技术和工业生产的快速发展,很多领域都提出了对产品性能、内外形状等方面的更高要求,致使各种复杂曲面越多地应用于工业产品中。而对曲面的测量是曲面的精度检验和逆向工程(Reverse Engineering,RE)的基础,要实现曲面的模型建造、形状改进、性能评价和逆向制造,必须获得曲面的三维参数信息。因此,对曲面测量方法的研究具有重要的价值。曲面测量方法根据测量方式的不同分为接触式测量与非接触式测量两大类。接触式测量方法测量精度高,通用性强。不足之处是计算量大,且成本高、易受到被测物材质的影响。非接触式测量方法可以测量一些不可接触的物体,如辐射体、高温物体等,采集速度较快,但专业知识要求较高,较之于接触式测量精度不够高。但工件内部结构特别是封闭内腔的测量用传统测量方法难于实现。而工业CT(Industrial Computed Tomography,ICT)技术是通过射线源从多个角度发射射线对被测物体进行检测,用探测器把经过被测物射线衰减后的信息采集下来,使用计算机采用图像重建算法重建检测部位得到一系列有序的切片图像。可无损地检测工件外部和内部的结构尺寸,特别适合于工件封闭内腔的测量分析。传统的图像测量方法是先对图像去噪再分割图像测量,而本文针对工件内部封闭内腔的测量,研究了基于C-V模型的工业CT三维图像曲面面积与内腔体积测量的算法。完成的主要研究内容如下:首先分析了图像分割算法,因为对工业CT图像进行测量,分割精度将直接影响到测量的精度,所以图像分割是三维测量的关键步骤。而C-V几何主动轮廓模型是基于偏微分方程的图像分割模型,该模型分割图像可以得到全局最优的、连续边缘的分割结果,具有较强的抗噪性,是目前比较有效的图像分割方法。因此采用C-V模型对工业CT断层图像序列切片进行分割,提取出待测量目标区,然后用轮廓跟踪算法跟踪工件各层目标区的轮廓点,以链码形式存储;其次求取曲面上各层轮廓点的形心,再计算曲面上轮廓点到形心的距离并用高斯卷积进行轮廓滤波,目的是为了去除边缘毛刺对测量的影响;最后在每层轮廓点间建立三角面片,通过累加计算三角面片的面积来计算曲面的面积,用离散化的格林公式计算每层切片目标区的面积,用台体公式法计算内腔体积。实验结果表明:本文采用的分割方法能有效、准确地分割出目标区,与传统先图像去噪再分割测量的方法相比,本文的方法能够较精确地测出曲面面积与内腔体积。

论文目录

  • 中文摘要
  • 英文摘要
  • 1 绪论
  • 1.1 课题研究的背景和意义
  • 1.1.1 图像测量技术简介
  • 1.1.2 曲面测量技术简介
  • 1.1.3 工业CT 技术简介
  • 1.2 课题研究现状
  • 1.3 论文主要内容安排
  • 2 C-V模型理论基础
  • 2.1 曲线演化理论
  • 2.2 水平集方法
  • 2.2.1 水平集方法的基础理论
  • 2.2.2 水平集方法的数值实现
  • 2.3 C-V 模型原理
  • 2.3.1 C-V 模型
  • 2.3.2 C-V 模型的水平集表示
  • 2.3.3 C-V 模型方法的数值实现
  • 2.4 C-V 模型的改进模型
  • 2.4.1 扩展的C-V 模型
  • 2.4.2 多目标提取的C-V 模型
  • 2.4.3 避免重新初始化的C-V 模型
  • 2.5 本章小结
  • 3 平滑去噪理论基础
  • 3.1 图像平滑
  • 3.2 高斯平滑
  • 3.2.1 高斯核函数
  • 3.2.2 高斯平滑滤波器
  • 3.3 图像平滑去噪实验
  • 3.4 本章小结
  • 4 曲面面积与内腔体积的测量
  • 4.1 曲面面积测量
  • 4.1.1 C-V 模型分割图像
  • 4.1.2 轮廓跟踪
  • 4.1.3 轮廓平滑
  • 4.1.4 建立三角面片
  • 4.2 内腔体积测量
  • 4.2.1 格林公式计算切片面积
  • 4.2.2 台体公式计算体积
  • 4.3 算法流程图
  • 4.4 本章小结
  • 5 实验结果
  • 5.1 仿真圆柱测量
  • 5.2 仿真球冠体测量
  • 5.3 任意形状实体测量
  • 5.4 实际圆柱的测量
  • 5.5 实验结果分析
  • 5.6 本章小结
  • 6 总结与展望
  • 6.1 论文工作总结
  • 6.2 后续研究工作展望
  • 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
  • 相关论文文献

