网站大量收购独家精品文档,联系QQ:2885784924

基于ICT断层图像零件缺陷模型重建技术研究.pdfVIP

基于ICT断层图像零件缺陷模型重建技术研究.pdf

  1. 1、本文档共7页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
中国体视学学会cT理论与应用分会、中国工程物理研究院 2008年7月 应用电子学研究所、(CT理论与应用研究》编辑部论文集 基于ICT断层图像的零件缺陷 模型重建技术研究 方黎勇1,董方1,胡亮1,李柏林1,黎明2,陈浩2,王远2,张成鑫2,许州2 1.西南交通大学机械工程学院,成都610031 2.中国工程物理研究院应用电子学研究所,四川绵阳621900 摘要:为了在微观角度下,研究缺陷形状和在压力、应力条件下的扩展变形,以及由此引起的 对零件性能的影响,就有必要建立准确可靠的缺陷三维数字化模型。本文借鉴反求技术的相关 理论,提出一种适用于缺陷模型重建的方法,确定其主要流程以及研究相关算法,最后通过实 例验证该方法的可行性。 关键词:缺陷;轮廓提取;拓扑重建;布尔运算;三角网格 引言: ICT(IndustryComputerized 有成像直观、密度分辨率高、不受试件几何结构限制等优点,能在无损的条件下直接观测 疲劳试验过程中内部结构变化,对材料力学的本构关系以及试验过程物质的变化给出确定 甚至定量的描述旧。。国内外针对ICT断层数据的三维模型重构技术做了很多重要的研究∞】, 主要有两种主要的思路:第一种先从断层图像中得到目标的轮廓线,然后确定层间轮廓线 的对应关系,最后通过蒙皮、拉伸等获得三维几何模型;第二种先从断层图像中获得轮廓 点集,确定轮廓对应关系,通过层间的叠加获得三维空间点云,通过点云的网格或是曲面 重构获得三维几何模型。但是目前没有专门针对零部件缺陷的几何模型重构的研究。因此, 本文根据Ic11缺陷图像的特点以及模型后继分析需要,提出一种缺陷模型的几何模型重建 方法,并对该方法的每个步骤进行详细的阐述,最后通过一个实例验证该方法的准确性和 可行性。 1 系统流程 根据机械零件中常见的缺陷ICT图像特点,借鉴零件模型重建的一般流程,采用如图1 所示流程的缺陷模型重建方法。 2 方法原理 2.1 二维缺陷识别以及轮廓提取 首先对图像进行预处理,去除噪音使得图像中零件目标和缺陷在图像中较为突出,然 后进行图像分割。本文采用基于离散测度的Ostu方法来确定阈值H1,它不仅考虑前景类和 方黎勇等:基于ICY断层图像的零件缺陷模型重建技术研究 175 背景类之间的方差, 还考虑每一类中包含的分类信息,为了更全面地反映分类的好坏,实 现更准确的分割。 ,————\ /断层序列 \ICI图像 二维缺陷识 别以及轮廓 提取 三维拓扑重 建 三维几何模 型重建 图l缺陷几何模型三维重建方法流程 图2分叉情况原理图 一般而言,图像缺陷目标和图像背景一致,都为空气状,只要设定一个阂值即可对图 像的目标物和缺陷分割出来:设定图像中两类:背景和缺陷C0;零件目标Cl。具有两个不 别可以表示为: 盛=言鼢嗍)2+(产觞∥Pu,‰(蹦) 吐=∑∑I( +(/一“∥l (∽ (2) 吐:窆窆『_(i-]Ju2+(/嗍)2]p。lco,p。lco,(∽ L- 一 -=j+I j=t+l 其中:岛表示二维直方图中坐标(f,歹)处的概率;q(s,f)表示两类出现的概率,记 l f £一l £一1 %(5,f)=∑∑乃,q(s,f)=∑∑岛。显然,每个类的4值越小,表示其内聚性越好, I=0 j=o i=s+l』=r+1 分类效果越好,面的值可以表征分类的好坏。 定义分类的离散测度:

文档评论(0)

july77 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档