涡轮叶片形状检测中的模型配准控制点集选取

叶片模型的配准定位是叶片形状检测与分析的一个核心环节。为解决基于迭代最近点方法的叶片密集测量数据与其CAD模型的可靠配准问题,提出一种基于CAD模型的配准控制点集选取方法。结合模型配准可靠性分析技术,预先在叶片CAD模型规划出配准基准点集;通过测量数据与配准基准点集的配准运算,把配准基准点集映射到叶片测量数据上,获取测量模型上对应的配准控制点集;滤除其中可能降低模型配准精度的坏点,得到最终的叶片模型配准控制点集。进行基于仿真与实测数据的叶片模型配准试验及对比分析,总结出一些可用于指导叶片模型配准控制点集选取的策略。结果表明,所提出的叶片模型配准控制点集选取方法是可行的。     

复杂曲面误差评估的最小区域包容配准算法

鉴于复杂曲面误差评估问题中,不同配准方法往往导致不同的评估结果,在精度要求较高或误差形势较严峻时,恰当的配准位姿具有重要意义,提出一种面向复杂曲面误差评估的最小区域包容配准算法。为解决计算复杂性,采用凝聚函数一致光滑逼近不连续的极差函数,并利用高效有限存储拟牛顿算法求解大规模无约束非线性问题。最近点迭代算法为最小区域包容配准方法提供了收敛条件,同时加快了收敛速度,而且算法容易实施,对复杂曲面扫描数据点云有效。通过仿真平面和实测钣金件的误差评估配准实验说明了所提算法的有效性。     

面向车身虚拟匹配的非均匀点云数据配准算法

车身点云扫描的质量检测方式为薄板件的虚拟匹配提供了数据基础.针对薄板件虚拟匹配过程的点云数据配准问题,提出了一种考虑车身复杂曲面特征的点云主平面拟合与精确配准流程与方法.首先在曲率化离散方法基础上,提取薄板件数模的非均匀化点云,采用基于主成分分析法的数模与实测点云主平面的构建方法,结合其主向量的旋转重合,通过迭代搜索获得均方根误差最小的最佳初始配准位置.进一步,利用改进的ICP算法对点云进行精确配准.采用车门内板单件的实测案例对提出方法进行验证,实验结果表明本方法较传统ICP算法将配准精度提升50％以上,为车身试制过程的薄板件精度评价与虚拟匹配分析提供了有效的方法基础.     

旋转台多视场扫描点云的自动配准方法

三维扫描需要将不同视角下获取的点云数据进行配准,并统一到全局坐标系。针对旋转台扫描得到的点云数据提出了一种自动配准方法,其基本思路是先用NDT算法作粗配准,将待配准的两片点云旋转平移到较好的初始位置,接着用ICP算法作精配准。经实验证明:该方法配准速度快、精度高。     

应用改进迭代最近点方法的点云数据配准

提出了基于点云边界特征点的改进迭代最近点(ICP)方法来提高逆向工程中点云数据配准的效率和精度.首先,提出了基于点云边界特征点的初始配准方法.对点云最小包围盒进行三维空间划分,建立空间网格模型;运用边界种子网格识别及生长算法,从点云边界提取特征点,运用奇异值矩阵分解法(SVD)求出点云的变换矩阵,得到初始配准结果.然后,提出了改进的ICP精确配准方法.对点云对应点赋予权重,剔除权重大于阈值的点,通过对目标函数引入M-估计(M-estimation),剔除异常点.最后,在初始配准的基础上,运用改进的ICP方法精确配准.对经典ICP方法和改进ICF方法做对比实验,结果显示,改进方法的配准效率提高了70％以上,误差减小到0.02％.实验表明,本文方法大幅提高了点云配准的效率和精度.     

基于分支限界的三维曲面全局配准方法

在三维测量中常需要将测量点云数据与已知曲面模型进行配准。采用隐式函数建立点云数据到曲面模型的距离场,进而进行非线性优化求解可以有效提升配准效率。然而由于点到曲面的近似距离及刚性变换的约束,其误差函数呈现非凸性而导致迭代极易陷入局部最优。为实现全局配准,提出了一种利用分支限界算法搜索点到曲面近似距离平方和误差函数最小化变换参数的方法。通过确定刚体变换参数空间中误差函数的上下界限加快搜索,并结合一种等效距离公式的LevenbergMarquardt算法优化的局部配准方法加速收敛并保证配准精度。三维模型的配准实验与分析验证了本文全局配准方法的有效性。     

