工業(yè)CT高精度圖像測(cè)量算法研究.pdf

1、隨著科學(xué)技術(shù)和工業(yè)生產(chǎn)的迅猛發(fā)展,許多領(lǐng)域越來(lái)越多地提出了對(duì)三維工件尺寸和形狀參數(shù)測(cè)量的要求。近年來(lái),利用CT進(jìn)行檢測(cè)時(shí),從定性檢測(cè)向定量測(cè)量發(fā)展是其中一個(gè)重要的研究方向。而CT圖像測(cè)量就是以CT斷層圖像為研究對(duì)象來(lái)獲得目標(biāo)幾何參數(shù)的測(cè)量方法,目前已廣泛應(yīng)用于工業(yè)檢測(cè)和醫(yī)學(xué)診斷等領(lǐng)域。隨著實(shí)際應(yīng)用對(duì)測(cè)量精度要求的不斷提高,已有的測(cè)量方法很難滿足實(shí)際需要,因此高精度測(cè)量方法的研究具有重要的應(yīng)用價(jià)值。本文完成的主要研究?jī)?nèi)容如下:在圖像測(cè)量領(lǐng)

2、域,待測(cè)目標(biāo)邊緣點(diǎn)的定位精度往往直接影響到整個(gè)測(cè)量的精度。傳統(tǒng)的像素級(jí)邊緣檢測(cè)方法精度不高,因此討論了亞像素邊緣檢測(cè)技術(shù),尤其重點(diǎn)研究基于Facet模型的亞像素邊緣檢測(cè)算法,該算法具有定位精度高、抗噪能力強(qiáng)等優(yōu)點(diǎn),但時(shí)間復(fù)雜度太高。針對(duì)此缺點(diǎn),提出了一種改進(jìn)算法,先采用Mallat的小波變換模極大算法提取初始邊緣點(diǎn),再用2DFacet模型對(duì)初始邊緣點(diǎn)進(jìn)行處理,進(jìn)一步確定邊緣點(diǎn),并計(jì)算其亞像素精確位置。改進(jìn)算法將基于2DFacet模型的算

3、法與小波變換模極大算法有效地結(jié)合起來(lái),彌補(bǔ)了各自的缺點(diǎn),發(fā)揮了它們的優(yōu)點(diǎn),不僅提高了處理速度,而且增加了抗噪能力和邊緣的連續(xù)性。針對(duì)常用二維測(cè)量方法精度不高等不足,研究了一種亞像素二維測(cè)量方法,并將其應(yīng)用于實(shí)際的工業(yè)CT圖像測(cè)量中,提高了二維測(cè)量的精度。首先,采用改進(jìn)算法提取亞像素邊緣,為測(cè)量提供了高精度的數(shù)據(jù);然后,通過(guò)最小距離搜索法分離出待測(cè)目標(biāo)的邊緣點(diǎn)并生成排序鏈碼,克服了邊緣點(diǎn)是浮點(diǎn)型且不連續(xù)的困難,給參數(shù)的計(jì)算提供了有效的數(shù)據(jù)

4、;最后,分別利用離散化的格林公式和歐氏距離公式計(jì)算目標(biāo)的面積和周長(zhǎng)。針對(duì)常用三維測(cè)量方法精度不高、自動(dòng)化程度低等不足,研究了一種亞體素三維測(cè)量方法,并將其應(yīng)用于實(shí)際的工業(yè)CT體數(shù)據(jù)測(cè)量中,提高了三維測(cè)量的精度和自動(dòng)化程度。首先,采用基于3DFacet模型的亞體素邊緣檢測(cè)算法提取邊緣,該算法充分利用了相鄰層的相關(guān)信息,能提取更準(zhǔn)確的邊緣;然后,通過(guò)降維處理和最小距離搜索法把待測(cè)目標(biāo)的邊緣點(diǎn)從整體邊緣中分離出來(lái)并生成排序鏈碼;最后,利用最短