论文部分内容阅读
随着当前工件结构日益复杂，如何精确评价零件制造过程中产生的误差至关重要。在使用计算机辅助设计（CAD）软件设计零件，建立其原始CAD模型并加工成型后，为判断加工后零件形状和尺寸是否符合要求，需要将加工后零件和原始CAD模型进行误差分析。工业CT技术，能在不破坏测量工件结构的前提下，获得被测工件的内部结构和精确尺寸。针对以上问题，本文研究了基于工业CT图像的零件制造复合性分析问题，实现并开发了二维比对软件。主要研究内容如下： ①为获得图像配准需要的测试模型，需对测试模型进行预处理。本文研究了一种结合分布估计算法（EDA）和二维最大类间方差法(二维OTSU)的图像分割方法。该方法通过搜索空间采样和统计学习来预测搜索的最佳区域从而获得最优阈值，使测试模型的前景色和背景色尽可能分开。通过验证算法收敛速度快且稳定，图像分割准确。 ②为工业CT图像和二维CAD图像配准做准备，需对图像进行边缘提取。本文研究了基于误差补偿的空间矩亚像素边缘检测方法。首先，通过结合分布估计算法和二维最大类间方差法对带噪声的工业CT图像进行图像分割；然后采用Canny算法对分割后的图像进行像素级边缘检测，得到工业CT图像的像素级点集模型；最后，采用基于误差补偿的空间矩亚像素边缘检测方法对点集模型进行亚像素级边缘检测。 ③研究了基于最小包围矩形和图元特征的点集模型与二维CAD模型的初配准技术。首先，通过求取边缘点集的排序点集和点集凸多边形确定点集模型的最小包围矩形；然后，通过最小包围矩形确定点集模型的形心从而获得初配准的平移参数；最后，通过线段、圆弧和圆等图元特征获得初配准的旋转矩阵和反转矩阵实现初配准。 ④研究并改进了精配准技术。从搜索最近点、移除误匹配点以及构造误差度量函数等方面对传统ICP算法进行改进，通过实验验证，有效地提高了ICP算法的运算速度和配准精度。 本文研究内容及研究成果都已经在二维比对系统中实现，完成了工业CT图像和二维CAD图像的初配准和精配准功能，并实现了模型间的误差计算及彩色云状图显示。