多点成形件检测中三维数据配准方法的研究

针对多点成形件成形误差检测中的三维数据配准问题，提出了一种用两步法将CAD模型数据和三维测量数据点全局配准的方法。利用遗传算法具有全局搜索能力的特点，以四元数法中的3个参量作为优化解空间，采用自适应控制优化参数的方法，达到CAD模型数据和三维测量数据点的全局粗配准。以粗配准的结果作为初始值，用ICP算法修正误差以达到精确配准。采用两步法配准克服了标准ICP算法难以解决的局部最小问题，本算法也可广泛应用于精密测量时测量结果的比较分析。以马鞍形曲面制品为例，给出了配准结果。     

基于结构光测量的三维人脸数字化方法

本文提出了一种以结构光测量技术来实现三维人脸数字化的方法。首先,对人脸的三维数据进行精简、去除噪声和光顺等预处理;利用一种快速定位基准点的三点定位配准方法,实现数据的多视配准;最后,由三角网格方法将三维数据整合成三角曲面片网格,建立三维人脸的数字化模型。该方法能够快速建立三维人脸的数字化模型,且能满足图形学的应用和CAD/CAM加工系统的要求。     

基于简化点云带动的涡轮叶片快速配准技术

针对涡轮叶片密集点云数据与计算机辅助设计模型配准速率慢、耗费时间长的问题,提出基于简化点云带动涡轮叶片快速配准的方法。基于叶片的三维光学扫描数据和计算机辅助设计模型,采用均匀采样法和曲率采样法简化点云模型数据,通过最近点迭代和奇异值分解相结合的配准方法,实现叶片密集点云模型与计算机辅助设计模型的快速配准,并对配准精度和速度进行了统计分析。结果表明,基于均匀采样法简化的点云数据模型带动的配准,在保证配准精度的前提下能有效提高配准效率。     

工件四特征点的粗配准方法研究

工件自动配准在柔性生产装配中至关重要,其中装配工件CAD模型数据和实测点云数据的配准是关键技术之一。针对装配工件和CAD模型的配准问题,提出了一种基于工件四特征点的粗配准算法。获得配准物体CAD模型数据和实测点云数据后,该方法包含四步:点云数据取样,特征四点集提取,特征一致四点集寻找,计算变换一致性矩阵。以正方体为模型的仿真实验结果显示该配准方法正确可行,以维纳斯石膏像作为实验对象进行配准实验,当点云数据为80000点时,点到点的误差均值为0.0622mm。该算法稳定,配准结果可以作为精确配准算法ICP(Iterative Closest Point)等的叠代初值。     

自由曲面类零件数字化检测技术

自由曲面类零件因其形状不规则使得传统测量工具难以对其制造误差进行精确检测。利用坐标测量机将零件表面数字化,获得零件的“数据形状”,再通过坐标转换或数据配准方法确定“数据形状”与零件的“模型形状”的共同基准,最后基于共同基准实现测量数据与零件数学模型(CAD模型)的误差分析。     

颅骨点云模型的优化配准

由于颅骨的三维点云数据模型复杂且不同人的颅骨差异较小,对其配准精度要求较高。为了提高颅骨点云模型的配准精度和收敛速度,提出了一种先粗配准再细配准的配准方法。首先,对颅骨点云数据模型进行去噪、简化和归一化等预处理;然后,通过区域划分、区域配准和求解组合系数以及求解刚体变换等步骤实现区域层次上的颅骨粗配准;最后,通过引入动态迭代系数来改进基于旋转角约束的迭代最近点算法,并采用该改进的ICP算法实现颅骨的细配准,从而达到精确配准的目的。实验结果表明:与ICP算法相比,改进的ICP算法的配准精度和收敛速度分别提高了约30%和50%。证明该种先粗配准再细配准的颅骨点云模型配准方法是一种精度高、速度快的有效颅骨配准算法。     

基于小波分解与多约束改进的序列图像配准

序列图像配准是光学影像超分辨率重建应用中的关键技术,针对如何提高序列图像超分辨率重建过程中配准的速度和精度问题,提出了一种基于小波分解和改进的多约束准则相结合的配准方法.首先对参考帧和待配准帧进行小波分解,生成小波图像金字塔以缩小搜索空间.其次,从金字塔最高层开始利用由局部灰度熵准则、灰度相似性准则和简化欧式距离比例不变准则构成的改进多约束准则提取同名特征点对,利用最小二乘法计算初始配准参数,然后逐层向下,对配准参数进行修正,实现由粗到精的配准.最后,利用模拟生成图像序列与实际获取图像序列进行测试.实验结果表明该方法在参数获取达到较高精度的情况下能有效提高配准速度,具有较好的效果.     

