工业CT图像轮廓提取与优化系统设计_方黎勇.pdf

《工业CT图像轮廓提取与优化系统设计_方黎勇.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第２４卷第９期强激光与粒子束Ｖｏｌ．２４，Ｎｏ．９２０１２年９月ＨＩＧＨＰＯＷＥＲＬＡＳＥＲＡＮＤＰＡＲＴＩＣＬＥＢＥＡＭＳＳｅｐ．，２０１２文章编号：１００１－４３２２（２０１２）０９－２２０７－０５＊工业ＣＴ图像轮廓提取与优化系统设计方黎勇１，白金平１，李辉１，李柏林２（１．电子科技大学航空航天学院，成都６１１７３１；２．西南交通大学现代工业技术培训中心，成都６１００３１）摘要：为了有效地提高面向逆向工程的工业ＣＴ图像轮廓处理的精准性和计算效率，开发了工业ＣＴ图像轮廓提取与优化系统。该系统主要包括图像处理模块、轮廓识别与

2、提取模块、轮廓拟合与优化模块、图像处理经典算法库和数据接口等功能模块，实现了从工业ＣＴ图像到轮廓数据的三维点云与轮廓线的标准格式输出，并与逆向工程软件对接。同时，在轮廓拟合与优化模块中，提出了基于全局约束模型的轮廓拟合策略，并采用有向图分解和数值代数相结合的计算方法，提高了轮廓拟合的计算精度和效率。最后通过实例验证了系统的有效性和正确性。关键词：工业ＣＴ图像；轮廓拟合；约束模型；轮廓数据中图分类号：ＴＰ３９１文献标志码：Ａｄｏｉ：１０．３７８８／ＨＰＬＰＢ２０１２２４０９．２２０７工业ＣＴ能够在无损条件下对复杂物体进行检测，

3、实现对被测物体结构、尺寸等信息的定性分析和定量检［１］测，而不受被测对象复杂程度的影响。因此，该技术在逆向工程上的应用与研究也越来越受到关注和重视。目前，基于工业ＣＴ图像的逆向系统研究主要有两个方向：一是从序列图像中获取轮廓点，定义空间坐标生成轮廓点云数据，然后再采用基于三维点云的逆向软件重构出零件的三维模型；二是对切片图像进行轮廓提取和拟合，获得二维轮廓线，然后通过这些二维轮廓线反求出目标的三维模型。第一类方法的研究较为成熟，已应用于基于三坐标测量仪和激光测量仪的逆向工程中，其主要不足在于在进行模型重建时，曲线、曲面等复杂

4、特征的识别与重建的算法复杂度高；第二类方法能够实现工业ＣＴ测量和逆向工程的集成和对接，但对整体目标［２－４］的面特征识别精准性不好控制。由此可见，这两类方法各有其优缺点和适用范围。而现有的工业ＣＴ图像［３］［５］轮廓优化多集中于轮廓连接处的间隙优化、单个对象目标的约束拟合和整体目标约束模型的复杂求［５－６］解。前两方面的研究只是集中于部分或局部轮廓的优化处理，而最后整体约束模型的求解较为复杂。因此，本文以整体轮廓为目标对象进行优化，并优化其求解过程，开发了一个工业ＣＴ轮廓提取与优化系统，对轮廓数据预处理以获得较高精度的轮廓数

5、据，实现与逆向系统软件的对接。１系统总体思路根据目前逆向工程软件的设计模式，轮廓处理系统提供两种数据类型，即轮廓的三维点云数据和轮廓线数据，为此设计两条主线：其一，从工业ＣＴ的序列切片图像进行轮廓识别和提取，然后定义三维空间坐标系，根据切片图像的层间距离，将序列切片的轮廓数据组合起来，获得可以直接导入逆向软件的三维点云数据；其二，通过图像处理获得单张轮廓数据，进行特征识别和拟合，然后建立约束模型并进行求解优化，以获得较为满意的二维轮廓线，然后建立三维空间坐标系并根据序列图像的层间距离，获得断层轮廓线数据。其设计流程框图如图１

6、所示。２系统模块与核心算法系统的功能模块主要包括图像处理模块、轮廓点处理模块、轮廓线模块、图像处理经典算法库和数据接口等功能模块。针对不同类型的工业ＣＴ图像所需的多种图像处理算法，系统设计了图像处理算法库，便于用户自定义选择使用。同时，在轮廓拟合与优化模块中为了改善轮廓线的拟合精度，添加了约束模型库，其中包含了在机械零件中常用的模型库，便于用户实现交互式的约束模型添加。＊收稿日期：２０１１－１１－１０；修订日期：２０１２－０５－０２基金项目：电子科技大学科研启动基金项目（Ｙ０２００２０４７４０４０１８）；中央高校基本业务基础

7、研究项目（ＺＹＧＸ２０１１Ｊ１２４）作者简介：方黎勇（１９８１—），男，博士，讲师，从事数字图像处理、计算机图形学等研究；ｌｉｙｏｎｇｆ＠１２６．ｃｏｍ。２２０８强激光与粒子束第２４卷２．１功能模块２．１．１图像处理模块图像处理模块主要是采用数字图像处理算法对图像进行去噪、对比度调整等图像质量改善和图像分割、目标轮廓的识别与提取、轮廓追踪等功能。这些功能都有相对应的成熟算法可以采用，但为了使用方便以及对不同类型图像或不同质量图像的处理，在系统中开发了一个经典图像处理算法库，集中了中值滤波、形态学变换、小波变换、线性变换、对数

8、变换、轮廓追踪、各种图像分割算法等。以便于用户可根据所处理图像的特点和质量进行算法流程的自定义和交互使用，以获得图像中目标轮廓的像素数据。２．１．２轮廓点处理模块轮廓点处理模块主要功能包括轮廓点单值化处理、轮廓点的矢量化、特征点识别、特征判别等。轮廓点单值化处理主要有８邻域追踪算法、４邻域