    • [1].基于改进C-V模型的图像分割方法[J]. 信息通信 2020(06)
    • [2].基于C-V模型的医学图像血管钙化分割算法[J]. 长春理工大学学报(自然科学版) 2017(04)
    • [3].基于C-V模型的木材缺陷重建图像特征提取[J]. 东北林业大学学报 2015(12)
    • [4].基于C-V模型的眼底图像交互式杯盘分割[J]. 计算机应用与软件 2012(05)
    • [5].矢量C-V模型的高光谱遥感影像分割[J]. 遥感学报 2015(03)
    • [6].一种改进的C-V主动轮廓模型[J]. 光电工程 2008(12)
    • [7].结合C-V模型水平集与形态学的彩色树木图像分割[J]. 西北林学院学报 2015(02)
    • [8].矢量图像分割的快速C-V模型[J]. 计算机辅助设计与图形学学报 2011(11)
    • [9].基于C-V模型的电晕放电紫外成像分割及特征量研究[J]. 高压电器 2017(08)
    • [10].一种改进的C-V主动轮廓模型[J]. 四川理工学院学报(自然科学版) 2014(05)
    • [11].基于模糊聚类和C-V模型的水平集方法图像分割[J]. 中国介入影像与治疗学 2013(08)
    • [12].基于C-V模型的脑白质疏松症磁共振图像病变区域分割[J]. 计算机应用 2011(10)
    • [13].融合随机森林的C-V模型肝脏超声图像分割[J]. 井冈山大学学报(自然科学版) 2017(03)
    • [14].C-V方法及其在体表损伤图像分割中的应用[J]. 山东科学 2009(01)
    • [15].基于改进C-V模型的图像分割方法[J]. 数据采集与处理 2016(01)
    • [16].基于C-V模型的图像分割研究[J]. 淮海工学院学报(自然科学版) 2009(04)
    • [17].基于C-V模型的红外图像自动分割方法研究[J]. 激光与红外 2011(03)
    • [18].基于C-V的压力模型对飞机红外图像分割[J]. 微计算机信息 2009(15)
    • [19].电化学C-V法研究掺硅GaAs材料载流子浓度的分布[J]. 人工晶体学报 2016(09)
    • [20].基于C-V模型的运动目标水平集提取方法[J]. 太原科技大学学报 2012(04)
    • [21].基于模糊聚类和改进C-V模型的冠状动脉图像分割方法[J]. 北京生物医学工程 2017(03)
    • [22].基于改进C-V模型的辣椒病斑图像分割[J]. 山东农业科学 2015(10)
    • [23].一种改进的C-V水平集遥感图像分割方法[J]. 桂林理工大学学报 2012(02)
    • [24].改进的C-V算法在肝脏B超图像分割中的应用[J]. 电脑知识与技术 2013(27)
    • [25].基于C-V模型的网络覆盖空洞探测与修复算法[J]. 控制与决策 2016(08)
    • [26].C-V模型在红外视频火灾图像分割中的应用[J]. 计算机工程与应用 2013(08)
    • [27].基于局部区域约束C-V模型的植物图像分割[J]. 新余学院学报 2014(05)
    • [28].改进C-V模型的木材缺陷彩色图像分割研究[J]. 计算机工程与应用 2012(05)
    • [29].一种基于C-V模型的电晕放电紫外成像分割方法[J]. 科学技术与工程 2020(14)
    • [30].基于Hough检测和C-V模型的航拍绝缘子自动协同分割方法[J]. 仪器仪表学报 2016(02)

    标签:;  ;  ;  ;  ;  

    基于C-V模型的工业CT三维图像曲面面积与内腔体积测量算法研究
    下载Doc文档

    猜你喜欢