Improved curvature-based registration methods for high-precision dimensional metrology

Multiple measurements using various data acquisition systems are generally required to substancially enhance measurement accuracy, reliability and holisticity of freeform shapes. The obtained multiple measurement data of the shape are transformed and fused into a common coordinate system within a registration technique involving coarse and fine alignments. Standardized methods have been established for fine registration such as Iterative Closest Points (ICP) and its variants. For coarse registration, no conventional method has been adopted yet despite a significant number of techniques which have been developed in the literature to supply an automatic rough matching between data sets.The work presented in this paper proposes an improvement of registration techniques by the consideration of new discrete curvature parameters. Two main issues are addressed in this paper: the coarse registration and the fine registration. For coarse registration, two novel automated methods based on the exploitation of discrete curvatures are presented: an enhanced Hough Transformation (HT) and an improved Ransac Transformation. The use of curvature features in both methods aims to reduce computational cost. For fine registration, a new variant of ICP method is proposed in order to reduce registration error using curvature parameters. A specific distance considering the curvature similarity is combined with Euclidean distance to define the distance criterion used for correspondences searching. Additionally, the objective function is improved by combining the point-to-point (P-P) minimization and the point-to-plane (P-Pl) minimization with automatic weights. The algorithms are applied on simulated and real data performed by a computed tomography (CT) system. The obtained results reveal the benefit of the proposed improved curvature-based registration methods.     

数字散斑干涉图像拼接方法研究

散斑干涉测量系统的视场大小和量程受成像器件尺寸的限制.为了扩大视场和形变测量范围,对散斑干涉形变测量的图像拼接方法展开深入研究.搭建了双CCD散斑干涉测量光路,通过对两个CCD获取的散斑干涉图的拼接实现大视场形变测量.对互相关、差方和和互信息法以及归一化改进的配准算法进行了研究,并分析了重叠面积的影响.结果表明,互相关...     

车载图像跟踪系统中电子稳像算法的研究

提出了一种新的稳像方法。首先,采用了一种由粗到精、由局部匹配到全局配准的高效配准策略。在粗配准时,提出基于灰度投影均值的SSDA改进算法,用于快速模板匹配;精配准时,将改进的联合直方图区域计数法用于车载图像序列,在保证精度的同时摆脱大量浮点运算。其次,详细阐述了自适应均值运动滤波法。通过自适应选取滑动窗口的大小,一方面对运动曲线进行平滑以降低抖动,另一方面防止了过稳现象的发生。实验结果表明:该方法能准确、快速实现车载图像配准,且配准精度达到了"亚像素"水平,满足了车载图像跟踪系统对电子稳像技术的实时性及精度要求。     

点云频域配准的双目双线结构光列车轮对检测

针对单线结构光测量因范围有限以及遮挡等原因而无法检测整个车轮的轮缘及踏面的问题,提出了一种列车轮对双目双线结构光检测方法。该方法采用两组双线结构光传感器进行测量和数据采集。在两传感器产生的点云进行配准的过程中使用截面点云数据还原点云矩阵,然后对其进行傅里叶变换,在计算旋转角度时先进行极坐标转换,最后求取两矩阵的互功率谱,从而得到点云的旋转和平移矩阵。在此过程中考虑到点云噪声的存在,将辛格函数近似代替无噪声的互功率谱傅里叶反变换,从而确定在频域配准时噪声对配准参数的确定并无影响。接着采用相对值比较的算法和主成分分析拟合基准平面,对轮对直径方向进行标定。利用标定值对扫描数据进行处理,得出包括车轮直径、车轮滚动圆径向跳动等对尺寸参数。实验表明:点云频域配准的双目双线轮对检测技术对车轮直径的测量尺寸误差≤±0.05mm,车轮端跳的测量误差≤±0.06mm,车轮径跳的测量误差≤0.04mm。与标准轮对检测数据相比可知,该系统满足轮对检测精度的要求。     

改进Demons算法的非刚性医学图像配准

非刚性配准是医学图像处理的一个重要的研究方向。基于光流场模型的Demons算法由于仅依赖图像灰度梯度使图像变形,当缺乏梯度信息时图像的变形方向不能确定,因而容易造成误配准,且该算法只适合于单模态图像配准。本文针对最大互信息配准方法在多模态刚性配准中的成功应用,提出了一种可用于多模态图像配准的改进Demons算法。该方法在原有驱动图像变形力的基础上,增加两幅图像间互信息对当前变换的梯度作为附加力作用,使浮动图像向两图像间互信息增大的方向变形,正确地配准图像。为避免陷入局部极值并提高算法的运行速度,该方法在多分辨率策略下实现。使用单模态、多模态图像分别进行实验来验证此算法,并与原始Demons算法进行比较,实验表明,该方法能够快速地产生准确的配准变换。