面向工业CT图像矢量化的图元自动识别及精确测量研究

论文摘要

工业CT（Computerized Tomography）技术是利用射线在被测工件无损状态下,从多个方向以扫描方式透射被检测物体某断层,用专门的探测器把经过被检物射线衰减后的信息采集下来,通过计算机采用专门的图像重建算法,得到工件的断层图像。它不受物体形状、材质的限制,不但可探测物体内部构造、鉴别其内部缺陷,而且还可对物体内外表面进行精密测量,尤其在封闭零件内腔的无损检测中,工业CT起着无可替代的作用。因此,工业CT技术在无损检测和逆向工程中都起着重要的作用。然而,利用工业CT扫描得到的是位图格式的切片图像,不能直接应用于逆向工程中。为此,研究了工业CT图像的矢量化技术与图元的自动识别,并利用Visual C++6.0技术开发了工业CT图像矢量化与测量系统,为工业CT技术在逆向工程中的应用奠定了基础。首先分析了工业CT图像的特点,经过图像去噪、图像增强、二值化、轮廓提取等预处理,然后采用Freeman链码跟踪法对图像边缘轮廓进行跟踪,将边缘点的信息存储在链表中,为下一步的图元识别与矢量化做准备。将图像的边缘识别为线段、圆、圆弧等基本图元。对于线段的识别,采用了基于Bresenham线段生长算法的集合求交法对线段进行拟合;对于圆的识别,采用了基于存在概率的圆检测方法,并对其进行了改进:事先选取圆心范围,不计算大量的不可能为圆心点的存在概率,减少了计算量,提高了检测效率,将得到的圆的参数存储在链表中,降低了内存的开支,实验表明改进后的算法在计算时间上比改进前提高了33-178倍;采用垂直平分线法圆弧搜索算法和最小二乘拟合法相结合的方法对圆弧进行拟合。将得到的图元参数分别存储在线段、圆和圆弧链表中,生成DXF格式文件,输出到CAD系统中进行编辑与完善。对工业CT图像中的圆的测量进行了研究。利用基于存在概率改进的圆检测方法检测到圆,并利用最小二乘拟合法获得圆的像素尺寸。根据圆的像素尺寸与像素当量的乘积得到圆的实际大小,像素当量即工业CT图像中每个像素代表的实际尺寸大小。对得到的测量结果与真值进行了对比,结果表明半径测量值与真值的绝对误差小于0.1mm,相对误差小于0.5%。

论文目录

• 中文摘要
• 英文摘要
• 1 绪论
• 1.1 课题背景与意义
• 1.1.1 工业 CT技术简介
• 1.1.2 反求工程简介
• 1.1.3 工业 CT图像矢量化技术在反求工程中的意义
• 1.1.4 课题来源
• 1.2 矢量化技术国内外研究现状
• 1.3 主要研究内容
• 2 工业 CT图像预处理
• 2.1 图像增强
• 2.1.1 对比度增强
• 2.1.2 高通滤波
• 2.2 图像平滑
• 2.2.1 常见的噪声
• 2.2.2 邻域平均法
• 2.2.3 中值滤波法
• 2.3 本章小结
• 3 边缘检测、轮廓提取及轮廓跟踪
• 3.1 边缘检测
• 3.1.1 边缘的分类
• 3.1.2 常用的边缘检测算子
• 3.1.3 各种边缘检测算子实验结果分析
• 3.2 轮廓提取
• 3.2.1 切片图像二值化分割
• 3.2.2 二值图像的边缘提取
• 3.3 轮廓跟踪
• 3.3.1 Freeman链码跟踪法
• 3.3.2 轮廓跟踪过程中去毛刺、去除孤立点及断点补偿
• 3.4 本章小结
• 4 面向工业 CT图像矢量化的图元自动识别及数据输出
• 4.1 矢量化技术分类
• 4.1.1 基于细化的矢量化
• 4.1.2 基于轮廓跟踪的方法
• 4.1.3 整体矢量化方法
• 4.2 直线自动识别
• 4.2.1 常用的直线识别方法
• 4.2.2 采用的直线识别方法
• 4.3 圆自动识别
• 4.3.1 圆弧搜索算法
• 4.3.2 最小二乘法圆拟合算法
• 4.3.3 对圆自动识别的实现
• 4.4 综合处理
• 4.4.1 综合处理的基本思路
• 4.4.2 图元链表的数据结构
• 4.4.3 综合处理过程中的细节问题
• 4.5 数据输出
• 4.5.1 DXF文件格式介绍
• 4.5.2 对矢量输出的实现
• 4.6 本章小结
• 5 工业 CT图像的精确测量
• 5.1 常见的图像测量方法
• 5.2 图像测量的实现
• 5.2.1 测量原理
• 5.2.2 线段、圆、圆弧的测量
• 5.2.3 尺寸计算
• 5.3 误差分析
• 5.4 本章小结
• 6 软件的开发和实现
• 6.1 软件开发环境
• 6.2 软件实现的功能
• 6.3 系统界面
• 6.4 实例
• 6.5 本章小结
• 7 总结与展望
• 致谢
• 参考文献
• 附录